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

Inventor： 孙浩 ,  赵丽姗 ,  金爱兵 ,  韦立昌 ,  代宗晟

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：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

Inventor： 孙浩 ,  代宗晟 ,  赵丽姗

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。

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

Inventor： 孙浩 ,  代宗晟 ,  赵丽姗 ,  孙鹏举 ,  周圣贵

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

Inventor： 孙浩 ,  周圣贵 ,  赵丽姗 ,  代宗晟

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：CN117307161A

公开(公告)日：2023-12-29

申请号：CN202311151370.0

申请日：2023-09-07

Applicant: 北京科技大学

Inventor： 孙浩 ,  赵丽姗 ,  金爱兵 ,  韦立昌

IPC: E21C35/20 ,  G01N23/046 ,  G06T17/05

Abstract: 本发明提供一种多因素耦合下的振动放矿机振频选择方法，包括根据矿岩颗粒物理力学性质的差异，分组制备矿岩颗粒试样；将各组矿岩颗粒试样分置于放矿模型中，打开放矿模型的放矿口，等待达到矿岩颗粒阻塞放矿口的状态；扫描试样获得阻塞状态下矿岩颗粒阻塞堆积体系切片图；对每组切片图分析、处理、重构，获得矿岩颗粒阻塞堆积体系三维模型；提取并分析矿岩颗粒阻塞堆积体系堵口局域内的结构特征参量；通过振动装置向不同的矿岩颗粒阻塞堆积体系输入能量，记录堵口局域内结构失稳时的振动频率；联合对应的堵口局域内矿岩颗粒物理力学性质及结构特征参量，进行相关性分析。本发明能够定量分析矿岩颗粒阻塞状态，有效提高放矿效率。