-
公开(公告)号:CN116702574A
公开(公告)日:2023-09-05
申请号:CN202310656352.1
申请日:2023-06-05
Applicant: 北京科技大学
IPC: G06F30/25 , G06F30/27 , G06T17/10 , G06N3/0475 , G06N3/094 , G06F111/10
Abstract: 本发明提供一种矿岩颗粒体系建模方法,所述方法包括:对不同矿岩颗粒堆积体系进行CT扫描并获取原始切片图,对原始切片图依次进行阈值分割、空间滤波、三维重构处理,得到原始矿岩颗粒堆积体系三维模型;对所述原始矿岩颗粒堆积体系三维模型进行数据增强以增加样本模型数量,建立矿岩颗粒堆积体系三维模型数据库等步骤。本发明通过对CT扫描技术和深度学习手段的有效运用,实现了对真实颗粒形状的矿岩颗粒体系模型的数值模型构建,显著提高放矿等领域颗粒堆积体系数值模型构建的准确性和高效性,为后续相关颗粒材料基础理论和工程应用研究奠定模型基础。
-
公开(公告)号:CN118506104A
公开(公告)日:2024-08-16
申请号:CN202410820791.6
申请日:2024-06-24
Applicant: 北京科技大学
IPC: G06V10/764 , G06N3/042 , G06N3/0464 , G06V10/82
Abstract: 本发明提供一种岩石裂隙识别与扩展预测方法及系统,所述方法包括:利用CT扫描三轴循环加卸载试验中的粉砂岩试样以获取原始切片图像,并进行预处理;将预处理后的切片图像输入SAM分割模型中进行岩石裂隙识别,并提取几何空间特征参数;基于几何空间特征参数构建用于图卷积神经网络训练和测试的数据库;在Pytorch框架下建立图卷积神经网络,对图卷积神经网络进行训练得到训练后的GCN模型;基于训练后的GCN模型分析裂隙之间的连接关系,对裂隙扩展路径进行预测。本发明基于SAM大模型和图卷积神经网络混合策略,提高了神经网络在岩石裂隙识别领域的效率和精度,并对后续岩体裂隙扩展路径预测具有一定指导作用。
-
公开(公告)号:CN119273907A
公开(公告)日:2025-01-07
申请号:CN202410872612.3
申请日:2024-07-01
Applicant: 北京科技大学
IPC: G06V10/26 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/042 , G06N3/0464
Abstract: 本发明涉及图像识别及预测技术领域,提供基于遮挡感知下堆积矿岩颗粒的模态实例分割方法及装置。方法包括:搭建不同堆积状态下的矿岩颗粒堆积模型,并利用相机获取原始图像数据库;对原始图像数据进行一系列处理;依托Pytorch框架搭建AGG‑Mask2Former网络,定义多任务损失函数优化神经网络训练过程;将数据库划分为多类子训练集并训练神经网络制得最优模型,进行交叉验证实验研究不同遮挡状态下模型的识别和预测结果;对模型识别和预测出的矿岩颗粒提取,预测堆积状态下矿岩颗粒的级配。本发明极大地提高了神经网络在矿岩颗粒堆积状态颗粒识别领域训练、识别及预测过程的效率和精度,为后续参数提取和级配统计提供了更可靠的数据基础。
-
公开(公告)号:CN119047187A
公开(公告)日:2024-11-29
申请号:CN202411168429.1
申请日:2024-08-23
Applicant: 北京科技大学
IPC: G06F30/20 , G06V20/10 , G06F119/14
Abstract: 本发明公开了一种单一矿岩粗颗粒对放矿堵塞局域影响程度确定方法和系统,涉及堆积矿岩颗粒堵塞技术领域,包括:基于不同矿岩颗粒堆积体系,构建矿岩颗粒堵塞模型;对矿岩颗粒堵塞模型进行颗粒图像识别,得到矿岩颗粒堵塞局域内的每个颗粒的颗粒信息;基于颗粒信息,确定颗粒之间的颗粒接触关系和每个颗粒的权重值;基于颗粒接触关系和每个颗粒的权重值,构建矿岩颗粒堵塞模型对应的复杂网络模型,和计算闭合步行阈值,并基于闭合步行阈值计算单一矿岩粗颗粒的改进子图中心性指标值;最后确定单一矿岩粗颗粒对放矿堵塞局域结构的影响程度。本发明缓解了现有技术存在的不能定量和精确的确定单一粗颗粒是如何影响堵塞结构的技术问题。
-
公开(公告)号:CN118583351A
公开(公告)日:2024-09-03
申请号:CN202410672922.0
申请日:2024-05-28
Applicant: 北京科技大学
Abstract: 本发明一种岩体竖向倾斜深孔三维应力测量方法,属于岩体应力测量领域。所述方法通过应变扫描系统获取孔径变形,采用弹性模量修正模型对岩石弹性模量进行修正,利用数据分析计算系统得到局部坐标系下的应力分量,最终通过三维应力模型得到岩体三维应力的大小。所述方法相较于传统的垂直钻孔应力测量方法,考虑层理厚度及角度,并将二维应力测量推广到三维,消除了之前垂直测量方法仅能够获得二维应力的弊端,且测量误差进一步减小,且与已有三维应力测量方法相比,测量方法相对简便。
-
公开(公告)号:CN118467896A
公开(公告)日:2024-08-09
申请号:CN202410542253.5
申请日:2024-04-30
Applicant: 北京科技大学
IPC: G06F17/11 , G06F18/2431 , G01L5/1627
Abstract: 在岩石应力测量的领域内,本发明提供一种含层理岩体三向应力解算方法,包括:对岩体的原始计算模型分解为三种应力状态,得到三种应力状态遵循的圆孔坐标系下的平衡方程;基于含水平层理岩石材料在平面条件下的本构方程和圆孔坐标系下的平衡方程,得到三种应力状态在圆孔坐标系的应力分量;计算粘结到岩体上的胶体的外侧压力;根据岩体黏结层受力特点分解得到粘结剂内外层应力分量及对应的应变;计算电阻应变片所测应变值与应变分量之间的关系式;对上述关系式进行联立,得到修正后的应力分量表达式,可全面考虑层理角度、温度和粘结材料变形的影响,可应用于现场钻孔类间接测量法的三向应力长期测量结果的精准解算。
-
公开(公告)号:CN118097220A
公开(公告)日:2024-05-28
申请号:CN202311824465.4
申请日:2023-12-27
Applicant: 北京科技大学
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明提供一种矿岩颗粒堆积体系空隙识别方法及系统,涉及图像识别技术领域,包括:利用CT扫描矿岩颗粒堆积体系获取原始切片图像并进行预处理;选取不同的数量、尺寸以及内容等数据参数,制得四类数据集并用于训练神经网络;搭建AttentionR2U‑net并通过数据集训练网络制得模型;根据标签图像和识别图像来定性和定量评估四类数据集下模型的识别效果,通过比较二分类混淆矩阵指标进一步确定最优数据集参数;最后,参考最优数据集参数制得最优数据集并以该数据集训练神经网络,对神经网络反复训练、调节超参数制得最优模型,通过定性和定量的方法检验该模型的收敛性与准确性。本发明提高了神经网络在矿岩颗粒堆积体系空隙识别领域训练和识别过程的效率与精度。
-
-
-
-
-
-