顾清华
- 作品数：227 被引量：557H指数：12
- 供职机构：西安建筑科技大学更多>>
- 发文基金：国家自然科学基金陕西省自然科学基金陕西省教育厅科研计划项目更多>>
- 相关领域：矿业工程自动化与计算机技术天文地球环境科学与工程更多>>
- 中钢富全矿业“五位一体”绿色矿山建设模式与实践被引量：9
- 2018年
- 党的"十八大"将生态文明建设列入"五位一体"建设目标,兼顾经济、资源与环境协调发展的绿色矿山建设是当前矿山建设的目标选择和必由之路。基于采矿行业发展背景及中钢富全矿业实际情况,本文构建了"五位一体"绿色矿山建设模式,即以资源综合利用为核心、以循环经济为依托、以节能减排为重点、以技术创新为支撑、以科学管理为保障,协同打造"绿色、和谐、现代化矿山",并从以上五个方面分析了富全矿业绿色矿山建设的实践状况以及取得的系列成效。此模式为新常态下低品位难选地下矿高效绿色开采以及推进我国冶金矿山企业降本增效、实施供给侧改革及转型升级提供了一种实践探索。
- 王占楼顾清华王会杰袁代国贾县民
- 关键词：绿色矿山
- 某硫铁多金属矿三维模型构建与资源储量估算被引量：1
- 2022年
- 数字矿山已成为近年来矿山研究的热点和重点。根据内蒙某大型多金属矿②-2号、④-2号、⑤号矿体地质勘探资料和生产资料,基于3DMine软件建立地质数据库,圈定多金属矿体边界,构建矿体三维模型和块体模型,完成多金属矿体品位估算和资源储量估算。在3DMine软件中,利用距离幂次反比法估算的矿体资源储量为2260.26万t,与地质报告中估算的2270.64万t相比,结果误差小于2%,储量估算结果可靠。
- 阮顺领景文刚顾清华顾清华
- 关键词：三维地质建模资源储量数字矿山
- 露天矿山企业长期生产计划模型与优化算法被引量：5
- 2020年
- 为了降低露天矿山企业矿产品市场销售价格及地质品位波动对长期生产计划编制的影响,首先将露天矿山生产计划周期内的矿床块体价值选取、矿岩采剥生产量以及生产成本归结为生产计划优化问题,建立了露天矿山企业长期生产计划模型。该模型以长期生产计划周期内的块体净现值最大为目标,综合考虑了企业开采处理能力、块体空间开采顺序、开采深度位置、矿石品位波动、矿产资源回收率和随机规划等约束条件;其次采用改进鸽群搜索算子的粒子群优化算法求解生产计划模型,利用Beta反向学习策略对算法种群进行初始化,同时提出线性变异和非线性变异策略优化鸽群组合搜索算子,提高算法的全局收敛速度和求解精度;最后采用随机概率搜索策略和低品位矿石处理策略,分别对矿坑内部的块体开采深度位置和矿石品位小于指定值的回采率进行优化计算。以某大型金属铜矿山为案例,结果表明该算法要比标准的粒子群算法、鸽群算法结果优于96%左右,算法的求解速度提高了50%以上,且该模型与优化算法可综合权衡露天矿山企业矿产品销售价格和地质品位波动对长期生产计划编制带来的影响。
- 顾清华马龙卢才武阮顺领江松马平平
- 关键词：露天矿山销售价格地质品位改进粒子群
- 一种基于数据驱动的露天矿区车辆低碳调度优化方法、系统、设备及介质
- 一种基于数据驱动的露天矿区车辆低碳调度优化方法、系统、设备及介质，方法包括：构建露天矿区车辆低碳多目标调度优化模型；训练和优化神经网络LSTM预测模型；改进多目标粒子群求解算法；利用神经网络LSTM预测模型辅助改进后的多...
- 顾清华刘思含王倩李学现陈露骆家乐王丹刘迪
- 尾矿库灾害智能化双控平台研发及应用研究
- 2025年
- 尾矿库是矿山的重大危险源,其传统重经验的被动式、经验式、依赖员工素质的粗放式安全管理模式,已不能满足信息化时代的矿山安全管理需求。利用数字化信息技术、大数据分析与应用技术,深入剖析风险分级管控和隐患排查治理两大流程,提出了基于“互联网+双重预防机制”模式的智慧矿山全生命周期的主动式、科学化、依赖技术创新的信息化安全管理模式。综合风险识别和隐患排查建立尾矿库双重预防机制,实现了灾害智能化平台设计和研发,能够实时监测预警风险隐患,实现尾矿库全生命周期的智能化安全管理,并在陕西某尾矿库应用中取得良好效果。结果表明:与传统双重预防方法相比,基于智能化双控平台下的安全管理模式使尾矿库安全管理更加精准和科学,能够实时监测和分析尾矿库的运行状态,识别潜在风险并预警,实现了从事后应急处理到事前主动预防的转变,有效提升了尾矿库安全预控能力。该模式可为矿山企业防灾减灾提供新思路,亦可为新时代的安全管理创新和应急管理创新提供依据。
- 刘迪边润泽李泽宇顾清华马莲净马金博
- 关键词：尾矿库隐患排查安全管理
- 基于加权双向特征融合的矿区道路落石检测
- 2023年
- 为了解决当前露天矿区非结构化路面落石检测存在的环境复杂、落石尺寸差异较大以及落石与非结构化路面颜色相近而造成难以精准识别的问题,提出了一种基于加权双向特征融合的矿区道路落石检测模型。首先,通过加入SimAM注意力机制有效抑制背景环境的干扰;其次,使用加权双向特征金字塔(BiFPN)结构实现多尺度特征融合,增强模型对于不同尺寸落石的特征提取能力;最后,引入轻量级卷积GSConv模块,通过减少模型计算量来提升模型检测速度。试验结果表明,该算法的检测精度均值达到92.8%,检测速度达到63.1FPS,能够实现矿区非结构化路面落石的实时高精度检测,为无人矿卡的安全行驶提供了保障。
- 顾清华杜艺凡李萍丰王丹
- 关键词：矿区道路无人驾驶机器视觉
- 一种基于数据融合技术的滑坡因子监测报警装置
- 本实用新型公开了一种基于数据融合技术的滑坡因子监测报警装置，包括检测箱，所述检测箱底部的中间位置处安装有滑坡监测装置，且检测箱内部底端的中间位置处安装有蓄电池，所述检测箱顶部正面的中间位置处安装有控制面板，且控制面板的顶...
- 卢才武章赛顾清华阮顺领江松刘力 徐家越
- 文献传递
- 一种基于时间窗限制的露天矿卡车调度路径优化方法
- 本发明一种基于时间窗限制的露天矿卡车调度路径优化方法，在现有卡车调度路径优化的基础上，将卡车在某一卸载点或装载点所用时间视为约束条件，同时考虑不同型号卡车最大载重量的约束，建立以运输所用时间、所用卡车总数和运输总成本最小...
- 顾清华张媛阮顺领卢才武汪朝陈露刘迪
- 文献传递
- 基于改进YOLOv8的矿卡司机疲劳驾驶检测
- 2025年
- 为解决露天矿区卡车司机疲劳驾驶检测漏检率和误检率高、鲁棒性较差的问题,构建基于改进YOLOv8的露天矿卡车司机疲劳驾驶检测模型(EBS-YOLO),提高疲劳检测的整体性能。首先,以YOLOv8为疲劳检测基础模型,通过添加小目标检测层,增强模型对小目标关注;其次,引入瓶颈注意力(BAM)模块,强化模型对小目标特征提取能力,尤其是对眼部特征提取能力;最后,将主干网络中跨阶段聚合模块(C2f)全部替换为高效多尺度注意力(EMA)模块,进而有效降低模型参数量和计算开销,以满足模型轻量化需求。结果表明:改进后的YOLOv8模型检测效果较好,准确率、召回率、平均检测精度分别达到了93.6%、93.9%、96.5%,且模型内存大小仅有4.9 MB。相比于YOLOv8模型,改进后的模型能够快速准确识别出矿卡司机疲劳状态,满足实时性要求,从而有效预防疲劳驾驶事故发生。
- 顾清华殷书檀王丹王丹尹慧民
- 关键词：露天矿卡车司机小目标检测
- 基于点渲染的多分支融合露天矿爆堆块体精细分割方法被引量：1
- 2023年
- 现代矿产开采中,爆破成本控制占据整个矿产开采的成本控制的很大一部分,这使得爆破效果的控制在整个矿产开采流程中至关重要,而爆破效果的控制与爆破参数直接关联,这需要采集现场真实的数据来指导爆破参数的优化。为解决当前对于矿区现场爆堆块度识别时存在的精度低、实时性差、泛化性能弱等问题,基于爆破参数优化的需要,提出了深度学习框架下的爆堆块体精细分割方法(Point+S Deeplabv3+)。首先模型在骨干网络特征提取部分引入多分支可分离注意力机制,学习不同通道间的权重特征并融合,改善了提取特征时跨通道交互缺乏的问题;在解码阶段,运用点渲染模块,通过迭代选取点在不同尺度特征图的特征,逐步对每个点对应的低级语义特征和高级语义特征进行拼接,解决了上采样时大量丢失语义信息、边缘及小目标分割精度降低的问题;最后使用动态学习率调整策略,加快模型的收敛速度。实验结果表明,基于Point+S Deeplabv3+模型的MPA和MIoU分别达到了94.36%和89.04%,对比主流的语义分割网络,如FCN、UNet、PSPnet和Deeplabv3+相比,基于Point+S Deeplabv3+的模型MPA和MIoU分别提升了3.04%、4.44%、2.79%、1.52%和2.95%、4.36%、3.17%、1.88%,具有更好的综合性能,特别对于边缘和小目标的分割效果有明显改进。因此,基于Point+S Deeplabv3+的分割模型为在爆破现场环境下的爆破参数优化数据采集提供了实时便利、可靠的理论依据。
- 江松饶彬舰卢才武卢才武阮顺领顾清华
- 关键词：爆堆
