CN102852521B - 一种基于图像识别的采煤机滚筒自动调高方法 - Google Patents

一种基于图像识别的采煤机滚筒自动调高方法 Download PDF

Info

Publication number
CN102852521B
CN102852521B CN201210352524.8A CN201210352524A CN102852521B CN 102852521 B CN102852521 B CN 102852521B CN 201210352524 A CN201210352524 A CN 201210352524A CN 102852521 B CN102852521 B CN 102852521B
Authority
CN
China
Prior art keywords
overbar
coal
delta
mining machine
coal mining
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201210352524.8A
Other languages
English (en)
Other versions
CN102852521A (zh
Inventor
孙继平
苏波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China University of Mining and Technology CUMT
China University of Mining and Technology Beijing CUMTB
Original Assignee
China University of Mining and Technology Beijing CUMTB
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China University of Mining and Technology Beijing CUMTB filed Critical China University of Mining and Technology Beijing CUMTB
Priority to CN201210352524.8A priority Critical patent/CN102852521B/zh
Publication of CN102852521A publication Critical patent/CN102852521A/zh
Application granted granted Critical
Publication of CN102852521B publication Critical patent/CN102852521B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明公开了一种基于图像识别的采煤机滚筒自动调高方法。采用数字相机等时间间隔同时获取采煤机滚筒截割过的煤壁、滚筒正下方空中落煤和刮板机中部槽上煤堆的图像,应用图像识别技术分析计算每幅图像中煤的成分占比,以3幅图像煤成分占比的平均值和平均值增量作为输入量,以滚筒高度调节量作为输出量进行模糊控制,实现采煤机滚筒高度的自动调节。本发明采用非接触式的机器视觉方法替代采煤机司机的人眼视觉,具有结构简单、易于布置、适应性强等特点,同时将采煤机司机的操作经验融入到了模糊控制器中,实现了采煤机滚筒高度的智能调节。

Description

一种基于图像识别的采煤机滚筒自动调高方法
技术领域
本发明涉及一种基于图像识别的采煤机滚筒自动调高方法,尤其适用于厚煤层开采,属于采煤装备技术领域。
背景技术
采煤机滚筒自动调高技术是采煤机自动控制系统的核心技术。实现采煤机滚筒自动调高的关键是煤岩界面的自动识别,即采用一种方法自动识别出采煤机滚筒所截割的介质是煤还是岩。国内外研究机构相继提出了20多种煤岩界面识别传感机理,包括自然γ射线探测法、雷达探测法、应力截齿法、红外探测法、有功功率监测法、震动检测法、声音检测法、粉尘检测法、记忆截割法等。目前,已经实用的技术包括自然γ射线探测法和记忆截割法。自然γ射线探测法对顶底板岩类型有特殊要求,在中国仅有20%左右的矿井适宜采用。因此,记忆截割法是当前采煤机滚筒自动调高的主流技术,在采煤机上得到了广泛应用。记忆截割法的原理是:由采煤机司机根据工作面煤层条件操纵采煤机先割一刀,控制系统将行程位置与对应的截割高度等信息存入计算机,以后在某一行程位置的截割高度均由计算机根据存储器记忆的工作参数自动调整,如果煤层条件发生较大变化,则由采煤机司机手动操作对高度进行微调,并自动记忆调整过的工作参数,作为下一刀滚筒调高的参数。记忆截割法实现简单,但是对于地质条件有一定的要求,且不是真正意义上的自动调高,属于半自动调高。在操作过程中,采煤机司机是通过目视和听噪音的方式来判断采煤机滚筒是在割煤还是在割岩,由于采煤工作面能见度低、噪声大,采煤机司机很难准确判断采煤机的截割状态,容易造成滚筒高度调节不当。如果滚筒长时间截割顶、底板岩会加剧截齿磨损,同时产生的火花可能引起瓦斯爆炸,形成恶性事故。如果顶底板剩留煤层过厚,会造成资源浪费,同时增加了采空区自燃的危险。
发明内容
为了克服现有采煤机滚筒调高方法存在的不足,本发明提供一种基于图像识别的采煤机滚筒自动调高方法,采用机器视觉代替采煤机司机的人眼视觉,实现采煤机滚筒高度的自动调节。
本发明所述的基于图像识别的采煤机滚筒自动调高方法采用如下技术方案实现:
采用数字相机等时间间隔同时获取采煤机滚筒截割过的煤壁、滚筒正下方空中落煤和刮板机中部槽上煤堆的图像,应用图像识别技术分析计算每幅图像中煤的成分占比,以3幅图像煤成分占比的平均值和平均值增量作为输入量,以滚筒高度调节量作为输出量进行模糊控制,实现采煤机滚筒高度的自动调节。
所述采煤机滚筒截割过的煤壁位于滚筒行进方向的反向延长线上,所选位置应保证图像质量不受粉尘和喷雾的影响;所述滚筒正下方空中落煤是指处于下落过程中的煤岩混合物,图像采集位置位于滚筒正下方的中部;所述刮板机中部槽上煤堆的位置选择应保证煤堆形态不受落煤撞击的影响;数字相机快门速度的选择应保证图像质量不受滚筒行进速度、落煤速度和刮板机输送速度的影响。
所述应用图像识别技术分析计算每幅图像中煤的成分占比包括以下步骤:
(1).将图像划分成N个大小相同的子图;
(2).根据煤与其它物质纹理特征的差异对各子图进行纹理识别,根据识别结果将子图标记为煤或其它;
(3).统计标记为煤的子图个数为M,计算煤的成分占比为:R=(M/N)×100%。
以3幅图像煤成分占比的平均值和平均值增量作为输入量,以滚筒高度调节量作为输出量进行模糊控制的过程包括以下步骤:
(1).根据3幅图像当前时刻的煤成分占比R(x,t)(x=1,2,3,t为采样时刻)和前一采样时刻的煤成分占比R(x,t-1)(x=1,2,3)求取3幅图像煤成分占比的平均值:以及平均值的增量: Δ R ‾ ( t ) = R ‾ ( t ) - R ‾ ( t - 1 ) ;
(2).对输入量进行模糊化,基本论域为:[0%,100%],模糊论域为:{0,1,2,3},模糊子集取为:{S,M,L,XL},含义分别为煤成分占比低、中、较高、高;对输入量进行模糊化,基本论域为:[-100%,100%],模糊论域为:{-3,-2,-1,0,1,2,3},模糊子集取为:{NB,NM,NS,Z,PS,PM,PB},含义分别为煤成分占比大幅降低、中等幅度降低、小幅降低、不变、小幅增加、中等幅度增加、大幅增加;对输出量:滚筒高度调节量U(t)进行模糊化,基本论域为:[-h,h],其中h为滚筒高度上下调节的最大值,模糊论域为:{-3,-2,-1,0,1,2,3},模糊子集取为:{NB,NM,NS,Z,PS,PM,PB},含义分别为滚筒高度大幅下降、中等幅度下降、小幅下降、不变、小幅上升、中等幅度上升,大幅上升;
(3).建立模糊控制规则库,包含以下28条规则:
If ( R ‾ ( t ) = S ) and ( Δ R ‾ ( t ) = NB ) then ( U ( t ) = NB ) ;
If ( R ‾ ( t ) = M ) and ( Δ R ‾ ( t ) = NB ) then ( U ( t ) = NB ) ;
If ( R ‾ ( t ) = L ) and ( Δ R ‾ ( t ) = NB ) then ( U ( t ) = NM ) ;
If ( R ‾ ( t ) = XL ) and ( Δ R ‾ ( t ) = NB ) then ( U ( t ) = NS ) ;
If ( R ‾ ( t ) = S ) and ( Δ R ‾ ( t ) = NM ) then ( U ( t ) = NB ) ;
If ( R ‾ ( t ) = M ) and ( Δ R ‾ ( t ) = NM ) then ( U ( t ) = NB ) ;
If ( R ‾ ( t ) = L ) and ( Δ R ‾ ( t ) = NM ) then ( U ( t ) = NM ) ;
If ( R ‾ ( t ) = XL ) and ( Δ R ‾ ( t ) = NM ) then ( U ( t ) = NS ) ;
If ( R ‾ ( t ) = S ) and ( Δ R ‾ ( t ) = NS ) then ( U ( t ) = NM ) ;
If ( R ‾ ( t ) = M ) and ( Δ R ‾ ( t ) = NS ) then ( U ( t ) = NM ) ;
If ( R ‾ ( t ) = L ) and ( Δ R ‾ ( t ) = NS ) then ( U ( t ) = NS ) ;
If ( R ‾ ( t ) = XL ) and ( Δ R ‾ ( t ) = NS ) then ( U ( t ) = NS ) ;
If ( R ‾ ( t ) = S ) and ( Δ R ‾ ( t ) = Z ) then ( U ( t ) = NM ) ;
If ( R ‾ ( t ) = M ) and ( Δ R ‾ ( t ) = Z ) then ( U ( t ) = NS ) ;
If ( R ‾ ( t ) = L ) and ( Δ R ‾ ( t ) = Z ) then ( U ( t ) = NS ) ;
If ( R ‾ ( t ) = XL ) and ( Δ R ‾ ( t ) = Z ) then ( U ( t ) = Z ) ;
If ( R ‾ ( t ) = S ) and ( Δ R ‾ ( t ) = PS ) then ( U ( t ) = PB ) ;
If ( R ‾ ( t ) = M ) and ( Δ R ‾ ( t ) = PS ) then ( U ( t ) = PB ) ;
If ( R ‾ ( t ) = L ) and ( Δ R ‾ ( t ) = PS ) then ( U ( t ) = PM ) ;
If ( R ‾ ( t ) = XL ) and ( Δ R ‾ ( t ) = PS ) then ( U ( t ) = PM ) ;
If ( R ‾ ( t ) = S ) and ( Δ R ‾ ( t ) = PM ) then ( U ( t ) = PM ) ;
If ( R ‾ ( t ) = M ) and ( Δ R ‾ ( t ) = PM ) then ( U ( t ) = PM ) ;
If ( R ‾ ( t ) = L ) and ( Δ R ‾ ( t ) = PM ) then ( U ( t ) = PS ) ;
If ( R ‾ ( t ) = XL ) and ( Δ R ‾ ( t ) = PM ) then ( U ( t ) = PS ) ;
If ( R ‾ ( t ) = S ) and ( Δ R ‾ ( t ) = PB ) then ( U ( t ) = PM ) ;
If ( R ‾ ( t ) = M ) and ( Δ R ‾ ( t ) = PB ) then ( U ( t ) = PS ) ;
If ( R ‾ ( t ) = L ) and ( Δ R ‾ ( t ) = PB ) then ( U ( t ) = PS ) ;
If ( R ‾ ( t ) = XL ) and ( Δ R ‾ ( t ) = PB ) then ( U ( t ) = Z ) ;
(4)进行模糊推理得到模糊控制输出量U(t),对U(t)反模糊化得到精确调节量,根据精确调节量调节采煤机的滚筒高度。
本发明的有益效果是,采用非触式的机器视觉方法替代采煤机司机的人眼视觉,具有结构简单、易于布置、适应性强等特点,同时将采煤机司机的操作经验融入到了模糊控制器中,实现了采煤机滚筒高度的智能调节。
附图说明
下面结合附图和具体实施方式对本发明作进一步的详细描述。
图1是基于图像识别的采煤机滚筒自动调高方法的工作原理图;
图2是采用图像识别技术分析计算图像中煤的成分占比的流程图;
图3是滚筒高度调节所用模糊控制器的结构框图;
图4是模糊控制规则表;
图中,1.滚筒截割过的煤壁,2.滚筒正下方空中落煤,3.刮板机中部槽上煤堆,4.岩层,5.煤层,6.刮板机中部槽,7.滚筒,8.图像识别模块,9.模糊控制器,10.采煤机控制器,11-13.数字相机。
具体实施方式
首先对基于图像识别的采煤机滚筒自动调高方法的工作原理进行描述。参照图1,在采煤工作面,采煤机滚筒7在采煤机控制器10的控制下截割由岩层4与煤层5构成的煤壁。理想情况下,采煤机滚筒应避免截割到岩层,同时使剩留的煤层尽量少,因此采煤机控制器应根据滚筒截割到的介质的变化实时调整滚筒的高度。由于煤和岩在纹理特征上存在明显差异且各自的纹理特征具有自稳定性,本发明采用图像识别的方法检测采煤机滚筒截割到的介质的类型。为了使获取的图像能客观地反映当前滚筒的截割情况,选取3处特定位置作为图像采集点,分别是:采煤机滚筒截割过的煤壁1、滚筒正下方空中落煤2和刮板机中部槽上煤堆3。采煤机滚筒截割过的煤壁1位于滚筒行进方向的反向延长线上,所选位置应保证图像质量不受粉尘和喷雾的影响;滚筒正下方空中落煤2是指处于下落过程中的煤岩混合物,图像采集位置位于滚筒正下方的中部;刮板机中部槽上煤堆3的位置选择应保证煤堆形态不受落煤撞击的影响。图像采集所用数字相机的快门速度应保证图像质量不受滚筒行进速度、落煤速度和刮板机输送速度的影响。采用数字相机11,12,13等时间间隔同时获取上述3处位置的图像,每一次采样的数据为3幅图像数据,采样间隔要合理,过大会影响数据的实时性,过小会增加处理的数据量。获取的图像数据输入到图像识别模块8,应用图像识别技术分析计算每幅图像中煤的成分占比。当滚筒截割的介质以煤为主时,图像中的煤的成分占比高,当滚筒截割的介质以岩为主时,图像中煤的成分占比低。由于3幅图像的采集点在空间分布上的差异导致3幅图像所对应的煤成分占比的变化存在时间上的差异,因此计算3幅图像煤成分占比的平均值作为调节控制的输入量,同时计算出平均值增量作为另一输入量,以反映煤成分占比变化的趋势。为了实现滚筒高度的智能化调节,采用模糊控制方法,将采煤机司机的操作经验融入到模糊控制规则中。模糊控制器9的输入量为煤成分占比的平均值、平均值增量,输出量为滚筒高度调节量,采煤机控制器10接收滚筒高度调节量后通过传动机构调节滚筒的高度。
采用图像识别技术分析计算每幅图像中煤的成分占比的流程参照图2,包括以下步骤:
(1).将图像划分成N个大小相同的子图(201)。子图采用矩形,为便于处理,长和宽一般取为8的倍数。子图大小根据所采集图像的大小而定,应便于纹理特征的提取。
(2).根据煤与其它物质纹理特征的差异对各子图进行纹理识别,根据识别结果将子图标记为煤或其它(202)。纹理特征可选择基于灰度直方图、灰度梯度直方图、灰度共生矩阵的纹理特征,可用主成分法提取出有利于煤、岩分类的主要特征。此处的纹理识别是一种有监督的纹理分割过程,识别所用的参数和阈值应根据工作面煤、岩的种类进行预先设置。
(3).统计标记为煤的子图个数为M,计算煤的成分占比为:R=(M/N)×100%(203)。
采煤机滚筒高度调节所用模糊控制器的结构如图3所示,以3幅图像煤成分占比的平均值和平均值增量作为输入量,以滚筒高度调节量U(t)作为输出量,模糊控制的具体步骤如下:
(1)根据3幅图像当前时刻的煤成分占比R(x,t)(x=1,2,3)和前一采样时刻的煤成分占比R(x,t-1)(x=1,2,3)求取3幅图像煤成分占比的平均值:以及平均值的增量:求取平均值相当于一个均值滤波过程,可以去除外部干扰的影响,辟如煤层中夹杂矸石、空中落煤的断流等情况都有可能造成某一幅图像中煤成分占比的突变。平均值增量可以反映滚筒所截割介质的变化趋势,如煤成分占比突然大幅降低表明滚筒突然截割到了岩层,煤成分占比突然大幅增加表明滚筒快速离开了岩层。
(2)对输入量进行模糊化,基本论域为:[0%,100%],模糊论域为:{0,1,2,3},模糊子集取为:{S,M,L,XL},含义分别为煤成分占比低、中、较高、高;对输入量进行模糊化,基本论域为:[-100%,100%],模糊论域为:{-3,-2,-1,0,1,2,3},模糊子集取为:{NB,NM,NS,Z,PS,PM,PB},含义分别为煤成分占比大幅降低、中等幅度降低、小幅降低、不变、小幅增加、中等幅度增加、大幅增加;对输出量:滚筒高度调节量U(t)进行模糊化,基本论域为:[-h,h],其中h为滚筒高度上下调节的最大值,模糊论域为:{-3,-2,-1,0,1,2,3},模糊子集取为:{NB,NM,NS,Z,PS,PM,PB},含义分别为滚筒高度大幅下降、中等幅度下降、小幅下降、不变、小幅上升、中等幅度上升,大幅上升;隶属度函数可选用高斯型、S型、钟型、梯形、三角形、Z型等常用的隶属度函数。
(3)模糊控制的核心是模糊控制规则库的建立,本发明依据工作面采煤的基本要求和采煤机司机的操作经验建立了28条规则,这28条规则组成的规则表如图4所示。
(4)进行模糊推理得到模糊控制输出量U(t),对U(t)反模糊化得到精确调节量,根据精确调节量调节采煤机的滚筒高度。U(t)的反模糊化可采用最大隶属度函数法、重心法、加权平均法来实现。

Claims (3)

1.一种基于图像识别的采煤机滚筒自动调高方法,特征在于:采用数字相机等时间间隔同时获取采煤机滚筒截割过的煤壁、滚筒正下方空中落煤和刮板机中部槽上煤堆的图像,应用图像识别技术分析计算每幅图像中煤的成分占比,以3幅图像煤成分占比的平均值和平均值增量作为输入量,以滚筒高度调节量作为输出量进行模糊控制,实现采煤机滚筒高度的自动调节;所述模糊控制包括以下步骤:
(1).根据3幅图像当前时刻的煤成分占比R(x,t)(x=1,2,3,t为采样时刻)和前一采样时刻的煤成分占比R(x,t-1)(x=1,2,3)求取3幅图像煤成分占比的平均值:以及平均值的增量: Δ R ‾ ( t ) = R ‾ ( t ) - R ‾ ( t - 1 ) ;
(2).对输入量进行模糊化,基本论域为:[0%,100%],模糊论域为:{0,1,2,3},模糊子集取为:{S,M,L,XL},含义分别为煤成分占比低、中、较高、高;对输入量进行模糊化,基本论域为:[-100%,100%],模糊论域为:{-3,-2,-1,0,1,2,3},模糊子集取为:{NB,NM,NS,Z,PS,PM,PB},含义分别为煤成分占比大幅降低、中等幅度降低、小幅降低、不变、小幅增加、中等幅度增加、大幅增加;对输出量:滚筒高度调节量U(t)进行模糊化,基本论域为:[-h,h],其中h为滚筒高度上下调节的最大值,模糊论域为:{-3,-2,-1,0,1,2,3},模糊子集取为:{NB,NM,NS,Z,PS,PM,PB},含义分别为滚筒高度大幅下降、中等幅度下降、小幅下降、不变、小幅上升、中等幅度上升,大幅上升;
(3).建立模糊控制规则库,包含以下28条规则:
If ( R ‾ ( t ) = S ) and ( Δ R ‾ ( t ) = NB ) then ( U ( t ) = NB ) ;
If ( R ‾ ( t ) = M ) and ( Δ R ‾ ( t ) = NB ) then ( U ( t ) = NB ) ;
If ( R ‾ ( t ) = L ) and ( Δ R ‾ ( t ) = NB ) then ( U ( t ) = NM ) ;
If ( R ‾ ( t ) = XL ) and ( Δ R ‾ ( t ) = NB ) then ( U ( t ) = NS ) ;
If ( R ‾ ( t ) = S ) and ( Δ R ‾ ( t ) = NM ) then ( U ( t ) = NB ) ;
If ( R ‾ ( t ) = M ) and ( Δ R ‾ ( t ) = NM ) then ( U ( t ) = NB ) ;
If ( R ‾ ( t ) = L ) and ( Δ R ‾ ( t ) = NM ) then ( U ( t ) = NM ) ;
If ( R ‾ ( t ) = XL ) and ( Δ R ‾ ( t ) = NM ) then ( U ( t ) = NS ) ;
If ( R ‾ ( t ) = S ) and ( Δ R ‾ ( t ) = NS ) then ( U ( t ) = NM ) ;
If ( R ‾ ( t ) = M ) and ( Δ R ‾ ( t ) = NS ) then ( U ( t ) = NM ) ;
If ( R ‾ ( t ) = L ) and ( Δ R ‾ ( t ) = NS ) then ( U ( t ) = NS ) ;
If ( R ‾ ( t ) = XL ) and ( Δ R ‾ ( t ) = NS ) then ( U ( t ) = NS ) ;
If ( R ‾ ( t ) = S ) and ( Δ R ‾ ( t ) = Z ) then ( U ( t ) = NM ) ;
If ( R ‾ ( t ) = M ) and ( Δ R ‾ ( t ) = Z ) then ( U ( t ) = NS ) ;
If ( R ‾ ( t ) = L ) and ( Δ R ‾ ( t ) = Z ) then ( U ( t ) = NS ) ;
If ( R ‾ ( t ) = XL ) and ( Δ R ‾ ( t ) = Z ) then ( U ( t ) = Z ) ;
If ( R ‾ ( t ) = S ) and ( Δ R ‾ ( t ) = PS ) then ( U ( t ) = PB ) ;
If ( R ‾ ( t ) = M ) and ( Δ R ‾ ( t ) = PS ) then ( U ( t ) = PB ) ;
If ( R ‾ ( t ) = L ) and ( Δ R ‾ ( t ) = PS ) then ( U ( t ) = PM ) ;
If ( R ‾ ( t ) = XL ) and ( Δ R ‾ ( t ) = PS ) then ( U ( t ) = PM ) ;
If ( R ‾ ( t ) = S ) and ( Δ R ‾ ( t ) = PM ) then ( U ( t ) = PM ) ;
If ( R ‾ ( t ) = M ) and ( Δ R ‾ ( t ) = PM ) then ( U ( t ) = PM ) ;
If ( R ‾ ( t ) = L ) and ( Δ R ‾ ( t ) = PM ) then ( U ( t ) = PS ) ;
If ( R ‾ ( t ) = XL ) and ( Δ R ‾ ( t ) = PM ) then ( U ( t ) = PS ) ;
If ( R ‾ ( t ) = S ) and ( Δ R ‾ ( t ) = PB ) then ( U ( t ) = PM ) ;
If ( R ‾ ( t ) = M ) and ( Δ R ‾ ( t ) = PB ) then ( U ( t ) = PS ) ;
If ( R ‾ ( t ) = L ) and ( Δ R ‾ ( t ) = PB ) then ( U ( t ) = PS ) ;
If ( R ‾ ( t ) = XL ) and ( Δ R ‾ ( t ) = PB ) then ( U ( t ) = Z ) ;
(4).进行模糊推理得到模糊控制输出量U(t),对U(t)反模糊化得到精确调节量,根据精确调节量调节采煤机的滚筒高度。
2.根据权利要求1所述的基于图像识别的采煤机滚筒自动调高方法,其特征在于:所述采煤机滚筒截割过的煤壁位于滚筒行进方向的反向延长线上,所选位置应保证图像质量不受粉尘和喷雾的影响;所述滚筒正下方空中落煤是指处于下落过程中的煤岩混合物,图像采集位置位于滚筒正下方的中部;所述刮板机中部槽上煤堆的位置选择应保证煤堆形态不受落煤撞击的影响;数字相机快门速度的选择应保证图像质量不受滚筒行进速度、落煤速度和刮板机输送速度的影响。
3.根据权利要求1所述的基于图像识别的采煤机滚筒自动调高方法,其特征在于:所述应用图像识别技术分析计算每幅图像中煤的成分占比包括以下步骤:
(1).将图像划分成N个大小相同的子图;
(2).根据煤与其它物质纹理特征的差异对各子图进行纹理识别,根据识别结果将子图标记为煤或其它;
(3).统计标记为煤的子图个数为M,计算煤的成分占比为:R=(M/N)×100%。
CN201210352524.8A 2012-09-21 2012-09-21 一种基于图像识别的采煤机滚筒自动调高方法 Active CN102852521B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210352524.8A CN102852521B (zh) 2012-09-21 2012-09-21 一种基于图像识别的采煤机滚筒自动调高方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210352524.8A CN102852521B (zh) 2012-09-21 2012-09-21 一种基于图像识别的采煤机滚筒自动调高方法

Publications (2)

Publication Number Publication Date
CN102852521A CN102852521A (zh) 2013-01-02
CN102852521B true CN102852521B (zh) 2014-12-10

Family

ID=47399453

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210352524.8A Active CN102852521B (zh) 2012-09-21 2012-09-21 一种基于图像识别的采煤机滚筒自动调高方法

Country Status (1)

Country Link
CN (1) CN102852521B (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104695957B (zh) * 2015-02-15 2016-06-15 山东科技大学 一种采煤机滚筒自动调高控制系统及其工作方法
CN104790948B (zh) * 2015-02-15 2016-06-15 山东科技大学 一种采煤机滚筒自动调高的控制方法
CN104695953B (zh) * 2015-02-15 2016-06-15 山东科技大学 一种实现滚筒自动调高的采煤机及其工作方法
CN106761738B (zh) * 2016-12-15 2018-09-21 中国矿业大学 基于机器视觉可自动规划截割路径的悬臂式掘进机及方法
CN107120116B (zh) * 2017-07-03 2020-01-03 中国矿业大学 一种基于图像识别的采煤机滚筒自动调高装置与方法
CN107091089B (zh) * 2017-07-04 2019-01-11 中国矿业大学 基于采煤机震源超前探测的采煤机自动调高装置及方法
CN109242833B (zh) * 2018-08-23 2022-04-05 江苏中机矿山设备有限公司 一种采煤机截割控制方法
CN109977747A (zh) * 2019-01-08 2019-07-05 浙江大学 一种综合时空特征的煤矸识别系统
CN111243036B (zh) * 2019-04-10 2020-12-08 腾翼科技(福建龙岩)有限公司 实时数据提取显示方法
CN110685685B (zh) * 2019-10-10 2020-07-21 中国矿业大学 基于煤壁垮落程度的采煤机牵引速度自动控制方法
CN112727550B (zh) * 2019-10-29 2023-01-03 北京天玛智控科技股份有限公司 一种基于声音拾取的综采工作面工况识别系统及方法
CN114961863B (zh) * 2022-05-31 2023-02-28 中国矿业大学 基于自然γ射线的综采面煤岩界面识别方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09303071A (ja) * 1996-05-20 1997-11-25 Shimizu Corp 切羽前方の岩盤性状の予測方法
CN102496004A (zh) * 2011-11-24 2012-06-13 中国矿业大学(北京) 一种基于图像的煤岩界面识别方法与系统
CN102509087A (zh) * 2011-11-24 2012-06-20 中国矿业大学(北京) 一种基于图像灰度共生矩阵的煤岩识别方法
CN202334746U (zh) * 2011-10-27 2012-07-11 中国矿业大学 煤矿采煤工作面视频图像传输系统
CN202383714U (zh) * 2011-11-24 2012-08-15 中国矿业大学(北京) 一种基于图像的煤岩界面识别系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09303071A (ja) * 1996-05-20 1997-11-25 Shimizu Corp 切羽前方の岩盤性状の予測方法
CN202334746U (zh) * 2011-10-27 2012-07-11 中国矿业大学 煤矿采煤工作面视频图像传输系统
CN102496004A (zh) * 2011-11-24 2012-06-13 中国矿业大学(北京) 一种基于图像的煤岩界面识别方法与系统
CN102509087A (zh) * 2011-11-24 2012-06-20 中国矿业大学(北京) 一种基于图像灰度共生矩阵的煤岩识别方法
CN202383714U (zh) * 2011-11-24 2012-08-15 中国矿业大学(北京) 一种基于图像的煤岩界面识别系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于图像识别的煤岩界面识别方法研究;孙继平;《煤炭科学技术》;20110225;第39卷(第2期);77-79 *

Also Published As

Publication number Publication date
CN102852521A (zh) 2013-01-02

Similar Documents

Publication Publication Date Title
CN102852521B (zh) 一种基于图像识别的采煤机滚筒自动调高方法
CN100555331C (zh) 一种用于煤矿的矿工出入自动监测的方法
WO2019042483A2 (zh) 一种tbm在掘岩体状态实时感知系统和方法
CN1996054B (zh) 基于全方位视觉的泥石流预警预报装置
CN103324977B (zh) 一种目标数量检测方法和设备
CN1996053B (zh) 基于全方位视觉的泥石流灾害检测装置
CN109376194A (zh) 一种基于大数据的隧道掘进机远程监控平台
CN107605536A (zh) 基于多源信息融合的煤与瓦斯突出实时预警装置与方法
CN105141885A (zh) 进行视频监控的方法及装置
Hofmann et al. Knowledge-based building detection based on laser scanner data and topographic map information
CN101567097B (zh) 基于双行视差时空图的公交车客流自动计数方法及其系统
CN102810208B (zh) 基于行进方向检测的刑侦视频预处理方法
CN103617410A (zh) 基于视频检测技术的高速公路隧道停车检测方法
CN111814678A (zh) 一种基于视频监控的运输皮带中煤流识别方法及系统
CN112983417B (zh) 一种煤矿采掘装备数据分析预警方法
CN103605992A (zh) 一种电力内外网交互中的敏感图像识别方法
CN103096121A (zh) 一种摄像头移动检测方法及装置
CN104159088A (zh) 一种远程智能车辆监控系统及方法
Taylor et al. Quantifying sediment connectivity in an actively eroding gully complex, Waipaoa catchment, New Zealand
CN116843222A (zh) 一种基于矿山安全生产的矿道环境监测系统及方法
CN103268632B (zh) 一种机载激光雷达扫描生成地形信息的方法
CN202851003U (zh) 一种基于图像识别的采煤机滚筒自动调高系统
CN113888525A (zh) 一种基于摄像头数据的旋流器堵塞及预警检测方法
Tchiguirinskaia et al. Multifractal study of three storms with different dynamics over the Paris region
KR20220029396A (ko) 딥러닝 모델을 이용한 암반 등급을 평가하는 자동화 장치 및 방법

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant