综采工作面煤壁片帮识别关键技术研究
煤壁片帮是综采工作面常见的危害之一，它的发生会导致液压支架泄漏以及支架结构件损坏，片帮量过大会导致工作面刮板输送机负载突变，损坏驱动电机，威胁采区电网稳定性，影响整个综采工作面的生产安全。本文以识别煤壁片帮为目标，研究了基于机器视觉的综采工作面煤壁片帮识别关键技术，提出了综采工作面监控图像增强方法与煤壁片帮特征分析方法，实现了煤壁片帮危害程度评估。 本研究主要内容包括：⑴针对综采工作面煤壁片帮监控图像质量差的问题，提出了基于双边滤波和单尺度Retinex的混合图像增强算法。实验结果表明：混合图像增强算法对综采工作面监控图像的增强效果在主观效果、对比度与信息熵方面较同态滤波、直方图均衡等常规方法更优，更适用于综采工作面监控图像增强。⑵建立了煤壁片帮特征分析体系，选取了片帮时间、片帮面积、片帮区域高度和片帮中心高度4个煤壁片帮特征指标，给出了煤壁片帮特征分析方法，实现了基于背景差分法的煤壁片帮特征分析。仿真结果表明：分析所得特征的误差较小，可为下一步煤壁片帮危害程度评估提供依据。⑶确定了安全、轻微、中等和严重四个煤壁片帮危害程度，研究了基于支持向量机（SVM）的煤壁片帮危害程度评估方法，并与BP神经网络、人工免疫算法进行对比。仿真结果表明：在煤壁片帮样本较少的情况下，SVM评估正确率高于BP神经网络、人工免疫算法。⑷搭建煤壁片帮识别模拟实验平台，对混合图像增强算法、煤壁片帮特征分析方法和煤壁片帮危害程度评估方法进行了验证，结果表明：在不同光照、雾化、灰尘环境下，混合图像增强算法可改善煤壁片帮图像质量，降低煤壁片帮特征平均误差，提升煤壁片帮危害程度评估正确率13.3%，算法耗时稍有增加。
煤矿开采;综采工作面;煤壁片帮;监控图像;特征识别
中国矿业大学
硕士
机械电子工程
谭超
2017
中文
TD823.9;TD672
97
2018-11-15（万方平台首次上网日期，不代表论文的发表时间）