基于U-Net和改进分水岭算法的露天矿爆堆矿石图像分割方法

爆破大块率是反映爆破效果的关键指标,其统计精度主要依赖于爆堆矿石图像分割的准确性。由于爆堆矿石图像中存在矿石目标分布密集、边缘对比度低等问题,致使传统图像分割方法难以准确分割爆堆矿石图像。因此,提出了一种基于U-Net和改进分水岭算法的露天矿爆堆矿石图像分割方法,以实现大块率的精准统计。首先利用无人机在哑巴岭露天矿爆破现场拍摄爆堆矿石图像,制作爆堆矿石图像数据集;然后利用深度学习算法建立了UNet网络架构,同时融合了高级语义信息和低级语义信息,建立了爆堆矿石图像分割模型,再利用训练后的模型对爆堆矿石图像进行初步分割,进一步采用基于距离运算的分水岭算法优化了分割结果;最后评估了该方法的分割精度。试验结果表明:该算法可准确分割露天矿爆堆矿石图像,为露天矿爆破大块率统计、爆破效果智能评价提供技术支持。     

基于三维激光点云的爆破块度统计预测方法

爆破块度是评价露天矿台阶爆破效果的重要指标,直接影响后续铲装、运输效率和开采综合成本,对爆破块度进行准确预测可反馈优化爆破设计及指导现场爆破施工。三维激光扫面技术是一种非接触面测量技术,能够精确重建物体表面,相对二维图像能够获取物体完整的三维几何形状信息。研究提出一种基于爆堆表面岩块激光点云分析的爆破块度统计预测方法(3DPCFM),具体为采用三维激光扫描仪对爆堆整体进行扫描,获取爆堆表面点云数据并且通过点云配准、过滤、去噪和下采样等处理技术建立爆堆三维点云模型,采用LCCP算法分割爆堆表面岩块点云,基于表面岩块点云借助几何算法获取岩块体积、采用PCA法提取岩块粒径,结合数理统计分析方法进一步获取爆堆表面岩块块度分布,试验通过岩块堆平铺和堆砌2种状态点云模型获取的岩块粒径对比修正堆砌状态提取的块度粒径偏差,然后以表面岩块块度分布作为输入参数,获取爆堆整体块度分布。室内试验结果分析表明:3DPCFM块度预测结果相对二维图像处理块度分析软件Split-Desktop更加接近水缸法实测块度精度,岩块在平铺状态下采用岩块点云数据提取的几何参数与实测值近似相等;小规模现场试验验证3DPCFM块度...     

图像处理技术在矿岩块度统计中的应用

对爆堆进行垂直拍照，基于图像处理技术，对爆堆的图像进行处理，统计岩块的数量和投影面积，进而测定岩块的粒度分布，实现对爆堆矿岩的破碎质量定量的综合评价和描述。     

基于点渲染的多分支融合露天矿爆堆块体精细分割方法

现代矿产开采中,爆破成本控制占据整个矿产开采的成本控制的很大一部分,这使得爆破效果的控制在整个矿产开采流程中至关重要,而爆破效果的控制与爆破参数直接关联,这需要采集现场真实的数据来指导爆破参数的优化。为解决当前对于矿区现场爆堆块度识别时存在的精度低、实时性差、泛化性能弱等问题,基于爆破参数优化的需要,提出了深度学习框架下的爆堆块体精细分割方法（Point+S Deeplabv3+）。首先模型在骨干网络特征提取部分引入多分支可分离注意力机制,学习不同通道间的权重特征并融合,改善了提取特征时跨通道交互缺乏的问题;在解码阶段,运用点渲染模块,通过迭代选取点在不同尺度特征图的特征,逐步对每个点对应的低级语义特征和高级语义特征进行拼接,解决了上采样时大量丢失语义信息、边缘及小目标分割精度降低的问题;最后使用动态学习率调整策略,加快模型的收敛速度。实验结果表明,基于Point+S Deeplabv3+模型的MPA和MIoU分别达到了94.36%和89.04%,对比主流的语义分割网络,如FCN、UNet、PSPnet和Deeplabv3+相比,基于Point+S Deeplabv3+的模型MPA和M...     

煤体爆堆块度分布的测试

根据分形几何理论得出爆堆块度分布和块度分维数的关联关系，然后根据现场爆堆块度分布建立爆堆块度分维值与爆破参数的关系， 从而达到指导人们进行爆破参数优化，控制煤体爆破块度，进行爆前的块度估算和块度预测的目的.     

节理裂隙岩石爆堆形状预测研究

爆堆形状是徇爆破效果的重要指标之一。作者充分考虑了运动岩块间的碰撞作用,采用Weibull模型预测了露天台阶爆破的爆堆形状,并通过小模型实验和理论值进行了对比,得出用Weibull分布曲线来模拟台阶爆破的爆堆形状具有很强的实用性,可为台阶爆破的参数设计更加合理提供理论依据的结论。     

基于Weibull模型的爆堆形态神经网络预测

爆堆的几何形态是反映爆破效果的重要指标之一。针对传统预测方法现场操作性难的问题,提出了基于Weibull分布模型的爆堆形态模拟预测方法,应用神经网络把控制爆堆形态分布的两个参数和松散系数作为神经网的输出层,建立了一种操作简单、现场可操性较强的深孔台阶爆破爆堆形态预测模型。通过对巴润露天矿的爆堆形态的预测,表明神经网络对爆堆形态的预测具有一定的应用价值。     

露天爆堆块度分布谱

露天爆堆块度用块度分布谱来表征时,可一目了然。本文介绍了分布谱线的绘制,给出了4个矿山10余种矿岩的块度分布谱线图,并就影响块度分布的因素、测试及效果修正等问题进行了探讨。     

基于优化Canny-Ostu算法的爆破块度识别

为探讨露天矿台阶爆破块度的空间分布特征,利用无人机拍摄爆破后爆堆图像,结合图像识别算法提取块度分布特征。最后,通过数值分析对爆堆的空间分布特征及影响因素进行分析。结果表明,Canny-Ostu算法能够准确识别爆破块度,并可用于快速评估爆破质量。爆破块度特征参数符合对数正态分布,表层块体的统计平均面积是底部的3倍,而最大直径和长度是底部块体的1.5倍。炮孔填塞率与大块面积成正比,而延期时间、炸药单耗和炮孔排距与大块面积成反比。研究结果可为矿山台阶爆破参数优化提供参考。     

爆堆矿岩块度分布的计算机图像自动处理系统

对建立的计算机矿岩块度图像自动识别处理系统,引入了“双阈值亮点膨胀递减循环处理”技术进行图像二值化处理,在二值化技术的基础上对爆堆图像进行两次平滑去噪,运用拉普拉斯算子边缘检测法提取岩块边界。配合单一型链结区域增长法创造性地提出最小距分割法运用于区域分割。采用R-R函数对该处理结果进行了双对数回归分析,得到了爆堆矿岩块度分布结果。测试结果表明,系统具有较高的测试精度,误差一般不大于10%,能够满足实际应用要求,是一种具有很好发展前景的测试方法。     

基于三维激光扫描技术的爆破块度识别

为快速、准确的统计现场爆破块度,提出了基于三维点云的爆破块度识别方法。利用三维激光扫描仪获取爆堆点云数据,通过ICP配准、SOR降噪和体素下采样进行点云预处理,采用RANSAC平面拟合对预处理后的点云数据进行初始分割、基于点云密度的DBSACAN算法进行聚类,识别岩块轮廓。通过计算聚类后岩块点云的三维凸包和OBB方向包围盒,获得爆堆点云中所有岩块的体积和最长粒径。结果表明：在室内试验中基于三维点云的爆破块度识别方法与直接测量法相比获取的体积平均相对误差为4.61%,粒径平均相对误差为4.75%;在现场测试试验中的平均识别准确率为80.4%,获得的爆破块度统计结果对爆破参数优化具有一定的参考作用。     

测定露天矿爆堆矿岩块度的标准照片对比法

本文提出了一种以爆堆表面照片做为获取矿岩块度信息的手段、通过所摄照片与“标准照片”的定性对比来定量地确定矿岩块度组成的方法,同时简要介绍了该方法的使用要点及对其进行可靠性分析的结果。     

矿岩块度图象分析法研究述评

应用现代计算机图象处理与分析技术测定矿岩块度的分布，可实现对爆堆矿岩的破碎质量做出定量的综合评价和描述，本文概述了迄今国内外有代表性的研究结果，并就影响这一方法可靠性的各种因素进行了探讨。     

基于无人机航测技术的露天矿山爆堆形态分析

露天矿山爆堆形态是爆破效果评价的重要组成部分。为了精准高效地评价台阶爆破的爆堆形态,明确相应的评价指标,采用了灵活性好的低空多旋翼小型无人机航测技术。以大宝山露天多金属矿山铁门661 m平台爆区为例,根据采场空间布局及精度要求,设置相对航高为100 m,五向航摄模式下的旁向和航向重叠率均为80%,爆区周边布设了4个像控点,采用Smart3D软件生成了台阶爆前爆后两期的三维可视化实景模型。三维模型误差较小,像控点高程中值误差为2.79 cm,均满足航测精度要求。通过IData软件进行点云和高程信息提取,得到了爆堆空间分布形态及尺寸参数,爆区拉裂范围较大且表面块度分区现象明显,认为与孔网参数设计、地质条件等有关。工程实践表明:无人机航测在爆堆形态分析方面具备一定的可行性,为台阶爆破效果分析提供了新思路。     

基于计算机视觉的爆破块度分布统计

爆破块度是评价矿山爆破效果的重要指标。传统的块度统计方法存在效率低、限制多等问题。基于计算机视觉的爆堆块度统计方法,具有高效、精确、灵活的优势。针对爆堆块度统计的计算机视觉识别问题,提出了一种结合Mask B-R-CNN和HSV变换的形态学优化的块度统计方法,并对实验室和鞍千矿业公司的矿山现场爆堆块度统计进行了验证。结果表明,与筛分法相比,基于计算机视觉的爆堆块度分布统计方法的误差小于3%,验证了该方法用于爆堆块度统计的可行性。矿山现场试验结果表明,与传统的矿岩区域提取方法相比,该方法提取矿岩区域更为精准,可应用于鞍千矿业公司的矿山现场;3个爆堆块度分布的累计概率曲线相似,大块率分别为4.21%、3.37%、3.12%,爆破效果较好。     

露天矿抛掷爆破工艺爆堆形态的数据融合估值算法

针对露天矿抛掷爆破工艺中的爆堆形态估算问题,提出了一种便捷的爆堆形态估值算法,仅利用采集到的同类多源数据即可得到精确的预测结果。提出了爆堆形态估值算法的计算步骤为“数据采样—融合精度判别—数据融合最优权值计算—获得数据融合结果”,并制定了数据采样规则、推导了精度判别方法与最优权值确定方法。以黑岱沟露天矿某次抛掷爆破工程为研究案例,分别利用爆堆形态数据融合估值算法与Weibull分布预测方法,在拉斗铲作业平盘高度为11~13m的情况下,对拉斗铲倒堆系统各工艺作业量进行了计算,结果显示：采用数据融合算法的误差可控制在5%以内,更优于Weibull分布预测方法,可以满足满足现场算量精度要求。     

爆堆前冲和后冲距离的 GSM/GA-SVM预测模型

借助支持向量机模型并考虑影响爆堆前冲距离和后冲距离的影响因素,提出了爆堆前冲和后冲的支持向量机（SVM）预测模型。结合工程实例和爆破作业方式,本次实验选择第 1 排炮孔的孔深、孔距、抵抗线距离、坡角、超钻长度、药量、炮孔堵塞长度,以及第 2~8 排炮孔的孔深、孔距、排距、超钻长度、药量、炮孔堵塞长度作为影响因素,以爆堆的前冲距离和后冲距离作为因变量,并分别采用网格搜索的方式（GSM）和遗传算法（GA）对基于支持向量机预测模型的超参数进行优化调节,利用从现场收集来的 40 组爆破实例构建和评价预测模型。最终的预测结果表明,从现场收集来的相关参数与爆堆位移之间构成一定的映射关系,结合启发式算法的爆堆位移支持向量机预测模型能够得到较好的预测精度。     

露天铁矿15m台阶开采技术取得新进展

本文通过实验室模拟实验和现场工业实验论述了齐大山铁矿开采台阶从12m提高到15m,是如何确定合理的穿爆孔网参数、验证现有装备的适应性以及降低爆堆高度的综合技术措施等。     

露天煤矿高台阶抛掷爆破爆堆形态模拟

为了研究高台阶抛掷爆破爆堆形态的模拟方法,在总结、分析大量的现场生产试验数据的基础上,完成了高台阶抛掷爆破爆堆形态的分类和高台阶抛掷爆破爆堆形态模拟的Weibull模型的建立。模拟结果表明：模拟爆堆曲线能与实测曲线较好地吻合,模拟结果较准确,爆堆始点爆破漏斗深度h为台阶高度的0.17～0.38倍,Weibull曲线参数α取值在0.919 3～1.245 0,β取值在1.185 9～1.832 4。     

露天矿爆堆破岩质量电铲监测研究

为深入评价高台阶爆破质量，试验研制了全天候电铲在线自动监测评价仪，通过测定岩石的可挖性指标和铲装指标来评价爆堆质量的优劣。该方法与爆堆块度摄影图象分析法相结合，使爆堆质量评价方法更加完善，成为现代矿山优化生产和科学管理的有用工具。