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

基于DeepLab v3+的综放工作面含矸率识别研究

王志峰 王家臣(通讯作者) 李良晖 安博超

王志峰, 王家臣(通讯作者), 李良晖, 等. 基于DeepLab v3+的综放工作面含矸率识别研究[J]. 工矿自动化.
引用本文: 王志峰, 王家臣(通讯作者), 李良晖, 等. 基于DeepLab v3+的综放工作面含矸率识别研究[J]. 工矿自动化.
et alResearch on identification of rock mixed ratio in longwall top coal caving face based on DeepLab v3 +[J]. Industry and Mine Automation.
Citation: et alResearch on identification of rock mixed ratio in longwall top coal caving face based on DeepLab v3 +[J]. Industry and Mine Automation.

基于DeepLab v3+的综放工作面含矸率识别研究

Research on identification of rock mixed ratio in longwall top coal caving face based on DeepLab v3 +

  • 摘要: 含矸率的精准识别是实现智能放煤的主要技术瓶颈。本文以某矿工作面为工程背景,综合运用现场调研、数值计算、室内实验等方法,构建了煤矸堆积体图像数据集,训练了DeepLab v3+语义分割网络模型,并基于三维重建块体进行了放煤过程数值模拟,研究了不同顶煤厚度条件下的刮板输送机上煤矸堆积体的投影面积含矸率和体积含矸率的量化关系,建立了煤流的体积含矸率预测模型。结果表明,DeepLab v3+模型的准确率为97.68%,能满足煤矸堆积体投影面积含矸率的精准快速识别;体积含矸率预测模型的决定系数R2为0.9828,预测效果较好。

     

  • 加载中
计量
  • 文章访问数:  10
  • HTML全文浏览量:  7
  • 被引次数: 0
出版历程
  • 网络出版日期:  2024-10-23

目录

    /

    返回文章
    返回