所属分类：先进装备制造产业

所属单位：太原理工大学

成果简介：项目从单一颗粒、力链颗粒群及器壁颗粒群等不同尺度研究颗粒介质在不同约束条件下的强制流场特征、运动学和动力学行为的产生与演变、成性抛磨约束规则及微观抛磨机理。

所属分类：先进装备制造产业

所属单位：太原理工大学

成果简介：研发基于 ZigBee 通讯技术的矿用无线智能传感器,建立刮板机无线智能组网感知监测系统,实现对刮板运输机运行时的温度、液位、振动等多参数的精准感知,并利用自学习的 GCN 故障识别模型实时监测刮板机运行状态。该系统具有低成本、低功耗、高精度和高实时性的特点,同时兼备可视化交互界面和危险故障声光报警的功能,实时高效保证刮板机运行安全。

所属分类：先进装备制造产业

所属单位：太原理工大学

成果简介：输送带损伤视听检测传感器是一种基于机器视觉、深度学习、多信号融合技术的非接触、高精度的故障智能检测设备。此传感器克服了仅采用机器视觉算法的输送带损伤检测方法受光线影响较大的局限性,通过将输送带视觉与声音信号经复杂神经网络融合形成检测模型,对划伤和纵向撕裂的检测精度分别可以达到 96.53%和 98.67%。

所属分类：先进装备制造产业

所属单位：太原理工大学

成果简介：通过研发多种基于 NB-IoT、LoRa、2.4G 等多种通讯技术相结合的无线矿用传感器,实现对煤矿井下多种环境参数进行监测和收集,并利用自主开发的 DEPLUS 自组网协议实现超微功耗传感、超远距离信号覆盖、以及传感终端反向唤醒网络等功能。

所属分类：先进装备制造产业

所属单位：太原理工大学

成果简介：泡生法制备蓝宝石晶体,籽晶接种点生长缺陷感知代替人工观测可以提升蓝宝石晶体良品率;建立“温度-图像特征”智能感知映射模型,实现晶体制造数字化。

所属分类：先进装备制造产业

所属单位：太原理工大学

成果简介：煤矿施钻作业是保障矿井安全生产的关键环节,在瓦斯抽采、探放水、取煤样等相关作业中都发挥着重要的作用。本项目开发一套智能化钻孔验收系统,根据施钻现场监控视频由算法自动识别钻孔深度,从根本上排除人为因素给钻孔验收工作带来的不可靠性,并实现“机械化换人,自动化减人”的目的。

所属分类：先进装备制造产业

所属单位：太原理工大学

成果简介：在人工智能和化学工程学科的交叉领域,紧密围绕多目标固体催化剂优化和化工反应工艺优化决策问题,应用机器学习和智能优化算法,提出一种解决复杂工程优化问题的状态转移模拟退火算法STASA,研发出一种高效快速筛选固体多目标催化剂新技术,开发具有普适性的化学反应条件优化系统,极大地缩短催化剂研发时间,优选最优工艺参数,大量节约资金和时间消耗,为实现我国煤炭清洁高效利用、助力山西省能源革命提供理论指导和技术支持。

所属分类：先进装备制造产业

所属单位：太原理工大学

成果简介：针对公共自行车调度严重依赖调度车的运输,费时又费力,以自行车需求预测为前提,结合对自行车站点状态和自行车站点所在的实际距离,对调度问题进行建模与分析;通过价格激励,自行车用户以相应的概率自主选择的调度方案,实现自行车站点负载均衡度达到 80%,很大程度上缓解了站点的租赁压力,基本实现了自行车系统的再平衡。

所属分类：先进装备制造产业

所属单位：太原理工大学

成果简介：输电线路长期工作在野外,受到自然天气、材料老化以及人为因素的影响产生故障,绝缘子故障发生频率可达一半以上,本成果主要针对现有技术对绝缘子检测效率低、故障召回率低的问题,提出了多种针对不同场景的绝缘子检测 AI 模型,搭建了绝缘子故障检测系统,极大地提高了绝缘子故障检测的精度和效率,为电网运行效率和安全可靠性提供有利的技术支持。

所属分类：先进装备制造产业

所属单位：太原理工大学

成果简介：本项目旨在搭建偏光片检测实验平台。主要用于对切割、研磨、喷码后的偏光片进行外观检查,可检测标记、脏污、气泡、缺角等缺陷,采用轻量化深度学习检测算法,无需手动设计缺陷特征,提高算法设计快速性,满足在线检测的实时性要求。

所属分类：先进装备制造产业

所属单位：太原理工大学

成果简介：该系统结合人工智能、物联网、传感器、信息融合、故障诊断以及现场总线等技术,以大型机电设备为研究对象,通过分析在电、热、机械、物理、化学和环境等多重因素的联合作用下,设备工作状态、健康状况与剩余寿命的发展变化过程,实现大型机电设备状态监测及全生命周期管理,改变一直以来以“计划维修”为主的维修制度,为设备的安全可靠运行提供科学指导。

所属分类：先进装备制造产业

所属单位：太原理工大学

成果简介：综采工作面输送设备监控及诊断系统可实现对综采工作面刮板输送机链条张紧力自动控制、双持辊破碎机自动控制,实时监测刮板输送机配套减速器和电动机的温度、振动、油位、油品和转差率等参数,实现对刮板输送机常见故障的诊断。