检索结果-南通市图书馆

煤炭科学技术 2023年第8期51卷 97-104页

作者：冯雪健沈永星周动王金鑫王梦露太原理工大学安全与应急管理工程学院山西太原030024 太原理工大学原位改性采矿教育部重点实验室山西太原030024

为了实现煤裂隙多尺度分布特征的高精度,高效率识别,开展基于CT数字岩心深度学习的煤裂隙多尺度分布特性识别方法研究。利用工业CT扫描系统收集大量煤原始CT数字岩心信息阵列,将CT数字岩心信息阵列低损转换成二维灰度图像,再分割成不同... 详细信息

为了实现煤裂隙多尺度分布特征的高精度,高效率识别,开展基于CT数字岩心深度学习的煤裂隙多尺度分布特性识别方法研究。利用工业CT扫描系统收集大量煤原始CT数字岩心信息阵列,将CT数字岩心信息阵列低损转换成二维灰度图像,再分割成不同尺度的正方形图像并将其图像亮度增强为不同级别作为训练样本,然后通过Matlab平台实现了用于含CT裂隙图像识别的AlexNet,ResNet-18,GoogLeNet,Inception-V3四种模型的构建与模型参数的优化。研究在不同数量训练样本下不同模型训练的识别准确率与验证准确率;研究在相同训练样本下不同模型对于不同尺度和亮度图像的准确率、计算效率和训练时间,获得适用于计算含裂隙的二维CT图像的分形维数的最优模型,再按照盒计维数的统计方法,计算每张裂隙图像的分形分布特性,并与传统二值化方法和人眼识别方法相对比,验证了基于CT数字岩心深度学习的煤裂隙多尺度分布特性识别方法的适用性,结果表明:①ResNet-18模型在图片样本为亮度4,尺度为3.5~21 mm时是适用于计算含裂隙的二维CT图像的分形维数的最优模型,该模型计算二维CT裂隙图像的分形维数精度高,且训练时间短。②基于CT数字岩心深度学习的煤裂隙多尺度识别方法与传统二值化方法相比,识别连通性裂隙的速度快、精度高、不易受煤中杂质的影响。

关键词：煤裂隙 CT数字岩心图像识别裂隙识别 CT扫描

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

水力压裂煤裂隙网络表征与造缝性能评估试验研究

引用

煤炭科学技术 2023年第6期51卷 62-71页

作者：蒋长宝付银兰王光淇重庆大学煤矿灾害动力学与控制国家重点实验室重庆400030 兖矿能源集团股份有限公司山东邹城273500

煤裂隙网络的准确表征可以有效评估深部煤层经水力压裂后的压裂效果,为了定量评估煤层经水力压裂后的复杂程度,利用自制的真三轴试验系统进行了煤的水力压裂试验,结合CT扫描,重建了具有拓扑结构的孔裂隙网络,用分形理论和拓扑学定量表... 详细信息

煤裂隙网络的准确表征可以有效评估深部煤层经水力压裂后的压裂效果,为了定量评估煤层经水力压裂后的复杂程度,利用自制的真三轴试验系统进行了煤的水力压裂试验,结合CT扫描,重建了具有拓扑结构的孔裂隙网络,用分形理论和拓扑学定量表征了断裂网络的复杂程度。探究了在真三轴应力条件下,中间主应力对裂缝网络复杂程度的影响。结果表明:压裂后煤样的二维分形维数变化率K为1.03%~7.10%,三维分形维数的变化率为3.50%~9.18%,经过水力压裂后煤样的二维和三维分形维数均显著增大。基于分形理论和拓扑学的方法能有效表征水力压裂的裂缝结构和造缝能力。压裂后煤样的二维拓扑参数为1.18~1.52,与压裂前后煤样的二维分形维数变化率呈正相关关系,二维分形维数变化率的增加速率随着拓扑参数的增大逐渐减小。重构的内部结构和裂缝分布表明,压裂后的三维分形维数比二维分形维数更具优势,压裂后煤样的三维拓扑参数为1.82~1.93,随着三维分形维数变化率的增加而增大,三维分形维数变化率的增加速率随着拓扑参数的增大而增大。中间主应力对煤层的造缝能力存在积极影响。水力压裂前后的分形维数和拓扑参数都随着中间主应力的增大而增大,即随着中间主应力的增大而增大,产生的裂缝网络更复杂,连通性更好,水力压裂的造缝能力更强。

关键词：煤裂隙水力压裂裂隙发育分形理论拓扑结构裂隙网络

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于CT数字岩心深度学习的煤裂隙多尺度识别方法研究

基于CT数字岩心深度学习的煤裂隙多尺度识别方法研究

引用

作者：冯雪健太原理工大学

学位级别：硕士

为了实现煤裂隙多尺度分布特征的高精度,高效率识别,开展基于CT数字岩心深度学习的煤裂隙多尺度分布特性识别方法研究。利用工业CT扫描系统收集大量煤原始CT数字岩心信息阵列,将CT数字岩心信息阵列低损转换成二维灰度图像,再分割成不同尺度的正方形图像并将其图像亮度增强为不同级别作为训练样本,然后通过MATLAB平台实现了用于含CT裂隙图像识别的Alex Net、Res Net-18、Goog Le Net、Inception-V3四种模型的构建与模型参数的优化。研究在不同数量训练样本下不同模型训练的识别准确率与验证准确率;研究在相同训练样本下不同模型对于不同尺度和亮度图像的准确率、计算效率和训练时间,获得适用于计算含裂隙的二维CT图像的分形维数的最优模型,再按照计盒维数的统计方法,计算每张裂隙图像的分形分布特性,并与传统二值化方法和人眼识别方法相对比,验证了基于CT数字岩心深度学习的煤裂隙多尺度分布特性识别方法的适用性。并在此基础上通过深度学习原理对CT图像裂隙骨架进行提取,并与传统的直接对二值化图像进行裂隙提取方法进行对比,验证了基于CT数字岩心深度学习的煤裂隙骨架提取技术的适用性。结果表明:在煤样是高度100mm直径50mm的圆柱体,CT扫描实验的放大倍数是2.37倍,每层原始图像的平面大小是2000×2000像素点时,(1)Res Net-18模型在图片样本为亮度4(像素平均值为33164),尺度为3.5mm到21mm时是适用于计算含裂隙的二维CT图像的分形维数的最优模型,该模型计算二维CT裂隙图像的分形维数精度高,训练时间短。(2)基于CT数字岩心深度学习的煤裂隙多尺度识别方法与传统二值化方法相比,识别连通性裂隙的速度快、精度高、不易受煤中杂质的影响。(3)提出的基于卷积神经网络原理的骨架提取方法与二值化骨架提取方法作对比,该方法不易受噪音的影响,且裂隙骨架明显更清晰。(4)Res Net-18模型在步长2,卷积核32*32像素时是适用于提取含裂隙的二维CT图像煤裂隙骨架的最优模型。

关键词： CT数字岩心深度学习分形维数煤裂隙多尺度

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：