, 最新更新时间
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。