图像识别智能放煤技术原理与应用

作     者：王家臣 潘卫东 张国英 杨胜利 杨克虎 李良晖 WANG Jiachen;PAN Weidong;ZHANG Guoying;YANG Shengli;YANG Kehu;LI Lianghui

作者机构：中国矿业大学(北京)能源与矿业学院北京100083 放顶煤开采煤炭行业工程研究中心北京100083 中国矿业大学(北京)机电与信息工程学院北京100083 

出 版 物：《煤炭学报》 (Journal of China Coal Society)

年 卷 期：2022年第47卷第1期

页      面：87-101页

核心收录：

学科分类：0710[理学-生物学] 081901[工学-采矿工程] 0819[工学-矿业工程] 08[工学] 0836[工学-生物工程] 0701[理学-数学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金重点资助项目(51934008) 国家自然科学基金创新研究群体资助项目(52121003) 河北省自然科学基金资助项目(E2020402041)。 

主　　题：图像识别 智能放煤 混矸率 透明煤流 夹矸识别 

摘      要：煤炭智能开采是煤炭行业高质量发展的必由之路,放顶煤工作面的智能化滞后于综采工作面。智能放煤是实现智能放顶煤开采的关键核心技术,低照度、小空间、高粉尘、煤矸叠压、声振信号干扰、夹矸误识别等问题严重制约智能放煤技术开发。在探索尝试图像、声音、振动等多种煤矸识别技术的基础上,提出了图像识别智能放煤技术。精准快速识别混矸率与适应恶劣环境是图像识别智能放煤需要攻克的主要技术难题。针对混矸率识别问题,将混矸率细化为投影面积混矸率、表面体积混矸率、内部体积混矸率。建立了轻量级的放顶煤工作面矸石识别及边界测量模型,实现了投影面积混矸率的精准快速识别。提出了快速写意重建和精准重建等2种煤矸块体三维重建方法,研究了煤矸块体三维形态特征与二维形态特征关系,揭示了后部刮板输送机上煤矸块体堆积特征。在此基础上,提出了“由表及里的混矸率高精度预测2步走策略,以实现透明化煤流,达到混矸率高精度测量的目的。针对低照度、高粉尘等恶劣环境适应问题,提出了立体视觉照度智能监测与自适应调节方法,为图像采集实时提供最优照度环境。基于人体仿生学以及边缘AI技术开发了智能图像采集系统,提出了基于频域先验的单通道Retinex去粉尘算法以及空频域联合强化去粉尘算法,为图像识别持续提供高质量图像。形成了“三位一体夹矸智能识别技术,对放煤过程中可能出现的夹矸进行了精准识别,减少了由于夹矸放出而引发的误识别、误操作。图像识别智能放煤技术可以提高放煤工序的智能化水平,提高资源回收率、降低含矸率,保证矿井安全生产,研究成果的科学应用将有助于高质量实现智能化放顶煤开采。