期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
露天矿多软弱夹层边坡变形机理与形态优化研究 被引量:22
1
作者 田宇 张波 +3 位作者 刘博文 王振伟 魏真 闫杰 《煤炭科学技术》 CAS CSCD 北大核心 2021年第6期189-194,共6页
针对露天矿多弱层顺倾到界边坡形态设计问题,结合现场实际情况,通过对地质构造、岩层岩性、软弱夹层赋存情况等工程地质特征进行分析,基于刚体极限平衡理论与数值模拟的手段,研究了含多弱层-断层构造复合顺倾边坡的变形破坏特征、滑坡... 针对露天矿多弱层顺倾到界边坡形态设计问题,结合现场实际情况,通过对地质构造、岩层岩性、软弱夹层赋存情况等工程地质特征进行分析,基于刚体极限平衡理论与数值模拟的手段,研究了含多弱层-断层构造复合顺倾边坡的变形破坏特征、滑坡模式以及不同弱层对边坡稳定性影响程度;采用分段优化方式对到界边坡最终形态进行优化,确保了端帮到界开采过程中煤炭采出的安全高效,为类似边坡工程的滑坡防治提供参考。研究结果表明:露天矿含多弱层-断层构造复合顺倾边坡中,上部岩体含多弱层且岩层风化严重,强度较低,随矿坑深度增加,下部断层带处岩体对上部岩体的约束作用减小,露天煤矿端帮多弱层顺倾边坡的潜在滑坡模式为下部牵引致使沿弱层发生顺层滑动,软弱泥岩是滑坡的主控层,泥岩弱层和断层破碎带的相对位置关系是滑坡的主控因素;当F_(5)断层以上区段坡角为12°,F_(5)断层以下区段坡角为18°,整体坡角为14°时,边坡能够处于稳定状态。 展开更多
关键词 露天矿 顺倾边坡 边坡变形 边坡形态
在线阅读 下载PDF
基于机器学习的露天煤矿粉尘浓度预测 被引量:12
2
作者 赵耀忠 严俊龙 +4 位作者 任吉凯 杨玉坤 刘强 谢世坤 栾博钰 《煤炭工程》 北大核心 2022年第S01期157-161,共5页
为实现对露天矿粉尘浓度进行预测,以伊敏露天矿现场环境监测数据为支撑,通过皮尔逊相关系数分析样本特征的线性相关程度,确定以风速、光照度、温度、湿度为样本输入特征,PM2.5为输出特征,以线性回归算法、随机森林算法、K-近邻算法、支... 为实现对露天矿粉尘浓度进行预测,以伊敏露天矿现场环境监测数据为支撑,通过皮尔逊相关系数分析样本特征的线性相关程度,确定以风速、光照度、温度、湿度为样本输入特征,PM2.5为输出特征,以线性回归算法、随机森林算法、K-近邻算法、支持向量机算法、梯度提升树算法共五种机器学习算法为基础,建立了多因素环境影响下的粉尘浓度监测模型。研究结果表明:对于五种算法,其评价指标RMSE分别为10.6526、7.8313、8.2265、6.8288、8.8709,其中以支持向量机算法建立的预测模型对于该样本粉尘数据预测效果最好。 展开更多
关键词 露天煤矿 机器学习 粉尘浓度预测 皮尔逊相关系数
在线阅读 下载PDF
GNSS+INS组合定位在矿山无人驾驶卡车的应用 被引量:2
3
作者 张波 刘强 +2 位作者 徐国梁 蔡仁澜 程风 《测绘通报》 CSCD 北大核心 2022年第7期143-147,共5页
面向矿山无人驾驶卡车场景,针对GNSS定位不连续且容易被干扰、INS存在累计误差的缺点,本文提出了一种基于GNSS+INS组合的导航算法,该算法融合了两种算法的优点,提高了定位的精度和可靠性。分别将RTK算法和组合导航算法结果与开源软件RTK... 面向矿山无人驾驶卡车场景,针对GNSS定位不连续且容易被干扰、INS存在累计误差的缺点,本文提出了一种基于GNSS+INS组合的导航算法,该算法融合了两种算法的优点,提高了定位的精度和可靠性。分别将RTK算法和组合导航算法结果与开源软件RTKLIB和NovAtel板载输出结果对比。试验结果表明,本文算法在精度上与NovAtel板载输出结果基本持平,明显优于RTKLIB软件。本文算法平面和高程误差均值及STD均优于5 cm,姿态误差均值和STD优于1°,可以满足矿用无人驾驶卡车的定位精度需求。 展开更多
关键词 矿山卡车 无人驾驶 GNSS RTK INS 组合导航
在线阅读 下载PDF
基于视觉、LiDAR与IMU的实时无人车里程计研究 被引量:2
4
作者 赵耀忠 咸金龙 高巍 《红外与激光工程》 EI CSCD 北大核心 2022年第8期197-205,共9页
视觉/LiDAR里程计可以根据传感器数据对无人车在多个自由度上运动的过程进行估计,是无人车定位建图系统的重要组成部分。文中提出了一种使用视觉、LiDAR和IMU进行信息融合的里程计,支持多种运行模式和初始化方式。前端部分采用了改进后... 视觉/LiDAR里程计可以根据传感器数据对无人车在多个自由度上运动的过程进行估计,是无人车定位建图系统的重要组成部分。文中提出了一种使用视觉、LiDAR和IMU进行信息融合的里程计,支持多种运行模式和初始化方式。前端部分采用了改进后的ICP CUDA算法进行激光点云配准,利用光流法对视觉特征进行跟踪,并利用激光点云数据对视觉特征的深度进行估计。后端部分采用了基于滑动窗口的图优化模型,并为视觉和LiDAR关键帧创建状态节点,以前端结果作为量测,将相邻状态节点通过预积分因子关联。文中方案实验结果表明:在城市场景系统平均相对位移精度为0.2%~0.5%,系统全量传感器运行模式(VLIO模式)整体要比关闭视觉的模式(LIO模式)和关闭LiDAR的模式(VIO模式)精度高。文中提出的方法对于提高无人车定位建图系统的精度有着积极意义。 展开更多
关键词 无人驾驶 LiDAR里程计 ICP 状态估计
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部