金属矿山

作者：王惠伟,周超逸,张兰峰,孙延钊,刘娜

单位：1. 国能神东煤炭智能技术中心,陕西 榆林 719315;2. 陕西亿杰鑫信息技术有限公司,陕西 西安 710065;3. 国能神东煤炭矿业服务公司,内蒙古 鄂尔多斯 017200

关键词：矿山安全,健康状态识别,时空图卷积网络,长短期记忆网络,

随着矿区工作环境的复杂化和危险性增加,实现矿区人员健康状态准确监测和识别很有必要。然而,传统的健康状态识别方法通常依赖于手工提取的特征信息,忽略了矿区人员的时空关系和动态变化。为此,提出了一种基于时空图卷积网络的矿区人员健康状态识别算法。该算法首先利用时空图卷积网络对矿区人员的骨架数据进行特征提取,同时考虑了人员之间的拓扑结构和时间序列的变化;然后采用长短期记忆网络(Long Short-Term Memory,LSTM)对提取的特征进行序列建模;最后通过全连接层进行健康状态分类。在实际矿区人员健康状态数据集上进行了试验,结果表明:所提算法在健康状态识别的准确率和F1 值等指标上均优于支持向量机(Support Vector Machine,SVM)、长短期记忆网络(LSTM)、图卷积网络(Graph Convolutional Network,GCN)、动态卷积网络(Dynamic GraphConvolutional Network,DGCN)等算法,证明了该算法的有效性和可行性。

来源：2025年第2期

《金属矿山》期刊编辑部

查看金属矿山杂志2025年第2期