苗彬，男，1992年12月出生，山东济南人，博士（后），硕士生导师，泰安市高层次人才，山东煤矿安全生产专家（2024-2027），中国安全生产科学研究院访问学者。2015年毕业于中国矿业大学信息与电气工程学院，获电气工程与自动化学士学位。2022年毕业于中国矿业大学资源与地球科学学院，获地质资源与地质工程博士学位。2018-2020年期间受中国留学基金委资助，赴加拿大麦克马斯特大学公派留学。

研究方向：矿井智能化与信息化；矿山灾害防治。

教学科研成果：

主讲防灾减灾科学与工程本科课程《地球物理学》，安全工程研究生课程《专业外语》，指导2022-2024级研究生8名。指导和参与各类科技创新竞赛多项，获得全国大学生物联网技术与应用“三创”大赛三等奖1项；“地质+”全国大学生创新创业大赛铜奖1项，中国“互联网+”大学生创新创业大赛省赛三等奖1项。

主持省部级纵向项目1项，参与国家重点研发计划、海外高层次人才计划、国家自然科学基金多项。发表高水平论文13余篇，其中SCI论文12篇，EI和中文核心T1级别1篇。近5年以第一作者或独立通讯作者发表SCI论文8篇，其中SCI二区4篇、三区4篇。授权发明专利5项、软件著作权2项。担任《煤矿现代化》青年编委。

当前主要研究矿井图像分析、融合、优化方法和技术，开发了矿井视频AI智能监控系统，已在青海格、内蒙古、贵州、山东、湖南等多处矿井应用，有效降低了企业安全管理成本，提高了事故预警能力。近年来，围绕机器学习算法在生产规划、工程设计和安全预警方面的应用，开展了爆破效果预测及参数优化、煤层气智能排采控制、工作面气体超前预测等多项研究工作。开发了基于XGBoost算法的爆破效果预测和参数优化方法，为隧道快速、安全、绿色掘进提供工具支撑，所服务项目“新型水压爆破预测模型与关键技术在隧道掘进中的应用”经中国爆破协会鉴定为国际领先。

主要研究课题：

1.基于探地雷达和深度学习的煤岩识别算法研究（主持，2023-2024）：

通过数值模拟和实验模型数据构建煤岩GPR信号数据集，开发基于深度学习的煤岩识别反演算法，从而准确预测煤层厚度，实现煤岩分界面的精确感知，指导采煤机自动截割。

2.矿井安全隐患AI视频感知技术研究（主持，2023-2025）：

利用深度学习视频感知技术，开发复杂动态行为识别和突发风险源的快速响应算法，构建面向矿井安全生产的AI视频监控系统，从而实现违章行为和灾害风险的实时监测。

3.综掘面智能除尘系统自适应调控方法研究（博士后课题，2023-2025）：

使用强化学习方法训练综掘面通风自适应控制算法，实现通风系统多智能体最优通风控制策略，最快效率降低粉尘浓度；探索井下摄像机多源图像融合方法，开发监控视频去雾去尘算法，解决远程可视化掘进能见度问题。

4.工作面隅角低氧发生机理与超前防控关键技术研究（子课题负责人，2024-2026）：

基于地表和井下气压、温度等参数变化对采空区低氧气体涌出影响的长期观测数据，建立工作面气体组分预测模型，实现工作面气体浓度异常的超前预测。

5.排采主控因素分析及智能排采算法模拟（子课题负责人，2024-2026）：

以沁水煤层气田水平井为主要研究对象，建立动态产能预测评价方法，实时评价产气产水效率，给出排采管控制度优化建议。建立一套适用于智能控制的定量化排采模型，基于机器学习算法，实现全生命周期排采管控参数动态决策优化。

团队情况：

课题组由本人独立负责。目前指导2022-2024级安全工程、资源与环境（安全工程）研究生8名，其中6人本科专业为计算机、通信、电子信息专业，1人本科毕业于211院校。全职聘用科研助理（java全栈工程师）1名。本课题组可独立完成数据分析、算法设计、算法部署、管理系统开发、展示界面开发工作，目前主要业务为矿井视频AI反三违系统、智慧矿山综合管控平台。

研究生招生方向：资源与环境（安全工程），2025年计划招收研究生3人，研究方向为视频图像深度学习以及AI技术在工程领域的应用。欢迎对上述研究方向感兴趣的考生报考！

联系方式：miaobin@sdust.edu.cn