CN104134074B - 一种基于激光扫描的煤岩识别方法 - Google Patents
一种基于激光扫描的煤岩识别方法 Download PDFInfo
- Publication number
- CN104134074B CN104134074B CN201410375129.0A CN201410375129A CN104134074B CN 104134074 B CN104134074 B CN 104134074B CN 201410375129 A CN201410375129 A CN 201410375129A CN 104134074 B CN104134074 B CN 104134074B
- Authority
- CN
- China
- Prior art keywords
- coal
- rock
- laser scanning
- reflectivity
- different distance
- 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.)
- Expired - Fee Related
Links
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
一种基于激光扫描的煤岩识别方法同,利用激光扫描技术分别测量煤和岩石表面在不同距离处对扫描激光束的反射率,并实时获取激光扫描煤样品和岩石样品的表面三维形态信息。建立标准煤和标准岩石的激光扫描“距离‑反射率”之间的变化关系,确定标准煤和标准岩石的不同表面三维形态在不同距离处所对应的反射率修正系数;建立不同表面三维形态的标准煤和标准岩石所对应的激光扫描“距离‑反射率”的特征数据库,在对现场煤岩对象进行识别时,通过对实测煤岩对象表面的特征值和事先测定的煤岩标准特征数据相比对,从而实时快速的识别出煤岩类型。本发明具有方法简单、计算速度快、自动化程度高、准确率高的特点,适用于复杂环境下煤岩类型的识别。
Description
技术领域
本发明涉及一种煤岩识别方法,特别是一种基于激光扫描的煤岩自动识别方法。
背景技术
煤岩识别能使采煤机具有自动追踪煤岩的能力,可靠的煤岩识别方法在经济效益和安全作业两方面都具有突出的优点,它能提高煤层的回采率,降低煤中的矸石、灰份和硫的含量。提高采煤作业效率,减轻设备磨损,减少设备维修量和停机时间,降低了空气中的岩尘含量。在煤炭生产过程中,煤岩识别技术可广泛应用于采煤、掘进、原煤选矸等生产环节,可使采掘作业人员远离危险工作面,是实现采煤自动化的关键技术之一。
国外对煤岩识别的研究始于20世纪50年代,各国的研究人员对煤岩识别提出了种种合理的构想,但大多数还不具备实用价值,同时由于地质条件的复杂性等种种原因,导致一些煤岩识别方法的使用范围受到严重限制。
目前现有的煤岩识别方法还存在如下问题:伽玛射线法对采煤工艺有一定要求,即必须是留一定厚度的顶煤,这样降低了回采率,另外要求顶底板围岩必须有放射性元素,这大大限制了其应用。记忆切割法适合于地质条件好、煤层比较平整的矿井。对于地质条件不好的采煤工作面,方法受到了严重的限制。基于监测截齿振动的煤岩识别方法由于在采煤过程中滚筒在做旋转运动,因而信号的传输受到很大的影响。雷达探测法是以电磁波传递为基础的技术,电磁波穿透顶煤的厚度与波长有关,波长愈长,穿透愈深,而波长愈长测量分辨率就愈低,测量范围和测量精度的矛盾很难彻底解决,方法仍未达到实用阶段。电流分析法、声音检测法、粉尘探测法等煤岩识别方法由于采煤设备在生产过程中受力复杂、震动剧烈、磨损严重、粉尘大等因素导致这些方法使用范围和使用效果受到严重限制。
发明内容
技术问题:本发明的目的是克服现有技术中的不足之处,提供一种基于激光扫描的煤岩识别方法,能够实时、快速地识别出当前煤岩对象是煤还是岩石,为自动化采掘提供可靠的煤岩识别信息。
技术方案:本发明的基于激光扫描的煤岩识别方法,包括以下步骤:
(1)首先在相同的激光扫描条件下,分别对已知煤样品和已知岩石样品在不同距离处的表面三维形态下进行入射扫描激光束测量,实时获取激光扫描煤样品和岩石样品在不同距离下的反射率;
(2)通过不同距离下的反射率建立标准煤和标准岩石的激光扫描“距离-反射率”之间的变化关系SC(d)和SR(d),d表示激光扫描装置与被测对象之间的距离,通过公式:
确定标准煤和标准岩石的不同表面三维形态在不同距离处所对应的反射率修正系数;式中,ρx(d)、ρy(d)、ρz(d)分别表示激光扫描表面三维形态在不同距离处所对应的在x,y,z方向上的反射率修正系数;σA、σd、σθ分别表示激光扫描被测对象的面积、距离和角度的方差值;
(3)分别建立标准煤和标准岩石不同表面三维形态的标准煤和标准岩石所对应的激光扫描“距离-反射率”的特征数据库:KC(SC(d),ρC(d),d)和KR(SR(d),ρR(d),d),其中:ρC(d)表示激光扫描的标准煤表面三维形态在不同距离处所对应的在x,y,z方向上的反射率修正系数矩阵;ρR(d)表示激光扫描的标准岩石表面三维形态在不同距离处所对应的在x,y,z方向上的反射率修正系数矩阵;
(4)在相同的激光扫描条件下,对现场待测煤或岩石在不同距离处的表面三维形态下进行入射扫描激光束测量,实时获取激光扫描煤或岩石在不同距离下的反射率,得到现场煤或岩石在不同距离处的表面三维形态下的激光扫描“距离-反射率”之间的变化关系SM(d);
(5)根据变化关系SM(d),计算现场待测煤或岩石的不同表面三维形态在不同距离处所对应的反射率修正系数ρM(d),获取不同表面三维形态的现场待测煤或岩石的激光扫描“距离-反射率”的特征数据库KM(SM(d),ρM(d),d);
(6)根据特征数据库KM(SM(d),ρM(d),d)和特征数据库KC(SC(d),ρC(d),d)和KR(SR(d),ρR(d),d)之间的关系来判别煤岩类型,其步骤如下:如果则判别煤岩类型为煤,其中λ1表示煤岩类型为煤的判别系数,λ1∈[0,0.5],可根据识别情况调节煤的判别系数λ1的值来提高精度,当井上质检人员抽检发现实际产品中杂质岩石的含量增高时,则增大煤的判别系数λ1;
如果则判别煤岩类型为岩石,其中λ2为煤岩类型为岩石的判别系数,λ2∈[0,0.5],可根据识别情况调节λ2的值来提高精度,当井上质检人员抽检发现实际产品中杂质岩石的含量增高时,则增大岩石的判别系数λ2;
根据特征数据库KM(SM(d),ρM(d),d)、特征数据库KC(SC(d),ρC(d),d)和KR(SR(d),ρR(d),d)之间的关系即可快速判别煤岩的类别,从而获取场煤或岩石识别信息。
有益效果:由于采用了上述技术方案,本发明基于煤岩对于激光的反射率不同,采用激光扫描的非接触测量方法,首先测量出煤岩样品处于不同距离下对于激光的反射率,建立特征数据库,在现实生产中测量出未知煤或者岩石对象处于某一距离或者不同距离下对于激光的反射率,获得实际煤或者岩石的特征数据库,然后与煤样品或者岩石样品的特征数据库进行计算判别,从而实现煤岩识别。本发明易于部署、限制条件少、适应性强,能够实时、快速地识别出当前煤岩对象是煤还是岩石,抗干扰能力强,精度高,感测距离远,为自动化采掘提供可靠的煤岩识别信息。其方法简单、使用方便,具有广泛的实用性。
附图说明
图1是本发明所述煤岩识别方法的基本流程图;
图2是本发明所述煤岩识别决策流程图。
具体实施方式
下面结合附图对本发明的一个实施例作进一步的描述:
本发明的基于激光扫描的煤岩识别方法,利用加拿大Optech公司的激光扫描V400对煤岩对象进行自动识别,具体步骤如下:
(1)首先在相同的激光扫描条件下,分别对已知煤样品和已知岩石样品在不同距离处的表面三维形态下进行入射扫描激光束测量,实时获取激光扫描煤样品和岩石样品在不同距离下的反射率;
(2)通过不同距离下的反射率建立标准煤和标准岩石的激光扫描“距离-反射率”之间的变化关系SC(d)和SR(d),d表示激光扫描装置与被测对象之间的距离,通过公式:
确定标准煤和标准岩石的不同表面三维形态在不同距离处所对应的反射率修正系数;式中,ρx(d)、ρy(d)、ρz(d)分别表示激光扫描表面三维形态在不同距离处所对应的在x,y,z方向上的反射率修正系数;σA、σd、σθ分别表示激光扫描被测对象的面积、距离和角度的方差值。
(3)分别建立标准煤和标准岩石不同表面三维形态的标准煤和标准岩石所对应的激光扫描“距离-反射率”的特征数据库:KC(SC(d),ρC(d),d)和KR(SR(d),ρR(d),d),其中:ρC(d)表示激光扫描的标准煤表面三维形态在不同距离处所对应的在x,y,z方向上的反射率修正系数矩阵;ρR(d)表示激光扫描的标准岩石表面三维形态在不同距离处所对应的在x,y,z方向上的反射率修正系数矩阵;
(4)在相同的激光扫描条件下,对现场煤或岩石在不同距离处的表面三维形态下进行入射扫描激光束测量,实时获取激光扫描煤或岩石在不同距离下的反射率,得到现场煤或岩石在不同距离处的表面三维形态下的激光扫描“距离-反射率”之间的变化关系SM(d);
(5)根据变化关系SM(d),计算现场煤或岩石的不同表面三维形态在不同距离处所对应的反射率修正系数ρM(d),获取不同表面三维形态的现场煤或岩石的激光扫描“距离-反射率”的特征数据库KM(SM(d),ρM(d),d);
(6)根据特征数据库KM(SM(d),ρM(d),d)和特征数据库KC(SC(d),ρC(d),d)和KR(SR(d),ρR(d),d)之间的关系来判别煤岩类型,其步骤如下:
如果则判别煤岩类型为煤,其中λ1表示煤岩类型为煤的判别系数,λ1∈[0,0.5],可根据识别情况调节煤的判别系数λ1的值来提高精度,当井上质检人员抽检发现实际产品中杂质岩石的含量增高,即误判率上升时;则增大煤的判别系数λ1;
如果则判别煤岩类型为岩石,其中λ2为煤岩类型为岩石的判别系数,λ2∈[0,0.5],可根据识别情况调节λ2的值来提高精度,当井上质检人员抽检发现实际产品中杂质岩石的含量增高,即误判率上升,侧增大岩石的判别系数λ2;
根据特征数据库KM(SM(d),ρM(d),d)、特征数据库KC(SC(d),ρC(d),d)和KR(SR(d),ρR(d),d)之间的关系快速判别煤岩的类别,从而获取场煤或岩石识别信息。
Claims (1)
1.一种基于激光扫描的煤岩识别方法,特征在于,包括以下步骤:
(1)首先在相同的激光扫描条件下,分别对已知煤样品和已知岩石样品在不同距离处的表面三维形态下进行入射扫描激光束测量,实时获取激光扫描煤样品和岩石样品在不同距离下的反射率;
(2)通过不同距离下的反射率建立标准煤和标准岩石的激光扫描“距离-反射率”之间的变化关系SC(d)和SR(d),d表示激光扫描装置与被测对象之间的距离,通过公式:
确定标准煤和标准岩石的不同表面三维形态在不同距离处所对应的反射率修正系数;式中,ρx(d)、ρy(d)、ρz(d)分别表示激光扫描表面三维形态在不同距离处所对应的在x,y,z方向上的反射率修正系数;σA、σd、σθ分别表示激光扫描被测对象的面积、距离和角度的方差值;
(3)分别建立标准煤和标准岩石不同表面三维形态的标准煤和标准岩石所对应的激光扫描“距离-反射率”的特征数据库:KC(SC(d),ρC(d),d)和KR(SR(d),ρR(d),d),其中:ρC(d)表示激光扫描的标准煤表面三维形态在不同距离处所对应的在x,y,z方向上的反射率修正系数矩阵;ρR(d)表示激光扫描的标准岩石表面三维形态在不同距离处所对应的在x,y,z方向上的反射率修正系数矩阵;
(4)在相同的激光扫描条件下,对现场待测煤或岩石在不同距离处的表面三维形态下进行入射扫描激光束测量,实时获取激光扫描煤或岩石在不同距离下的反射率,得到现场待测煤或岩石在不同距离处的表面三维形态下的激光扫描“距离-反射率”之间的变化关系SM(d);
(5)根据变化关系SM(d),计算现场待测煤或岩石的不同表面三维形态在不同距离处所对应的反射率修正系数ρM(d),获取不同表面三维形态的现场煤或岩石的激光扫描“距离-反射率”的特征数据库KM(SM(d),ρM(d),d);
(6)根据特征数据库KM(SM(d),ρM(d),d)和特征数据库KC(SC(d),ρC(d),d)和KR(SR(d),ρR(d),d)之间的关系来判别煤岩类型,其步骤如下:如果则判别煤岩类型为煤,其中λ1表示煤岩类型为煤的判别系数,λ1∈[0,0.5],可根据识别情况调节煤的判别系数λ1的值来提高精度,当井上质检人员抽检发现实际产品中杂质岩石的含量增高时,则增大煤的判别系数λ1;
如果则判别煤岩类型为岩石,其中λ2为煤岩类型为岩石的判别系数,λ2∈[0,0.5],可根据识别情况调节λ2的值来提高精度,当井上质检人员抽检发现实际产品中杂质岩石的含量增高时,则增大岩石的判别系数λ2;
根据特征数据库KM(SM(d),ρM(d),d)、特征数据库KC(SC(d),ρC(d),d)和KR(SR(d),ρR(d),d)之间的关系即可快速判别煤岩的类别,从而获取场煤或岩石识别信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410375129.0A CN104134074B (zh) | 2014-07-31 | 2014-07-31 | 一种基于激光扫描的煤岩识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410375129.0A CN104134074B (zh) | 2014-07-31 | 2014-07-31 | 一种基于激光扫描的煤岩识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104134074A CN104134074A (zh) | 2014-11-05 |
CN104134074B true CN104134074B (zh) | 2017-06-23 |
Family
ID=51806748
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410375129.0A Expired - Fee Related CN104134074B (zh) | 2014-07-31 | 2014-07-31 | 一种基于激光扫描的煤岩识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104134074B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105842304B (zh) * | 2016-03-22 | 2019-04-30 | 中国矿业大学 | 一种新型的煤岩识别装置及方法 |
CN107269280B (zh) * | 2017-07-18 | 2019-12-27 | 山东科技大学 | 基于滚筒采煤机截割的煤岩识别装置 |
CN109444845B (zh) * | 2018-09-28 | 2023-05-23 | 中国矿业大学 | 基于固态激光雷达成像对煤岩界面进行识别的装置及方法 |
CN111398968B (zh) * | 2018-12-28 | 2022-10-18 | 浙江舜宇智能光学技术有限公司 | Tof精度检测系统及其精度检测方法 |
CN111308467A (zh) * | 2020-03-10 | 2020-06-19 | 宁波飞芯电子科技有限公司 | 探测方法及探测设备 |
CN113486817B (zh) * | 2021-07-09 | 2023-09-08 | 中国矿业大学 | 一种基于激光扫描的采煤工作面煤岩识别方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5841882A (en) * | 1993-12-10 | 1998-11-24 | Sollac | Automatic process for the maceral analysis and the determination of the reflectance of vitrinite in coals |
US6118886A (en) * | 1993-03-30 | 2000-09-12 | The United States Of America As Represented By The United States Department Of Energy | Automatic target recognition apparatus and method |
CN101806750A (zh) * | 2010-04-16 | 2010-08-18 | 煤炭科学研究总院 | 一种自动检测煤岩参数的方法及其专用设备 |
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 |
CN103927553A (zh) * | 2014-05-05 | 2014-07-16 | 中国矿业大学(北京) | 基于多尺度微纹理和对比度联合分布的煤岩识别方法 |
-
2014
- 2014-07-31 CN CN201410375129.0A patent/CN104134074B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6118886A (en) * | 1993-03-30 | 2000-09-12 | The United States Of America As Represented By The United States Department Of Energy | Automatic target recognition apparatus and method |
US5841882A (en) * | 1993-12-10 | 1998-11-24 | Sollac | Automatic process for the maceral analysis and the determination of the reflectance of vitrinite in coals |
CN101806750A (zh) * | 2010-04-16 | 2010-08-18 | 煤炭科学研究总院 | 一种自动检测煤岩参数的方法及其专用设备 |
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 |
CN103927553A (zh) * | 2014-05-05 | 2014-07-16 | 中国矿业大学(北京) | 基于多尺度微纹理和对比度联合分布的煤岩识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104134074A (zh) | 2014-11-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104134074B (zh) | 一种基于激光扫描的煤岩识别方法 | |
CN108458989B (zh) | 一种基于太赫兹多参数谱的煤岩识别方法 | |
CN102509087B (zh) | 一种基于图像灰度共生矩阵的煤岩识别方法 | |
CN104535356B (zh) | 一种基于机器视觉的卷筒钢丝绳排绳故障监测方法及系统 | |
CN108957563B (zh) | 一种隧道施工超前地质探测系统以及探测方法 | |
CN103927528B (zh) | 基于紧邻域像素灰度联合分布特征的煤岩识别方法 | |
Harraden et al. | Automated core logging technology for geotechnical assessment: A study on core from the Cadia East porphyry deposit | |
CN109190272B (zh) | 基于弹性波和机器学习的混凝土结构缺陷检测方法 | |
Yang et al. | Mapping the chemical composition of nickel laterites with reflectance spectroscopy at Koniambo, New Caledonia | |
CN107796827A (zh) | 集成芯片裂纹检测装置及方法 | |
Walton et al. | An approach for automated lithological classification of point clouds | |
CN208043698U (zh) | 集成芯片裂纹检测装置 | |
CN103942576A (zh) | 一种用空域多尺度随机特征识别煤岩的方法 | |
CN105350963B (zh) | 一种基于相关性度量学习的煤岩识别方法 | |
Strange et al. | Near-surface interface detection for coal mining applications using bispectral features and GPR | |
CN113218838A (zh) | 一种煤岩芯渗透率测定仪及测定方法 | |
Im et al. | Multi-modal diagnostic method for detection of concrete crack direction using light-section method and hammering test | |
CN104463098A (zh) | 用图像的结构张量方向直方图特征识别煤岩 | |
CA2754975C (en) | Integrated sensing device for assessing integrity of a rock mass and corresponding method | |
CN105891339B (zh) | 利用冲击映像法检测岩土工程介质缺陷的方法、装置及系统 | |
Ralston et al. | An industrial application of ground penetrating radar for coal mining horizon sensing | |
Thurley | Measuring the visible particles for automated online particle size distribution estimation | |
CN108225209A (zh) | 一种立体视觉腐蚀形貌检测装置及检测方法 | |
Chen et al. | Automatic detection of asphalt layer thickness based on Ground Penetrating Radar | |
Hu et al. | A machine learning-based framework for automatic bridge deck condition assessment using ground penetrating radar |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170623 Termination date: 20200731 |