基于无人机红外遥感和边缘检测技术的采动地裂缝辨识

西部矿区煤层赋存条件好,开采强度高,上覆岩层破坏严重,易诱发采空塌陷和地裂缝等灾害,造成地表生态损伤,甚至诱发遗煤自燃,威胁煤矿安全生产。为快速、及时、准确地识别地裂缝,提出了基于无人机红外遥感及图像边缘检测技术的地裂缝识别方法。以神东矿区上湾煤矿12401工作面为工程背景,对工作面上方地裂缝发育观测区域进行全天候监测,获取了不同时刻的红外图像,并对不同时刻红外图像中裂缝、沙子、植被的温度信息以及裂缝长度进行了统计和分析。运用多种边缘检测方法及提出的改进边缘检测算法,对采集的典型红外图像进行地裂缝检测,评价了不同边缘检测方法的裂缝检测效果。对比分析了不同时刻地裂缝检测结果,给出了针对研究条件下无人机红外遥感技术识别地裂缝的最佳时间窗口。研究结果表明:基于无人机搭载红外相机及边缘检测技术可有效识别采矿导致的地裂缝;夜间相比于白天,地裂缝更易被识别,特别是3:00～5:00,地裂缝的识别效果最佳。提出的改进边缘检测算法的Pratt品质因数(PFoM)值为0.571,检测性能优于文中其他边缘检测方法;1:00～5:00和19:00～23:00,地裂缝边缘检测结果优于其他时间,检测结果中噪声较...     

无人机热红外遥感煤火探测方法

为了提高矿区煤火识别的精度,利用无人机搭载数码相机和热红外相机分别在白天和夜晚采集RGB图像和热红外图像,基于面向对象的分类方法将矿区彩色正射影像分类并赋予对应类别的发射率值;热红外影像经过辐射定标后镶嵌为正射影像,根据辐射传导方程和Plank反函数反演矿区地表温度,采用移动窗口热异常提取算法识别煤火区。试验表明,实测煤火点与无人机热红外技术探测的煤火区的重叠率为96.72%,说明无人机热红外遥感煤火探测方法的精度可靠,技术可行。     

基于无人机影像的采动地表裂缝特征研究

地下采煤引起的地表裂缝是开采沉陷破坏的直观表现,对建筑物和土地造成严重损害,精准地获取采动地表裂缝发育特征对于开采沉陷研究和矿区地面保护具有实际意义。目前采集沉陷区裂缝信息的主要方式是实地人工测量或卫星遥感影像解译,在成本效率和时空分辨率方面存在明显局限性。以榆神矿区某矿综放工作面地表为试验区域,利用低空无人机摄影测量系统通过设定合理的航拍参数,获取采煤沉陷区数字正射影像,分别采用Canny算法、支持矢量机(SVM)以及最大似然法(MLM)对影像中的裂缝进行特征提取,并定义裂缝提取率来评价裂缝图像的提取效果。结果表明,Canny算法提取的非裂缝信息较多,支持矢量机算法效果次之,最大似然法在裂缝长度和宽度信息提取上效果较好,但得到的裂缝图像中仍存在大量的干枯植被信息。为此,利用随机森林(RF)算法对影像进行植被分类和腐蚀操作后,制作成掩膜文件以消除植被影响,再采用最大似然法进行地表裂缝的精提取。根据地表裂缝图像的灰度特征,将试验区采动裂缝分为开裂式台阶裂缝、闭合式台阶裂缝、凹陷式裂缝、条纹式裂缝、裂纹式裂缝、凹陷式闭合台阶裂缝,并将图像提取的地表裂缝信息与实测结果进行对比,验证了低空无人...     

矿山采动地表裂缝智能识别的YOLOv7模型改进研究

矿山开采引起的地表裂缝对煤矿安全生产造成严重影响,利用无人机影像识别采煤沉陷区裂缝发育特征具有实用价值。提出了一种改进的YOLOv7采动裂缝智能化识别模型,通过在模型主干网络中添加GAM全局注意力机制,减少图像卷积过程中特征信息的丢失;同时,引入深度可分离卷积代替主干网络中的普通卷积,使得图像特征图尺寸减半,而卷积过程中并不会造成特征缺失;进一步采用GIOU＿Loss对网络边界框损失函数进行改进,提升了模型的小目标识别能力;使用Label Img图像标注软件制作包含2 143张5 472×3 648 pixels的采动裂缝识别训练数据集,对沉陷区无人机影像进行初处理构建DOM后,使用640×640的滑动窗口裁剪DOM,对裁剪后的DOM进行特征识别。结果表明：改进后的YOLOv7模型对于密集、细小、植被覆盖3类裂缝图像的识别效果和漏检情况得到明显改善,平均准确度(mAP)达到0.84。     

基于无人机巡图像技术的电力设备缺陷智能识别系统

研究详细介绍了无人机设备在电力设备巡检工作中的应用方法,提出了无人机在电力设备巡检工作中的操作方案、自主避障方案和通信方案。并在此基础上将图像缺陷识别算法应用于后期的电力设备图像检测工作,进而建立起一套完整的电力设备缺陷智能识别系统。     

应用红外监测识别轴承非正常失效的实践

<正>通过红外装置监测轴承组的温度,可在设备不停机的情况下,方便地识别或预测运转中的轴承有无非正常失效,保证设备连续安全运转。1矿车转向架轴承失效与温度的关系     

基于无人机热红外遥感的新疆宝安煤矿火区探测

煤火燃烧会释放大量的热,造成地表热异常,无人机热红外遥感技术为精准探测煤火范围提供了一种有效的技术手段.为了实现基于无人机热红外遥感技术的煤田火区精细化监测,使用无人机热红外遥感的方法对新疆宝安煤矿火区进行探测,并根据自适应梯度阈值法和人工阈值法,对两次连续飞行的无人机热红外影像进行温度阈值分割与煤火信息提取,对无人机...     

基于无人机影像的高陡危岩体裂缝信息提取方法及应用

该文依据高陡危岩体裂缝在无人机影像上呈现的灰度和空间特征,提出一种利用数字图像和矢量图形处理等技术,从无人机影像中提取出危岩体裂缝轮廓信息的方法,并结合实际工程项目研发了高陡危岩体裂缝信息采集系统。实验表明,采用该方法对于分析危岩体裂缝时空变化规律、评价危岩体稳定性、灾害预警预报以及防灾减灾具有重要的实际意义。     

基于无人机的矿区采动裂缝遥感解译方法研究与应用

近年来,随着无人机遥感技术的发展,已经能够模块化、专题化获取国土、地形、资源、农业、环境等空间信息,并且自动化、智能化完成所采集遥感数据的处理、建模和应用。由于其监测效率高、操作简单便捷、易携带以及时效性强等优势,无人机遥感在各行业中都得到了广泛应用。本文是在分析山西阳泉矿区某工作面相关资料基础上,采用三维模型辅助数字正射影像(Digital Orthophoto Map, DOM)的裂缝目视解译方法和数字正射影像、数字表面模型(Digital Surface Model, DSM)辅助三维模型的滑坡与塌陷目视解译方法,能够清晰提取地表裂缝的发育长度、形态、延展方向等特征信息,准确识别研究区域平面、剖面裂缝形态,掌握研究区裂缝动态规律,精确识别滑坡、塌陷的位置、边界和规模。无人机低空遥感技术通过高分辨率图像特征识别不同地表地貌,在矿区地质灾害监测领域具有广泛前景。     

薄基岩采动裂缝水砂流运移过程的模拟试验

在分析厚松散层薄基岩下开采水砂突涌工程地质模式的基础上,设计自制了水砂混合流运移及突涌模型。试验以0.05 MPa和0.10 MPa水压力条件下的不同水砂混合物成分、不同通道裂缝宽度为例,揭示了孔隙水压力在裂缝通道中不同位置的变化特征。通过设置的模型试验,定量化地研究水砂混合物运移及涌出的多种地质信息,获得不同模型试验水砂混合流运移通道中不同位置监测的水压力变化曲线,同时分析裂缝通道水砂流速度与通道宽度的关系,观测水砂流通道溢出口出砂量与时间的变化关系。     

基于红外小目标检测技术的煤样表面温度梯度与破裂关系

在分析单轴受压煤样表面破裂特征的基础上,提出煤样表面的红外图像检测属于小目标检测,进而用小目标检测的形态学神经网络方法对实验得到的红外图像进行分析。实验表明,该方法能有效检测煤样表面的温度异常点,进一步分析发现单轴受压煤样的应力应变曲线与其红外图像温度异常点的变化曲线存在对应关系。该方法可以应用到煤矿矿压监测领域,对煤矿安全生产起到一定的积极作用。     

顶板钻孔割缝导向水压裂缝扩展的现场试验

在坚硬顶板定向水力致裂原理性试验成功的基础上,在综采工作面端头超前支护段内进行了坚硬顶板钻孔预割缝定向水力致裂的半工业性试验,分析钻孔割缝对引导水压裂缝扩展的作用。大同塔山煤矿8102工作面试验结果表明,钻孔孔壁水压裂缝沿预割缝槽优先起裂,预开槽对坚硬顶板水力致裂的起裂起到了定向作用。水压裂缝定向起裂后,受地应力场等综合影响,水压裂缝会出现空间转向。采动影响会改变致裂钻孔周围的应力分布,进而影响裂缝的定向扩展效果;因此,坚硬顶板定向水力致裂应考虑采动应力影响,注意与采动的协调配合。定向水压裂缝可穿岩层间层面扩展。钻孔预割缝定向水力致裂的实质是通过预割缝来控制裂缝的定向起裂,引导裂缝的扩展方向;并配合地应力、采动应力、致裂工艺等使导向裂缝尽量满足工程要求。     

自燃煤矸石山的遥感识别——基于Landsat 8热红外波段地表温度反演数据

自燃煤矸石山的准确识别和温度影响范围圈定是矿区安全生产、生态修复的关键,煤矸石山自燃过程中表现出的地表温度异常成为其最明显的特征。如何在较大区域尺度快速识别自燃和潜在自燃的煤矸石山,对于自燃煤矸石山治理与防患工作有效开展至关重要。以Landsat 8 TIRS为数据源,利用大气校正法反演获取山西省阳泉市2018年冬季和2019年夏季两天的地表温度,同时利用监督分类法获得的高精度土地利用类型图去除了水体、植被和建筑用地。对得到的包含裸地、煤矸石山的地表温度区域使用阈值分析法,获得了2018年冬季地温异常区域温度范围为11.75~22.12 ℃,2019年夏季地温异常区域温度范围为32.41~43.31 ℃。利用已知的42座自燃矸石山进行验证,结果表明：2018年冬季和2019年夏季分别能够识别出的自燃煤矸石山有32座和27座,精度达到了76.19%和64.28%。基于上述提取结果对自燃煤矸石山的影响边界和范围进行了划定,结果表明:自燃煤矸石山的高温影响范围超过500 m。研究结果可为矿区自燃煤矸石山识别提供参考。