煤岩显微组分组图像自动识别系统与关键技术

煤化程度和显微组分组成决定着煤的物理化学性质和工艺性质。煤的镜质组反射率和显微组分的煤岩自动化测定,不仅可以减少传统人工测定产生的差异,而且速度快、效率高,使煤岩测定结果应用于煤炭分类、煤炭加工利用等领域成为可能。国内外在煤岩自动化测定方面开展过大量研究工作,实现了镜质组反射率自动测定。但是由于煤岩显微组成和煤化程度影响的复杂性,显微组分的自动识别和图像分析测定仍然面临诸多难题。针对以上问题:①研制了煤岩显微图像自动采集硬件平台,具有显微镜自动聚焦、自动扫描和显微图像自动采集三大功能模块,建立了煤岩显微组分组图像自动识别工作流程;②开发了显微图像去噪预处理技术,可实现黏结剂与壳质组有效分割、受下方煤颗粒反射影响变亮黏结剂等的有效剔除,形成了基于Prewitt算子的煤岩显微组分假边界图像剔除技术;③开发出基于K均值聚类的煤岩显微组分组图像自动分割和识别技术;④形成了烟煤的煤岩显微组分组图像自动识别系统。应用本文研发的技术,对我国不同变质阶段烟煤的代表性煤样进行煤岩显微图像自动采集和显微组分组自动识别测定,并将测定结果与国内资深煤岩专家人工鉴定的标准结果进行比对。结果表明,两种方法测定的45个样品镜质组、惰质组、壳质组的极差平均值分别仅有2.3%,2.3%,1.5%;按照国家标准GB/T 18510—2001给出的准确度分析方法,获得3个显微组分组的统计量t_ct_t。     

基于轮廓波变换的煤壳质组显微组分分类

在分析煤壳质组显微组分图像特点的基础上,鉴于其纹理及方向信息特征差异,提出一种基于轮廓波变换(Contourlet)与超限学习机的煤壳质组显微组分自动分类方法。首先,运用Contourlet变换对煤壳质组显微图像进行多尺度多方向分解,提取各子带的统计特征量组成特征向量集;再构建超限学习机分类器对壳质组各显微组分进行分类。实验结果表明:与其他用于描述纹理的同类特征提取方法相比,采用本文方法提取的特征量训练的分类器,在分类效果上具有明显的优势,其分类准确率可达97.64%;与支持向量机分类结果相比,超限学习机对于煤壳质组分类准确率可高出2%,分类速度显著提高。     

煤岩显微组分自动识别技术研究进展

煤岩显微组分的形态特征多样,组分鉴定具有较强的专业性,需要测定者具有深厚的煤岩学基础并熟练运用偏光显微镜。传统组分鉴定存在主观性,测试时间也较长。煤岩显微组分自动识别形成了基于显微光度计和基于图像分析2种技术路线。基于显微光度计的识别方法硬件成本相对较低,通过点扫描或线扫描将显微组分的反射率值转化为电信号并通过数学处理方法实现自动识别。图像分析方法综合显微组分的反射率(灰度)和形貌参数进行自动识别,识别精度更高。随着图像处理技术和图像识别算法的发展,可实现基于显微组分的纹理特征的自动分类。显微组分的智能识别是煤岩显微组分自动识别技术的发展趋势,应在充分分析不同煤的显微组分特征的基础上开发针对性的特征提取和分类算法,以实现煤岩显微组分自动识别。     

基于RILBP-GLCM算法的煤岩显微组分识别

提出了1种针对煤岩显微组分的RILBP-GLGM纹理特征提取算法。利用RILBP算子获取原图像的RILBP图谱,获取该图谱的灰度共生矩阵,提取4个方向上的能量、熵、惯性矩、相关性特征构成图像纹理特征,利用多分类支持向量机对图像纹理特征进行训练和分类。结果表明,基于RILBP-GLCM算法的煤岩显微组分纹理特征分类是有效的。     

基于纳米压痕的煤岩微观力学特性及其影响因素剖析

煤岩微观力学特性与宏观力学特性关系密切，是剖析宏观力学性质机理的关键指标，也是影响煤层气压裂开采的重要因素。现阶段煤岩微观力学特性研究局限于力学参数表征与现象描述，演化机制及影响机理方面的研究较为缺乏。以我国不同变质程度煤岩为研究对象，通过以纳米压痕实验为主，低温液氮与原位激光拉曼测试为辅的手段，实现了纳米压痕实验关键参数优选，并明确了煤岩镜质组与惰质组微观力学特性及其主控因素。研究结果表明：(1)预实验结果显示，低载荷、小量程下，最大压入深度在1 000 nm左右(对应峰值载荷约为9 mN)的参数设定较为适合煤岩镜质组和惰质组的纳米压痕实验；(2)煤岩惰质组的弹性模量和硬度均普遍高于镜质组，且同一煤样中不同位置显微组分的弹性模量和硬度相近，说明在局部范围内煤基质显微组分的微观力学性质分布具有一定相似性；(3)煤岩显微组分和成熟度通过控制孔隙结构与化学结构以“一主一辅”形式共同影响其微观力学性质，即镜质组微观力学强度随煤化程度加深先升后降再升，下降段主要受因气孔增多导致的孔隙结构变化影响，上升段化学组分和结构为主控因素；惰质组的微观力学性质随煤岩成熟度升高持续增加，始终以受化学组分和结...     

新疆伊南煤田察布查尔勘查区煤质特征分析

通过分析伊南煤田察布查尔勘查区煤田勘探的钻井资料,对勘查区2#和4#主采煤层的物理性质和煤岩特征进行分析研究,发现煤中有机显微组分以镜质组和惰质组为主,显微煤岩类型主要为微镜惰煤;对煤中水分、灰分、挥发分和硫分的含量范围进行了概述。     

乌鲁木齐河东-河西矿区煤层气含量影响因素分析

结合煤层气含量及气成分的实际测量,通过含气量及气成分平面及纵向分布特征及变化规律研究,从镜质体反射率、煤层埋深、地温梯度、煤岩组分等方面,进行乌鲁木齐河东-河西矿区煤层气含量影响因素分析.结果表明,本区煤层气含量的主要影响因素包括煤层埋藏深度、煤级及煤岩显微组分.由于煤层埋深、煤变质程度较低,煤岩显微组分主要以镜质组为主,表现为煤层气含量不足,不具备有效的煤层气开采条件,但同时也不足以影响煤层的开采.     

煤的显微组分定义与分类(ICCP system 1994)解析Ⅰ:镜质体

煤的显微组分定义与分类的国际标准"ICCP system 1994"是国际煤和有机岩石学委员会(ICCP)历经26 a(1991-2017)完成,按照显微组分组和发表的时间,该标准共分4个部分,分别是镜质体(1998)、惰质体(2001)、腐质体(2005)和类脂体(2017)。"ICCP system 1994"目前已被国际上从事煤岩学和有机岩石学研究的科研工作者广泛采用。国际煤和有机岩石学委员会在1994年第46届ICCP年会上确定了镜质体显微组分组、亚组和显微组分的定义和分类,并于1998年发表,它是"ICCP system 1994"重要的组成部分。在"ICCP system 1994"镜质体分类方案中,镜质体显微组分组被划分为3个亚组,结构镜质体亚组、碎屑镜质体亚组和凝胶镜质体亚组,它们分别进一步被划分为2个显微组分。其中,划分亚组的主要依据是植物组织的破环(降解)程度,显微组分之间的区分主要依据是凝胶化程度和(或)形貌特征。该分类体系与ICCP腐植体分类体系紧密关联。基于"ICCP system 1994",对镜质体各亚组和各显微组分的定义、光学特征、物理和化学特征、来源以及实际应用等方面进行了解析,对"ICCP system 1994"中镜质体显微组分分类提出了尽可能规范的中文名称。中华人民共和国国家标准《烟煤显微组分分类》(GB/T 15588—2013)和"ICCP system 1994"相比,前者采用了显微组分组、显微组分和显微亚组分的分类方案,将均质镜质体(Telocollinite;即本文中的胶质结构体Collotelinite)和基质镜质体(Desmocollinite;即本文中的胶质碎屑体Collodetrinite)划入无结构的显微亚组分。     

基于支持向量机的煤岩图像特征抽取与分类识别

为了尽可能减少作业人员数目,研究了煤岩图像的自动识别技术,介绍了煤岩图像的识别基础、小波变换和支持向量机原理,分析了煤岩图像纹理在多尺度分解情况下的特点以及支持向量机的参数设置,利用煤岩图像基于灰度共生矩阵的纹理统计量角二阶矩、对比度、相关性、均值、方差构造纹理特征子向量P1,利用煤岩图像不同尺度分解下的角二阶矩、对比度、相关、均值、方差构造纹理特征子向量P2,利用不同尺度分解系数构造纹理特征子向量P3,结合3个特征子向量构造纹理特征向量,最后结合支持向量机对煤岩图像进行分类识别。对不同的特征抽取方式以及煤岩的不同分类进行了比较分析。结果表明：该特征抽取以及分类方法能有效的表达纹理信息,对煤岩的识别准确率达到了97.959 2%,与不使用小波的方法相比提高了7.01%。研究结果可为煤岩界面的自动识别提供依据。     

准东煤田五彩湾矿区煤岩煤质及煤相特征

对准东煤田五彩湾矿区B煤组进行了煤质分析与显微煤岩组分测定,结果表明,五彩湾矿区B煤组整体为中湿、低灰、高挥发分、低硫的长焰煤。显微煤岩组分以惰质组为主,平均含量47.33%,镜质组次之,平均含量46.39%,壳质组含量极少。对煤岩样品显微组分的定量统计,计算出各个煤相参数的数值,在此基础上得出了研究区内煤层沉积环境整体上经历了由湿地沼泽相向覆水森林相过渡的结论。     

基于LBP和GLCM的煤岩图像特征提取与识别方法

针对煤矿开采工作面无人化要求,提出一种基于LBP和GLCM的煤岩图像特征提取与识别方法。采用LBP算法判断煤块与岩石纹理存在差异性,然后通过GLCM实现煤块与岩石图像在水平、直角、45°、135°方向上的灰度共生矩阵,并完成对能量、熵值、对比度、逆差分矩等4个煤岩图像纹理特征参数提取。试验表明:LBP算法在检测煤块与岩石局部纹理特征差异的过程中,具有一定的高效性,但存在不足,后续通过GLCM提取的煤岩图像特征参数,可以找到适用于煤岩分类的特征参数,增加煤岩识别的鲁棒性。     

基于机器视觉的煤矸识别系统设计及试验研究

为解决手工选煤、湿法选煤中存在的效率低下、劳动强度大、水资源耗费、环境污染等诸多问题。研究了基于机器视觉的煤矸识别方法,在实验室中搭建了试验平台,开发了MFC软件应用平台,实现了煤矸实时识别|选取山西西山、内蒙古和陕西神木的煤和矸石作为样本,建立了样本图像库|取420张图像作为实验样本,提取样本的灰度均值、峰值灰度、能量、熵、对比度、逆差矩6个特征进行统计和分析|采用粒子群优化算法(PSO)对支持向量机(SVM)的进行优化,并对分类器进行训练和分类测试。对特征分析的结果表明,灰度特征比为纹理特征具有更好的区分度|PSO-SVM分类器测试中,以灰度、纹理、组合特征作为输入时,其识别准确率分别为95.83%、72.92%、93.75%,结果表明以灰度特征作为输入识别效果最好。     

基于视觉技术的煤岩特征分析与识别

为研究煤岩自动识别技术,提出了一种基于视觉技术的煤岩特征分析与识别方法。首先根据煤和岩石图像分析煤岩纹理差异;然后根据灰度共生矩阵分别计算煤和岩石纹理特征向量;最后选择计算出的纹理特征向量作为神经网络输入来分别识别煤和岩石2种情况。实验结果表明,煤和岩石纹理特征值差别较大,采用能量、对比度、相关性和熵作为特征向量均可实现煤和岩石自动识别,且以熵值作为特征向量的煤岩识别效果最好。     

不同照度下煤矸图像灰度及纹理特征提取的实验研究

研究煤和矸石在不同照度下的响应特性,设计了差异照度煤矸图像采集系统,进行了煤矸图像采集实验,建立了煤矸灰度子图像数据库,对数据库中的子图像的灰度、纹理特征进行了提取,通过定义归一化特征差异指数以及基于支持向量机(SVM)对实验数据进行了分析与讨论。结果表明:在同一照度下,煤和矸石在灰度及纹理特征上存在差异,且随着照度的改变,煤和矸石的特征也发生变化,同时两者的变化规律存在显著差异。基于不同特征的SVM分类器的识别正确率不同,照度的变化也会对分类器的识别正确率产生影响;当考虑照度因素后,分类器的识别正确率最大增加了13.31%,此外基于多特征多照度融合的SVM分类器性能较好,识别正确率为98-39%。     

复合力场中煤岩显微组分的高效富集

以神东煤制油煤样为研究对象,建立了煤岩显微组分基于灰分差异的赋存规律模型,并提出了基于离心力场强化的煤岩组分分选方法。借助强化重力分选机对1~0.25 mm粒级煤样进行变参数分选试验研究,揭示了基于离心力场强化的分选机制。试验结果表明,镜质组含量与煤样灰分关系显著,模型关系可用指数函数模型表示。分选试验结果表明,煤岩组分可以在复合力场中得到有效富集,分选精煤的镜质组含量可以达到70%,精煤产率可达80%。对于1~0.25 mm粒级煤样,为使流态化水压为颗粒群的提供足够的径向分层动力,高效分选需要在较低的离心力条件下进行。复合力场有效强化了煤岩显微组分间的分选行为差异,可有效实现煤岩显微组分的富集。     

斜沟煤矿13~#煤镜质组最大反射率和显微组分测定

阐述了镜质组最大反射率和显微组分测定的原理,详细介绍了测试需要的仪器、使用材料、样品制备过程及测定条件。研究认为,13#煤属气-肥煤,测定了不同层位镜质组最大反射率和显微组分,得出不同层位镜质组、惰质组、壳质组和矿物成分含量,推测认为回采过程中可能有H2S等有害气体并有自然发火危险,建议加强煤层注水和防灭火等工作。     

树皮残植煤显微组分分离及高分辨透射电镜图像分子结构

对江西乐平矿区的树皮残植煤采取密度梯度离心方法进行显微组分分离,在-200目破碎的条件下经过分析性预分离实验绘制了树皮煤中各显微组分的密度分布特征曲线,该曲线显示树皮煤中的壳质组和镜质组密度分布呈尖峰分布特征,进行特定显微组分分离效果较好。经过特定密度梯度离心法分离实验,树皮体和镜质体含量高达98.6%以上。分离后的样品经过高分辨透射电子显微镜技术和图像分析显示出该两种显微组分在化学结构上存在明显的差异：首先树皮体的晶格条纹数量明显高于镜质体,而且树皮体中所包含的晶格条纹呈现出更加无序和密集的特点;其次镜质体和树皮体所包含条纹种类各自所占的比例较为接近,均以低环数的芳香层片为主,所不同的是镜质体的1×1（萘）含量明显高于树皮体,但是其3×3的芳香层片明显低于树皮体。中-高环数的芳香层片虽然含量都不高,但树皮体所包含的此类芳香层片同样明显低于镜质体。