人机协同矿井通风智能控制方法技术

技术编号:43828545 阅读:17 留言:0更新日期:2024-12-31 18:28
本发明专利技术涉及人机协同矿井通风智能控制方法,包括步骤:定义状态空间S为一组有限状态的集合,每个状态由二氧化碳浓度C、瓦斯浓度D、粉尘浓度E组成,即S=(C,D,E);对每个状态属性进行归一化处理;构建动作空间;按照状态转移概率执行动作进行状态转移;基于二氧化碳浓度、瓦斯浓度、粉尘浓度设置奖励函数;设置奖励权重矩阵,并根据专家指导反馈提供额外奖励;设置折扣因子;制作等比例缩小的仿真场景,模拟真实矿井环境;初始化仿真环境和智能体神经网络参数;通过随机‑贪婪探索机制自动控制风机调节参数,记录状态、动作和奖励数据;进一步进行数据集构建、模型训练、人机协同决策、模型应用。

【技术实现步骤摘要】

本专利技术涉及矿井通风控制,更具体地说,涉及人机协同矿井通风智能控制方法


技术介绍

1、矿井通风是保障井下工作环境安全的关键环节,它不仅需要引入新鲜空气以稀释和排除有害气体,还需要调节井内的温度和提供足够的氧气。传统的通风控制系统往往无法实时响应井下环境的变化,这可能导致有害气体如瓦斯聚集,增加安全隐患。此外,“一风吹”的通风模式也难以实现按需通风,导致能源浪费严重。

2、近年来,随着人工智能技术的发展,尤其是强化学习的应用,矿井通风控制逐渐向智能化方向发展。已有研究尝试利用强化学习来自动调节通风口的大小和角度,以适应井下环境的变化,提高通风效率和安全性。然而,这些方法在训练过程中往往需要大量的数据,并且模型性能高度依赖于数据质量。如果训练数据不足或质量不佳,可能会导致模型收敛速度慢且效果不理想。

3、现有的基于强化学习的矿井通风智能控制系统主要存在以下技术问题:

4、数据依赖性高:强化学习模型的训练需要大量的高质量数据,但实际应用中获取这些数据往往比较困难。

5、训练效率低下:由于缺乏有效的指导,模型在探本文档来自技高网...

【技术保护点】

1.人机协同矿井通风智能控制方法,其特征在于,包括步骤:

2.根据权利要求1所述人机协同矿井通风智能控制方法,其特征在于,按照状态转移概率执行动作进行状态转移具体包括:

3.根据权利要求1所述人机协同矿井通风智能控制方法,其特征在于,奖励函数计算公式如下:

4.根据权利要求1所述人机协同矿井通风智能控制方法,其特征在于,折扣因子γ设置为0.99。

5.根据权利要求1所述人机协同矿井通风智能控制方法,其特征在于,数据集构建具体为:

6.根据权利要求1所述人机协同矿井通风智能控制方法,其特征在于,模型训练具体为:

7.根...

【技术特征摘要】

1.人机协同矿井通风智能控制方法,其特征在于,包括步骤:

2.根据权利要求1所述人机协同矿井通风智能控制方法,其特征在于,按照状态转移概率执行动作进行状态转移具体包括:

3.根据权利要求1所述人机协同矿井通风智能控制方法,其特征在于,奖励函数计算公式如下:

4.根据权利要求1所述人机协同矿井通风智能控制方法,其特征在于,折扣因子γ设置为0.99。

5.根据权利要求1所述人...

【专利技术属性】
技术研发人员:崔科飞蒿宏杰李红卫马勇超蔡凯歌胡明亮孟杰张长元
申请(专利权)人:郑州恒达智控科技股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1