基于RCR _YOLOv4的矿井巷道红外障碍检测研究

针对地下矿井巷道光线昏暗的道路上会出现落石或行人等行车障碍物,严重影响无人驾驶矿卡安全行驶的问题,提出了一种基于红外视觉识别的巷道障碍物快速检测优化模型RCR_YOLOv4。该模型利用K-Means++优化算法筛选巷道障碍物的先验框尺寸,并引入深度可分离卷积降低网络参数量和计算量,从而提高障碍目标的定位精度和检测效率。通过设计双通道注意力机制对网络特征融合模块进行优化,实现对无人矿卡行车障碍的高精度检测。结果表明,该目标检测模型对矿井道路障碍的检测准确率达到93.52%,检测速度达到60.6 FPS,能够为矿井巷道复杂环境下无人矿卡安全行驶提供保障。     

基于卷积神经网络的矿工安全帽佩戴识别研究

为了解决矿山安全监控监测主要靠人工对视频数据进行识别而存在的诸多人为因素限制的问题,通过构建卷积神经网络实现计算机智能识别矿工安全帽的佩戴,在不增加任何辅助装置的条件下实现矿工安全着装智能识别。从视频数据中提取图像,通过对图像进行旋转、偏移、剪切等预处理,将图像分为矿山背景、戴安全帽的矿工和不戴安全帽的矿工3类。通过构建3种不同深度层次的卷积神经网络进行实验对比,"4个卷积层+3个池化层+3个全连接层"组成的深层网络识别准确率较高,达到91.2%。实验表明利用卷积神经网络可以较好地实现对矿工是否正确佩戴安全帽的智能识别。研究方法为人工智能应用于矿山的安全监控、安全行为及安全状态的智能识别研究提供借鉴。     

提高薄矿脉留矿法的放矿效果采场残矿处理

如果漏斗卡塞会严重地影响了放矿工时的有效利用和出矿劳动生产率。采用爆破方法处理漏斗卡塞,还经常使放矿漏斗受到损坏,须要浪费许多物力和人工加以维修。采用有效的办法来改善放矿条件,提高放矿效果,对于目前广泛采用留矿法的我国薄矿脉矿山,是具有很大现实意义的。(一)放矿困难的原因分析     

视频监控中可变人体行为的识别

为有效识别视频监控中的人体行为,提出了新的人体行为识别模型和前景提取方法.对前景提取,采用背景边缘模型与背景模型相结合的前景检测方法,有效避免了光照、阴影等外部因素的影响.为了快速发现人体运动过程中产生的新行为,采用分层Dirichlet过程聚类人体特征数据来判断是否有未知人体行为产生,用无限HMM对含有未知行为模式的特征向量进行有监督学习,由管理者将其添加到知识库中.当知识库的行为模式达到一定规模时,系统可以无监督地对人体行为进行分析.通过仿真实验证实了提出的方法在人体行为识别方面较其他方法具有独特的优势.     

基于自训练的多标签岩矿石薄片分类方法

岩矿石薄片识别是一项专业性要求极高的任务,人工识别常出现不可避免的主观错误,且效率极低。深度学习图像识别技术是可以高效进行岩矿石薄片识别的方法,但训练深度学习模型需要大量标注数据,因此如何高效利用有限标注数据具有重要意义。通过采用多标签分类方法,在有标签数据集上先训练一个分类器,然后使用该分类器为大量无标注的岩矿石薄片生成伪标签,最后使用有标签的训练数据和所有无标签数据重新训练模型。结果表明,采用多标签分类方法识别岩矿石薄片结构及矿物是可行的,同时使用半监督学习方法训练模型,在不进行大量人工标注的情况下,可提高该模型的泛化能力。     

基于深度学习的矿岩图像识别技术研究

为了促进中国选矿事业的发展,提高资源回收率,利用深度学习图像识别技术对矿石及废石进行识别从而将其分选。同时介绍了深度学习技术理论,重点介绍基于卷积神经网络的图像识别技术,以及利用此图像识别技术针对锰矿石与废石在形态和R、G、B三基色分量方面的区别对矿岩分选的研究。     

基于深度学习的矿石图像处理研究综述

聚焦于矿石勘探和将矿石破碎筛分后的皮带运输两个环节,系统总结了深度学习技术在矿石图像处理中的主要应用,包括矿石分类、粒度分析和异物识别等任务,并分门别类地梳理了完成以上三大任务的常用算法及其优缺点.其中,矿石分类在地质勘探中起着重要作用;粒度分析能为破碎机和传送皮带的控制提供参考依据,还能识别出给矿皮带上过大尺寸的矿石,防止处于给矿皮带和受矿皮带之间的转运缓冲仓内发生堵料事故;异物识别能将皮带上混在矿石中的有害物品检测出来.     

如何控制人的不安全行为

企业工伤事故的主要根源是人的不安全行为,人的不安全行为是无法完全消灭的,但可以减少.要想不发生或减少事故的发生,实现安全生产,关键是要控制和约束人的不安全行为.     

软熔过程中烧结矿和块矿的交互作用

 为更好地明晰块矿的软熔行为并优化其在高炉内的使用,以烧结矿和澳大利亚纽曼混合块矿为研究对象,分别就两者在软熔过程中的物理和化学交互作用进行了试验研究。通过使用中子CT扫描软熔试验试样, 发现1 450 ℃时烧结矿与纽曼混合块矿的混合炉料孔隙度要高于两者单一炉料,即两者间存在着物理交互作用;通过采用扫描电镜和电子探针分析发现,1 200～1 300 ℃温度范围内烧结矿中钙和镁扩散到了块矿中,两者发生了明显的化学交互作用。在物理和化学交互共同作用下,配加约20%纽曼混合块矿的混合炉料软熔行为得到了明显改善,且其性能相似或略好于同碱度的单一烧结矿炉料,这表明块矿和烧结矿混合后能在高炉内形成温度区间更窄、位置更低、透气性更好的软熔带。     

基于高光谱图像的矿物种类深度识别方法

矿物识别较大程度上依赖人工经验判断,这种方法成本高昂且受矿物识别人主观影响较大,文中提出利用深度学习神经网络的方法自动识别矿物种类。通过模拟专家目视识别矿物的方式采集了矿物RGB图像和高光谱图像样本,利用以上样本对卷积神经网络进行训练并得到矿物种类识别模型。实验分析结果表明:矿物RGB图像包含的信息较单一,不足以区分矿物种类,识别效果较差,识别准确率仅约39.52%;矿物高光谱图像所含信息更为丰富,能有效表达矿物种类特征,因此识别表现优异,模型识别准确率超过94.7%,能满足实际的生产需求。      

基于计算机视觉技术的矿井电机车无人驾驶障碍物检测技术

针对传统计算机视觉方法难以实现障碍物实时检测和定位的问题,提出传统计算机视觉技术与深度学习 目标检测算法YOLOv3相结合的障碍物智能检测方法.首先,采集电机车行驶区域(即有效检测区域)存在的障碍物数据并制作VOC格式数据集,使用YOLOv3训练数据集,得到障碍物检测模型;然后,采用传统计算机视觉技术定位到轨道,使用"...     

基于S-LRCN的微表情识别算法

基于面部动态表情序列，针对静态表情缺少时间信息等问题，将空间特征与时间特征融合，利用神经网络在图像分类领域良好的特征，对需要进行细节分析的表情序列进行处理，提出基于分离式长期循环卷积网络(Separate long-term recurrent convolutional networks, S-LRCN)的微表情识别方法。首先选取微表情数据集提取面部图像序列，引入迁移学习的方法，通过预训练的卷积神经网络模型提取表情帧的空间特征，降低网络训练中过拟合的危险，并将视频序列的提取特征输入长短期记忆网络(Long short-team memory, LSTM)处理时域特征。最后建立学习者表情序列小型数据库，将该方法用于辅助教学评价。      

地下无人矿卡智能调度系统框架及应用研究

针对金川集团二矿区井下复杂环境会对作业人员健康及作业安全造成影响的问题,提出了一种地下无人矿卡智能调度系统整体框架及研究方案,介绍了基于SLAM的井下定位技术、5G信息传输和通信技术、用户交互技术、电子围栏技术和井下交通调度算法等系统功能及工作原理。通过激光雷达等传感器实现井下设备数据的收集和初步处理,利用光纤组网及5G无线网络完成数据实时传输,地表调度系统远程处理数据并下发各种调度决策,无人车辆根据调度决策执行相应指令。在不同生产场景下,通过对运输系统中的车辆进行实时检测和调度,以降低巷道拥堵时间,减少人员及设备安全事故的发生,从而提高生产运输效率,保障矿山企业经济平稳发展。     

基于深度卷积神经网络的卡车装载矿石量估计研究

卡车装载矿石量一般采用人工方式进行统计,人工统计不具有客观性,可能影响卡车司机的绩效考核;此外还有使用激光扫描技术或地磅对装载矿石量进行精确统计,但设备成本过高。为节约成本并提高测量精度,研究采用基于深度卷积神经网络的技术实现卡车装载矿石量的估计。由于实际场景下矿车装载矿石的图片不便获取,故使用三维物理引擎Chrono模拟矿石堆落入卡车的过程,从而生成装载矿石量和矿石分布区域均不同的卡车图片。通过构建深度卷积神经网络对生成的样本进行拟合,用最后一层神经元的预测值与真实值的欧式距离作为代价函数。然后,对卷积核与特征图进行可视化,分析卷积神经网络实现矿石量估计的过程。试验结果表明,构建的深度卷积神经网络在实验测试集上的准确度较好,测试样本预测误差大部分在4%以内。说明用深度学习技术实现自然场景下卡车装载矿石量的估计切实可行,且具有较好的应用前景。     

5G通信在采矿装备的应用实践

采用现代信息化技术提升传统矿业生产管理水平是矿业发展的必然趋势,采矿装备数字化、智能化是采矿装备实现远程操控和智能驾驶的基础,是智能采矿的关键环节。基于5G通信高带宽、高可靠、低延时特性,城门山铜矿对智能采矿积极探索和试验,推动新技术与矿山融合创新,通过对矿区的110吨矿用卡车及SD52-5推土机进行智能化配套改造,实现了矿用卡车智能驾驶和推土机远程操控作业,在限制区域内实现无人化安全作业场景,为矿山智能采矿应用与实践打造了样板。     

无人机倾斜摄影技术在矿山测绘中的应用

随着现代社会科学技术的不断发展,计算机电子信息工程技术在各个行业都得到了广泛应用。其中,在采矿业的测量制图业中,以无人机倾斜摄影技术为辅助的摄影测量技术是新时代进行测绘工作的有效手段。无人机倾斜摄影技术的使用过程中,由于采用了多种数据采集方法,在拍摄和制图领域具有很高的精度和高分辨率,因此被广泛使用。基于无人机倾斜摄影技术在采矿勘探和制图中的应用范围和应用前景,本文解释了倾斜摄影测量技术在实际应用中遇到问题的原因,并提出了一些参考意见和建议,希望可以有效促进我国矿山测绘领域的稳定发展。     

Development of a computer-assisted learning software package on dental traumatology

The development of computer-assisted learning software packages is a relatively new field of computer application. The progress made in personal computer technology toward more user-friendly operating systems has stimulated the academic community to develop computer-assisted learning for pre- and postgraduate students. The ability of computers to combine audio and visual data in an interactive form provides a powerful educational tool. The purpose of this study was to develop and evaluate a computer-assisted learning package on dental traumatology. This program contains background information on the diagnosis, classification, and management of dental injuries in both the permanent and the deciduous dentitions. It is structured into chapters according to the nature of the injury and whether injury has occurred in the primary or permanent dentition. At the end of each chapter there is a self-assessment questionnaire as well as references to relevant literature. Extensive use of pictures and video provides a comprehensive overview of the subject.     

矿山地质工程的三维可视化开采技术研究

相对于三维可视化开采技术传统的地质工程数据及资料所采用的纸质文件或CAD制图方式这一类归属于二维平面的方式有着储存难度大、调用数据效率低、缺乏立体效果等缺点。由于信息化的发展以及计算机技术的应用成熟,三维可视化开采技术也应运而生、不断发展。三维可视化数据库形式,对收集信息进行整理分析,设立三维开采技术模型,为矿山开采提供技术支持。     

复杂环境下一种基于SiamMask的时空预测移动目标跟踪算法

随着无人工厂、智能安监等技术在制造业领域的深入应用,以视觉识别预警系统为代表的复杂环境下动态识别技术成为智能工业领域的重要研究内容之一。在本文所述的工业级视觉识别预警系统中,操作人员头发区域由于其具有移动形态非规则性、运动无规律性的特点,在动态图像中的实时分割较为困难。针对此问题,提出一种基于SiamMask模型的时空预测移动目标跟踪算法。该算法将基于PyTorch深度学习框架的SiamMask单目标跟踪算法与ROI检测及STC时空上下文预测算法相融合,根据目标时空关系的在线学习,预测新的目标位置并对SiamMask模型进行算法校正,实现视频序列中的目标快速识别。实验结果表明,所提出的算法能够克服环境干扰、目标遮挡对跟踪效果的影响,将目标跟踪误识别率降低至0.156%。该算法计算时间成本为每秒30帧,比改进前的SiamMask模型帧率每秒提高3.2帧,算法效率提高11.94%。该算法达到视觉识别预警系统准确性、实时性的要求,对移动目标识别算法模型的复杂环境应用具有借鉴意义。      

基于Surpac的矿床模型构建和资源储量估算——以冀北东坪金矿区转枝莲矿段为例

随着计算机技术的高速发展,"数字矿山"技术也日益成熟。基于Surpac软件,实现了矿体的三维可视化,建立了东坪金矿区转枝莲矿段地质数据库、三维地质模型和块体模型,并利用普通克里格法对金品位进行了估值,建立了矿体品位模型,同时进行了储量对比分析。分析结果表明,采用Surpac软件建立的模型可靠,估值精度较高,可为今后合理开发矿山资源提供科学依据。