本项目简介： 近年来，国家对煤矿安全生产的重视程度不断提升。为了确保煤矿作业的安全，提高从业人员的安全知识水平显得尤为重要。鉴于此，目前迫切需要一个高效、集成化的解决方案，该方案能够整合煤矿安全相关的各类知识，为煤矿企业负责人、安全管理人员、矿工提供一个精确、迅速的信息查询、学习与决策支持平台。 为实现这一目标，我们利用包括煤矿历史事故案例、事故处理报告、安全操作规程、规章制度、技术文档以及煤矿从业人员入职考试题库等在内的丰富数据资源，通过微调InternLM2模型，构建出一个专门针对煤矿事故和煤矿安全知识智能问答的煤矿安全大模型。 本项目的特点如下： 支持煤矿安全领域常规题型解答，如：单选题、多选题、判断题、填空题等 （针对煤矿主要负责人及安管人员、煤矿各种作业人员） 支持针对安全规程规章制度、技术等文档内容回答（如《中华人民共和国矿山安全法》、《煤矿建设安全规程》） 支持煤矿历史事故案例，事故处理报告查询，提供事故原因详细分析、事故预防措施以及应急响应知识

分析了现有矿用移动变电站存在的缺点,设计了一种新型移动变电站。主要改进是在其高、低压侧配电装置的继电保护电路中引入了PLC(可编程序控制器)技术,提高了继电保护的安全性、可靠性和灵敏性,可有效进行线圈绝缘监测,并报警跳闸。使用实践表明,改进设计后的移动变电站既安全、可靠,又提高了生产效率。

针对现有井下无线收发器信号传输距离短、功耗大、抗干扰能力差等缺陷,设计了一种基于WiFi技术的矿井信号收发器。该信号收发器采用ARM9嵌入式芯片及WinCE操作系统,与井下采煤机监控模块建立Modbus协议的数据通信,通过RS485串口接收采煤机运行参数;在WiFi网络内与井下无线接入点建立支持TCP/IP协议的无线连接,并与井上监控中心服务器通信,完成对采煤机运行状态的监控。应用表明,该信号收发器具有较高的实时传输性能,且功耗低,抗干扰能力强。

针对以人为中心的井下视频监控模式存在持续时间受限、多场景同时监视困难、人工监视结果处理不及时等问题,提出了基于深度卷积神经网络的井下人员目标检测方法。首先将输入图片缩放为固定尺寸,通过深度卷积神经网络操作后形成特征图;然后,通过区域建议网络在特征图上形成建议区域,并将建议区域池化为统一大小,送入全连接层进行运算;最后,根据概率分数高低选择最好的建议区域,自动生成需要的目标检测框。测试结果表明,该方法可以成功检测出矿井工作人员的头部目标,准确率达到87.6%。

文章结合煤矿安全生产的实际情况,分析了影响煤矿安全生产的各个因素集,利用层次分析法和模糊综合评价法建立了煤矿生产安全评价体系的数学模型。将该数学模型应用在煤矿企业安全生产评价及安全资金投入分配工作中,取得了良好效果,为今后煤矿安全评价及投入工作奠定了基础。

XXX煤矿安全管理工作.pdf

《安全管理》之如何做好煤矿安全生产工作.pdf

1煤矿安全监控系统.ppt该文档详细且完整，值得借鉴下载使用，欢迎下载使用，有问题可以第一时间联系作者~

基于Android平台的煤矿安全监测GIS系统的设计与实现.pdf

基于Android煤矿安全生产移动监测系统设计与实现.pdf