基于S3-YOLOv5s的矿井人员防护设备检测算法研究

针对复杂矿井环境下光照度低、目标尺度变化大、目标间遮挡严重,现有的目标检测网络特征提取困难、检测效果差等问题,提出了改进的S3-YOLOv5s的矿井人员防护设备检测算法。在主干网络中加入无参注意力模块(SimAM),提升网络的特征提取能力;引入尺度均衡特征金字塔卷积,加强多尺度特征融合;最后采用SIoU作为边框回归损失函数并使用K-means++算法进行先验锚框聚类,提高边框检测精度。实验表明,相比现有的YOLOv5s算法,所提算法在所有类别的平均检测精确度从89.64%提升到了92.86%,在复杂矿井环境条件下对人员防护设备有优良的检测能力,验证了所提方法的有效性。     

基于微元法建模预测地层水化合物浓度*

为有效降低压裂液对煤层的伤害,可用离子色谱仪测定现场地层水样的组成成分,确定地层水的矿化程度,用复配地层水作为压裂液进行水力压裂施工。为了节省时间与成本,基于微元分析法的基本思想建立了可以实时动态地预测地层水化合物浓度的模型。根据现场生产井的排采情况,假设任意时间段内生产排采出的地层水与远井地带注入地层水的体积相同,并且在微小时间段内,排采出的地层水中化合物浓度保持不变。结果表明,由该模型计算新疆某区块煤层气A井不同生产时间下地层水中KCl和NaCl的浓度,其与离子色谱仪测得的浓度值的平均误差分别为4.01%数12.10%、6.06%数10.46%,验证了该模型的正确性。图2表1参15