基于改进U-Net++和近红外光谱技术的羊毛含量快速定性分析方法研究

羊毛制品因其柔软、保暖性好等优点广受欢迎,羊毛含量是衡量这类产品质量的重要依据。目前市场上羊毛制品质量参差不齐,传统检测方法具有破坏性大、主观性强等缺点,已无法满足实时快速评估目标羊毛制品质量情况的需求。近红外光谱技术是一种无需破坏样品结构、可模型封装操作的快速测量方法。将近红外光谱技术和深度学习技术融合,提出了一种基于注意力机制和U-Net++网络的羊毛含量快速定性分析方法。在数据准备方面,使用手持便携式光谱仪采集羊毛制品样本的光谱数据,其波段范围为908.1~1676.2 nm,并根据其含量的不同对原始样本进行了等级划分。为减少光谱采集方式对建模数据集的影响,针对同一样本在距探头5,6,8,9和19 mm 5种高度,分别采集了5次光谱数据,并使用马氏距离法剔除异常样本,最终共5125组光谱数据用于建模。在模型选择方面,U-Net++网络可通过下采样、跳跃连接和上采样等环节实现对光谱数据的特征提取,并进一步对样本进行分类预测。然而,该网络使用了大量密集的跳跃连接,易产生模型参数冗余、低层特征被重复使用等问题。鉴于此,在原始网络的基础上引入了注意力门控模块,可以更有效地提取特征信息,提高预测精度。建模过程中,将羊毛制品样本90%的光谱数据用于训练和验证,10%的数据用于测试。实验结果表明,基于U-Net++网络的预测模型在独立测试集上的准确率为93.59%,召回率为93.53%,精确率为94.24%,其性能超过了多种传统分类模型。同时,与U-Net,Attention U-Net等其他U-Net系列网络模型相比,所提出的分类模型的各项评价指标也高于上述网络模型,验证了跳跃连接和注意力门控模块的效果。基于近红外光谱技术,构建了Attention U-Net++模型,为羊毛含量快速无损检测提供了一种新思路,具有一定的理论和实际意义。

基于PLC的矿井排水监控系统的设计

针对孔庄煤矿原排水系统采用手动方式开关截止阀和电动阀,存在劳动强度大、可靠性差的问题,提出了一种基于PLC的矿井排水监控系统的改造方案;详细介绍了该系统的硬件及软件设计。实际应用表明,该系统运行稳定,减轻了劳动强度。

新型煤矿盘形闸检测仪的研制

针对现有煤矿盘形闸检测仪数据存储量小且无通信功能的问题,提出了一种基于μPSD3354微处理器和模数转换芯片ADS7957的新型盘形闸检测仪设计方案。该检测仪能够自动检测并实时显示盘形闸的工作状态参数,当盘形闸的间隙超出规定值时能够进行声光报警并显示超限闸;可存储约1 a的检测数据,并能将存储的历史数据发送至上位机。测试结果表明,该检测仪性能稳定可靠。

自动排水控制系统的设计与应用

煤矿井下排水是煤炭生产过程中的重要环节,排水设备工作的可靠性和经济性,对创建安全高产高效矿井有着重大作用[1-3]。笔者以中煤大屯公司孔庄煤矿-375m泵房为背景,基于优化控制理论和计算机控制技术,采用西门子S7-1200PLC和相关矿用传感器,研制了一套煤矿井下排水泵自动控制系统，并得到了成功应用。