System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及煤矿井下钻探,具体地,涉及一种煤矿井下定向钻探岩样智能识别方法、装置及系统。
技术介绍
1、我国是煤炭生产与消费大国,煤矿的开采和煤层气的开发不可避免的要在前期开展钻探工程,采集岩样进行编录,现阶段岩样识别主要依赖地质师现场对岩样人工进行肉眼判别,不仅消耗巨大的人力物力,且根据以往经验加以分析后所得概率会因人而异,导致精确度不理想等结果,存在较大局限性。
技术实现思路
1、为了克服现有技术中的至少一个不足,本申请提供一种煤矿井下定向钻探岩样智能识别方法、装置及系统。
2、第一方面,提供一种煤矿井下定向钻探岩样智能识别方法,包括:
3、获取训练数据集,训练数据集中的样本为采集的岩样图片,样本中设置有岩样类别标签;
4、基于训练数据集对岩样智能识别模型进行训练,得到训练后的岩样智能识别模型;
5、岩样智能识别模型包括多个具有不同尺寸的特征提取单元、全连接层单元,每个特征提取单元包括依次连接的2个卷积单元、最大池化层,卷积单元包括卷积层、批归一化层,全连接层单元包括依次连接的第一全连接层、第二全连接层和第三全连接层,第一全连接层和第二全连接层均连接一个dropout层;
6、将待识别的岩样图片输入到训练后的岩样智能识别模型,输出待识别的岩样图片的属于不同岩样类别的概率,根据概率确定待识别的岩样图片的岩样类别。
7、在一个实施例中,卷积层的激活函数采用relu函数,第一全连接层和第二全连接层的激活函数采用re
8、在一个实施例中,特征提取单元设置有5个。
9、第二方面,提供一种煤矿井下定向钻探岩样智能识别装置,包括:
10、训练数据集获取模块,用于获取训练数据集,训练数据集中的样本为采集的岩样图片,样本中设置有岩样类别标签;
11、模型训练模块,用于基于训练数据集对岩样智能识别模型进行训练,得到训练后的岩样智能识别模型;
12、岩样智能识别模型包括多个具有不同尺寸的特征提取单元、全连接层单元,每个特征提取单元包括依次连接的2个卷积单元、最大池化层,卷积单元包括卷积层、批归一化层,全连接层单元包括依次连接的第一全连接层、第二全连接层和第三全连接层,第一全连接层和第二全连接层均连接一个dropout层;
13、识别模块,用于将待识别的岩样图片输入到训练后的岩样智能识别模型,输出待识别的岩样图片的属于不同岩样类别的概率,根据概率确定待识别的岩样图片的岩样类别。
14、在一个实施例中,卷积层的激活函数采用relu函数,第一全连接层和第二全连接层的激活函数采用relu函数,第三全连接层的激活函数采用softmax函数。
15、第三方面,提供一种煤矿井下定向钻探岩样智能识别系统,包括:岩样图片获取装置和计算机,岩样图片获取装置连接计算机,岩样图片获取装置用于获取岩样图片,并传输至计算机,计算机中的程序用于执行上述的煤矿井下定向钻探岩样智能识别方法。
16、在一个实施例中,岩样图片获取装置包括岩样采集装置、拍摄装置;岩样采集装置包括井下定向钻具、井下瓦斯负压管路、气水分离器和岩样盒,岩样盒设置在气水分离器内部,井下定向钻具采集的气液固混合物进入气水分离器后,气体经井下瓦斯负压管路排放,液体和固体混合物进入岩样盒,岩样盒将液体和固体分离以得到固体,即岩样;
17、拍摄装置用于对岩样进行拍摄,得到岩样图片。
18、在一个实施例中,岩样盒包括盒体,盒体的底部设置为滤网,盒体的一个侧壁为开口结构,滤网用于过滤液体,开口结构用于液体和固体混合物进入岩样盒。
19、在一个实施例中,拍摄装置包括由上至下依次设置的岩样箱、导热层、物理烘干层,岩样箱内放置岩样,岩样箱的上方设置有摄像头用于拍摄岩样得到岩样图片。
20、在一个实施例中,计算机中具有ui识别界面,用于显示岩样识别结果。
21、相对于现有技术而言,本申请具有以下有益效果:本申请涉及一种煤矿井下定向钻探岩样智能识别方法,根据井下现场采集的岩样,经过人工标定样本,构建岩样识别模型,对岩样智能识别模型进行模型训练,通过井下实时拍摄照片、传输至防爆电脑并进行岩样识别,达成井下实时识别岩样的目的。本申请能够快速准确的进行岩样识别,节省人力成本,从地面识别转而井下现场识别岩样,显著提高钻探效率。
本文档来自技高网...【技术保护点】
1.一种煤矿井下定向钻探岩样智能识别方法,其特征在于,包括:
2.如权利要求1所述的方法,其特征在于,所述卷积层的激活函数采用ReLU函数,所述第一全连接层和所述第二全连接层的激活函数采用ReLU函数,所述第三全连接层的激活函数采用Softmax函数。
3.如权利要求1所述的方法,其特征在于,所述特征提取单元设置有5个。
4.一种煤矿井下定向钻探岩样智能识别装置,其特征在于,包括:
5.如权利要求4所述的装置,其特征在于,所述卷积层的激活函数采用ReLU函数,所述第一全连接层和所述第二全连接层的激活函数采用ReLU函数,所述第三全连接层的激活函数采用Softmax函数。
6.一种煤矿井下定向钻探岩样智能识别系统,其特征在于,包括:岩样图片获取装置和计算机(3),所述岩样图片获取装置连接计算机(3),所述岩样图片获取装置用于获取岩样图片,并传输至所述计算机(3),所述计算机(3)中的程序用于执行权利要求1-3任意一项所述的煤矿井下定向钻探岩样智能识别方法。
7.如权利要求6所述的系统,其特征在于,所述岩样图片获
8.权利要求7所述的系统,其特征在于,所述岩样盒(12)包括盒体(121),所述盒体(121)的底部设置为滤网(122),所述盒体(121)的一个侧壁(123)为开口结构,所述滤网(122)用于过滤液体,所述开口结构用于所述液体和固体混合物进入所述岩样盒(12)。
9.如权利要求7所述的系统,其特征在于,所述拍摄装置(2)包括由上至下依次设置的岩样箱(21)、导热层(22)、物理烘干层(23),所述岩样箱(21)内放置所述岩样,所述岩样箱(21)的上方设置有摄像头(24)用于拍摄所述岩样得到岩样图片。
10.如权利要求6所述的系统,其特征在于,所述计算机中具有UI识别界面,用于显示岩样识别结果。
...【技术特征摘要】
1.一种煤矿井下定向钻探岩样智能识别方法,其特征在于,包括:
2.如权利要求1所述的方法,其特征在于,所述卷积层的激活函数采用relu函数,所述第一全连接层和所述第二全连接层的激活函数采用relu函数,所述第三全连接层的激活函数采用softmax函数。
3.如权利要求1所述的方法,其特征在于,所述特征提取单元设置有5个。
4.一种煤矿井下定向钻探岩样智能识别装置,其特征在于,包括:
5.如权利要求4所述的装置,其特征在于,所述卷积层的激活函数采用relu函数,所述第一全连接层和所述第二全连接层的激活函数采用relu函数,所述第三全连接层的激活函数采用softmax函数。
6.一种煤矿井下定向钻探岩样智能识别系统,其特征在于,包括:岩样图片获取装置和计算机(3),所述岩样图片获取装置连接计算机(3),所述岩样图片获取装置用于获取岩样图片,并传输至所述计算机(3),所述计算机(3)中的程序用于执行权利要求1-3任意一项所述的煤矿井下定向钻探岩样智能识别方法。
7.如权利要求6所述的系统,其特征在于,所述岩样图片获取装置包括岩样采集装置(1)、...
【专利技术属性】
技术研发人员:张禹东,韩磊,
申请(专利权)人:中煤科工西安研究院集团有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。