基于多源异构信息耦合的煤岩界面识别技术研究
李彦明
孙利海
瓦斯灾害监控与应急技术国家重点实验室,重庆 400037;中煤科工集团重庆研究院有限公司,重庆 400039
摘要：针对煤矿井下钻孔作业场景特点,分别选取了基于煤岩图像特征和基于钻进参数反馈的识别方法.为了提高煤岩界面识别准确性,对前述的2种识别方法采用深度学习模型实现了2种异构信息的耦合识别.耦合识别模型基于神经网络模型构建,以CNN卷积神经网络为基础,扩展得到深度残差神经网络模型,其结构主要由骨干网络、颈部网络、头部网络3个部分构成.通过数据库模型训练,得到最终识别方法.通过在煤矿井下进行现场钻孔试验,验证了识别方法的准确性,其中煤岩界面识别准确率达92%.
关键词：自动化钻进煤岩识别图像识别钻进参数神经网络模型耦合识别
分类号：TD823.97(矿山开采)
论文发表日期：2022-10-10
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 6-10 )
英文信息