期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到6篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
煤矿巷道空间毫米波雷达测量特性与重建方法 被引量：1
1
作者 薛旭升 杨星云 +4 位作者 岳佳宁 王川伟 毛清华 马宏伟 王荣泉 《煤田地质与勘探》 EI CAS CSCD 北大核心 2024年第10期186-194,共9页
【目的】煤矿井下空间测量是煤矿透明地质建模的重要组成,然而煤矿巷道环境复杂、信息获取不全、感知数据精度不足等难题亟待解决。【方法】首先,深入研究粉尘、水雾、围岩结构等复杂环境因素下毫米波雷达信号特性,建立煤矿巷道围岩毫... 【目的】煤矿井下空间测量是煤矿透明地质建模的重要组成,然而煤矿巷道环境复杂、信息获取不全、感知数据精度不足等难题亟待解决。【方法】首先,深入研究粉尘、水雾、围岩结构等复杂环境因素下毫米波雷达信号特性,建立煤矿巷道围岩毫米波信号衰减模型,对比分析复杂环境因素毫米波雷达的影响机理。其次,针对煤矿复杂环境下毫米波雷达的巷道数字建模问题,提出巷道空间毫米波雷达点云泊松表面重建方法。通过实验测试与模拟巷道环境验证,在揭示煤矿复杂环境条件下的毫米波雷达感知机理基础上,实现了煤矿巷道空间测量与数字建模重构。【结果和结论】结果表明:(1)毫米波雷达能够适应煤矿井下多粉尘、多水雾、围岩粗糙的巷道环境,为煤矿巷道空间重建提供有效数据。(2)泊松表面重建方法能够充分展示真实巷道围岩信息,重建巷道整体宽度的平均绝对误差百分比为0.59%,巷道整体高度的平均绝对误差百分比为0.78%。煤矿复杂环境下毫米波雷达空间测量特性与重建方法的研究,为煤矿井下透明地质建模提供巷道空间测量数据,对推动煤矿智能开采具有重要意义。 展开更多
关键词 毫米波雷达 复杂环境 巷道建模 空间测量 煤矿
在线阅读 下载PDF
一种基于改进DeblurGAN-v2的煤矿带式输送机图像去运动模糊方法
2
作者 樊红卫 张超 +4 位作者 刘金鹏 闫昕山 任跃武 王荣泉 李琳 《煤炭学报》 CSCD 北大核心 2024年第S2期1234-1247,共14页
针对煤矿井下相机与带式输送机带面物体相对运动而造成监测图像上物体产生拖影与轮廓不清晰的问题,提出一种基于改进DeblurGAN-v2的图像去运动模糊方法。首先采用WGAN-GP替换DeblurGAN-v2鉴别器的损失函数,抑制了原模型生成图像轮廓不... 针对煤矿井下相机与带式输送机带面物体相对运动而造成监测图像上物体产生拖影与轮廓不清晰的问题,提出一种基于改进DeblurGAN-v2的图像去运动模糊方法。首先采用WGAN-GP替换DeblurGAN-v2鉴别器的损失函数,抑制了原模型生成图像轮廓不清晰和纹理细节丢失问题;然后为了获取更深层次的图像信息并使鉴别器的损失计算更加精确,以便更好地捕捉生成图像与清晰图像之间的局部细节和2者之间差异,设计了三尺度鉴别器结构并将3个鉴别器计算所得损失赋予不同权值计算加权和,所得生成图像中物体的轮廓清晰且表面细节丰富,但是部分区域出现了与图像无关的彩色斑块,造成了有效信息的丢失;为解决彩色斑块问题,将结构相似性损失和梯度损失引入生成器的损失函数中并在VGG19的Conv4-1层进行生成器感知损失的计算,生成图像消除了局部彩色斑块且图像中物体的轮廓更清晰,表面细节更丰富,去运动模糊效果最优,梯度标准差较运动模糊图像提升了68.38%,为所对比2种方法的6倍和17倍;最后将去运动模糊前后图像中异物进行标注并使用YOLOv5模型进行样本训练,结果表明在不同交并比下异物的检测精度均上升,分别提升了3.9%和7.9%,模糊图像和对比方法的漏检、误检和检测置信度低等问题大幅改善,验证了所提图像去运动模糊方法的有效性。 展开更多
关键词 带式输送机 图像处理 图像检测 去运动模糊 深度学习
在线阅读 下载PDF
基于改进YOLOv8模型的井下人员入侵带式输送机危险区域智能识别
3
作者 毛清华 苏毅楠 +3 位作者 贺高峰 翟姣 王荣泉 尚新芒 《工矿自动化》 北大核心 2025年第1期11-20,103,共11页
针对煤矿带式输送机场景存在尘雾干扰严重、背景环境复杂、人员尺度多变且易遮挡等因素导致人员入侵危险区域识别准确率不高等问题,提出一种基于改进YOLOv8模型的井下人员入侵带式输送机危险区域智能识别系统。改进YOLOv8模型通过替换... 针对煤矿带式输送机场景存在尘雾干扰严重、背景环境复杂、人员尺度多变且易遮挡等因素导致人员入侵危险区域识别准确率不高等问题,提出一种基于改进YOLOv8模型的井下人员入侵带式输送机危险区域智能识别系统。改进YOLOv8模型通过替换主干网络C2f模块为C2fER模块,加强模型的细节特征提取能力,提升模型对小目标人员的识别性能;通过在颈部网络引入特征强化加权双向特征金字塔网络(FE-BiFPN)结构,提高模型的特征融合能力,从而提升模型对多尺度人员目标的识别效果;通过引入分离增强注意力模块(SEAM)增强模型在复杂背景下对局部特征的关注度,提升模型对遮挡目标人员的识别能力;通过引入WIoU损失函数增强训练效果,提升模型识别准确率。消融实验结果表明:改进YOLOv8模型的准确率较基线模型YOLOv8s提升2.3%,mAP@0.5提升3.4%,识别速度为104帧/s。人员识别实验结果表明:与YOLOv10m,YOLOv8s-CA、YOLOv8s-SPDConv和YOLO8n模型相比,改进YOLOv8模型对小目标、多尺度目标、遮挡目标的识别效果均更佳,识别准确率为90.2%,mAP@0.5为87.2%。人员入侵危险区域实验结果表明:井下人员入侵带式输送机危险区域智能识别系统判别人员入侵危险区域的平均准确率为93.25%,满足识别需求。 展开更多
关键词 煤矿带式输送机 人员入侵危险区域 YOLOv8模型 遮挡目标检测 小目标检测 多尺度融合 C2fER模块 特征强化加权双向特征金字塔网络结构
在线阅读 下载PDF
煤矿带式输送机分拣机器人异物识别与定位系统设计 被引量：26
4
作者 薛旭升 杨星云 +3 位作者 齐广浩 马宏伟 毛清华 尚新芒 《工矿自动化》 北大核心 2022年第12期33-41,共9页
机器视觉已在煤矿带式输送机分拣机器人目标检测与识别方面具有一定的理论基础,但目前煤矿带式输送机分拣机器人目标识别主要针对煤矸石识别,对造成输送带穿透、撕裂等的异物目标识别的研究较少,且在目标异物精确定位方面的研究也较少... 机器视觉已在煤矿带式输送机分拣机器人目标检测与识别方面具有一定的理论基础,但目前煤矿带式输送机分拣机器人目标识别主要针对煤矸石识别,对造成输送带穿透、撕裂等的异物目标识别的研究较少,且在目标异物精确定位方面的研究也较少。针对上述问题,设计了一种基于机器视觉的煤矿带式输送机分拣机器人异物识别与定位系统,可对输送带上存在的不同类型和不同形状的异物进行识别与定位。采用双目视觉实时获取输送带上异物图像信息,并对图像进行预处理,基于Canny算子进行图像信息增强,通过灰度拉伸方法改进图像边缘信息,突出煤矿带式输送机上异物的边缘特征;利用形态学方法提取异物形状特征,建立异物图像特征样本库,通过图像特征匹配的方式解算出异物存在区域,实现异物类型的检测、分类与识别;在异物类型成功识别的基础上,以目标异物边缘特征值为基础,建立目标异物的感兴趣区域(ROI),构建相机、输送带与目标异物坐标转换关系,利用多目标质心快速计算方法求取目标异物质心坐标,实现对目标异物的定位。系统样机实验结果表明:煤矿带式输送机分拣机器人异物识别与定位系统异物识别率不受尺寸、材质和颜色等因素影响,能够实现输送带目标异物图像的采集、处理、特征提取、识别和位置定位,识别率为92.5%以上,目标异物位置定位平均误差为3%左右。 展开更多
关键词 煤矿带式输送机 分拣机器人 机器视觉 双目视觉 目标异物 异物识别与定位
在线阅读 下载PDF
煤矿带式输送机异常状态视频AI识别技术研究 被引量：18
5
作者 毛清华 郭文瑾 +4 位作者 翟姣 王荣泉 尚新芒 李世坤 薛旭升 《工矿自动化》 CSCD 北大核心 2023年第9期36-46,共11页
传统的带式输送机异常状态识别采用人工巡检或机械综合保护系统进行检测,人工巡检劳动强度大、效率低、难以准确发现故障等,机械综合保护系统易造成误判,识别效果不佳,已无法满足煤炭行业智能化需求。随着机器视觉、深度学习和工业以太... 传统的带式输送机异常状态识别采用人工巡检或机械综合保护系统进行检测,人工巡检劳动强度大、效率低、难以准确发现故障等,机械综合保护系统易造成误判,识别效果不佳,已无法满足煤炭行业智能化需求。随着机器视觉、深度学习和工业以太网技术发展,视频AI技术成为煤矿带式输送机异常状态智能识别的研究热点。分析了采用视频AI技术识别煤矿带式输送机输送带跑偏、托辊故障、人员入侵、人员不安全行为、堆煤及异物等异常状态的研究现状,指出目前煤矿带式输送机异常状态视频AI识别技术存在视频图像数据集构建耗时长、异常状态识别精度不高、视频信息传输延时大3个主要问题。针对视频图像数据集构建耗时长问题,提出加强基于半监督、无监督及小样本学习的视频AI识别算法研究、基于生成模型等方式扩充数据集的解决思路;针对异常状态识别精度不高问题,提出加强数据去模糊方法研究、利用生成对抗网络等算法均衡正负样本和改进AI识别算法的解决思路;针对视频信息传输延时大问题,提出构建“云−边−端”协同的带式输送机异常状态视频AI识别系统架构,合理部署高带宽、低延时的网络通信系统的解决思路。从高性能视频AI识别算法,高带宽、低延时视频通信技术,“云−边−端”高效协同的视频AI识别系统和健全视频AI识别技术标准4个方面展望了带式输送机异常状态视频AI识别技术的发展趋势。 展开更多
关键词 煤矿带式输送机 异常状态识别 视频AI识别 胶带跑偏检测 托辊故障检测 人员异常状态检测 堆煤检测 异物检测
在线阅读 下载PDF
煤矿局部通风机风量智能控制系统研究及应用 被引量：8
6
作者 李团结 黄维明 +4 位作者 潘伟华 党利鹏 诸德云 郭文芳 李博 《煤炭科学技术》 CAS CSCD 北大核心 2023年第4期166-174,共9页
矿用局部通风机切换过程中容易出现短暂的停风,从而引起瓦斯浓度超限的安全生产问题。为了避免通风机切换引起风量暂停现象的发生,根据恒定风量切换原理,研究了局部通风机恒定风量智能切换控制系统,利用恒定风量反馈模糊调节控制原理,... 矿用局部通风机切换过程中容易出现短暂的停风,从而引起瓦斯浓度超限的安全生产问题。为了避免通风机切换引起风量暂停现象的发生,根据恒定风量切换原理,研究了局部通风机恒定风量智能切换控制系统,利用恒定风量反馈模糊调节控制原理,开发了新型矿用局部通风机智能远程控制系统和ZFJ1140型局部通风机智能监控装置,实现了通风机切换过程中风量恒定和通风机运行参数的远程、实时地监控。在通风机风筒上进气处、测进气处、集流器进气通道和出气通道4个地方开展了空气动力性能测试表明,通风机的空气动力性能较好,通风机全压效率在82.5%~85.0%内波动。在陕煤黄陵矿业集团一号煤矿1010辅运巷道应用表明,ZFJ1140型局部通风机在风量切换期间巷道风量变化控制在8.89%以内。与传统局部通风机切换方式相比,智能局部通风机的恒定风量切换功能有力保证了风量切换过程的巷道瓦斯浓度维持在安全范围。 展开更多
关键词 局部通风机 恒定风量 风量控制 智能切换 变频控制
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部