梁志鹏

基于云边端协同的矿井5G网联智能识别系统以云计算中心、边缘节点与终端设备协同为核心，利用5G网络的高传输速率与低延迟特性，实现矿井环境的多源数据融合与实时智能识别。系统通过在端侧部署识别模块、在边缘层执行快速计算、在云端进行深度学习模型优化，实现数据流的高效闭环。研究针对矿井环境中复杂信号干扰与安全监测需求，提出一种可扩展、低延迟、高可靠的识别体系结构，为矿山智能化建设提供新思路与技术支撑。

云边端协同；5G网络；智能识别；矿井安全；数据融合

[1] 王海涛,刘建国,陈子豪.基于云边协同的智能矿山监测体系研究[J].煤炭科学技术,2022,50(8):112-118. [2] 李志强,孙凯,赵旭东.5G 网络在煤矿智能化建设中的应用与优化[J].中国煤炭,2023,49(4):67-74. [3] 周林峰,张世伟,韩晓晨.云边端协同架构下的工业互联网实时计算模型[J].计算机工程与应用,2021,57(23):95-102. [4] 陈伟强,郝宁,罗建文.基于深度学习的矿井智能识别与安全预警技术[J].矿业科学学报,2023,8(5):142-150. [5] 张永超,胡亚飞,曹志龙.面向智能矿山的 5G 融合通信与边缘计算研究[J].自动化技术与应用,2022,41(7):88-95.

点击下载PDF