-
题名基于跨模态注意力融合的煤炭异物检测方法
被引量：2
- 1
-
-
作者
曹现刚
李虎
王鹏
吴旭东
向敬芳
丁文韬
-
机构
西安科技大学机械工程学院
陕西省矿山机电装备智能检测重点实验室
-
出处
《工矿自动化》
CSCD
北大核心
2024年第1期57-65,共9页
-
基金
国家自然科学基金面上项目(51975468)
陕西省重点研发计划项目(2018GY-160)
陕西省教育厅科学研究计划项目(18JC022)。
-
文摘
为解决原煤智能化洗选过程中煤流中夹杂的异物对比度低、相互遮挡导致异物图像检测时特征提取不充分的问题,提出了一种基于跨模态注意力融合的煤炭异物检测方法。通过引入Depth图像构建RGB图像与Depth图像的双特征金字塔网络(DFPN),采用浅层的特征提取策略提取Depth图像的低级特征,用深度边缘与深度纹理等基础特征辅助RGB图像深层特征,以有效获得2种特征的互补信息,从而丰富异物特征的空间与边缘信息,提高检测精度;构建了基于坐标注意力与改进空间注意力的跨模态注意力融合模块(CAFM),以协同优化并融合RGB特征与Depth特征,增强网络对特征图中被遮挡异物可见部分的关注度,提高被遮挡异物检测精度;使用区域卷积神经网络(R-CNN)输出煤炭异物的分类、回归与分割结果。实验结果表明:在检测精度方面,该方法的AP相较两阶段模型中较优的Mask transfiner高3.9%;在检测效率方面,该方法的单帧检测时间为110.5 ms,能够满足异物检测实时性需求。基于跨模态注意力融合的煤炭异物检测方法能够以空间特征辅助色彩、形状与纹理等特征,准确识别煤炭异物之间及煤炭异物与输送带之间的差异,从而有效提高对复杂特征异物的检测精度,减少误检、漏检现象,实现复杂特征下煤炭异物的精确检测与像素级分割。
-
关键词
煤炭异物检测
实例分割
双特征金字塔网络
跨模态注意力融合
Depth图像
坐标注意力
改进空间注意力
-
Keywords
coal foreign object detection
instance segmentation
double feature pyramid network
cross modal attention fusion
Depth image
coordinate attention
improved spatial attention
-
分类号
TD67
[矿业工程—矿山机电]
-
-
题名面向煤矸体积检测的图像特征匹配算法研究
- 2
-
-
作者
曹现刚
袁娜
王鹏
吴旭东
岳东
-
机构
西安科技大学机械工程学院
陕西省矿山机电装备智能检测重点实验室
铜川矿业有限公司
-
出处
《煤炭技术》
CAS
北大核心
2023年第2期175-178,共4页
-
基金
国家自然科学基金面上项目(51975468)
陕西省重点研发计划项目(2018GY-160)。
-
文摘
针对煤矸体积检测过程中,SIFT特征匹配算法因时间复杂度高无法满足实时性要求,提出一种基于BRIEF描述子的改进SIFT算法。首先利用BRIEF描述子替代SIFT算法的128维特征向量,利用最小距离筛选机制结合RANSAC算法完成误匹配点对的去除。实验证明:提出的算法相较SIFT算法匹配速度提高了41.3%,而煤矸体积计算速度提高了20.2%。
-
关键词
煤矸体积
双目视觉
特征匹配
SIFT
BRIEF
-
Keywords
volume of coal and gangue
binocular vision
feature matching
SIFT
BRIEF
-
分类号
TD94
[矿业工程—选矿]
-
-
题名可重构智能表面辅助的毫米波信道估计算法
被引量：2
- 3
-
-
作者
郭甜
张旭辉
吴雨佳
王悦
-
机构
西安科技大学机械工程学院
陕西省矿山机电装备智能检测重点实验室
-
出处
《电子与信息学报》
EI
CSCD
北大核心
2023年第10期3612-3621,共10页
-
基金
国家自然科学基金(52104166)
陕西省创新人才计划(2018TD-032)。
-
文摘
针对可重构智能表面(RIS)辅助的毫米波通信中信道状态信息难以获取问题,该文给RIS的部分器件配备射频链,以分开估计基站(BS)/用户(UE)到RIS之间的信道。根据该结构,提出一种低复杂度的信道估计算法。该算法首先采用解耦原子范数最小化(ANM)方法将信道的离开角和到达角的2维角度估计问题转化为两个1维的角度估计的半正定规划(SDP)问题;其次,利用交替方向乘子算法(ADMM)对该SDP问题进行求解,采用动量梯度下降法对信道矩阵参数进行更新以避免矩阵求逆运算,并通过对迭代步长和信道矩阵参数的联合优化以获得更加精准的信道估计值;最后利用信号的2维角度和信道矩阵参数得到路径增益估计。仿真结果表明,该算法达到了优良的信道估计性能,且在确保信道估计性能的系统参数设置下,该算法的复杂度较低。
-
关键词
信道估计
可重构智能表面
原子范数最小化
交替方向乘子法
-
Keywords
Channel estimation
Reconfigurable Intelligent Surface(RIS)
Atomic Norm Minimization(ANM)
Alternating Direction Method of Multipliers(ADMM)
-
分类号
TN929.5
[电子电信—通信与信息系统]
-
-
题名面向煤矸分拣机器人的煤矸识别定位系统研究
被引量：24
- 4
-
-
作者
曹现刚
刘思颖
王鹏
许罡
吴旭东
-
机构
西安科技大学机械工程学院
陕西省矿山机电装备智能检测重点实验室
-
出处
《煤炭科学技术》
CAS
CSCD
北大核心
2022年第1期237-246,共10页
-
基金
国家自然科学基金面上资助项目(51975468)
陕西省重点研发计划资助项目(2018GY-160)
陕西省教育厅科学研究计划资助项目(18JC022)。
-
文摘
随着煤炭分选行业对智能化干分选煤技术需求和煤矸图像识别方法需求的增长,研究煤矿复杂分选条件下煤矸混合特征图像的识别方法显得愈发重要。依据深度学习、图像识别和无线通信等理论,设计基于卷积神经网络的煤矸识别定位系统。根据煤矿分选过程的复杂条件,分析煤矸表面特征的5种状态类别,构建煤矸数据集。基于迁移学习的改进AlexNet网络和RPN网络获取煤矸混合特征图像样本的分类信息和像素坐标,通过相机标定方法获得像素坐标在相机坐标系中的位置坐标。构建煤矸分拣机器人分布式控制系统的局域网络,实现识别定位系统与主控系统的实时煤矸检测信息交互。基于煤矸识别定位系统对煤矸图像的检测模型进行测试,试验结果表明,煤矸识别定位系统的识别模型检测准确率可达90.17%,煤矸目标最大定位误差9.45 mm,系统响应测试时间低于350 ms,满足煤矿复杂分选的基本要求。该煤矸识别模型对煤矸混合特征图像具有较好的检测结果,为煤矸图像识别方法应用于煤矿智能化分选发展提供了研究基础。
-
关键词
煤矸图像检测
煤矸分拣机器人
煤矸识别定位系统
多源煤矸数据集
深度学习
-
Keywords
image detection of coal and gangue
coal-gangue sorting robot
coal and gangue identification and positioning system
multi-source data set of coal and gangue
deep learning
-
分类号
TD94
[矿业工程—选矿]
TP242.2
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名煤矿设备状态监测系统设计
被引量：12
- 5
-
-
作者
曹现刚
段欣宇
张梦园
雷卓
李彦川
-
机构
西安科技大学机械工程学院
陕西省矿山机电装备智能检测重点实验室
-
出处
《工矿自动化》
北大核心
2021年第5期101-105,共5页
-
基金
国家自然科学基金资助项目(51875451)。
-
文摘
针对煤矿井下设备群同时作业时设备监测数据高并发导致的低传输效率问题,提出了一种煤矿设备状态监测系统设计方案。该系统通过数据集成网关有效消除传感器网络的异构性:在数据集成网关中对不同传感器进行注册,利用传感器网络协议适配器调用不同传感器网络协议解析接口来消除传感器网络的异构性,生成统一格式的Java Script Object Notation(JSON)数据,并将数据发送到对应的消息推送服务中,通过ActiveMQ消息队列中的Queue通道进行点对点传输,数据传输服务将消息实时推送到网络传输模型中,实现设备状态数据的高并发传输,保证监测数据的实时性和可靠性。采用Netty网络传输模型避免空轮询导致的服务器负载增加,提高监测数据传输效率:在数据采集过程中,多个设备同时作业导致数据采样频率和传感器终端的并发请求数量升高,Netty模型中的Epoll模式优先处理已就绪的I/O连接,从而减少空轮询现象。测试结果表明,随着系统并发请求次数增加,采用Java Non-blocking I/O(NIO)模型比采用Netty模型的系统CPU使用率高28%;在系统并发请求次数相同的情况下,采用Java NIO模型的系统平均响应时间大于采用Netty模型的系统。采用Netty模型能有效提升煤矿设备状态监测系统的高并发处理能力,满足设备监测数据高效传输要求。
-
关键词
煤矿设备状态监测
传输控制协议
集成网关
Netty
并发请求数量
-
Keywords
coal mine equipment condition monitoring
transmission control protocol
integrated gateway
Netty
number of concurrent requests
-
分类号
TD76
[矿业工程—矿井通风与安全]
-
-
题名基于振动图像和DCNN的采煤机滚动轴承故障诊断
被引量：19
- 6
-
-
作者
曹现刚
张国祯
张鑫媛
张树楠
-
机构
西安科技大学机械工程学院
陕西省矿山机电装备智能检测重点实验室
-
出处
《煤矿机械》
北大核心
2020年第7期149-152,共4页
-
基金
国家自然基金重点项目(5183000486)
国家自然科学基金面上项目(5187052380)。
-
文摘
在煤矿井下实际工况中,由于开采煤层的起伏,采煤机作业常伴随着噪声干扰以及工作载荷突变的情况,所以采集到的采煤机故障振动信号是非常复杂的,往往掺杂噪声信号的干扰。如何从原始信号中提取到有用的特征信息成为了井下设备故障诊断的研究难点。这种情况下难以直接使用一维振动信号进行滚动轴承故障诊断,提出了基于振动图像和动态卷积神经网络(DCNN)的采煤机滚动轴承故障诊断模型,将DCNN对于图像识别的高性能引入采煤机轴承的故障诊断中。测试实验结果表明,该故障诊断模型可实现对滚动轴承多种故障模式的特征分类,验证了该方法的正确性和高效性。
-
关键词
采煤机
DCNN
振动图像
故障诊断
-
Keywords
shearer
DCNN
vibration image
fault diagnosis
-
分类号
TH133.33
[机械工程—机械制造及自动化]
-
-
题名多因素光照条件下高质量煤矸图像获取方法研究
被引量：5
- 7
-
-
作者
曹现刚
郝朋英
王鹏
刘思颖
吴旭东
霍小泉
-
机构
西安科技大学机械工程学院
陕西省矿山机电装备智能检测重点实验室
西安航空职业技术学院
陕西铜川矿业有限公司
-
出处
《煤炭科学技术》
CAS
CSCD
北大核心
2023年第1期455-463,共9页
-
基金
国家自然科学基金面上资助项目(51975468)
陕西省重点研发计划资助项目(2018GY-160)
陕西省教育厅科学研究计划资助项目(18JC022)。
-
文摘
针对在线选煤过程中,光照条件不足引起煤矸表面特征成像质量差,煤矸识别率低下的问题,提出一种融合光源分布、色温、光照强度等多因素条件的新型高质量煤矸图像获取方法。首先,针对煤矸流实际洗选过程中光照条件的复杂性导致的光照不均匀问题,基于九点取样法研究了不同入射角度对光照均匀度的影响,确定适用于煤流的最佳入射角度。然后,针对不同色温引起色彩还原性不同导致煤矸图像失真的问题,采用MSE、PSNR和SSIM等指标量化分析多样本单一种类煤矸图像失真情况,通过TOPSIS算法研究不同色温的光源对煤、矸石,以及混合煤矸石3种不同工况图像失真情况的影响,确定成像质量最优的色温。最后,考虑在线光照强度变化影响煤矸表面特征信息的表达,基于不同照度下煤矸表面特征响应曲线,建立曝光时间、输送带速度和环境光强的关联关系,量化表面区分度较大的照度区间,确定最佳光照条件。通过融合多因素光照条件下高质量图像获取方法建立煤矸识别系统,并对SSD和Faster-RCNN目标检测模型进行实验验证。结果表明:该方法在很大程度上提高了煤矸图像质量,煤矸识别准确率提高10.5%,为煤矸智能分选系统提供更为准确的数据支撑,对提高原煤入选率具有一定应用推广价值。
-
关键词
选煤
照明技术
图像质量
TOPSIS法
深度学习
煤矸识别
-
Keywords
coal preparation
lighting technology
image quality
TOPSIS method
deep learning
coal gangue recognition
-
分类号
TD94
[矿业工程—选矿]
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名煤矿设备状态大数据平台架构及关键技术研究
被引量：4
- 8
-
-
作者
曹现刚
马晨飞
王云飞
段雍
霍小泉
-
机构
西安科技大学机械工程学院
陕西省矿山机电装备智能检测重点实验室
陕西陕煤铜川矿业有限公司
-
出处
《煤炭技术》
CAS
北大核心
2023年第1期222-224,共3页
-
基金
国家自然科学基金资助项目(51875451)。
-
文摘
针对目前煤矿设备运行状态数据规模不断增大,结构化、非结构化数据并存,存储和查询效率低的现状,设计了一种基于Hadoop的煤矿设备运行状态大数据平台。采用Hadoop分布式文件系统(HDFS)实现设备文件数据的可靠存储,并采用HBase数据库实现结构化数据的持久存储,同时通过MapReduce对大量小文件处理过程中产生的资源消耗问题做了优化。实验表明,该平台实现了对煤矿设备状态大数据的高效存储与处理,为设备维护提供了很好的支持,并为智慧矿山的建设奠定数据基础。
-
关键词
煤矿设备
大数据
HADOOP
HBASE
小文件处理
-
Keywords
coal mineequipment
big data
Hadoop
HBase
small file handling
-
分类号
TD76
[矿业工程—矿井通风与安全]
-
-
题名基于多传感器的液压支架直线度测量方法研究
被引量：12
- 9
-
-
作者
张树楠
曹现刚
崔亚仲
罗璇
张国祯
-
机构
西安科技大学机械工程学院
陕西省矿山机电装备智能检测重点实验室
国家能源集团神东煤炭集团有限责任公司信息管理中心
-
出处
《煤矿机械》
北大核心
2020年第4期56-59,共4页
-
基金
国家自然科学基金重点项目资助项目(51834006)
国家自然科学基金(51875451)。
-
文摘
针对目前液压支架直线度测量方法存在测量数据不够完整、误差大、易受粉尘影响等问题,提出了一种多传感器组合的液压支架直线度测量方法。该测量方法主要通过在液压支架底板固定位置布置2个行程位移传感器与三轴倾角传感器组合测量得出相邻支架间的位置关系,并通过基于D-H坐标系的液压支架直线度推导模型,求解得液压支架群的直线度。实验结果表明,对于长达150 m的工作面,此方法的偏航角度累积误差小于5°,直线度测量累积误差小于85 mm,可以满足液压支架直线度的测量需求,可为液压支架调直控制提供精确的数据支持。
-
关键词
液压支架群
直线度测量
相对位置关系
坐标系转换
-
Keywords
hydraulic support group
straightness measurement
relative position relationship
coordinate system conversion
-
分类号
TD355.4
[矿业工程—矿井建设]
-
