CN113137230B - 一种煤岩界面识别系统 - Google Patents
一种煤岩界面识别系统 Download PDFInfo
- Publication number
- CN113137230B CN113137230B CN202110551696.7A CN202110551696A CN113137230B CN 113137230 B CN113137230 B CN 113137230B CN 202110551696 A CN202110551696 A CN 202110551696A CN 113137230 B CN113137230 B CN 113137230B
- Authority
- CN
- China
- Prior art keywords
- coal
- rock
- cutting
- module
- visual
- 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
Links
- 239000011435 rock Substances 0.000 title claims abstract description 97
- 239000003245 coal Substances 0.000 claims abstract description 59
- 230000000007 visual effect Effects 0.000 claims abstract description 59
- 238000004458 analytical method Methods 0.000 claims abstract description 19
- 238000001514 detection method Methods 0.000 claims abstract description 19
- 238000004088 simulation Methods 0.000 claims abstract description 15
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 11
- 238000003384 imaging method Methods 0.000 claims abstract description 10
- 238000012360 testing method Methods 0.000 claims abstract description 9
- 238000005520 cutting process Methods 0.000 claims description 59
- 238000000034 method Methods 0.000 claims description 14
- 230000001681 protective effect Effects 0.000 claims description 14
- 230000004927 fusion Effects 0.000 claims description 12
- 238000005065 mining Methods 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 7
- 238000004140 cleaning Methods 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 238000012706 support-vector machine Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 5
- 238000010521 absorption reaction Methods 0.000 claims description 4
- 230000004044 response Effects 0.000 claims description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 4
- 102100021807 ER degradation-enhancing alpha-mannosidase-like protein 1 Human genes 0.000 claims description 3
- 101000895701 Homo sapiens ER degradation-enhancing alpha-mannosidase-like protein 1 Proteins 0.000 claims description 3
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- 238000013178 mathematical model Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 2
- 238000011084 recovery Methods 0.000 abstract description 2
- 230000008901 benefit Effects 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 3
- 239000000428 dust Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 description 1
- 239000002956 ash Substances 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000010883 coal ash Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000005755 formation reaction Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 229910052717 sulfur Inorganic materials 0.000 description 1
- 239000011593 sulfur Substances 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21C—MINING OR QUARRYING
- E21C39/00—Devices for testing in situ the hardness or other properties of minerals, e.g. for giving information as to the selection of suitable mining tools
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B08—CLEANING
- B08B—CLEANING IN GENERAL; PREVENTION OF FOULING IN GENERAL
- B08B1/00—Cleaning by methods involving the use of tools
- B08B1/10—Cleaning by methods involving the use of tools characterised by the type of cleaning tool
- B08B1/14—Wipes; Absorbent members, e.g. swabs or sponges
- B08B1/143—Wipes
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B08—CLEANING
- B08B—CLEANING IN GENERAL; PREVENTION OF FOULING IN GENERAL
- B08B1/00—Cleaning by methods involving the use of tools
- B08B1/30—Cleaning by methods involving the use of tools by movement of cleaning members over a surface
- B08B1/32—Cleaning by methods involving the use of tools by movement of cleaning members over a surface using rotary cleaning members
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B08—CLEANING
- B08B—CLEANING IN GENERAL; PREVENTION OF FOULING IN GENERAL
- B08B3/00—Cleaning by methods involving the use or presence of liquid or steam
- B08B3/02—Cleaning by the force of jets or sprays
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/08—Indexing scheme for image data processing or generation, in general involving all processing steps from image acquisition to 3D model generation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- Geometry (AREA)
- Mining & Mineral Resources (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Remote Sensing (AREA)
- Computer Graphics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种煤岩界面识别系统，包括探测模块，探测模块用于以机器视觉为基础对煤岩开采界面识别；模拟试验台模块，所述模拟试验台模块包括物理模拟单元和工作面实验室单元；视觉图像模块，用于在地层介质中提取图像信息；所述数据图像模块包括分析单元；通过本系统可建立煤岩视觉图像信息模糊集及特征数据库与规则库，确定复杂几何形状异质体高分辨率成像的边界条件，形成煤岩三维自相关反向投影成像；利用图像恢复单元形成采煤工作面的表层视觉探测三维地质识辨预判模型，且利用不同尺度分解系数构造了纹理特征，对煤岩图像进行了比较分析，实现对煤岩分界面的高精度识别。
Description
技术领域
本发明涉及信息探测采集技术领域，具体是一种煤岩界面识别系统。
背景技术
煤炭界面探测技术是实现采煤机自动化的关键技术之一。采煤机工作时，滚筒应沿着煤岩层分界线切割，否则会留顶煤，或者滚筒连续切割顶底板岩石，造成采煤机过载而发生故障，甚至产生火花而导致工作面恶性事故。
可靠的系统在经济效益和安全作业两方面都具有突出的优点，它提高煤层的采出率；降低煤中的矸石、灰分和硫的含量；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；由于振动较小，降低了空气中的岩尘含量，并可使作业人员远离危险工作面。
目前现有的系统大多不具有高精度分析比较识别的特点，在实际生产生活中存在诸多缺陷，不利于提高生产效率和安全性。
发明内容
基于上述背景技术中所提到的现有技术中的不足之处，为此本发明提供了一种煤岩界面识别系统。
本发明通过采用如下技术方案克服以上技术问题，具体为：
一种煤岩界面识别系统，包括：
探测模块，所述探测模块为GIS/mm波雷达超前探测模块，所述探测模块用于以机器视觉为基础对煤岩开采界面识别；
模拟试验台模块，所述模拟试验台模块包括物理模拟单元和工作面实验室单元，所述物理模拟单元和工作面实验室单元用于建立采煤机牵引速度、截割深度以及滚筒转速对截割特征信号影响关系，建立对应的关系模型；
视觉图像模块，所述视觉图像模块用于在地层介质中提取图像信息；所述数据图像模块包括分析单元，所述分析单元用于分析典型煤岩介质与提取的图像信息中吸收与反射、介电的差异，建立煤岩视觉图像信息模糊集及特征数据库与规则库；
在所述视觉图像模块的外部设置有保护结构，所述保护结构具有一个朝向煤岩界面的开口，所述保护结构包括椭球型的保护罩和设置在所述保护罩上相对所述开口的清洗组件，所述视觉图像模块包覆于所述保护罩内；
所述清洗组件包括一个通过水管与地表连通的雾化器和转动设置在所述保护罩外壁上的海绵棒，所述海绵棒的转动中心与所述雾化器重合，海绵棒与所述保护罩外壁贴合；
在所述保护罩内安装有用于向所述视觉图像模块提供光源的辅助照明器，所述辅助照明器的光源正对所述开口。
进一步地：所述分析单元包括模型建立组件，所述模型建立组件用于分析视觉带宽变化与采煤机牵引速度的相互影响规律，建立不同煤岩参数视觉分解本征分量的最佳调整数学模型。
再进一步地：所述分析单元连接所述物理模拟单元并分析煤岩视觉信号特征与物理特征，获得目标物体全部深度信息，确定复杂几何形状异质体高分辨率成像的边界条件，形成煤岩三维自相关反向投影成像。
再进一步地：所述视觉图像模块还包括图像恢复单元，所述图像恢复单元用于采用点云图像恢复方法，推导恢复条纹中心线的数学关系式。
再进一步地：所述视觉图像模块还包括纹理处理单元，所述纹理处理单元利用神经网络、纹理特征应用支持向量机的煤岩识别方法，根据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，利用不同尺度分解系数构造了纹理特征，并采用基于支持向量机的煤岩图像特征抽取与分类识别方法，对煤岩图像进行了比较分析。
再进一步地：所述探测模块还包括预判单元，所述预判单元用于对矿井地质勘探信息建立待开采煤层的4D-GIS信息模型。
再进一步地：所述煤岩界面识别系统还包括去噪模块，所述去噪模块采用小波分析方法去除噪声的影响，分别建立截割参数对截割特征信号的影响模型。
再进一步地：所述煤岩界面识别系统还包括修正模块，所述修正模块采用EDEM离散元软件构建Hertz-Mindlin粘结接触模型，分析截割典型煤岩介质的截割特征，调节采煤机截割参数分别数值模拟截割过程，构建截割煤、岩的截割力与振动响应模型。
再进一步地：所述煤岩界面识别系统还包括信息融合模块，所述信息融合模块采用Tsai方法标定得到视觉坐标系到截割反馈信号坐标系的投影矩阵，构建同一矩阵下的数据信息融合控制算法。
再进一步地：所述煤岩界面识别系统还包括综合单元，所述综合单元用于综合分析视觉图像信息与截割信息对煤岩界面识辨的影响，沿着煤岩视觉识别边界线训练截割滚筒轨迹，分别获得模拟截割与测试截割的反馈能量变化规律，并计算截割反馈能量的重合度，重构煤岩分界面，构建基于视觉图像预判与截割反馈的煤岩界面融合模型。
采用以上方式后，本发明相较于现有技术，具备以下优点：通过本系统可建立煤岩视觉图像信息模糊集及特征数据库与规则库，确定复杂几何形状异质体高分辨率成像的边界条件，形成煤岩三维自相关反向投影成像；利用图像恢复单元形成采煤工作面的表层视觉探测三维地质识辨预判模型，且利用不同尺度分解系数构造了纹理特征，对煤岩图像进行了比较分析，实现对煤岩分界面的高精度识别。
附图说明
图1为煤岩界面识别系统的系统构造图。
具体实施方式
为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的较佳实施方式。但是，本发明可以以多种不同的形式来实现，并不限于本文所描述的实施方式。相反地，提供这些实施方式的目的是使对本发明的公开内容理解的更加透彻全面。
另外，本发明中的元件被称为“固定于”或“设置于”另一个元件，它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的，并不表示是唯一的实施方式。
请参阅图1，本发明实施例中，一种煤岩界面识别系统，包括：
探测模块，所述探测模块为GIS/mm波雷达超前探测模块，所述探测模块用于以机器视觉为基础对煤岩开采界面识别；
模拟试验台模块，所述模拟试验台模块包括物理模拟单元和工作面实验室单元，所述物理模拟单元和工作面实验室单元用于建立采煤机牵引速度、截割深度以及滚筒转速对截割特征(截割力、截割振动、截割电信号)信号影响关系，建立对应的关系模型；
视觉图像模块，所述视觉图像模块用于在地层介质中提取图像信息；所述数据图像模块包括分析单元，所述分析单元用于分析典型煤岩介质与提取的图像信息中吸收与反射、介电的差异，建立煤岩视觉图像信息模糊集及特征数据库与规则库；
研发基于GIS/mm波雷达超前探测的煤岩开采界面识别系统，以机器视觉理论为基础，设计并搭建模拟试验台，研究视觉图像在地层介质中提取方法，分析典型煤岩介质(试件尺寸500*500*200mm)吸收与反射、介电的差异，建立煤岩视觉图像信息模糊集及特征数据库与规则库。
在所述视觉图像模块的外部设置有保护结构，所述保护结构具有一个朝向煤岩界面的开口，所述保护结构包括椭球型的保护罩和设置在所述保护罩上相对所述开口的清洗组件，所述视觉图像模块包覆于所述保护罩内；
通过设置保护结构可对视觉图像模块进行保护，避免视觉图像模块直接与煤岩界面产生应力接触，破坏视觉图像模块，或者使视觉图像模块的采集方向产生偏差。
所述清洗组件包括一个通过水管与地表连通的雾化器和转动设置在所述保护罩外壁上的海绵棒，所述海绵棒的转动中心与所述雾化器重合，海绵棒与所述保护罩外壁贴合；
利用清洗组件中的雾化器可将地表的清水送入到保护罩上，一方面能够起到对保护罩清洁的作用，另一方面可起到降尘的作用，防止煤岩界面的扬尘对视觉图像模块的工作产生干扰。
海绵棒通过万向联轴器与安装于保护罩顶部的马达输出端连接，在马达工作时可带动海绵棒绕保护罩转动，从而对保护罩的外壁进行清洁，防止煤灰堆积干扰雾化器工作或使雾化器产生堵塞。
在所述保护罩内安装有用于向所述视觉图像模块提供光源的辅助照明器，所述辅助照明器的光源正对所述开口。
由于设置了辅助照明器，因此在探测时能够清楚的采集煤岩界面的视觉图像，不至于光线不佳导致视觉图像的采集不理想以及不清晰。
在本发明的一个实施例中，所述分析单元包括模型建立组件，所述模型建立组件用于分析视觉带宽变化与采煤机牵引速度的相互影响规律，建立不同煤岩参数视觉分解本征分量的最佳调整数学模型。
在本发明的另一个实施例中，所述分析单元连接所述物理模拟单元并分析煤岩视觉信号特征与物理特征，获得目标物体全部深度信息，确定复杂几何形状异质体高分辨率成像的边界条件，形成煤岩三维自相关反向投影成像。
在本发明的又一个实施例中，所述视觉图像模块还包括图像恢复单元，所述图像恢复单元用于采用点云图像恢复方法，推导恢复条纹中心线的数学关系式；通过高斯滤波、Prewitt算子增强边缘、极大值抑制、梯度幅值图分割、局部阀值计算、局部双阀值检测和连接、图片拼接技术相结合方法，形成采煤工作面的表层视觉探测三维地质识辨预判模型。
在本发明的又一个实施例中，所述视觉图像模块还包括纹理处理单元，所述纹理处理单元利用神经网络、纹理特征应用支持向量机的煤岩识别方法，根据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，利用不同尺度分解系数构造了纹理特征，并采用基于支持向量机的煤岩图像特征抽取与分类识别方法，对煤岩图像进行了比较分析，实现对煤岩分界面的高精度识别。
在本发明的又一个实施例中，所述探测模块还包括预判单元，所述预判单元用于对矿井地质勘探信息建立待开采煤层的4D-GIS信息模型，实现对煤岩分界面的预知预判。
在本发明的又一个实施例中，所述煤岩界面识别系统还包括去噪模块，所述去噪模块采用小波分析方法去除噪声的影响，分别建立截割参数对截割特征信号的影响模型。
在本发明的又一个实施例中，所述煤岩界面识别系统还包括修正模块，所述修正模块采用EDEM离散元软件构建Hertz-Mindlin粘结接触模型，分析截割典型煤岩介质的截割特征，调节采煤机截割参数分别数值模拟截割过程，构建截割煤、岩的截割力与振动响应模型，修正采煤截割参数对截割特征信号的影响模型；
考虑振动信号、截割阻力信号、电信号对采煤机截割的反馈特性，分析不同煤岩介质和截割参数对截割反馈传输的影响规律。
在本发明的又一个实施例中，所述煤岩界面识别系统还包括信息融合模块，所述信息融合模块采用Tsai方法标定得到视觉坐标系到截割反馈信号坐标系的投影矩阵，构建同一矩阵下的数据信息融合控制算法；
考虑地质层理与节理的复杂边界条件，增强视觉光谱能量分析图像信息与煤岩介电常数变化的响应规律。
在本发明的又一个实施例中，所述煤岩界面识别系统还包括综合单元，所述综合单元用于综合分析视觉图像信息与截割信息对煤岩界面识辨的影响，沿着煤岩视觉识别边界线训练截割滚筒轨迹，分别获得模拟截割与测试截割的反馈能量变化规律，并计算截割反馈能量的重合度，重构煤岩分界面，构建基于视觉图像预判与截割反馈的煤岩界面融合建模方法。
以上仅就本发明的最佳实施例作了说明，但不能理解为是对权利要求的限制。本发明不仅限于以上实施例，其具体结构允许有变化。但凡在本发明独立权利要求的保护范围内所作的各种变化均在本发明的保护范围内。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施方式的目的，不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
Claims (10)
1.一种煤岩界面识别系统，其特征在于，包括：
探测模块，所述探测模块为GIS/mm波雷达超前探测模块，所述探测模块用于以机器视觉为基础对煤岩开采界面识别；
模拟试验台模块，所述模拟试验台模块包括物理模拟单元和工作面实验室单元，所述物理模拟单元和工作面实验室单元用于建立采煤机牵引速度、截割深度以及滚筒转速对截割特征信号影响关系，建立对应的关系模型；
视觉图像模块，所述视觉图像模块用于在地层介质中提取图像信息；所述视觉图像模块包括分析单元，所述分析单元用于分析典型煤岩介质与提取的图像信息中吸收与反射、介电的差异，建立煤岩视觉图像信息模糊集及特征数据库与规则库；
在所述视觉图像模块的外部设置有保护结构，所述保护结构具有一个朝向煤岩界面的开口，所述保护结构包括椭球型的保护罩和设置在所述保护罩上相对所述开口的清洗组件，所述视觉图像模块包覆于所述保护罩内；
所述清洗组件包括一个通过水管与地表连通的雾化器和转动设置在所述保护罩外壁上的海绵棒，所述海绵棒的转动中心与所述雾化器重合，海绵棒与所述保护罩外壁贴合；
在所述保护罩内安装有用于向所述视觉图像模块提供光源的辅助照明器，所述辅助照明器的光源正对所述开口。
2.根据权利要求1所述的一种煤岩界面识别系统，其特征在于，所述分析单元包括模型建立组件，所述模型建立组件用于分析视觉带宽变化与采煤机牵引速度的相互影响规律，建立不同煤岩参数视觉分解本征分量的最佳调整数学模型。
3.根据权利要求2所述的一种煤岩界面识别系统，其特征在于，所述分析单元连接所述物理模拟单元并分析煤岩视觉信号特征与物理特征，获得目标物体全部深度信息，确定复杂几何形状异质体高分辨率成像的边界条件，形成煤岩三维自相关反向投影成像。
4.根据权利要求3所述的一种煤岩界面识别系统，其特征在于，所述视觉图像模块还包括图像恢复单元，所述图像恢复单元用于采用点云图像恢复方法，推导恢复条纹中心线的数学关系式。
5.根据权利要求4所述的一种煤岩界面识别系统，其特征在于，所述视觉图像模块还包括纹理处理单元，所述纹理处理单元利用神经网络、纹理特征应用支持向量机的煤岩识别方法，根据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，利用不同尺度分解系数构造了纹理特征，并采用基于支持向量机的煤岩图像特征抽取与分类识别方法，对煤岩图像进行了比较分析。
6.根据权利要求5所述的一种煤岩界面识别系统，其特征在于，所述探测模块还包括预判单元，所述预判单元用于对矿井地质勘探信息建立待开采煤层的4D-GIS信息模型。
7.根据权利要求6所述的一种煤岩界面识别系统，其特征在于，所述煤岩界面识别系统还包括去噪模块，所述去噪模块采用小波分析方法去除噪声的影响，分别建立截割参数对截割特征信号的影响模型。
8.根据权利要求7所述的一种煤岩界面识别系统，其特征在于，所述煤岩界面识别系统还包括修正模块，所述修正模块采用EDEM离散元软件构建Hertz-Mindlin粘结接触模型，分析截割典型煤岩介质的截割特征，调节采煤机截割参数分别数值模拟截割过程，构建截割煤、岩的截割力与振动响应模型。
9.根据权利要求8所述的一种煤岩界面识别系统，其特征在于，所述煤岩界面识别系统还包括信息融合模块，所述信息融合模块采用Tsai方法标定得到视觉坐标系到截割反馈信号坐标系的投影矩阵，构建同一矩阵下的数据信息融合控制算法。
10.根据权利要求1-9任一所述的一种煤岩界面识别系统，其特征在于，所述煤岩界面识别系统还包括综合单元，所述综合单元用于综合分析视觉图像信息与截割信息对煤岩界面识辨的影响，沿着煤岩视觉识别边界线训练截割滚筒轨迹，分别获得模拟截割与测试截割的反馈能量变化规律，并计算截割反馈能量的重合度，重构煤岩分界面，构建基于视觉图像预判与截割反馈的煤岩界面融合模型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110551696.7A CN113137230B (zh) | 2021-05-20 | 2021-05-20 | 一种煤岩界面识别系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110551696.7A CN113137230B (zh) | 2021-05-20 | 2021-05-20 | 一种煤岩界面识别系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113137230A CN113137230A (zh) | 2021-07-20 |
| CN113137230B true CN113137230B (zh) | 2023-08-22 |
Family
ID=76817698
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110551696.7A Active CN113137230B (zh) | 2021-05-20 | 2021-05-20 | 一种煤岩界面识别系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113137230B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113688901B (zh) * | 2021-08-23 | 2024-03-01 | 西南石油大学 | 一种基于膨胀卷积神经网络的储层不连续界线识别方法 |
| CN113888525A (zh) * | 2021-10-20 | 2022-01-04 | 中国矿业大学 | 一种基于摄像头数据的旋流器堵塞及预警检测方法 |
| CN115628930B (zh) * | 2022-12-16 | 2023-03-10 | 太原理工大学 | 一种基于rbf神经网络的掘进机井下截割工况预测方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2657161A1 (en) * | 2008-03-04 | 2009-09-04 | The University Of Sydney | Scanning system for 3d mineralogy modelling |
| 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 |
| CN104131814A (zh) * | 2014-07-03 | 2014-11-05 | 冀中能源集团有限责任公司 | 采煤机煤岩界面模拟实验装置 |
| CN104405391A (zh) * | 2014-10-21 | 2015-03-11 | 中国矿业大学(北京) | 一种基于采煤机感知的煤岩界面分析方法 |
| CN104895564A (zh) * | 2015-04-22 | 2015-09-09 | 河南理工大学 | 基于机器视觉用于采煤机的煤岩界面识别装置 |
| CN105649624A (zh) * | 2016-03-08 | 2016-06-08 | 太原理工大学 | 一种基于超宽带混沌雷达的薄煤层煤岩界面识别装置 |
| WO2020062470A1 (zh) * | 2018-09-28 | 2020-04-02 | 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 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7020307B2 (en) * | 2002-02-15 | 2006-03-28 | Inco Limited | Rock fragmentation analysis system |
-
2021
- 2021-05-20 CN CN202110551696.7A patent/CN113137230B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2657161A1 (en) * | 2008-03-04 | 2009-09-04 | The University Of Sydney | Scanning system for 3d mineralogy modelling |
| 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 |
| CN104131814A (zh) * | 2014-07-03 | 2014-11-05 | 冀中能源集团有限责任公司 | 采煤机煤岩界面模拟实验装置 |
| CN104405391A (zh) * | 2014-10-21 | 2015-03-11 | 中国矿业大学(北京) | 一种基于采煤机感知的煤岩界面分析方法 |
| CN104895564A (zh) * | 2015-04-22 | 2015-09-09 | 河南理工大学 | 基于机器视觉用于采煤机的煤岩界面识别装置 |
| CN105649624A (zh) * | 2016-03-08 | 2016-06-08 | 太原理工大学 | 一种基于超宽带混沌雷达的薄煤层煤岩界面识别装置 |
| WO2020062470A1 (zh) * | 2018-09-28 | 2020-04-02 | 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 |
Non-Patent Citations (1)
| Title |
|---|
| 基于LBP和GLCM的煤岩图像特征提取与识别方法;王超;张强;;煤矿安全(04);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113137230A (zh) | 2021-07-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113137230B (zh) | 一种煤岩界面识别系统 | |
| CN106192634B (zh) | 一种铁路轨道弹条扣件状态自动检测装置以及方法 | |
| US9704263B2 (en) | Methods of and apparatuses for identifying geological characteristics in boreholes | |
| CN103364408B (zh) | 一种采用水下机器人系统对水工混凝土结构水下表面裂缝检测的方法 | |
| WO2016141630A1 (zh) | 隧道掘进机破岩震源和主动源三维地震联合超前探测系统 | |
| CA2787851A1 (en) | Rock property measurements while drilling | |
| CN113406296A (zh) | 一种基于深度学习的煤岩智能识别系统 | |
| CN102930253A (zh) | 一种基于图像离散多小波变换的煤岩识别方法 | |
| CN105064997A (zh) | 一种煤矿无人化开采的系统和方法 | |
| CN112060106A (zh) | 矿用巡检机器人的巡检系统及巡检机器人群的巡检方法 | |
| CN106501848A (zh) | 一种隧道掘进过程中隐性断层超前物探方法 | |
| CN105913445A (zh) | 一种基于机器视觉的煤岩界面识别及定位方法 | |
| CN110631681A (zh) | 一种基于光纤分布式振动监测的高铁铁轨安全运行检测方法 | |
| CN106772637A (zh) | 一种基于槽波超前探测tvsp扫描方法 | |
| CN116642420A (zh) | 一种汽车风窗玻璃涂胶在线胶型检测装置及方法 | |
| US7908086B2 (en) | System and method for filtering seismic noise data to analyze seismic events | |
| CN110727025A (zh) | 一种隐蔽断层的识别方法 | |
| Ralston | Automated longwall shearer horizon control using thermal infrared-based seam tracking | |
| CN102518430B (zh) | 基于撞击法评价井眼底部附近地层界面性质的方法和装置 | |
| Marjanovic et al. | Pre-failure deformation monitoring as rockfall prediction tool | |
| CN115640512A (zh) | 基于集合经验模态分解的煤岩识别方法 | |
| EP3912126B1 (en) | Residual signal detection for noise attenuation | |
| GB2620345A (en) | Casing wear and pipe defect determination using digital images | |
| Machuca-Mory et al. | Grade modelling with local anisotropy angles: a practical point of view | |
| Du et al. | Applications of machine vision in coal mine fully mechanized tunneling faces: a review |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |