【技术实现步骤摘要】
本公开涉及煤岩界面识别，具体涉及基于图-光谱-声波协同的煤岩界面超前识别方法及系统。
技术介绍
1、本部分的陈述仅仅是提供了与本公开相关的
技术介绍
信息，不必然构成在先技术。
2、煤炭作为能源产业的支柱，在城市发展中起到至关重要的作用。煤炭的高效开采是保障能源利用率和提升经济效益的关键。在煤矿开采过程中，掘进机常与煤岩交界处发生碰撞，因煤与岩石的物理力学性质不同，经常造成采煤机械的损坏，如截割机截齿断裂等。近年来，煤矿建设逐渐向深地推进，亟需推进煤矿的无人化、智能化建设。因此，煤岩界面的准确识别是提升煤矿开采效率的关键因素之一，也是推进煤矿井巷无人化、智能化建设的重要一环。
3、现有煤岩识别技术多通过人工经验、单源信息以及表观信息实现。煤岩的人工判识过于依赖专家经验，极易造成煤岩界面的误判和漏判，造成采煤机械损坏、煤品质量不过关等问题，且深地井巷环境恶劣，对专家的生理和心理造成极大损害，不符合无人化、智能化建设的目标。现有的智能识别方法中多采用图像或者高光谱信息，但是煤矿井巷内环境复杂，光照、灰尘等因素极大影响了图...
【技术保护点】
1.基于图-光谱-声波协同的煤岩界面超前识别方法，其特征在于，包括：
2.如权利要求1所述的基于图-光谱-声波协同的煤岩界面超前识别方法，其特征在于，所述煤岩分界图像识别模型包括有监督模型和无监督模型，其中，有监督模型通过语义分割，先将训练数据的分界线进行标注，输入至Deeplabv3+模型中进行训练；无监督学习模型直接将未经标注的数据通过K-means、ICCV21算法进行学习，通过识别图像的像素变化特征进行无监督分类。
3.如权利要求1所述的基于图-光谱-声波协同的煤岩界面超前识别方法，其特征在于，获取钻孔过程中的不同位置的钻孔图像以及孔壁...
【技术特征摘要】
1.基于图-光谱-声波协同的煤岩界面超前识别方法，其特征在于，包括：
2.如权利要求1所述的基于图-光谱-声波协同的煤岩界面超前识别方法，其特征在于，所述煤岩分界图像识别模型包括有监督模型和无监督模型，其中，有监督模型通过语义分割，先将训练数据的分界线进行标注，输入至deeplabv3+模型中进行训练；无监督学习模型直接将未经标注的数据通过k-means、iccv21算法进行学习，通过识别图像的像素变化特征进行无监督分类。
3.如权利要求1所述的基于图-光谱-声波协同的煤岩界面超前识别方法，其特征在于，获取钻孔过程中的不同位置的钻孔图像以及孔壁声波，包括：利用交叉超前钻孔的方式进行钻孔，对井巷开采面进行布点打孔，从开采面的左右两侧分别以与开采面相同的夹角相向钻进，通过钻机产生的反向风压将钻孔内部粉尘和岩渣、煤渣吹出，将高清相机、声波探测器和光谱探头搭载至自动伸缩装置顶部位置，并匀速伸入钻孔内部进行数据采集。
4.如权利要求1所述的基于图-光谱-声波协同的煤岩界面超前识别方法，其特征在于，在自动伸缩装置深入钻孔过程中，高清相机和声波探测器持续工作，声波在不同物理性质的物质之间传播速度不一致，在煤和岩石的分界线会产生波速的突变，通过波速值突变特征识别煤岩分界线。
5.如权利要求1所述的基于图-光谱-声波协同的煤岩界面超前识别方法，其特征在于，自动伸缩装置回撤过程中，通过光谱探头获取孔壁的元素和矿物成分对图像和声波检测出的煤岩分界面识别结果进行复核，...
【专利技术属性】
技术研发人员：许振浩，韩涛，李珊，余腾飞，林鹏，杨凯，
申请(专利权)人：山东大学，
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。