文献类型：期刊文章

作　　者：王静[1]

Wang Jing(Bureau of Coal Resources Geology,Department of coal industry,Taiyuan Shanxi 030045)

机构地区：[1]山西省煤炭工业厅煤炭资源地质局,山西太原030045

出　　处：《机械管理开发》

年　　份：2022

卷　　号：37

期　　号：2

起止页码：140-142

语　　种：中文

收录情况：普通刊

摘　　要：针对传统煤矿机电设备检测存在工人劳动强度大、检测误差较大、检测技术手段落后等问题,通过将当前的人工智能技术与机电设备检测应用相融合,提出了基于深度学习的煤矿机电设备检测新技术和新方法,利用深度学习技术建立机电设备检测专家库和故障库,有效提高了煤矿机电设备检测的准确度和结果的可信度,将这套系统应用于矿井提升机领域,结果表明,该套系统实现了对设备故障的自动识别、快速反应和及时报警,实现了机电设备检测过程的无人化、智能化,最终提高了煤矿企业的安全管理水平,推动了智慧矿山建设。

关 键 词：深度学习  人工智能 机电设备 矿山智能化  

分 类 号：TD40] TD60