-
公开(公告)号：CN119691611A
公开(公告)日：2025-03-25
申请号：CN202411724368.2
申请日：2024-11-28
Applicant: 武汉大学
IPC: G06F18/2431 , G06F18/2113 , G06F18/214 , G06F18/2413
Abstract: 本发明公开了一种敞开式TBM岩爆致卡风险预警方法，包括：将TBM的运行状态划分为正常掘进状态、卡机预警状态和卡机状态三种状态；筛选出关键运行参数；获得数据集；所述数据集包括输入数据和输出数据；将数据集划分为训练集和测试集；对训练集进行预处理，得到预处理的训练集；采用权重自适应算法，利用预处理的训练集进行训练，获得风险预警模型；利用风险预警模型对敞开式TBM岩爆致卡风险进行预警。该方法将TBM正常掘进状态与卡机状态之间过渡状态定义为卡机预警状态，将卡机风险预警问题转换为卡机预警状态识别问题；利用TBM自身运行数据实现对敞开式TBM岩爆致卡风险的准确预警，无需额外部署监测传感器，可靠性强，具有重要的学术和工程价值。
-
公开(公告)号：CN118606766A
公开(公告)日：2024-09-06
申请号：CN202410828455.6
申请日：2024-06-25
Applicant: 武汉大学
IPC: G06F18/24 , G06F18/214 , G06N20/00
Abstract: 本发明公开了一种基于TBM施工隧道案例数据驱动的TBM选型方法，包括以下步骤：获取原始案例数据集；将原始案例数据集分为训练集和测试集；利用多重插补算法对训练集中缺失的案例数据进行填充，得到初步增强的训练数据集；利用过采样算法对初步增强的训练数据集进行处理，使得训练数据集中不同TBM选型的样本数量相同或接近，得到二次增强的训练数据集；利用机器学习算法建立TBM选型模型，利用测试集进行训练和修正，获得最终的TBM选型模型。本发明方法将复杂模糊的TBM选型问题转换为简单明确的TBM分类问题，并主要利用隧道沿线的地质数据实现TBM的选型，其可在隧道施工前为TBM选型提供指导，具有重要的学术和工程价值。
-
公开(公告)号：CN119360353A
公开(公告)日：2025-01-24
申请号：CN202411356270.6
申请日：2024-09-27
Applicant: 陕西有色榆林煤业有限公司 , 武汉大学
IPC: G06V20/60 , G06V10/52 , G06V10/44 , G06V10/774 , G06V10/25 , G06N3/0464 , G06N3/0985
Abstract: 本发明公开了一种基于可见光图像的煤矿采掘过程中煤岩识别方法。该方法包括：获取煤岩的原始图像；对原始图像进行预处理，得到预处理图像；对预处理图像进行图像增强，生成增强后的图像；将增强后的图像进行标注，分为训练集、验证集和测试集；以YOLO v5模型作为基础模型，进行训练；获得最终识别模型，进行煤岩图像检测，输出结果。该方法通过图像预处理、标注、增强及深度学习技术的综合应用，实现了在复杂煤矿环境下的高精度、高效率煤岩识别，有效解决了当前技术在精度、效率和鲁棒性方面的不足，具有重要的实际应用价值。
-
Patent Agency Ranking
公开(公告)号：CN119224757A
公开(公告)日：2024-12-31
申请号：CN202411366316.2
申请日：2024-09-29
Applicant: 陕西有色榆林煤业有限公司 , 武汉大学
Abstract: 本发明公开了连采巷道的雷达跟随探测分析控制系统和方法。所述雷达跟随探测分析控制系统包括：锚杆台车；顶板雷达系统，设置于锚杆台车车顶，通过悬架系统保持雷达探测面与顶板固定距离，用于探测连采巷道顶板的煤岩情况；底板雷达系统，设置于锚杆台车车底，通过悬架系统保持雷达探测面与底板固定距离，用于探测连采巷道底板的煤岩情况；控制系统，连。该系统和方法能够在煤巷掘进开挖过程中快速了解煤层的厚度变化与煤岩分界面的空间起伏趋势，减少掘进机械碰到岩层的可能性而保证顺利高效施工，同时尽量减少留煤层厚度以增大煤可开采量提升经济效益，可为煤矿的智能化巷道施工控制提供良好的技术支持。
-
公开(公告)号：CN119900573A
公开(公告)日：2025-04-29
申请号：CN202510172156.6
申请日：2025-02-17
Abstract: 本发明公开了一种硬岩TBM法向锚杆/索钻机及其施工方法，包括：锚杆/索钻机，实现钻杆的打设、续接和退回，锚杆的打设、续接和预应力施加，锚索的打设和预应力施加；环形梁，布置于TBM主梁上且其轴线与隧洞轴线平行；爬行小车，通过驱动装置驱动锚杆/索钻机在环形梁轨道上移动，通过摆动马达精准调节锚杆/索钻机钻进洞壁的角度；环形梁前后移动轨道，布置于主梁上，主梁两侧各布置上下两个轨道，环形梁能够沿着轨道前后移动。本发明能360°垂直洞壁打设钻孔、锚杆/索并施加高预应力，且多台钻机能协同和相对独立工作以提升敞开式TBM支护能力和支护效率。本发明具有结构简单、设计巧妙、操作简单、可靠性高的特点。
-
公开(公告)号：CN119288464A
公开(公告)日：2025-01-10
申请号：CN202411371607.0
申请日：2024-09-29
Applicant: 陕西有色榆林煤业有限公司 , 武汉大学
Abstract: 本发明公开了综采割煤机前置雷达探测分析控制系统与方法。所述系统包括至少2个雷达主机、至少2个无线传输装置、至少2个雷达接收机和数据控制系统；所述综采割煤机的每一个截割滚筒均设置雷达主机和无线传输装置；所述雷达接收机设置于综采割煤机的轨道两端，用于综采割煤机行驶到轨道两端时，接收由无线传输装置发出的雷达主机的测试数据；所述数据控制系统连接雷达接收机，用于分析雷达接收机的数据。该装置及方法能够实时获取每个割煤循环前方煤岩体的情况，为割煤机支架循环调整的定量控制提供依据，进而为煤矿的智能化巷道施工控制提供良好的技术支持。
-
公开(公告)号：CN118941842A
公开(公告)日：2024-11-12
申请号：CN202410940636.8
申请日：2024-07-15
Applicant: 武汉大学
IPC: G06V10/764 , G06V10/774 , G06V10/26 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明提供了一种基于深度学习的煤矿采面煤岩识别方法，旨在解决传统方法中存在的识别准确率低、处理效率慢等问题。该方法首先通过高分辨率相机采集煤矿采面原始煤岩图像，并应用基于RSTF和DA的图像增强技术优化图像质量；随后，采用基于YOLOv5s和轻量化语义分割网络BiSeNet的深度学习模型进行煤岩的检测和语义分割，有效地提取出煤岩的位置和边界信息；最后，通过测试集评估模型的泛化能力和识别准确率，验证了该方法在实际煤矿环境中的有效性和可靠性。本发明的优点在于通过深度学习技术实现了高效、精准的煤矿采面煤岩识别，能够在复杂的煤矿环境中快速、准确地完成煤岩识别任务，提升了矿山生产效率和安全性。
-
公开(公告)号：CN118797486A
公开(公告)日：2024-10-18
申请号：CN202410835898.8
申请日：2024-06-26
Applicant: 武汉大学
IPC: G06F18/243 , G06F18/211 , G06F18/2433 , G06F18/214 , G06N20/20
Abstract: 本发明公开了一种基于滑窗特征提取与权重自适应随机森林算法的TBM隧道围岩等级识别方法，步骤如下：获得预处理数据；对预处理数据利用滑窗截取，并从截取的数据中提取特征，得到特征数据集；建立训练集、验证集和测试集；构建TBM隧道围岩等级识别模型；确定最优滑窗长度和步长，利用搜索算法寻找最优的模型超参数，得到优化的TBM隧道围岩等级识别模型；获得权重自适应的TBM隧道围岩等级识别模型；利用权重自适应的TBM隧道围岩等级识别模型识别围岩等级。本发明方法能从掘进参数变化中提取围岩等级相关信息且可自适应考虑类别权重对模型性能的影响，可大幅提升TBM隧道围岩等级识别模型的性能，对指导TBM施工具有积极的意义。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.019 seconds)
