一种基于数字孪生的智能抗冲自适应支护方法

    公开(公告)号:CN117933053A

    公开(公告)日:2024-04-26

    申请号:CN202311359540.4

    申请日:2023-10-19

    Inventor: 张帆 邵光耀

    Abstract: 本发明公开了一种用于巷道超前液压支架数字孪生智能抗冲的自适应支护方法,所述方法构建巷道超前液压支架数字孪生抗冲自适应支护体系框架,包括物理层、交互层、模型层和应用层。所述模型层建立包含以下步骤:(1)物理模型建立;(2)机理模型建立;(3)控制模型建立;(4)数据模型建立;(5)仿真模型建立,本发明在数字空间创建物理实体的数字孪生模型,利用信息交互反馈、数据融合分析,建立数字孪生抗冲自适应支护最佳PID增益值神经网络预测模型和智能决策优化方法,实现超前液压支架支护阻力的监测、预测、优化和调整,以及实现物理空间超前液压支架支护阻力随围岩压力的变化自适应支护。

    一种基于机器学习的无人机影像地裂缝识别及提取方法

    公开(公告)号:CN111626092B

    公开(公告)日:2023-04-07

    申请号:CN202010226034.8

    申请日:2020-03-26

    Abstract: 本发明公开了一种基于机器学习的无人机影像地裂缝识别及提取方法,包括:通过无人机摄影测量获得矿区土地裂缝影像数据,将每幅影像数据切割成等像素的小幅影像数据,依据聚类分析构建不同背景信息的影像数据集,以此建立基于机器学习的土地裂缝识别模型的学习样本,采用支持向量机的机器学习算法并通过留一法交叉验证其分类准确度。提取裂缝信息时,将识别的无裂缝影像均变成全白色背景的影像数据,对识别的含裂缝影像进行裂缝提取,得到背景为白色、裂缝信息为黑色的灰度图像数据,将两类图像按照切割顺序进行拼接。本发明解决了机器学习算法在矿区地裂缝识别应用中由于矿区土地地表信息过于复杂而应用受限的问题,且实时性、精度和效率高。

    一种基于数字孪生的矿山液压支架疲劳寿命预测方法

    公开(公告)号:CN114254457A

    公开(公告)日:2022-03-29

    申请号:CN202111548732.0

    申请日:2021-12-17

    Inventor: 张帆

    Abstract: 本发明公开了一种基于数字孪生的矿山液压支架疲劳寿命预测方法,首先利用solidworks软件建立液压支架系统的整体仿真模型,并采用ANSYS有限元分析获得液压支架顶梁相关状态参数与疲劳寿命值的相关数据集,同时划定状态参数与寿命值的取值范围;然后利用ANSYS Twin Builder构建高置信度的数字孪生验证模型,并根据矿山液压支架顶梁的屈服强度和本构关系等真实的边界条件验证与优化有限元仿真模型;将通过ANSYS有限元分析得到的数据集划分为训练集与测试集,通过LSTM神经网络对得到的训练集进行训练,完成训练后利用测试集进行测试评估,以确定液压支架顶梁的疲劳寿命预测模型,从而据此实现对矿山液压支架顶梁疲劳寿命的准确预测。

    一种矿井移动目标检测与跟踪识别方法

    公开(公告)号:CN108182413B

    公开(公告)日:2022-01-25

    申请号:CN201711477567.8

    申请日:2017-12-29

    Inventor: 张帆 崔东林

    Abstract: 本发明公开了一种矿井移动目标检测与跟踪识别方法,第一步,制作训练集,通过采集矿井环境照片,把矿井移动目标的数字标签作为身份识别符合成到环境照片中,并对合成照片中数字标签进行标注,将标注过的合成照片作为训练集;第二步,构建加速区域卷积神经网络Faster‑RCNN,并用训练集训练出可用于数字标签检测的加速区域卷积神经网络Faster‑RCNN模型;第三步,将采集到的视频经过处理后输入训练好的加速区域卷积神经网络Faster‑RCNN模型,检测出数字标签区域的边界框;第四步,将边界框内的数字标签区域进行字符分割操作,获得数字序列的每一个数字字符,并依次传入数字识别模型LeNet网络进行数字识别;第五步,LeNet网络返回识别出的数字序列,依据识别出的矿井移动目标数字标签确定矿井移动目标身份信息。本发明能准确、有效地对矿井移动目标进行检测与跟踪识别。

    一种基于探地雷达获取动态裂缝多期地下三维形态的方法

    公开(公告)号:CN112799054A

    公开(公告)日:2021-05-14

    申请号:CN202011566874.5

    申请日:2020-12-25

    Abstract: 本发明公开了一种基于探地雷达获取动态裂缝多期地下三维形态的方法,包括如下步骤:在裂缝所在区域表面铺设一薄膜,并保证裂缝表面被该薄膜完全覆盖;向薄膜上浇筑液体;在裂缝近地表处将探地雷达对准裂缝,沿列缝走向的垂直方向作为路径进行间隔扫描,得到当期裂缝地下形态多个剖面的电磁波数据;将液体抽出存储并撤去薄膜;对获取的当期所有电磁波数据进行数据处理,并通过目视解译的方法描绘得到当期各剖面处裂缝的轮廓;利用该裂缝的轮廓构建出裂缝当期地下形态的三维模型得到裂缝当期地下三维形态及其相关数据;不断重复上述步骤,得到裂缝发育动态变化过程中的多期地下三维形态及其相关数据。本发明可无损的获取动态裂缝的多期地下形态。

    数字孪生智能综采工作面液压支架直线度监测方法

    公开(公告)号:CN111723448A

    公开(公告)日:2020-09-29

    申请号:CN202010611428.5

    申请日:2020-06-29

    Inventor: 张帆 李闯

    Abstract: 本发明公开了数字孪生智能综采工作面液压支架直线度监测方法,包含以下步骤:(1)建立智能综采工作面液压支架三维模型;(2)对液压支架关键参数进行监测和降噪处理;(3)获得实时同步的液压支架数字孪生模型;(4)对不同曲度状态下的液压支架进行直线度仿真计算;(5)利用自适应深度学习网络对液压支架的直线度进行训练。本发明利用液压支架数字孪生模型对不同弯曲状态下的液压支架直线度进行拟合,实现液压支架物理实体与数字孪生体之间数据的实时同步、迭代交互,所述方法利用液压支架数字孪生模型的运行数据以及液压支架间的坐标系转换关系训练自适应深度学习神经网络,据此实现对液压支架直线度的实时监测与精准调整。

    矿井无人化综采工作面数字孪生智能监控系统

    公开(公告)号:CN111208759A

    公开(公告)日:2020-05-29

    申请号:CN201911388529.4

    申请日:2019-12-30

    Abstract: 本发明公开了矿井无人化综采工作面数字孪生智能监控系统及方法,实现该方法的系统由物理实体、数字孪生体、智能网关、云服务器、云数据库、5G基站、机器视觉装置、通信接口、网络交换机和视频终端组成。该发明通过构建数字孪生模型,基于三维可视化虚拟场景,利用卷积网络深度学习算法进行感知分析、仿真模拟、迭代优化与决策控制;基于数据孪生和数据驱动,通过虚拟空间数字孪生无人化综采工作面实现对远程物理空间矿井无人化综采工作面的实时监控、智能感知、精准定位和健康预测。本发明解决了现有监控系统通信接口不统一、设备集成能力弱、视频监控图像处理实时性差等问题,提高了矿井无人化综采工作面智能监控系统的实时性、准确性和鲁棒性。

    一种双目CCD视觉矿井移动目标定位方法及系统

    公开(公告)号:CN107015193B

    公开(公告)日:2019-10-11

    申请号:CN201710252567.1

    申请日:2017-04-18

    Inventor: 张帆 孙晓辉

    Abstract: 本发明公开了一种双目CCD视觉矿井移动目标定位方法及系统,实现该方法的系统包括井上设备和井下装置,井上设备包括基站控制器、定位服务器、以太网交换机和监控终端,井下装置包括矿井本安型基站、无线射频识别标签。实施该系统的方法步骤为:(1)采用RSSI算法估算移动目标的位置;(2)对移动目标的无线射频识别标签进行匹配特征提取训练;(3)对采样后的图像进行ORB算法特征匹配;(4)利用双目CCD视觉传感器对移动目标左右图像进行立体标定;(5)获取双目CCD视觉传感器的内外参矩阵,标定移动目标的世界坐标;(6)对移动目标的世界坐标信息进行位置校正,获取矿井下移动目标的准确位置信息。本发明解决了矿井NLOS环境下移动目标的精确定位问题,提高了系统的可靠性和鲁棒性。

    一种矿井移动目标检测与跟踪识别方法

    公开(公告)号:CN108182413A

    公开(公告)日:2018-06-19

    申请号:CN201711477567.8

    申请日:2017-12-29

    Inventor: 张帆 崔东林

    Abstract: 本发明公开了一种矿井移动目标检测与跟踪识别方法,第一步,制作训练集,通过采集矿井环境照片,把矿井移动目标的数字标签作为身份识别符合成到环境照片中,并对合成照片中数字标签进行标注,将标注过的合成照片作为训练集;第二步,构建加速区域卷积神经网络Faster-RCNN,并用训练集训练出可用于数字标签检测的加速区域卷积神经网络Faster-RCNN模型;第三步,将采集到的视频经过处理后输入训练好的加速区域卷积神经网络Faster-RCNN模型,检测出数字标签区域的边界框;第四步,将边界框内的数字标签区域进行字符分割操作,获得数字序列的每一个数字字符,并依次传入数字识别模型LeNet网络进行数字识别;第五步,LeNet网络返回识别出的数字序列,依据识别出的矿井移动目标数字标签确定矿井移动目标身份信息。本发明能准确、有效地对矿井移动目标进行检测与跟踪识别。

Patent Agency Ranking