试论水力采煤工作面小时落煤量大小的有关因素

要使水力采煤取得高产高效仅依靠高压水枪提高落煤量是不够的。水枪小时落煤量与工作面小时出煤量应分别讨论，工作面的小时出煤量与很多因素有关。

基于MT-CNN的矿井带式输送机输煤量检测技术

为实现矿井带式输送机输煤量检测的信息化、智能化,提出基于MT-CNN的矿井带式输送机输煤量检测技术。为了全面提升输煤量检测技术,从而提高矿井效益,选取了多任务卷积神经网络(MT-CNN)对检测目标进行多核心识别检测,优化了图像直线信息和边缘信息的提取效率,构建了良好的网络层次结构,优化了信息连接通道,从而全面提高图像识别分析和数据检测处理的效果。通过MT-CNN技术对输煤量的轮廓形态和荷载状态进行分析运算,经过图像样本数据训练获取矿井带式输送机输煤量的相关数据。研究结果表明,该技术能够有效提高输煤量图像识别的真实性,而检测时间缩短49%,计算结果准确率提高到98%,有效提高了输煤量检测的效率和准确度,具有较好的应用性能和良好的使用效果。加强矿井带式输送机的输煤量检测,可以为后续研究提供依据,很大程度上推动了相关技术发展,实现矿井信息化、智能化、现代化发展。

基于深度神经网络的带式输送机煤量检测方法

针对带式输送机煤量检测技术精度较低、实时性较差等问题,提出了一种基于深度神经网络的煤量测量方法。首先,在BiSeNet的基础上引入TFF结构和交叉熵损失函数,构建new Large TFF模型。其次,在深度预测方面,构建Large TFF2网路模型,针对边缘检测效果差等问题,引入新的损失函数指导模型训练。然后,针对带式输送机上实时煤量预测任务需求,基于new Large TFF和Large TFF2构建Large TFF4多任务网络模型,并引入深度与语义的组合损失函数。最后,在静态煤量计算的基础上,引入ORB关键点定位技术,实验动态煤量测量。实验结果表明,带式输送机动态煤量检测方法的FPS为25左右,误差为5%左右,能够满足带式输送机高速运转时煤量测量要求。

基于视觉技术的胶带输送机煤量检测方法

胶带输送机广范应用于煤炭行业,为了保证设备连续、稳定运行,必须对胶带输送机加装相应的故障检测装置,传统的检测装置检修维护工作量大,保护误动作率高。通过改进YOLOv5s的方法,对胶带输送机煤量进行检测,首先将原本YOLOv5s的骨干网络替换为MobileNetV2,然后在骨干网络之后引入注意力模块,在Neck中引入BiFPN结构,利用迁移学习的方法微调模型参数。结果表明,改进后的YOLOv5s检测速度为32帧/s,mAP50为98.9%,与常见的目标检测算法相比,具有更高的检测精度和速度,可以快速准确地实现输送机“无煤量”“小煤量”“中煤量”“大煤量”检测,进而对输送机进行实时调速,为智能视频监控系统设计提供参考。

基于数组的刮板输送机运载模型及煤量计算算法研究

目前针对煤量检测的研究大多侧重于煤矿井下带式输送机的煤量检测和识别,对综采(放)工作面刮板输送机的煤量检测仅停留在转载机处安装红外扫描装置,检测技术单一,且由于转载机位于刮板输送机卸煤处,红外扫描装置检测的是转载机的载煤量,不能直接反映刮板输送机上的实时载煤量,存在较大滞后性。针对上述问题,提出一种基于数组的刮板输送机运载模型及煤量计算算法。该算法将刮板输送机设定为连续装煤的载体,通过连续数组建立刮板输送机运载模型,并表征单位长度的装煤量,结合综采(放)工作面采煤机运行速度、滚筒高度、截割深度、位置及刮板输送机运行速度与装煤系数等参数,通过多参数数学建模的方法,实现对刮板输送机单位煤量的实时模拟,进而直观反映煤矿井下采煤工艺并准确计算出刮板输送机的实时载煤量。井下工业性试验结果表明,该算法连续可靠,可以精确计算出刮板输送机实时载煤量,载煤量分布接近于理想状态,具有较高的收敛性和鲁棒性。

带式输送机智能调速及煤量视觉分析识别技术研究

研究了带式输送机智能调速及煤量视觉分析技术,基于输送带上方摄像头完成AI的识别,通过重力感应,完成对煤量的判断;通过图像识别技术,完成对煤量更高精度的处理。从卷积神经网络的工业化应用、对巷道胶带实行全方位视频监测等4个方面总结了该技术的创新点。

基于改进MobileNet的带式输送机煤量检测研究

为实现快速、准确、可靠的带式输送机煤量检测,提高带式输送机的可靠性和安全性,基于视觉的非接触式煤量检测技术得到广泛使用。针对带式输送机煤量检测任务,结合具体工业应用场景,设计基于视觉的煤量检测方法,采用图片抓取、图像处理、图片分类的流程预测煤量;针对图片分类问题,设计改进MobileNet分类算法,使用空间和通道注意力机制抑制无效信息的干扰,使用CSP(Cross Stage Partial)结构提高网络的表达能力;针对数据标签分布不均的问题,采用下采样方法维持训练时输入图片标签均衡。最后,在真实的煤量图片数据集上进行了对比实验。结果表明,提出的改进算法在准确度、浮点数运算量和推理时间都有较好的表现。

矿用带式输送机煤量监测装置设计研究

对矿用带式输送机开展煤量监测装置的研制设计工作,实现带式输送机煤料流量的监测和调试控制功能。进行硬件、软件和算法设计,提出基于面积累积的煤料体积流量计算方法,将煤量与变频器频率相对应,设定二级带式输送机的4种速度等级控制,实现了煤量较大时二级带式输送机快速运行,煤量较小时带式输送机慢速运行的节能控制效果。

基于机器视觉技术的煤量监测系统

为解决带式输送机低载、空载电能消耗大的问题,提出一种基于机器视觉技术的输送机煤量监测系统,通过线激光双目立体检测技术对一级传送带煤料的体积进行测量,根据体积测量数据对二级带式输送机进行变频调速控制,给出了煤量监测调速系统的硬件选型,同时给出了煤量监测及速度调整软件流程,有效解决了带式输送机空载等现象电能消耗大的问题,为矿井降低电能消耗作出一定贡献。

一种基于视觉感知的带式输送机煤量测量方法研究

针对矿用带式输送机煤量测量方法误差较大的问题,提出基于视觉感知的带式输送机煤量测量方法,对视觉感知煤量测量系统(包括煤料识别、煤料三维信息提取和煤料量计算三部分)进行介绍;对煤料测量方法进行研究,采用基于二维离散小波变换进行增强图像,结合K-means聚类方法实现煤料识别;识别图像再经T-S模糊修正测量对煤料进行图像校正,得到带式输送机煤料三维点云信息,采用Delaunay算法进行剖分并结合煤料密度得到带式输送机煤量;利用煤矿井下实际图像进行了实验研究。研究表明,基于视觉感知的带式输送机煤量测量方法可以将最小误差、最大误差和平均误差降低为1.08%、4.11%和3.02%;与传统带式输送机煤量测量方法相比最小误差下降5%,最大误差下降12%,平均误差下降7%;稳定性和精确度都可以满足实际煤矿生产测量需求,具有良好的应用效果。

机器视觉支持下的带式输送机煤量检测系统设计研究

随着时代的发展,当前我国的电力需求愈发迫切,煤炭作为我国现阶段电力生产的主要来源,能够为我国工业发展、民众生活提供必要的电力支持。但是在当前煤炭生产阶段,仍旧存在粗放式的特点,安全生产管理相对较差,提升煤矿智能化水平势在必行。文章以带式运输机煤量检测工作为研究对象,结合机器视觉技术,对机器视觉支持下的带式输送机煤量检测系统设计进行了研究,并对其中的带式输送机煤量检测系统硬件设计、软件设计、基于体积检测的自动调速控制实现进行了阐述,以期为提升现代煤矿带式输送机工作质量提供一定理论支持。

煤与瓦斯突出矿井安全煤量研究

针对我国煤与瓦斯突出矿井采掘接替紧张的现状和煤矿安全监察工作的需要,提出了煤与瓦斯突出矿井安全煤量概念,研究探讨了安全煤量与"三量"之间的相互关系,结果表明:安全煤量属于准备煤量的一部分,它是指煤与瓦斯突出矿井准备煤量范围内已无突出危险的煤量,安全煤量必须有足够的可采期.为确保回采安全,回采煤量必须是安全煤量.突出矿井采取保护层开采结合被保护层卸压瓦斯抽采技术和预抽煤层瓦斯技术获得足够的安全煤量.通过对淮北祁南煤矿"三量"和安全煤量的分析得出,祁南煤矿的安全煤量占到准备煤量的五分之四,为回采煤量的2.3倍,准备煤量、安全煤量和回采煤量可采期分别为16.6,13.3,5.9个月.矿井的生产实践表明,祁南煤矿安全煤量可以满足矿井的正常接替和安全生产需要.

考虑煤体蠕变位移的水力扩孔合理扩煤量

针对煤矿穿层水力扩孔孔硐体积过大,容易造成孔硐内瓦斯积聚,成为掘进过程中的致灾因素这一问题,采用FLAC^(3D)软件中Cvisc黏弹塑性模型,模拟薛湖煤矿不同扩煤量的穿层水力扩孔措施孔壁及周围煤体变形破坏过程;在薛湖煤矿底抽巷道开展穿层水力扩孔现场试验,将数值模拟结果与现场验证结果对比分析。结果表明,穿层水力扩孔技术措施完工后,受周围煤体压力影响,孔硐周围煤体快速进入塑性区并呈现蠕变特性,向扩孔中心整体径向移动,扩孔孔壁在持续的蠕变过程中变形破坏。对比分析扩孔后的孔硐体积变化程度,从安全生产的角度出发,最终确定适合薛湖煤矿的合理扩煤量为1.15 t/m。

基于视频识别的带式输送机煤量检测与自动调速系统

针对当前带式输送机自动调速一直没有普及应用的现状,提出了一种基于视频识别的带式输送机自动调速方法。该调速方法为在地面的一台计算机运行调速软件,借用煤矿企业原有视频监控网络、设备控制网络,实现带式输送机的自动调速。调速软件读取视频数据来识别带式输送机上煤的宽度,作为模糊煤量输入,通过知识库及模糊推理,得出调速值。该调速方法在兴隆庄煤矿12306十采一横带式输送机进行了应用,结果表明:该系统简单易实施,煤宽识别误差在5%以内,可实现被调速带式输送机平均速度降低10%。通过本系统的应用,可提高带式输送机的自动化水平,实现节能降耗,减少机械磨损,延长设备使用寿命。

基于图像识别的带式输送机输煤量和跑偏检测方法

传统的卷积神经网络(CNN)是单任务网络,为实现带式输送机输煤量和跑偏的同时检测,使用2个卷积神经网络分别对输煤量和跑偏进行检测,导致网络体积大、参数多、计算量大、运行时间长,严重影响检测性能.为降低网络结构的复杂性,提出了一种基于多任务卷积神经网络(MT-CNN)的带式输送机输煤量和跑偏检测方法,可使输煤量检测和跑偏检测这2个任务共享同一个网络底层结构和参数.在VGGNet模型的基础上,增大卷积核和池化核的尺度,减少全连接层通道数量,改变输出层结构,构建了MT-CNN;对采集的输送带图像进行灰度化、中值滤波和提取感兴趣区域等预处理后,获取训练数据集和测试数据集,并对MT-CNN进行训练;使用训练好的MT-CNN对输送带图像进行识别分类,实现输煤量和跑偏的准确、快速检测.实验结果表明,训练后的MT-CNN在测试数据集中检测准确率为97.3%,平均处理每张图像的时间约为23.1 ms.通过现场实际运行验证了该方法的有效性.

煤场存煤量测量中煤堆三维立体图生成方法研究

对大型露天煤场存煤量测量中激光扫描采集到的三维不规则数据场的显示方法进行了研究，提出了一种基于平面域三角剖分的显示算法。首先对三维深度数据在矩形平面域上投影，并对平面域内的采样点按Ｄｅｌａｕｎａｙ优化准则进行三角剖分，然后把网格节点变换到三维曲面上，从而实现了煤堆三维立体图的显示。它可直观地给出煤场存煤体积的测量结果，并可提高体积计算的精度。该算法已成功用于露天煤场存煤量测量系统。实验结果表明了该方法的有效性。

钻孔煤粉量变化规律在区段煤柱合理参数确定中的应用

通过对钻孔煤粉量变化规律与支承压力分布关系的研究,论证了可以利用钻孔煤粉量变化来推测回采工作面超前支承和侧向支承压力分布规律。据此原理,实测得到了平煤集团十三矿12010大倾角综放开采工作面走向支承压力和区段煤柱侧向支承压力分布。为合理区段煤柱留设尺寸确定提供了基础数据。

球磨机运动动能与存煤量的DEM试验研究

对球磨机筒体中钢球的运动状态进行分区计算,采用钢球运动动能参数测量和控制存煤量,利用基于离散元素法的PFC3D软件平台模拟球磨机运行过程,分析了一定球径的定量优化工作参数配置下不同煤质、煤量与钢球运动的关系,得出钢球实时动能与体现磨煤机效率的球荷摩擦损失能量和筒壁总功的对比变化规律.结果表明:钢球抛落较泻落状态能获得更多的煤质冲击能量;钢球动能更准确地反映出存煤量的实时变化;基于钢球动能的存煤量控制方法是可行的.

基于煤层卸压增透的水力割缝最优出煤量研究

针对钻割一体化技术在高瓦斯松软煤层应用时,割缝钻孔出煤量过多容易引发喷孔和塌孔的问题,通过对不同出煤量割缝钻孔的瓦斯抽采效果进行分析,确定割缝钻孔最优出煤量的方法,得出了割缝钻孔存在最优出煤量的结论,以王行庄矿瓦斯抽采为例,对割缝钻孔出煤量最优值的确定方法进行了说明。

过量空气系数及喂煤量对回转窑温度分布影响

在对回转窑已有传热研究基础上,进一步考虑了水泥回转窑煤粉燃烧和窑内化学反应,建立了计算回转窑温度分布的综合数学模型;基于此模型利用Matlab软件编程研究过量空气系数和喂煤量对回转窑温度分布的影响,得出了过量空气系数和喂煤量对窑内烟气、物料和筒体外表面温度分布的影响规律。并将计算所得的窑筒体外表面温度分布与实测值相比较,两者具有较好的一致性,验证了所建立的回转窑温度场计算模型的有效性。