留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

最新录用

显示方式:
基于增强网格网络的井下尘雾图像清晰化算法
谷亚楠, 李晴, 刘晨晨, 张富凯(通讯作者)
摘要:
由于煤矿井下环境复杂,导致监控设备采集到的图像受煤尘、水雾影响出现模糊退化现象,目前的图像清晰化算法对井下尘雾图像的处理大多存在图像偏暗、细节丢失和过度增强等问题。针对上述问题,本文提出一种基于增强网格网络的井下尘雾图像清晰化算法,该算法由前处理模块、主干模块和图像输出模块三部分组成。首先,尘雾图像经前处理模块生成一组特征图作为主干模块的输入,而后特征图经主干网格网络进行基于注意力的多尺度变换,以充分提取图像不同尺度的特征,最后图像输出模块将融合的特征信息进行处理,输出清晰化图像。训练过程中先运用现有合成数据集对网络进行初步训练,再加入井下自建数据集对网络进行二次训练。实验结果表明,相较于暗通道先验算法等6种有代表性的清晰化算法,本文算法在主客观评价方面都有不同程度的提高,表明本文算法能够有效提升井下尘雾图像的清晰度和可视化效果。
综掘巷道气幕控尘参数对粉尘污染的影响
李昌杰, 辛创业, 王昊
摘要:
综掘工作面割煤过程产尘是煤矿井下重要的粉尘污染源,对作业人员生命健康和矿井安全生产造成威胁。为掌握气幕控尘参数对综掘工作面粉尘污染的影响,对不同径向分风流量和负压控尘流量条件下的风流场演变和粉尘场扩散开展了数值模拟研究。结果表明:径向分风流量主要影响轴向射流场的卷吸效应,负压控尘流量主要影响工作面的负压强度,径向分风流量及负压控尘流量越大,巷道压、抽风侧风流流量及风速分布越均匀,流场整体转变为指向工作面的轴向,粉尘扩散距离随之减小,掘进司机处粉尘质量浓度随之降低,拟合获得粉尘扩散距离和掘进司机处粉尘质量浓度与径向分风流量比例和负压控尘流量比例间的数学关系。在此基础上,确定综掘工作面气幕控尘优化参数:径向分风流量为288m3/min,负压控尘流量为426m3/min。经现场实测,结果显示应用优化参数后,掘进司机处降尘率达93.5%,人员作业环境得到明显改善。
SLAM技术及其在矿山无人驾驶领域的研究现状与发展趋势
崔邵云, 鲍久圣(通讯作者)
摘要:
近年来,我国有关部门多次发布推进煤矿智能化建设的政策文件,要求将智能化技术与煤炭产业融合。无人驾驶作为当下热门的智能化技术,已被认为是煤矿智能化建设的重要手段。无人驾驶包括环境感知、定位建图、规划决策、自动控制等几大环节,其中,定位建图是各环节的前提与基础。SLAM是目前主流的定位建图技术,已针对地面、室内环境进行多年研究,并在多领域得到应用;但目前针对矿山复杂环境的研究尚处于起始阶段,具有广阔的发展前景。为推动SLAM技术在矿山无人驾驶领域的发展,对SLAM技术原理、成熟SLAM方案、现阶段矿山SLAM研究现状、未来矿山SLAM发展趋势进行了探讨。首先,明确了SLAM技术原理及框架;之后,由于SLAM技术在矿山无人驾驶领域的研究应用可借鉴地面成熟的技术方案,调研了目前地面具有代表性的SLAM方案,并根据所使用传感器,从视觉、激光以及多传感器融合三方面对其进行归类、分析与总结,得出了“多传感器融合是优化SLAM技术的重要手段”结论;接着,探究了现阶段矿山SLAM技术的研究现状,分析了视觉、激光、多传感器融合三种SLAM方案在井工煤矿、露天矿山的适用性与研究价值,得出了“多传感器融合SLAM是井工煤矿领域的最佳研究方案”、“SLAM技术在露天矿山领域研究价值不高”结论;最后基于前文分析,结合人工智能以及硬件发展趋势,提出矿山无人驾驶领域SLAM技术未来应向多传感器融合、固态化、智能化方向发展。
基于改进卡尔曼滤波算法和状态观测器的井下岔路口信号闭锁控制
汪学明(通讯作者), 黄竞智, 宋传智, 吴代丰
摘要:
在矿山井下斜坡道运输过程中,由于路况不良和线路复杂,常出现管控薄弱、错车困难、堵车、顶牛等问题,严重影响了井下运输安全和工作效率。本文针对这些问题,提出并分析了基于UWB精确定位技术的井下斜坡道运输交通管控系统的控制原理。然而,由于UWB定位技术的动态精度不足以及车辆定位卡采样间隔长和数据丢失等问题,传统闭锁控制的效果较差。为了解决这些问题,本文提出了一种结合强跟踪自适应卡尔曼滤波与到位时间预测的算法,并设计了状态观测器以评估改后控制性能和效果。实验结果表明,经过算法改良后,系统的动态与静态位置误差分别提高25.67%和27.19%;速度动态与静态误差分别提高25.28%和34.73%,信号灯门限逻辑的响应时间更快,闭锁有效率达到99.5%,显著提升了井下斜坡道运输交通管控系统的实时性和控制可靠性。
改进康达效应的综掘面除尘系统参数智能调控
刘丹丹, 沈琪翔(通讯作者), 王威廉, 郭胜均, 汪春梅, 贺平
摘要:
煤炭工业作为我国的支柱产业,为国民经济的发展做出了突出贡献。然而,煤矿开采过程中产生的粉尘污染问题严重影响了井下工作人员的健康和生产安全。为了解决这一问题,基于康达效应对传统的长压短抽式通风除尘系统进行了改进,并通过卷积神经网络对改进后的系统进行智能参数优化。通过有限元建模仿真与对改进康达效应通风除尘系统进行参数优化与验证,结果表明,改进后的除尘系统在压抽比2:3时达到最好的除尘效果,且相较于相同风压比下的长压短抽式通风除尘系统,改进后的系统在司机处及下风侧处平面下的平均粉尘浓度分别降低了5.56%和55.41%。通过搭建等比例缩小的改进康达效应通风除尘系统实验平台收集除尘调控参数,进一步利用神经网络模型对不同除尘调控参数下的粉尘浓度进行预测从而实现参数智能优化,实现了不同初始粉尘浓度最佳除尘效果调控参数的预测与验证。得出改进康达效应的综掘面同分除尘系统在初始粉尘浓度为900 mg·m-3下使用第6组调控方案时除尘效率最高、司机处和下风侧处的粉尘浓度分别下降了80.35%和87.42%。结果表明改进康达效应的综掘面通风除尘系统通过卷积神经网络智能参数调控后具有较高的除尘效率。
基于POD与机器学习的综掘面流场快速预测算法
金兵
摘要:
为解决综掘面降尘措施难以合理利用的问题,本文提出了一种基于本征正交分解(POD)与机器学习的综掘面流场快速预测算法,该算法首先利用POD将多种工况下风流场数据或粉尘浓度数据进行降维,得到流场工况的基函数模态与模态系数,通过机器学习方法预测不同工况下占总能量达到90%以上的模态系数,从而对未知工况的模态系数进行预测,利用预测得到的模态系数与基函数模态进行重构便可得到未知工况的风流场数据或粉尘浓度场。通过对比得到支持向量机模型对模态系数的预测能力优于其他模型。通过综掘面300种工况下的数值模拟结果作为数据样本,使用支持向量机模型对风流场与粉尘浓度场进行预测仅需数值模拟花费时间的1/816,且对比60种工况下的预测结果与数值模拟结果可知:各网格的风流速度相对误差为0.36m/s,粉尘浓度相对误差为86.24mg/m3。
工作面液压支架丢架状态视觉自动检测方法
滕贷宇, 南柄飞
摘要:
受采场地质条件,工作面液压动力,以及自动跟机系统等复杂因素影响,液压支架在自动跟机移架过程中通常出现部分支架丢架异常状况。单纯依靠人工监测、手动补架移架恢复,严重影响工作面自动跟机效率。针对上述问题,本文提出了一种工作面液压支架丢架状态自动检测方法,通过非接触视觉感知方法实时感知液压支架丢架异常状态。该方法首先利用YOLOv8语义分割网络完成工作面关键目标区域动态实时划分,准确获取液压支架底座及推杆的轮廓信息与定位信息;然后通过分析不同液压支架底座及推杆的定位信息与相对位置关系,自动检测识别监控视频图像中液压支架支架号,同时提取相邻液压支架最小底座区域局部图像;最后针对提取的底座局部图像利用融合多尺度特征信息的ResNet50卷积网络进行特征提取,结合支架号自动检测识别信息实现液压支架丢架异常状态可靠自动检测识别。实验结果表明:工作面液压支架丢架异常状态平均检测准确率达99.17%,处理速度为27.8帧/秒。同时,将本文所提液压支架丢架异常自动检测算法模型应用于采煤工作面AI视频监控系统,效果良好,满足工程化实时性与可靠性需求。
矿用无人驾驶车辆行人检测技术研究
周李兵, 于政乾, 卫健健, 蒋雪利, 叶柏松, 赵叶鑫, 杨斯亮
摘要:
矿用无人驾驶车辆的工作环境光照条件复杂,行人检测经常出现漏检和误检现象,导致矿用无人驾驶车辆可靠性不足。本文针对复杂光照环境下矿用无人驾驶车辆行人检测技术进行研究,目的是推动井下车辆无人化进程,保障井下工作人员安全和提高企业的生产效率。针对井下采集的图像中出现弱光或者低光照情况,设计弱光图像增强算法,通过图像空间转换,对弱光图像进行光照增强并抑制在光照增强过程中的噪声。设计YOLOv3目标检测网络针对矿用无人驾驶车辆行人检测的改进方法,提出矿用车辆YOLOv3行人检测网络。在YOLOv3检测网络的基础上,首先加入密集连接模块来取代Residual连接方式,提高特征图利用率,然后加入CBAM模块从特征的通道和空间两个方面进行细化,加强特征对小目标的表示能力。与YOLOv3目标检测网络相比,矿用无人驾驶车辆YOLOv3行人检测网络在弱可见光图像上的平均精度提升了10.26%。
峻德井田断裂构造的分形特征及对冲击地压的控制作用
兰天伟, 王顺翔, 张满仓, 李柱, 吴国强, 房平, 路凯翔, 刘永豪, 唐小富
摘要:
为研究鹤岗煤田南部矿区峻德井田断裂构造对冲击地压的控制作用,基于地质动力区划法、层次分析法和脆弱性指数法。以峻德煤矿17煤层为研究对象,运用分形理论,对Ⅰ~Ⅴ级断块进行了分形计算和特征分析。针对峻德煤矿17煤层冲击地压严重性,划分17煤层构造应力分区,分析断裂构造分形维数与构造应力状态、冲击地压之间的相关关系。结果表明:从整体分维角度看,峻德井田的Ⅴ级断块具有统计自相似性和空间几何分形特征;断裂的整体分形维数为1.2714,其中NE向断裂分形维数为1.0964,NW向断裂分形维数为1.1236,表明了NW向断裂对峻德煤矿的冲击地压起控制作用,而NE向断裂对冲击地压具有重要的影响。运用层次分析法确定各影响因素的权重,结合GIS软件对其进行归一化处理,并进行叠加,将研究区划分为四个区域,以往的冲击地压事故多发生在危险区,与实际情况相符。该研究方法为冲击地压灾害防治提供科学依据。
矿用钢丝绳双源磁回路结构设计与仿真分析
周坪, 王士豪, 周公博, 赵天驰, 李煊瀚, 闫晓东
摘要:
针对矿用钢丝绳损伤电磁检测方法对于局部损伤检测性能的不足,提出了协同主磁通与漏磁的双源磁检测方法,开展了矿用钢丝绳双源磁回路结构设计与仿真分析。首先,提出了双源磁检测环形筒状励磁回路和独立分离励磁回路方案,基于有限元仿真分别验证了两种方案的可行性,明确了以独立分离回路作为磁回路的基本结构;其次,研究了衔铁回路个数、衔铁长度、高度等参数对磁化效果的影响,基于所得规律确定了结构参数,并探明了永磁铁牌号、长度、厚度、提离值等参数对磁化效果的影响,以确保高效利用磁能;最后,为探究桥路结构参数对桥路磁通密度分布的影响规律,采用控制变量法明确了磁桥路提离值、厚度、空气间隙对桥路磁通检测的影响。通过双源磁回路结构设计与仿真分析,为实际应用中矿用钢丝绳新型电磁检测探头设计、检测系统设计和信号反演等提供了依据。
融合简化可视图和A*的无轨胶轮车全局路径规划方法研究
张传伟, 芦思颜(通讯作者), 秦沛霖, 周睿, 赵瑞祺, 杨佳佳, 张天乐, 赵聪
摘要:
针对井下巷道通常具有狭窄、弯曲以及未知障碍物等因素增加了路径规划难度和计算时间的问题,本文提出了一种融合简化可视图和A*的全局路径规划方法 DVGA*。在构建真实环境的点云地图基础上,动态生成可视图并使用A*算法评价函数选择最优节点在表中扩展并删除其他节点,循环此过程直到表中出现终点,结合路径平滑算法删除无用的中间节点,本算法相较传统A*算法能够确保规划路径简洁和高效,提高了矿用车辆到达目标点的效率。仿真结果表明本文算法相较于CVGA*、SVG-A*和SVGCA*构建可视图耗时和路径规划用时均为最短,显著提升了路径规划的时间和效率;模拟巷道实验结果表明本文算法规划的路径更加平滑,路径规划出的平均长度分别缩短了10.79 % ,6.26% 和2.86% ,算法规划的时间分别减少了38.18% ,24.69%和16.05% ,规划成功率明显提升,在搜索时间和路径成型上均表现优异。
矿用激光雷达与相机的无目标自动标定方法研究
张传伟, 杨佳佳, 周李兵, 秦沛霖, 赵瑞祺
摘要:
近年来,我国煤矿智能化建设步伐加快,矿用无人驾驶辅助运输车辆已成为智能化煤矿的重要内容和验收标准。矿用车辆实现无人驾驶依赖于准确的环境感知,而激光雷达和相机的结合可以提供更丰富和准确的环境信息。为确保其有效融合,需进行外参标定。本文提出一种矿用激光雷达与相机的无目标自动标定方法,针对矿用车载激光雷达低线束的特点,采用多帧点云融合方法增加点云密度,结合全景分割提取有效目标,通过构建2D-3D目标质心对应关系进行粗校准得到初始外参,然后将有效目标点云通过初始外参投影在分割掩码上,构建有效目标图像和点云的全景信息匹配度函数,利用粒子群算法优化外参。实验结果显示,该方法平移误差为0.055m,旋转误差为0.394°,相较于单帧点云作为输入,融合帧点云作为输入时平移误差降低了50.89%,旋转误差降低了53.76%:相较于基于语义特征的算法,平移误差降低了43.88%,旋转误差降低了48.63%,表明本文方法可有效提高矿用激光雷达与相机外参自动标定精度,为后续矿用激光雷达数据与图像融合提供了研究基础。
一种煤矿井下应急逃生最优路径动态规划方法设计
卢国菊(通讯作者), 史文芳
摘要:
煤矿井下环境复杂多变,在动态规划中需要考虑不确定因素,经典Dijkstra算法在求解过程中,需要单独考虑矿井下存在的多出口、人群拥挤以及次生灾害等影响路径规划效果的关键因素,缺少要素之间的关联过程,存在空间复杂度高,中间节点无序随机存储等问题,为此提出一种煤矿井下应急逃生最优路径动态规划方法。定义煤矿井下网络模型各个要素之间的拓扑关系,确定煤矿井下三维巷道网络模型中边权重的计算指标,结合动态综合权重,组建煤矿井下应急逃生最优路径动态规划模型。将Dijkstra算法和蚁群算法(ACO)有效结合,利用Dijkstra—ACO算法对模型求解,确定最优路径动态规划方案。实验结果表明,所提方法可以有效提升煤矿井下应急逃生最优路径动态规划效果,为煤矿井下应急救援提供科学依据。
基于时空连续补偿的矿山可通行区域识别方法
代博, 王亚飞, 章翼辰, 张睿涛, 李若尧, 李泽星
摘要:
可通行区域识别是矿山无人驾驶技术中的重要环节。露天矿山道路场景具有道路边界模糊不清及路面平整度不一等特征。然而,单帧高程估计等现有可通行区域识别算法容易出现可通行区域与车辆不连通及帧间可通行区域识别结果不一致等误分类问题。针对以上问题,本文提出了一种基于时空连续补偿的矿山道路可通行区域识别方法。该方法首先基于同心圆模型对矿山道路建模并利用主成分分析方法进行多平面拟合获取初始可通行区域分割结果;然后,基于空间连通性分别利用区域生长算法和基于密度的噪声应用空间聚类算法对初始可通行区域进行区域连通性滤波及点连通性滤波,得到符合空间连通性的可通行区域;最后,基于时间区域一致性对不同点云帧中可通行性不一致的不稳定区域进行滤除,先根据正态分布变换算法构建栅格地图,再利用时间稳定权重判断栅格稳定性,最终通过区域栅格投影实现不稳定区域的滤除。矿山实验结果表明:提出的可通行区域识别算法准确率为93.44%,较现有主流算法提升2%以上;召回率为99.14%,较现有主流算法提升8%以上。