YOLOv2在煤岩智能识别与定位中的应用研究

综采工作面煤层走向复杂,采用“一刀切”的开采方法会加速滚轮截齿的磨损,同时开采效率也大幅降低,对煤岩的精准识别是解决此类问题、实现智能开采的关键。将基于回归方程的深度学习目标检测算法YOLOv2与线性成像模型相结合并通过该算法对井下采集煤岩图像进行了智能识别与定位,同时与FasterR-CNN,SSD对煤岩图像的识别结果进行了对比。结果显示YOLOv2对煤岩的识别精度达到了78%,检测速度达到了63 frame/s,与Faster R-CNN,SSD相比精度高出7.7%,4.7%,而检测速度高出763%,40%;在矿井测量坐标系中YOLOv2标定的煤层边界框角点的计算坐标与实测坐标相比相对误差在3.0%～4.5%之间,相对误差较小,不会对采煤效率产生影响。研究结果表明,YOLOv2可以对煤岩进行准确快速的识别。     

基于改进Faster R-CNN的综放煤矸混合放出状态识别方法

放煤量的智能监测技术是智能化综放开采发展的方向之一。针对厚煤层综放开采混合介质下落过程煤矸智能识别现有方法存在适用范围窄、误判率高等问题,提出一种基于实时区域卷积神经网络（Faster R-CNN）改进的CBAM Faster R-CNN煤矸混合放出状态分析识别方法。该方法以综放开采工作面煤矸石下落状态为背景,将注意力机制算法（CBAM）融入ResNet50特征提取网络,研究了注意力机制融合于ResNet50主干特征提取网络的融合优化方法,确定了以煤矸石下落状态检测为目标的最佳融合位置,增加了提取煤与矸石权重信息的能力,使得特征提取过程重点关注煤矸运动状态参量;构建了粉尘环境下综放开采煤矸混合放出状态试验平台,对高速摄像机所采集的煤矸原始运动图像进行暗通道去雾与模糊集增强预处理操作,分析识别不同工况下静态图像,定量研究了模型权重优化以及粉尘环境预处理对煤矸混合放出状态识别的影响。研究结果表明：基于CBAM Faster R-CNN模型的预处理图像识别精确率较原始图像提升了8.84%,召回率提升了6.68%;模型优化效果方面,CBAM Faster R-CNN模型平均查准率和召回率分别为...     

基于Faster R-CNN的煤岩 识别与煤层定位测量

传统机器学习的煤岩识别技术大多数采用的是手工设计图像特征,并结合滑动窗口的方式对煤岩图像进行特征提取,再经过分类器进行分类和识别,存在图像特征设计难度大、耗时长、泛化性差等缺点。针对传统机器学习的这些缺点,采用了一种基于机器深度学习Faster R-CNN的煤岩识别方法。首先利用采煤机上的监控摄像机现场采集煤岩图片数据集,将图片输入到VGG16卷积神经网络,对煤岩图像特征进行提取,将提取出来的特征图经过区域建议网络(Region Proposal Network),对图像上的煤岩进行初步定位与分类,最后经过R-CNN网络精确定位分类,输出煤层边界点的像素坐标值。解算出监控摄像机内外置参数,结合理想针孔线性成像模型,将图片中所定位到的煤层边界点(煤层角点)的像素坐标值转化成矿井测量坐标值,为采煤机自动调整滚筒空间位置提供数据依据。     

基于图像识别的矿山相似材料试验模型变形信息提取

相似材料模型试验是研究矿山开采沉陷及损害的重要手段，试验中获取高精度的模型变形信息至关重要，现有的多种模型变形测量方法在数据采集精度和效率方面仍存在一定的局限性。以陕北某矿的多煤层循环开采与充填开采为模型开展相似材料模拟试验，利用非量测相机近距离拍摄模型得到高分辨率的序列图像，通过图像畸变纠正、自动拼接及特征识别，高精度获取相似材料模型的变形量。首先分析模型测点标志和相机参数对变形测量精度的影响，确定最佳的模型拍摄方案，即使用非量测相机距离模型1.5～2.0 m处进行正射拍照，形成横向重叠度大于55%，竖向重叠度大于30%的图像序列；进一步利用双线性插值方法对所得到的图像进行畸变校正处理，运用全自动稳健的图像拼接算法，使用Harris角点检测算子进行特征点提取，利用RANSAC算法对伪匹配点进行分类处理，通过颜色插值法对接边处进行颜色过渡与平滑等一系列自动处理，从而对图像序列进行拼接，所生成的模型全景图像分辨率较常规的固定相机姿态一次拍摄模型全景的图像提高约10倍。图像处理过程中以测点标志为训练网络，基于Faster R-CNN算法加入置信度，通过选取合适的滑动模板进行区域分析，显著提...     

矿井带式输送机胶带表面异物视频检测系统设计研究

由于煤矿输送带视觉场景噪声高、地下环境复杂，输送带图像的异物识别效率较高。针对煤矿带式输送机存在异物造成输送机损坏的问题，提出了基于SSD技术的带式输送机表面异物视频检测方法。采用深度可分卷积方法减少SSD算法中的参数数量和提高速度；采用GIOU函数计算式代替原始SSD中的位置损失函数，以提高检测精度；对特征映射的提取位置和识别框的比例进行优化，以提高检测精度。实验结果表明，改进算法优于原SSD算法，平均准确率从 87.1% 提高到90.2%，检测帧率从32帧提高到41帧。     

基于微型YOLOv3的煤矸识别模型改进研究

针对煤炭开采过程中含有矸石伴生物的问题,提出了一种改进的基于微型YOLOv3的煤矸石快速识别模型,该模型包含空间金字塔池(SPP)网络、挤压激励(SE)模块和膨胀卷积模块。首先,SPP网络通过单个卷积层对图像进行预处理,得到合适的图像的尺寸;然后,采用SE模块,增强了RGB图像中各通道间的关联性,使网络能够准确捕捉关键信息,提高网络灵敏度;最后,在不增加参数的情况下,利用扩大接受域的膨胀卷积进一步优化,实现煤矸石的快速识别。结果表明,与微型YOLOv3相比,所提模型的平均交叉过并(Avg IOU)高达0.49%,每张图像所需时间和损耗分别降低了7.41%和51.30%。该网络的平均精度比Faster RCNN提高3.14%,达到0.994。研究表明,该模型是一种高效、快速的矸石分选识别模型,对煤矸石智能分选方法的选择具有一定的借鉴意义。     

改进YOLOv5s的采煤机滚筒与支架护帮板干涉状态智能识别

针对综采工作面液压支架护帮板处于未收回异常状态导致采煤机滚筒与护帮板干涉问题,提出一种改进YOLOv5s的采煤机滚筒与液压支架护帮板干涉状态智能识别方法。运用课题组前期提出的基于边界约束和非线性上下文正则化的去雾去尘方法对视频图像进行清晰化处理,提高综采工作面监控视频图像质量;对YOLOv5s模型进行改进,通过将YOLOv5s主干网络中的普通卷积Conv替换为分类效果更佳的Ghost卷积,减少了模型的参数数量,提高了模型识别速度,同时引入坐标注意力机制,提高了模型对护帮板和滚筒特征提取能力,从而提高模型识别精确率。运用软非极大值抑制算法（Soft-NMS）的锚框筛选方法,减少因护帮板重叠而发生漏检问题。针对采煤机滚筒与液压支架护帮板干涉状态判定问题,提出液压支架护帮板与采煤机滚筒锚框重合度的判定方法。运用本文改进YOLOv5s模型与YOLOv5s、YOLOv3-tiny模型进行对比分析,结果表明：本文方法与原模型相比的识别精确率提高了约8.1%,GFLOPs降低1.86倍;mAP@.5达到97.2%、平均识别速度为检测时间为5.9 ms。运用本文方法对煤矿实际综采工作面采煤机滚筒与液压...     

基于多元信息融合的煤岩图像处理与识别设计研究

煤矿智能化处理离不开煤岩识别技术,煤岩识别可提升开采的效率。目前煤岩识别的研究中,趋向于利用图像处理进行信息融合。因此,研究提出基于多元信息融合的煤岩图像处理与识别设计,通过工业防爆数码摄像机进行煤岩数字图像的采集,结合决策级融合方式和Canny算子进行图像预处理。实验数据显示,优化之前的岩石和煤的识别准确率最高为0.79和0.81,优化之后的岩石和煤的识别准确率最高分别为0.96和0.95,说明煤岩识别系统通过随机梯度下降法,可提高约20%的平均识别预测准确率。研究结果表明,结合三维模型和多元信息融合的煤岩识别系统的适合准确率得到提升,能够结合图像识别对煤层走向进行预测,并提高识别的效率和准确性。     

基于小波域非对称广义高斯模型的煤岩识别算法

针对采煤工作面无人开采、煤与矸石自动分离等工程实际需求,研究了基于计算机视觉的煤岩识别技术。提出了一种有效的基于小波域统计建模的煤岩识别算法。通过小波变换对煤岩图像进行多级分解;提出表达煤岩纹理细节特征的高频子带系数统计分布符合非对称广义高斯模型的假设,并通过最大似然估计方法确定其模型参数;利用改进的相对熵相似性测度实现煤岩图像的分类判别。结果表明:在小波域中,非对称广义高斯模型能够有力地刻画煤岩图像的纹理特征,与现有的其他算法相比较,所提出算法具有更高的正确识别率,其平均识别率达到了87.77%,为进一步研究煤岩界面的自动检测提供了参考。     

改进YOLOv4算法井下人员检测的研究

针对矿山企业井下作业人员工作环境光线暗、干扰因 素多、常用井下行人检测的方法精度低、速度慢等问题,提出 基于 YOLOv4算法的井下人员检测系统,引入信息熵的 Kmeans聚类确定目标检测的中心点,提高网络对目标特征的 提取能力。试验结果表明,采用 GeForceRTX2060显卡,相 比人员检测常用的 SSD、FasterR-CNN算法,改进 YOLOv4 算法提高了检测率,平均检测精度达到97.72%,检测速度为 32帧每秒,满足井下人员实时检测的需求。     

测绘学科的交叉融合与矿山测量的新任务

本文综合分析了现代科学技术条件下测绘学科的交叉,分化与融合模式,结合矿山测量专业的现状和特点,针对新的科技社会环境以及矿山测量的新任务,进行了深入的探讨。     

地测防治水安全质量标准化实施存在问题及整改对策

在安全质量标准化实施过程中,地测防治水专业经常出现一些不规范的问题,现提出整改对策,与大家分享。     

测绘科技应用与发展的优势转变策略

面向知识经济时代的到来与可持续发展战略的实施,测缓科技的应用必须充分利用所具有的优势,进行优势转变和调整,拓宽和发展应用领域,服务于区域持续发展战备的实施。主要的转变策略包括由技术支持的向决策支持的转变、由基础性工作向全过程调控的转变、由独立技术向综合集成技术的转变,并应形成新的发展领域和方向。     

碳酸根和硫酸根对蛇纹石和黄铜矿矿浆流变性和浮选的影响

从矿浆流变学的角度出发，通过对矿浆流变性测量及矿物浮选试验，考察在不同碳酸根和硫酸根浓度下矿浆流变性与矿物浮选速率的变化规律。结果表明：碳酸根和硫酸根随浓度的增加都能显著降低矿浆表观黏度和屈服应力值，对矿物颗粒起分散作用。碳酸根和硫酸根的加入对黄铜矿和蛇纹石的浮选回收均有一定的促进作用，但主要是通过加快黄铜矿的浮选速率，降低精矿中MgO含量，从而达到相对抑制蛇纹石的效果。蛇纹石浮选速率与矿浆黏度间呈一定的负相关关系。     

铁离子和亚铁离子对菱锌矿和石英浮选的影响

菱锌矿和石英纯矿物的浮选试验、动电位的测试、金属离子溶液化学计算结果表明,Fe3+、Fe2+对菱锌矿有明显的抑制作用;在无金属离子存在时石英基本不浮,Fe3+、Fe2+在碱性条件下能活化石英的浮选;在碱性条件下,Fe3+或Fe2+呈羟基络合物和氢氧化物吸附在石英表面,使石英表面吸附活性质点增加,是Fe3+或Fe2+活化石英浮选的主要原因;Fe3+或Fe2+生成的氢氧化物沉淀覆盖在菱锌矿表面,阻碍了捕收剂在菱锌矿表面的吸附,是Fe3+或Fe2+抑制菱锌矿浮选的主要原因。     

贵州省地矿局钻探工程发展回顾与展望

贵州省地矿局建局63年以来,钻探工程作为地质找矿的重要技术手段,发展至今已形成门类齐全、设备精良、技术精湛的专业体系。本文在总述贵州省地矿局地质找矿辉煌成就的基础上,从小口径岩心钻探、大口径深井钻探、地下水机井钻探、浅层地温能钻探等几个重点方面详细回顾了钻探工程的发展历程,对未来发展趋势进行了展望,同时提出了相关的建议,以供今后的工作参考。     

沉降过滤式离心机的优缺点及改进方向

分析了目前选煤厂常用的几种细煤泥脱水设备的优缺点,指出了沉降过滤式离心机在细煤泥脱水方面的优势以及存在的问题,提出了沉降过滤式离心机的改进方向。     

铜钼矿石的选矿及铜钼分离工艺

介绍了铜钼矿选矿的研究现状及铜钼分离的几种方法，即脉动高梯度磁选、充填式浮选柱浮选和充氮浮选。提出了铜钼分离研究的方向。     

钙镁离子对长石和绿帘石浮选的影响及其作用机理

通过小型浮选试验、动电位测试、吸附试验、溶液化学计算和红外光谱分析等手段研究了油酸钠体系下Ca²⁺和Mg²⁺对长石和绿帘石浮选的影响。结果表明, 纯净的长石和绿帘石矿物几乎不浮, 加入Ca²⁺、Mg²⁺后, 矿物可浮性得到改善;钙镁离子主要以Ca²⁺、CaOH⁺、CaCO₃(s)和Mg²⁺、MgOH⁺、MgCO₃(s)形式吸附在矿物表面;油酸钠和钙镁离子在长石和绿帘石矿物表面存在静电吸附, 且钙镁离子可以促进油酸钠在矿物表面的吸附。     

密码技术DES和RSA的比较与应用

对称加密技术DES处理速度快,但密钥管理困难;非对称加密技术RSA密钥管理方便,且能进行数字签名认证,但处理速度慢;网络通信中,将两者结合起来使用,安全、高效、便捷。