基于多源异构信息耦合的煤岩界面识别技术研究_中国煤炭行业知识服务平台

基于多源异构信息耦合的煤岩界面识别技术研究

作者

李彦明孙利海
单位

瓦斯灾害监控与应急技术国家重点实验室中煤科工集团重庆研究院有限公司
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
引用格式

李彦明，孙利海.基于多源异构信息耦合的煤岩界面识别技术研究［J］.矿业安全与环保，2022，49（5）：6-10.
相关专题

这篇文章属于“煤矿灾害防治智能钻探技术及装备”专题（6篇）