一种长巷道形变监测中轴线提取及断面构建方法

三维激光扫描技术被广泛用于长巷道形变监测技术的研究中,但目前的研究存在多次扫描采集到的点云数据基准点移位现象;采集到的相邻点云数据公共特征不明显,多站点云拼接后会导致累计误差增大;超前巷道形变受超前支架的影响。针对上述问题,以传统十字点法中顶底板中点与两帮重点交叉的方法为基础,提出了一种基于最小二乘法的巷道中轴线提取方法。巷道定义的直角坐标系的原点位于激光束发射处,z轴位于激光扫描器的竖向扫描面内;x、y轴均位于仪器的横向扫描面内,中轴线反映了巷道整体的走向和姿态。在巷道掘进完成未受采动影响时,整条巷道进行第一遍扫描,通过最小二乘法确定整条巷道的中心点,将各中心点连接并拟合出一条完整的中轴线。在后续的巷道变形监测中,每监测一次均通过第一次的中点位置进行点云数据叠加,准确获得巷道断面内各个点云的变化情况,进而获得巷道的形变。基于拟合的中轴线构建巷道断面。采用三维激光扫描系统在塔山煤矿30507工作面回风巷对巷道形变进行了测试,结果表明:①巷道形变随着测点距工作面距离的增大而变小,且30507工作面回风巷的超前影响范围为150 m,巷道形变的最大点位于底板临近采空区一侧。②三维激光扫描和微震监测系统确定的超前范围接近,说明在进入150 m时支护煤体已经开始受力,且巷道形变的最大点位于底板临近采空区一侧,而不是十字点观测法观测的底板,证明三维激光扫描结果更为精确,且极大地降低了作业强度。

基于脉冲耦合神经网络的红外图像分割算法研究

红外图像噪声多、结构复杂,传统的分割方法难以对红外图像实现完整的分割。脉冲耦合神经网络(PCNN)参数众多,而人工调整网络参数耗时耗力。为了避免人工调整网络参数、实现对红外图像较完整的分割,将粒子群优化(PSO)算法和改进的PCNN相结合,提出了一种新的红外图像分割算法。首先,对红外图像进行预处理。其次,为了减少网络参数,对PCNN进行了化简。然后,将预处理图像输入网络进行循环迭代,利用PSO算法计算每次迭代的分割结果的适应函数值,从而确定群体和个体最佳参数。最后,通过种群最佳参数得到分割结果。为了验证算法的分割性能,试验使用了不同的自然风景图像和红外图像。试验结果表明,所提算法可以对红外和自然风景图像实现较完整的分割;无论是分割效果还是定性分析,所提算法都要优于传统算法。

基于三维激光扫描的煤矿巷道形变监测方法

针对传统煤矿巷道形变监测方法存在数据采集不全面、数据形式不直观、精度差、不能实现对全巷道形变连续监测等问题,提出了一种基于三维激光扫描的煤矿巷道形变监测方法。首先利用三维激光扫描技术获取煤矿巷道真实的三维点云数据;其次利用深度学习模型VoxelNet对三维激光扫描数据进行检测去噪,将无序的点云数据转换成高维特征数据;再次利用alphashape算法对提取的巷道断面离散点进行拟合,并采用基于差值的方法对数据进行多维差值计算,以得到巷道形变的具体数据,实现矿区巷道形变监测的全覆盖。将三维激光扫描技术应用于塔山煤矿30507工作面的形变监测,对巷道三维点云数据进行了截面分析和三维整体分析。分析结果表明:通过2期巷道截面轮廓的相对偏差,可直接观测该区域的主要形变,如果上轮廓向内偏离则顶板发生塌陷;如果下轮廓向外偏离,则底板发生鼓起。随着测点距工作面的距离越近,附色模型的颜色越偏向红色和蓝色,且颜色越深,巷道形变越大。

基于RBF神经网络的露天矿爆破效果预测研究

露天矿爆破是一个受诸多因素共同影响的系统工程,是露天开采的重要环节之一,其爆破效果的优劣直接影响后续工序的完成。提高爆破技术水平和爆破质量,对矿山安全和生产具有重要的意义。本文通过随机森林选择影响爆破效果的主要参数,结合模糊评价确定爆破综合效果,建立了RBF神经网络爆破效果预测模型。将该模型应用于矿山爆破效果预测中,并将爆破现场实测的11组数据作为模型训练样本,另外5组现场数据作为预测样本进行测试,通过与BP神经网络比较,发现RBF神经网络的预测性能更为优越,可广泛应用于现场实践中。

智能掘进工作面智能视频安全管理系统的应用

根据现场实际需要,设计了一套智能掘进工作面智能视频安全管理系统,为煤矿的安全、高产、高效提供了技术保障,实现了煤炭采掘、运输成套装备的智能控制,能够显著提升王家岭煤矿采掘工作面的智能化水平,具有广阔的推广前景。

矿用钻机电液系统典型故障分析与处理

针对矿用钻机电液系统应用中出现的钻箱无法自动进给、无操作时钻箱自动旋转等典型故障,从该系统的组成和元件的工作原理出发,分析了诱发故障的原因,提出了故障排除措施,可为钻机电液系统的使用和维护提供参考。