最新录用栏目展示本刊经同行评议确定正式录用的文章，这些文章目前处在编校过程，尚未确定卷期及页码，但可以根据DOI进行引用。
当前状态:
, 最新更新时间:
摘要:
针对矿用高压交联聚乙烯(XLPE)电缆局部放电(Partial Discharge，PD)信号存在大量白噪声和周期性窄带干扰的问题，提出了一种基于改进变分模态(Variational Modal Decomposition,VMD)分解的矿用高压电缆局放信号去噪方法。首先利用Spearman相关系数对VMD算法中的K进行优化，再将含噪信号分解成一系列本征模态分量(Intrinsic Mode Function，IMF)；通过峭度准则将IMF区分为噪声主导分量与PD主导分量；对噪声主导分量进行改进小波阈值去噪，对PD主导分量利用粗糙惩罚法进行平滑处理；将处理后的IMF进行重构，最终得到去噪信号。仿真和实测信号结果表明：该方法能有效地将PD信号中的噪声去除，与完全集合经验模态分解(Complete Ensemble Empirical Mode Decomposition，CEEMD)算法相比，信噪比提高了46.29%，均方误差降低了32.61%，具有优良的去噪性能。
针对矿用高压交联聚乙烯(XLPE)电缆局部放电(Partial Discharge，PD)信号存在大量白噪声和周期性窄带干扰的问题，提出了一种基于改进变分模态(Variational Modal Decomposition,VMD)分解的矿用高压电缆局放信号去噪方法。首先利用Spearman相关系数对VMD算法中的K进行优化，再将含噪信号分解成一系列本征模态分量(Intrinsic Mode Function，IMF)；通过峭度准则将IMF区分为噪声主导分量与PD主导分量；对噪声主导分量进行改进小波阈值去噪，对PD主导分量利用粗糙惩罚法进行平滑处理；将处理后的IMF进行重构，最终得到去噪信号。仿真和实测信号结果表明：该方法能有效地将PD信号中的噪声去除，与完全集合经验模态分解(Complete Ensemble Empirical Mode Decomposition，CEEMD)算法相比，信噪比提高了46.29%，均方误差降低了32.61%，具有优良的去噪性能。
<摘要>(155)
当前状态:
, 最新更新时间:
摘要:
基于现阶段对CL复合电路放电特性的研究不是特别的全面，于是，对CL复合电路的放电原理进行研究，得到了两种不同的状态，分别为振荡以及非振荡两种状态。非振荡状态因有前人进行了研究，因此，主要对振荡状态进行研究，分析了本安电路的原理，推导出CL复合电路的火花电流、火花功率以及火花能量的数学模型，利用MATLAB对电源电压、滤波电容、电感参数进行仿真，得到三维图以及二维图，分析电源电压、滤波电容、电感对CL复合电路的放电特性的影响。结果表明：随着滤波电容的增大，火花电流、功率和能量都会随着增大；随着电感的增加，对电流的阻碍越大，火花功率和火花能量都会减小；随着电源电压的增大，火花电流、功率以及能量均会增加。
基于现阶段对CL复合电路放电特性的研究不是特别的全面，于是，对CL复合电路的放电原理进行研究，得到了两种不同的状态，分别为振荡以及非振荡两种状态。非振荡状态因有前人进行了研究，因此，主要对振荡状态进行研究，分析了本安电路的原理，推导出CL复合电路的火花电流、火花功率以及火花能量的数学模型，利用MATLAB对电源电压、滤波电容、电感参数进行仿真，得到三维图以及二维图，分析电源电压、滤波电容、电感对CL复合电路的放电特性的影响。结果表明：随着滤波电容的增大，火花电流、功率和能量都会随着增大；随着电感的增加，对电流的阻碍越大，火花功率和火花能量都会减小；随着电源电压的增大，火花电流、功率以及能量均会增加。
<摘要>(65)
当前状态:
, 最新更新时间:
摘要:
采煤机作为综采工作面的关键装备之一，其智能化是实现少人化、无人化开采的必要条件。当前的智能化采煤机已经具有三维定位、记忆截割和远程监控等功能，但缺少采煤机作业区域误入人员的检测和预警保护功能，一旦出现井下人员误入其作业区域，将会带来严重的安全事故。为实现采煤机作业区域人员的安全保护，如何建立一套精确有效的人员检测系统是当前亟待解决的关键问题之一。针对综采工作面具有低照度、工况环境复杂多变的特点，提出了基于红外热成像技术的采煤机作业区域人员精确检测方法。分析了综采工作面红外图像噪声特征，提出了基于高斯掩码改进的多级导向滤波模型；基于Lucas-Kanade光流法和模糊分割理论，实现了动态背景下的移动前景目标运动信息提取并对红外场景信息进行分割；结合移动目标运动信息和红外场景分割结果，构建了基于形态学理论的权重投票法，实现了采煤机作业区域人员的精确检测。最终，在河南大有能源有限公司义煤集团耿村矿21208综采工作面进行了井下工业性试验，试验结果表明：采煤机作业区域人员检测系统于实际综采工作面的人员跟踪偏差低至0.1065像素宽度，重合比为96.10%。采煤机作业区域人员精确检测是实现有效人员安全保护的前提，该系统的建立为智能化综采工作面的安全生产提供技术支撑。
采煤机作为综采工作面的关键装备之一，其智能化是实现少人化、无人化开采的必要条件。当前的智能化采煤机已经具有三维定位、记忆截割和远程监控等功能，但缺少采煤机作业区域误入人员的检测和预警保护功能，一旦出现井下人员误入其作业区域，将会带来严重的安全事故。为实现采煤机作业区域人员的安全保护，如何建立一套精确有效的人员检测系统是当前亟待解决的关键问题之一。针对综采工作面具有低照度、工况环境复杂多变的特点，提出了基于红外热成像技术的采煤机作业区域人员精确检测方法。分析了综采工作面红外图像噪声特征，提出了基于高斯掩码改进的多级导向滤波模型；基于Lucas-Kanade光流法和模糊分割理论，实现了动态背景下的移动前景目标运动信息提取并对红外场景信息进行分割；结合移动目标运动信息和红外场景分割结果，构建了基于形态学理论的权重投票法，实现了采煤机作业区域人员的精确检测。最终，在河南大有能源有限公司义煤集团耿村矿21208综采工作面进行了井下工业性试验，试验结果表明：采煤机作业区域人员检测系统于实际综采工作面的人员跟踪偏差低至0.1065像素宽度，重合比为96.10%。采煤机作业区域人员精确检测是实现有效人员安全保护的前提，该系统的建立为智能化综采工作面的安全生产提供技术支撑。
<摘要>(119)
当前状态:
, 最新更新时间:
摘要:
为了对厚硬顶板条件下煤柱型冲击显现机制进行研究，本文采用理论分析、数值模拟、现场监测等手段，研究了厚硬顶板多煤层开采条件下的覆岩运移特征，分析了工作面冲击显现机制并讨论了后续开采过程中潜在冲击危险性。结果表明：受区段煤柱、厚硬顶板及超前支承压力影响，工作面中下部区域及区段煤柱附近围岩应力及支架压力明显大于上顺槽区域，容易产生煤柱型、厚硬顶板垮落型冲击地压；当工作面接近上覆“刀把形”采空区边界时，上覆I010405采空区边界应力可以向下传递至I010203工作面，与侧向及超前压力相互叠加，构成支承应力，从而造成I010203工作面冲击危险性进一步增大，应在此阶段加大防治力度以顺利度过危险区。现场监测的冲击危险性与理论分析结果一致。研究结果可为相似条件的矿井工作面冲击地压防治提供借鉴。
为了对厚硬顶板条件下煤柱型冲击显现机制进行研究，本文采用理论分析、数值模拟、现场监测等手段，研究了厚硬顶板多煤层开采条件下的覆岩运移特征，分析了工作面冲击显现机制并讨论了后续开采过程中潜在冲击危险性。结果表明：受区段煤柱、厚硬顶板及超前支承压力影响，工作面中下部区域及区段煤柱附近围岩应力及支架压力明显大于上顺槽区域，容易产生煤柱型、厚硬顶板垮落型冲击地压；当工作面接近上覆“刀把形”采空区边界时，上覆I010405采空区边界应力可以向下传递至I010203工作面，与侧向及超前压力相互叠加，构成支承应力，从而造成I010203工作面冲击危险性进一步增大，应在此阶段加大防治力度以顺利度过危险区。现场监测的冲击危险性与理论分析结果一致。研究结果可为相似条件的矿井工作面冲击地压防治提供借鉴。
<摘要>(81)
当前状态:
, 最新更新时间:
摘要:
针对当前井下矿灾后探测和救援难题，本文研发了面向复杂地面环境的六摆臂履带式探测机器人。首先对机器人整机结构，尤其是移动底盘进行了整体结构设计，分析了机器人典型作业的工况参数。其次，针对机器人在复杂地面的高效运动控制问题，设计了机器人控制系统的驱动方案。在机器人运动驱动系统上，对两侧履带驱动的永磁同步电机（PMSM）进行了数学建模和磁场定向控制研究（FOC）。针对传统直接转矩控制系统存在抗干扰性能弱、磁链脉动大等缺点，设计了基于自抗扰的速度环控制和基于PI控制器的电流环控制算法，用以提升电机扰动抑制能力和快速运动性能。最后与双PI环的算法进行了对比试验验证，试验结果表明：采用抗扰控制算法的机器人PMSM系统的运动响应快速无超调、抗干扰能力更强，能有效提升机器人运动的爬坡越障性能和作业稳定性。
针对当前井下矿灾后探测和救援难题，本文研发了面向复杂地面环境的六摆臂履带式探测机器人。首先对机器人整机结构，尤其是移动底盘进行了整体结构设计，分析了机器人典型作业的工况参数。其次，针对机器人在复杂地面的高效运动控制问题，设计了机器人控制系统的驱动方案。在机器人运动驱动系统上，对两侧履带驱动的永磁同步电机（PMSM）进行了数学建模和磁场定向控制研究（FOC）。针对传统直接转矩控制系统存在抗干扰性能弱、磁链脉动大等缺点，设计了基于自抗扰的速度环控制和基于PI控制器的电流环控制算法，用以提升电机扰动抑制能力和快速运动性能。最后与双PI环的算法进行了对比试验验证，试验结果表明：采用抗扰控制算法的机器人PMSM系统的运动响应快速无超调、抗干扰能力更强，能有效提升机器人运动的爬坡越障性能和作业稳定性。
<摘要>(88)
当前状态:
, 最新更新时间:
摘要:
摘 要：为了解决使用接触式传感器、机器视觉对矿用带式输送机的运行状态监测存在安装不便、稳定性差，且缺少对带式输送机运行状态预测的问题，提出基于音频特征融合Res-CNN-LSTM网络的带式输送机运行状态预测的方法。首先对音频信号进行滤波去噪，然后采用梅尔倒频谱法（MFCC）提取信号的一维梅尔倒频谱系数MFCC0,作为网络模型的输入；考虑到网络模型加深会导致过拟合和性能退化，引入残差块对网络模型进行优化。以实验室带式输送机平台进行试验，实验过程中不断优化网络模型参数，结果表明，音频信号可以获取带式输送机更多的运行状态信息；与其他模型相比，所设计的网络模型预测准确率最高，且训练时间短；同时在不同的工况下验证了该模型具有较高的鲁棒性。
摘 要：为了解决使用接触式传感器、机器视觉对矿用带式输送机的运行状态监测存在安装不便、稳定性差，且缺少对带式输送机运行状态预测的问题，提出基于音频特征融合Res-CNN-LSTM网络的带式输送机运行状态预测的方法。首先对音频信号进行滤波去噪，然后采用梅尔倒频谱法（MFCC）提取信号的一维梅尔倒频谱系数MFCC0,作为网络模型的输入；考虑到网络模型加深会导致过拟合和性能退化，引入残差块对网络模型进行优化。以实验室带式输送机平台进行试验，实验过程中不断优化网络模型参数，结果表明，音频信号可以获取带式输送机更多的运行状态信息；与其他模型相比，所设计的网络模型预测准确率最高，且训练时间短；同时在不同的工况下验证了该模型具有较高的鲁棒性。
<摘要>(138)
2023, 49(11): 1-21.
doi: 10.13272/j.issn.1671-251x.18165
摘要: 智能化是煤矿发展的方向，而智能视频分析是促进煤矿智能化的有效途径。全矿井智能视频分析技术具有实时监控、预警和决策支持能力，有助于提高矿山企业的安全性、生产效率、资源利用效率和环境可持续性。详细介绍了全矿井智能视频分析的关键技术，包括视频采集设备、视频预处理、视频压缩与编码等视频采集与处理技术，目标检测与跟踪、运动检测与分析、物体识别与分类等视频分析基础技术，行为识别与分析、事件检测与警报、视频监控与布防等高级视频分析技术。研发了集成视频识别分析和工业联动控制功能的矿山智脑AI视觉智能服务平台，介绍了智能视频分析技术在智能探放水系统和探放瓦斯系统、煤岩识别与截割系统、掘进工作面、综采工作面、煤流运输系统、矿井提升机系统、辅助运输系统、选煤厂、智能化装车配煤系统等矿井生产场景中的应用。分析指出目前全矿井智能视频分析技术在视频质量、复杂背景、实时性要求、数据隐私和安全、系统可靠性与稳定性等方面仍面临挑战。建议未来加强算法提升和优化、多模态数据融合、实时分析和边缘计算、强化学习和自主决策、数据隐私和安全保护、硬件设备和传感器技术等方面的研究，以全面推动全矿井智能视频分析技术的发展，促进矿山智能化进程。
2023, 49(11): 22-38, 75.
doi: 10.13272/j.issn.1671-251x.2023090042
摘要: 机器视觉技术具有非接触测量、获取信息量大、数据处理能力强等优点，将其应用于综掘工作面，对于提高综掘工作效率、保障人员设备安全、减少事故发生具有重要意义。综述了近年来视觉处理技术在煤矿综掘系统中的具体应用与发展情况，依据综掘工作面的任务分工，结合具体实际案例，重点分析了机器视觉技术在视觉检测与定位、安全监测与事故预防、装备自动化与智能化等方面的应用。通过分析不同应用场景中各类视觉检测系统的结构与检测原理，明确了视觉处理技术在综掘工作面工程应用中的技术性能、工作流程及优缺点。分析了视觉技术在综掘工作面应用中存在的挑战，包括环境适应性问题、成像视野范围较窄、智能算法的鲁棒性和可靠性尚待提高等。指出多传感器信息融合技术、设备群协同控制技术与数字孪生驱动远程监控技术是基于机器视觉的煤矿智能化装备体系未来需要重点发展的新方向。
2023, 49(11): 39-45.
doi: 10.13272/j.issn.1671-251x.2023060063
摘要: 针对采掘工作面目标尺度跨度大、多目标间相互遮挡严重及恶劣环境导致的检测精度降低等问题，提出了一种基于FBEC−YOLOv5s的采掘工作面多目标检测算法。首先，在主干网络引入FasterNet网络，以凭借其残差连接与批标准化模块，增强模型的特征提取和语义信息捕捉能力；其次，在YOLOv5s模型颈部融合BiFPN网络，以通过其双向跨尺度连接和快速归一化融合操作，实现多尺度特征的快速捕捉与融合；最后，采用ECIoU损失函数代替CIoU损失函数，以提升检测框定位精度和模型收敛速度。实验结果表明：① 在满足煤矿井下实时检测要求的同时，FBEC−YOLOv5s模型的准确率较YOLOv5s模型的准确率提升了3.6%。② 与YOLOv5s模型相比，FBEC−YOLOv5s模型的平均检测精度均值上升了2.8%，平均检测精度均值为92.4%，能够满足实时检测要求。③ FBEC−YOLOv5s模型的综合检测性能好，能够在恶劣环境、多目标间相互遮挡严重及目标尺度跨度大导致检测精度降低的情况下表现出良好的实时检测能力且具有较好的鲁棒性。
2023, 49(11): 46-52, 66.
doi: 10.13272/j.issn.1671-251x.2023020037
摘要: 基于深度学习的目标检测算法在异物检测中具有较好的识别效果，但模型内存需求大，检测速度慢；轻量化深度学习网络能够大幅减少模型内存需求，提升检测速度，但在井下弱光环境中检测精度低。针对上述问题，提出了一种基于Faster−YOLOv7的带式输送机异物实时检测算法。通过限制对比度自适应直方图均衡化算法（CLAHE）进行图像增强，提高弱光环境中异物对比度；基于Mobilenetv3对YOLOv7主干网络进行轻量化设计，减少YOLOv7模型的计算量、参数量；添加有效通道注意力机制，缓解因特征通道数减少而导致的高层特征信息丢失问题；采用Alpha−IoU作为损失函数提高异物检测精度。实验结果表明：① Faster−YOLOv7的初始损失为0.143，最终稳定在0.039左右。② Faster−YOLOv7的检测速度可达42帧/s，较YOLOv5、YOLOv7分别提升了17，20帧/s；Faster−YOLOv7内存为14 MiB，较YOLOv5、YOLOv7分别降低了29，57 MiB；检测准确率达91.3%，较YOLOv5提升了8.8%。③ 将SSD、YOLOv5、轻量化YOLOv7、Faster−YOLOv7目标检测算法应用到煤矿井下带式输送机运煤图像及视频中，发现SSD在视频检测时发生了漏检现象，YOLO系列模型均有效地识别出待测异物，且Faster−YOLOv7识别结果的置信度更高。
2023, 49(11): 53-59.
doi: 10.13272/j.issn.1671-251x.2023080046
摘要: 煤矿井下胶带运输图像具有照度低、细节不清晰、背景干扰等特点，现有的带式输送机异物检测模型存在精度低、灵活性差、计算量大、优化空间存在差异等问题。针对上述问题，提出了一种基于生成对抗网络（GAN）的带式输送机异物检测方法。对胶带运输过程视频文件进行预处理，分类得到正常图像、异常图像，制作实验数据集对改进GANomaly模型进行训练，再通过训练好的模型进行带式输送机异物检测。在训练阶段，将不含异物的带式输送机图像作为输入；在测试阶段，将含有异物的带式输送机图像作为输入，得到的重构图像与输入网络的原图像作差，即可得到异物的具体位置。GANomaly模型轻量化改进方法：在GANomaly基础网络模型中加入深度可分离卷积残差模块，采用深度可分离卷积代替原有主干网络中的卷积操作，大幅降低了模型计算量，同时减少了参数的冗余计算，能够明显提高异物检测速度；通过合并多个批量归一化（BN）层，加快模型的收敛迭代速度，提高模型的泛化收敛能力，有效避免梯度消失。实验结果表明，改进GANomaly模型相较于传统GANomaly模型，在运行速度上提升了6.27%，评价指标F1分数、AUC、召回率（Recall）和平均精度均值（mAP）分别提升了19.05%，22.22%，15.00%，17.14%。
2023, 49(11): 60-66.
doi: 10.13272/j.issn.1671-251x.2023080101
摘要: 煤矿井下工作面刮板输送机场景中存在的刮板输送机姿态多变、煤料形状不规则、设备安装位置受限、高粉尘、异物遮挡等不利因素，导致现有针对带式输送机场景的煤流状态识别方法无法有效在刮板输送机场景下进行工程化应用。针对上述问题，提出了一种基于时序视觉特征的工作面刮板输送机煤流状态识别方法。该方法首先利用DeepLabV3+语义分割模型获取工作面煤流视频图像中粗略煤流区域，并在此基础上通过线性拟合方法进行精细煤流区域定位与分割，实现煤流图像提取；然后将煤流图像按视频时序进行排列，构成煤流图像序列；最后采用C3D动作识别模型针对煤流图像序列进行特征建模，实现煤流状态自动识别。实验结果表明：该方法能准确获取煤流图像并自动、实时识别煤流状态，煤流状态平均识别准确率达92.73%；针对工程化部署应用，利用TensorRT对模型进行加速处理，对于分辨率为1 280×720的煤流视频图像，整体处理速度为42.7帧/s，满足工作面煤流状态智能监测实际需求。
2023, 49(11): 67-75.
doi: 10.13272/j.issn.1671-251x.2023080073
摘要: 环境感知是煤矿巡检机器人、视觉测量系统等场景应用的关键技术。单模态环境感知技术对煤矿井下复杂环境的感知能力较差。提出了雷达与视觉双模态空间融合方法，通过激光雷达和摄像仪之间的坐标转换来实现二者采集信息的融合，从而提高环境感知能力。为了更好地提取目标特征信息，提出了双模态融合环境感知网络架构技术路线：摄像仪和雷达采集的环境信息经雷达与视觉双模态空间融合方法进行融合处理，多模态特征融合网络模块提取融合信息中的目标特征，多任务处理网络模块采用不同的任务头处理目标特征信息，完成目标检测、图像分割、目标分类等环境感知任务。采用YOLOv5s目标检测算法搭建双模态特征提取网络模块进行实验，结果表明：基于雷达与视觉融合的双模态煤矿井下环境感知技术对井下巷道环境下行人检测的成功率较视觉、雷达感知分别提升15%，10%，对车道线、标志牌等各类目标分割的平均精度均值较视觉感知均提高10%以上，有效提升了煤矿井下环境感知能力，可为煤矿道路环境感知、视觉测量系统、无人矿车导航系统、矿井搜救机器人等应用场景提供技术支持。
2023, 49(11): 76-83, 120.
doi: 10.13272/j.issn.1671-251x.2023080081
摘要: 受井下粉尘大、照度低等环境影响，矿井图像存在分辨率低、细节模糊等问题，现有的图像超分辨率重建算法应用于矿井图像时，难以获取不同尺度图像信息、网络参数过大而影响重建速度，且重建图像易出现细节丢失、边缘轮廓模糊、伪影等问题。提出了一种基于多尺度密集通道注意力超分辨率生成对抗网络（SRGAN）的矿井图像超分辨率重建算法。设计了多尺度密集通道注意力残差块替代SRGAN原有的残差块，采用2路并行且卷积核大小不同的密集连接块，可充分获取图像特征；融入高效通道注意力模块，加强对高频信息的关注度；采用深度可分离卷积对网络进行轻量化，抑制网络参数的增加；利用纹理损失约束网络训练，避免网络加深时产生伪影。在井下数据集和公共数据集上对提出的矿井图像超分辨率重建算法和经典超分辨率重建算法BICUBIC，SRCNN，SRRESNET，SRGAN进行实验，结果表明：所提算法在主客观评价上总体优于对比算法，网络参数较SRGAN减少了2.54%，峰值信噪比与结构相似度较经典算法指标均值分别提高了0.764 dB和0.053 58，能更好地关注图像的纹理、轮廓等细节信息，重建图像更符合人眼视觉。
