论文部分内容阅读
综采工作面的“无人化”或“少人化”对实现煤矿安全高效生产具有重要意义。采煤机作为综采工作面的关键机电装备之一,其智能化水平直接影响着整个综采工作面的安全生产和开采效率,而煤岩识别是实现采煤机智能化的核心技术,已成为煤炭开采领域亟需解决的技术难题。本文以综采工作面煤岩图像为研究对象,以识别煤岩分布为目标,对煤岩图像数据集构建、识别和语义分割等关键技术进行了研究,主要工作如下:(1)在分析综采装备协同工作过程的基础上,结合煤岩识别系统的功能需求,构建了综采工作面煤岩识别系统的总体架构,并分析了煤岩识别系统的主要组成与识别流程。(2)搭建了采煤机煤岩截割实验台,获取了采煤机滚筒截割煤壁后的煤岩分布图像,通过对图像进行缩放、旋转、裁剪和噪声混叠等操作实现了煤岩图像的扩充,通过煤岩图像数据集的标注和划分,构建了煤岩图像分类数据集和煤岩图像语义分割数据集。(3)设计了综采工作面煤岩图像分类的CRnet网络模型,通过深度可分离卷积和Res2net模块减少了模型参数,提升了CRnet网络模型的性能,并基于Dropout、正则化和批标准化对CRnet网络模型进行了优化。仿真结果验证了本文所提出的CRnet网络模型在煤岩图像识别中的可行性和优越性。(4)设计了综采工作面煤岩图像语义分割的CRSnet网络,通过解码-编码结构和跳跃连接降低了位置信息和语义信息之间的相关度,采用转置深度可分离卷积减少了模型参数,并基于条件随机场对分割结果进行了优化。仿真结果验证了本文所提出的CRSnet网络模型在煤岩图像语义分割中的可行性和优越性。(5)在河南三门峡龙王庄煤矿1115综采工作面采集煤岩图像并开展了煤岩分布识别实验,实验结果表明:综采工作面煤岩图像分类CRnet网络模型可以准确识别出煤岩图像,综采工作面煤岩图像语义分割CRSnet网络模型可以对煤岩混合图像进行有效分割,并获得了综采工作面煤岩图像中煤和岩石的具体分布图。该论文有图43幅,表19个,参考文献103篇。