金属矿山

作者：方跃春,王洪

单位：1. 长沙民政职业技术学院电子信息工程学院,湖南 长沙 410004;2. 湖南师范大学工程与设计学院,湖南 长沙 410081

关键词：智能矿山,矿工定位,无线射频识别技术,K-Means 聚类,

基金：长沙民政职业技术学院“双高校”建设课题(编号:HX2023046)。

随着智能矿山技术的发展,越来越多的矿山开始采用自动化设备来取代人力操作,从而提高生产效率和安全性。 针对矿工在矿井地下工作时容易遭遇波动信号影响导致定位准确性降低、误差增大等问题,提出了一种基于无线射频识别技术的矿工定位算法。 首先,建立了一个基于接收信号强度指标的定位模型,并考虑到信号传播中随机噪声的影响,采用 Log-Normal 信号传播模型和卡尔曼滤波算法对原始信号进行处理和优化。 其次,设计了一种基于 K-Means 聚类算法的参考点优化方法,来选择合适的参考点,提高定位的准确性和稳定性。 试验表明:所提出的算法与现有算法相比,在定位精度和鲁棒性方面均有显著提升。 该方法不仅可以提高矿工工作安全性和效率,还可以为矿山安全监管和管理提供更精确和有效的手段。

来源：2023年第09期

《金属矿山》期刊编辑部

查看金属矿山杂志2023年第09期