-
题名基于改进U-net的少样本煤岩界面图像分割方法
被引量：3
- 1
-
-
作者
卢才武
宋义良
江松
章赛
王懋
纪凡
-
机构
西安建筑科技大学资源工程学院
西安市智慧工业感知、计算与决策重点实验室
西安优迈智慧矿山研究院有限公司
陕西财经职业技术学院大数据与人工智能学院
-
出处
《金属矿山》
CAS
北大核心
2024年第1期149-157,共9页
-
基金
陕西省自然科学联合基金项目(编号:2019JLP-16)
陕西省自然科学基金青年项目(编号:2023-JC-QN-0513)
陕西省教育厅服务地方专项重点培育项目(编号:21JC024)。
-
文摘
煤岩图像语义分割技术是煤岩界面识别的重要研究方向,现有的语义分割模型通常依赖于大样本数据集进行训练,然而目前已标注的煤岩图像数据样本难以获取,并且缺乏公开数据集。针对以上问题,提出了一种基于改进U-net模型的样本煤岩界面图像分割模型。将裁剪后具有更强特征提取能力且结构上更为简单的VGG16替换U-net的原始骨干特征提取网络,提升对图像信息的特征提取能力并获得更快的训练速度,在U-net网络的跳跃连接和解码器上采样部分引入注意力机制模块,对提取的特征层进行处理,提升模型对煤岩界面图像关键特征的提取能力,提高分割精度。使用迁移学习方法对改进的模型进行预训练,提高模型泛化能力同时避免过拟合,使模型更适用于小样本数据集训练。通过使用自制的煤岩界面数据集对所改进的网络模型性能进行验证,并将该模型与经典Unet、DeepLabv3+、PspNet、HrNet网络模型进行了对比。试验结果表明:在同样使用由125幅煤岩界面图片构建的小样本数据集进行训练的情况下,所提改进模型相较于经典U-net模型在分割精确度和检测效率方面都有显著提升,模型精确度提高了1.84%,平均交并比提高了5.34%,类别平均像素准确率提高了0.48%,检测速度增幅为5.3%。同时,与其他网络模型相比,所提改进模型在小样本煤岩界面图像的语义分割中优势显著,表明所提改进思路的有效性。
-
关键词
煤岩识别
语义分割
少样本学习
U-net
深度学习
机器视觉技术
-
Keywords
coal-rock recognition
semantic segmentation
few-shot learning
U-net
deep learning
machine vision tech-nique
-
分类号
TD67
[矿业工程—矿山机电]
-
-
题名优化综合成本的露天矿油电混编卡车运输优化研究
- 2
-
-
作者
刘敏
顾清华
王倩
-
机构
西安建筑科技大学资源工程学院
西安市智慧工业感知、计算与决策重点实验室
-
出处
《采矿技术》
2024年第5期286-292,共7页
-
基金
国家自然科学基金项目(52074205)。
-
文摘
露天货车运输在露天开采生产中扮演着至关重要的角色。合理调控露天矿货车运输,降低能源费用和碳排放,对于维护资源环保利益、推进矿产领域的绿色矿井建设具有重要意义。基于碳排放视角对露天矿卡车运输能耗问题进行分析,设定碳排放费用和运输费用作为优化目标,同时充分考虑不同装载点至不同卸载点的多种运输路线及作业任务,构建了在低碳约束下的露天矿油电混编卡车运输优化模型。运用改良后的多目标粒子群算法ACCMAPSO对卡车运行能耗进行优化。结果表明,在解决露天矿运输能耗优化问题上,ACCMAPSO可以找到既能显著降低燃料消耗又能减少碳排放的运输路径,且该路径仅需58辆货车即可完成,不仅减少了车辆使用,还降低了综合成本。分别以油耗成本最小、碳排放成本最小和综合成本最小为优化目标,发现以综合成本最小作为优化目标能够大幅度降低运输过程中的能源消耗,有效减少碳排放量。研究结果对于推动矿山企业提升生产技术与运营管理水平具有重要的理论意义和现实价值。
-
关键词
货车运输
碳排放成本
油电混编
固定配车
-
分类号
TD57
[矿业工程—矿山机电]
-
-
题名SLAM技术在矿井智能化的研究现状与应用进展
- 3
-
-
作者
徐中华
张鑫
付信凯
崔智翔
江松
-
机构
中钢集团山东富全矿业有限公司
西安建筑科技大学资源工程学院
西安市智慧工业感知、计算与决策重点实验室
金属矿山安全与健康国家重点实验室
-
出处
《安徽工业大学学报（自然科学版）》
CAS
2024年第3期294-304,共11页
-
基金
国家自然科学基金项目(52374136)
陕西省重点研发计划基金项目(2024GX–YBXM–495)。
-
文摘
智能采矿是矿井生产发展过程中的重要阶段,直接影响矿产企业的安全生产、矿产产量、经济效益和社会效益,随着矿井智能化水平的提高和相应政策的颁布,特别是我国智慧矿山和智能感知设备的快速发展和普及,矿井智能化地图构建和定位导航技术已成为重要的研究课题。回顾传统矿井地图绘制和定位技术的发展历程,结合矿井环境特点分析传统技术面临的挑战。介绍同步定位与建图(SLAM)技术在矿井智能化应用方面的优势,综述SLAM技术在非结构化复杂矿井工作环境下数字地图构建及无网络井下人、机/车定位导航的研究现状与应用进展。最后,对未来SLAM技术在矿井智能化领域中的发展趋势进行展望,即融合深度学习、三维重建与可视化、5G与云计算等。
-
关键词
同步定位与建图(SLAM)
矿井智能化
智慧矿山
采矿工程
-
Keywords
simultaneous localization and mapping(SLAM)
intelligent mine
smart mine
mining engineering
-
分类号
TD05
[矿业工程]
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于点渲染的多分支融合露天矿爆堆块体精细分割方法
被引量：1
- 4
-
-
作者
江松
饶彬舰
卢才武
顾清华
阮顺领
杨辉
-
机构
西安建筑科技大学资源工程学院
西安市智慧工业感知、计算与决策重点实验室
西安优迈智慧矿山研究院有限公司
河南跃薪智能机械有限公司
-
出处
《煤炭学报》
EI
CAS
CSCD
北大核心
2023年第S02期542-552,共11页
-
基金
国家自然科学基金青年基金资助项目(52104146)
陕西省自然科学基金青年基金资助项目(2021JQ-509)
陕西省社会科学基金资助项目(2020R005)。
-
文摘
现代矿产开采中,爆破成本控制占据整个矿产开采的成本控制的很大一部分,这使得爆破效果的控制在整个矿产开采流程中至关重要,而爆破效果的控制与爆破参数直接关联,这需要采集现场真实的数据来指导爆破参数的优化。为解决当前对于矿区现场爆堆块度识别时存在的精度低、实时性差、泛化性能弱等问题,基于爆破参数优化的需要,提出了深度学习框架下的爆堆块体精细分割方法(Point+S Deeplabv3+)。首先模型在骨干网络特征提取部分引入多分支可分离注意力机制,学习不同通道间的权重特征并融合,改善了提取特征时跨通道交互缺乏的问题;在解码阶段,运用点渲染模块,通过迭代选取点在不同尺度特征图的特征,逐步对每个点对应的低级语义特征和高级语义特征进行拼接,解决了上采样时大量丢失语义信息、边缘及小目标分割精度降低的问题;最后使用动态学习率调整策略,加快模型的收敛速度。实验结果表明,基于Point+S Deeplabv3+模型的MPA和MIoU分别达到了94.36%和89.04%,对比主流的语义分割网络,如FCN、UNet、PSPnet和Deeplabv3+相比,基于Point+S Deeplabv3+的模型MPA和MIoU分别提升了3.04%、4.44%、2.79%、1.52%和2.95%、4.36%、3.17%、1.88%,具有更好的综合性能,特别对于边缘和小目标的分割效果有明显改进。因此,基于Point+S Deeplabv3+的分割模型为在爆破现场环境下的爆破参数优化数据采集提供了实时便利、可靠的理论依据。
-
关键词
爆堆
点渲染
多分支可分离注意力
语义分割
Deeplabv3+
边缘
-
Keywords
blast stack
point rendering
multi⁃branch separable attention
semantic segmentation
Deeplabv3+
edge
-
分类号
TD322
[矿业工程—矿井建设]
-
-
题名基于NSGA-Ⅱ算法的某矿采场爆破参数优化
被引量：2
- 5
-
-
作者
顾清华
高松
李萍丰
郭进平
卢皎旭
程相琛
-
机构
西安建筑科技大学资源工程学院
西安市智慧工业感知、计算与决策重点实验室
宏大爆破工程集团有限责任公司
-
出处
《有色金属（矿山部分）》
2023年第6期51-65,共15页
-
基金
国家自然科学基金资助项目(52074205)
陕西省自然科学基础研究计划项目(2020JC-44)。
-
文摘
为了解决湖南某矿顶板破碎条件下缓倾斜薄矿体难采问题,提出通过优化地下采场爆破参数来控制采场爆破,以减弱爆破活动对破碎顶板的影响,提高顶板自稳时间。首先对影响该矿采场爆破效果的主要因素诸如炮孔深度、炮孔倾角、掏槽孔孔间距和炮孔直径等进行分析,确定自变量;其次确定抛掷距离、大块率、炮孔利用率和炸药单耗等能反映采场爆破效果优劣的指标为因变量,并基于自变量和因变量建立数学模型;最后利用非支配排序遗传算法Ⅱ(Non-dominated Sorting Genetic AlgorithmsⅡ,简称NSGA-Ⅱ)对爆破参数进行优化。试验结果显示,随着迭代次数的不断增加,爆破参数水平逐渐稳定并趋于一个最优值,最终找到一组最佳爆破参数组合。利用算法对爆破参数寻优能有效降低人工干预,改善爆破效果,对井下爆破有重要的指导意义。
-
关键词
地下矿
爆破
参数优化
多目标优化
-
Keywords
underground mine
blast
parameter optimization
multi-objective optimization
-
分类号
TP277
[自动化与计算机技术—检测技术与自动化装置]
TD853
[矿业工程—金属矿开采]
-
-
题名基于CiteSpace的深井开采研究可视化分析
被引量：3
- 6
-
-
作者
卢才武
刘晓琴
江松
章赛
-
机构
西安建筑科技大学资源工程学院
西安市智慧工业感知、计算与决策重点实验室
-
出处
《采矿技术》
2021年第4期137-142,共6页
-
基金
国家自然科学基金面上项目(51974223).
-
文摘
随着浅部矿产资源的枯竭,我国地下矿山正转入深井开采,了解国内深井开采的发展脉络和研究现状对相关研究人员和企业部门具有重要的参考意义。以知网(CNKI)收录的中文核心期刊为数据来源,利用CiteSpace软件对深井开采领域的学术论文进行可视化分析,探究深井开采的演变过程及发展趋势,得出以下结论:未来几年深井开采领域的研究将迎来发展高峰;发文作者合作机构多为高校;研究前沿热点为协同开采、胶结充填。研究结果可为我国深井开采的实践和研究提供借鉴。
-
关键词
深井开采
CITESPACE
可视化分析
文献计量学
-
分类号
TD803
[矿业工程—矿山开采]
G353.1
[文化科学—情报学]
-
-
题名国内外露天矿山无人驾驶研究现状分析与发展前景
被引量：7
- 7
-
-
作者
陈善有
郭洋
田斌
李涛
刘宾
郭顺
江松
-
机构
西安建筑科技大学资源工程学院
西藏中凯矿业股份有限公司
西安建筑科技大学信息控制与工程学院
西安市智慧工业感知、计算与决策重点实验室
-
出处
《现代矿业》
CAS
2023年第12期12-16,共5页
-
基金
国家自然科学基金青年项目(编号:52104146)
陕西省教育厅服务地方专项重点培育项目(编号:21JC024)
大学生创新创业训练计划项目(编号:202210703005)。
-
文摘
随着智慧矿山建设的提出和无人驾驶技术的日趋成熟,传统露天采矿迎来了“矿用卡车无人驾驶”的应用热潮。对比分析国内外露天矿山无人驾驶技术的发展与现状,梳理其应用的基础条件及优势,并分析其在未来的发展前景。梳理发现,环境感知、定位导航、路径规划、运动控制等技术是露天矿卡车实现自动驾驶的核心技术,各项核心技术及其主要算法各有优缺点。预测多传感器融合环境感知、组合导航定位、基于深度学习的路径规划以及基于神经网络模型的运动控制等技术的应用是未来露天矿无人驾驶技术发展的必然趋势。
-
关键词
无人驾驶技术
露天矿山
环境感知
定位导航
路径规划
运动控制
-
Keywords
unmanned driving technology
open-pit mines
environmental perception
positioning and navigation
path planning
motion control
-
分类号
TD57
[矿业工程—矿山机电]
-
-
题名基于知识图谱的近十年智能矿山研究热点及态势演化
被引量：2
- 8
-
-
作者
李晴
顾清华
江松
李锦源
-
机构
西安建筑科技大学管理学院
西安建筑科技大学资源工程学院
西安市智慧工业感知、计算与决策重点实验室
-
出处
《采矿技术》
2023年第4期233-238,共6页
-
文摘
随着我国工业信息化进程脚步的加快,新兴信息技术在矿山领域应用十分广泛,智能矿山成为当前矿山领域的研究热点。为全面了解智能矿山的研究现状和发展趋势,使用CiteSpace文献计量分析软件,对中国知网(CNKI)数据库中于2010—2021年发表在中文核心、CSCD、CSCI、EI期刊中的375篇智能矿山领域的文献进行了可视化分析,构建了我国智能矿山研究领域的研究热点、核心关键词、发文机构等知识图谱,评述该领域研究现状和未来发展方向。研究结果表明:我国智能矿山发文量相对较少,发文机构间合作交流强度较弱;“5G”技术、“矿山物联网”、“无人驾驶”、“智能开采”等是该领域当前的研究前沿与热点,建设智能矿山是大势所趋。
-
关键词
智能矿山
可视化分析
CITESPACE
5G
矿山物联网
-
分类号
G353.1
[文化科学—情报学]
TD67
[矿业工程—矿山机电]
-
