Mining Science and Technology (Russia)
2.43K subscribers
334 photos
2 videos
1 file
318 links
Activities of the "Mining Science and Technology (Russia)" international journal are aimed at developing international scientific and professional cooperation in the field of mining. Scopus,CAS,GeoRef,Engineering Village,SJR, DOAJ (mst.misis.ru)
Download Telegram
Правильный ответ – компьютерное зрение!

Компьютерное зрение – это раздел искусственного интеллекта, который позволяет компьютерам распознавать изображения. Оно анализирует общие признаки и комбинации на изображениях, а затем идентифицирует похожие объекты. Компьютерное зрение применяется в различных областях, включая медицину, образование, промышленность и технику. В промышленности существует термин «машинное зрение», который описывает системы и технологии, используемые в промышленной автоматизации.

🔥О примерах применения машинного зрения в горном деле можно прочитать на страницах журнала «Горные науки и технологии»🔥

Подписывайтесь на ТГ-канал журнала:
👉t.iss.one/MinSciTech👈

#нарусскомязыке #ГНиТ #опрос #ИИ
👍4🔥1🥰1👏1
Производительность питателя: измерение и анализ с использованием машинного зрения

Технология выпуска угля из подкровельной пачки использует так называемый гравитационный выпуск, когда уголь выпускается из-под кровли «самотеком» под действием силы тяжести. Выпуск при этом можно производить на главный конвейер (забойный – расположенный в закрепленном пространстве), центральный (в западной литературе – задний) и хвостовой (завальный – расположенный в незакрепленном пространстве). В рамках исследований разработан метод измерения производительности механизированного пластинчатого питателя, подающего уголь от выпускного окна крепи на конвейер в технологии отработки мощных пластов с выпуском на забойный конвейер. Апробированы алгоритмы измерения объема с применением технологии машинного зрения. Проведены лабораторные исследования, в рамках которых оценены относительные погрешности.

Подробнее - в статье журнала "Горные науки и технологии":
Никитенко М. С., Кизилов С. А., Захаров Ю. Н. и др. Измерение производительности питателя при выпуске угля из подкровельной толщи на основе технологии машинного зрения. Горные науки и технологии. 2022;7(4):264–273. https://doi.org/10.17073/2500-0632-2022-09-22

Подписывайтесь на ТГ-канал журнала:
👉t.iss.one/MinSciTech👈

#нарусскомязыке #ГНиТ #ИИ #машинноезрение #ИИ
👍41🔥1👏1
Технологии искусственного интеллекта в прогнозировании выбросов пыли на разрезах

PM2.5 в угольных разрезах представляет собой серьезную профессиональную опасность для здоровья шахтеров. Эти твердые частицы в воздухе могут вызывать респираторные, легочные, сердечно-сосудистые и онкологические заболевания. Отчеты по ранее проведенным исследованиям показывают, что увеличение загрязнения воздуха – концентрации PM2.5 на 10 мкг/м3 – приводит к увеличению частоты рака легких на 36%. Между тем, выбросы PM 2.5 в угольных разрезах, измеренные в данном исследовании, варьировались от 10 до 90 мкг/м3. Это действительно опасные уровни для здоровья шахтеров. Поэтому точное прогнозирование загрязнения воздуха PM 2.5 имеет решающее значение с точки зрения гигиены труда и выбора решений для снижения загрязнения PM 2.5 в угольных разрезах. Исследователями предложена новая модель HGS-FLNN для прогнозирования загрязнения PM2.5 в угольных разрезах со средней точностью 94–95 %.

Более подробно - в статье журнала "Горные науки и технологии":

📌 Буи С.-Н., Нгуен Х., Ле К.-Т., Ле Т.Н. Прогнозирование выбросов пыли (PM2.5) на угольных разрезах с помощью нейронной сети с функциональными связями, оптимизированной различными алгоритмами. Горные науки и технологии. 2022;7(2):111-125. https://doi.org/10.17073/2500-0632-2022-2-111-125

Подписывайтесь на ТГ-канал журнала:
👉 t.iss.one/MinSciTech 👈

#нарусскомязыке #ГНиТ #уголь #загрязнение #пыль #нейросеть #ИИ #оптимизация #разрез #КокСау #Куангнинь #Вьетнам
👍211🔥1👏1