UeDiff-GAN-based target detection and twin synchronization mapping for fully mechanized mining faces
-
摘要:
矿井综采工作面数字孪生模型的构建过程需要手动构建实体的数字孪生3D模型，然后对实体进行目标检测，并根据实时检测结果控制3D模型，以确保孪生体与实体之间的同步映射关系。因此，对井下目标的实时、准确检测是实现虚实同步映射控制的关键。目前主流的目标检测方法需要在传统模型中引入或改进模块，使得模型网络结构复杂、训练周期较长，降低了目标检测的实时性；同时，对于一些含高强度噪声的图像难以精确检测。针对上述问题，提出了一种基于UeDiff−GAN的综采工作面目标检测与孪生体同步映射方法。通过扩散模型对高质量样本进行加噪扩散，得到不同程度的加噪样本，然后使用生成对抗网络（GAN）模型进行训练；设计了平滑扩散算法，以控制扩散步长，加入不均衡扩散模块，以得到与预识别样本匹配的检测算法模型。使用Unity3D构建综采工作面3D模型并进行渲染，实现井下物理实体的对象孪生，据此构建综采工作面实体与其孪生模型的映射关系，根据井下不同位置的检测结果控制对应机器运动状态及姿态，实现孪生模型协同控制，从而实现过程孪生。在自制数据集上的实验结果表明：UeDiff−GAN模型对井下移动目标的平均检测精度较SSD，R−CNN，YOLOv7和Diff−GAN模型分别提升了19.4%，14.3%，9.1%，24.3%；检测速度较SSD，R−CNN分别提升了13.86，42.73 帧/s；孪生模型与实体的实时性延迟至多为0.873 s。
Abstract:The construction of a digital twin model for fully mechanized mining faces requires manually creating a digital twin 3D model of a physical entity, performing target detection on the entity, and adjusting the 3D model based on real-time detection results to ensure synchronization mapping between the twin and the physical entity. Therefore, real-time and accurate detection of underground targets is crucial for achieving virtual-physical synchronization mapping control. Current mainstream target detection methods require incorporating or modifying modules within traditional models, resulting in complex network structures and prolonged training cycles, which reduce the real-time performance of target detection. Moreover, these methods struggle with precisely detecting targets in images with high-intensity noise. To address these issues, this study proposed a UeDiff-GAN-based target detection and twin synchronization mapping method for fully mechanized mining faces. The diffusion model was used to add noise into high-quality samples to generate samples of varying levels, which were then used to train a generative adversarial network (GAN) model. A smooth diffusion algorithm was designed to regulate the diffusion step sizes, while an imbalanced diffusion module was incorporated to obtain a detection algorithm model that matches pre-identified samples. A 3D model of the fully mechanized mining face was constructed and rendered using Unity3D, achieving a digital twin of underground physical entities. Based on this model, a mapping relationship between the physical entity and its twin model was established. The corresponding machine's motion state and posture are controlled according to the detection results at different underground locations. This approach enabled twin model coordinated control, thereby achieving process-level twinning. Experimental results on a self-developed dataset demonstrated that the UeDiff-GAN model improved the average detection accuracy of underground moving targets by 19.4%, 14.3%, 9.1%, and 24.3% compared to SSD, R-CNN, YOLOv7, and Diff-GAN models, respectively. The detection speed improved by 13.86, 42.73 frames per second (fps) compared to SSD and R-CNN models, respectively. The real-time delay between the twin model and the physical entity was at a maximum of 0.873 seconds.
-
0. 引言
随着我国中东部煤炭资源的枯竭，煤炭发展中心逐渐向西部转移[1]。西部矿区煤炭资源丰富，煤层厚度大、层位多，西部矿区煤炭资源开采过程中，常常遇到多煤层开采的情况[2-4]。
下行开采和上行开采在多煤层开采中占有很大比重。不同的煤层群接续开采方案造成煤岩体应力变化规律与围岩变形情况存在很大差别。目前，围绕煤层下行开采与上行开采，相关学者开展了大量工作。洛锋等[5]研究了下行开采过程中煤层底板裂隙的发育规律与岩体的应力−应变关系，得出煤层底板应力重新分布受到采空区压实区和膨胀区的影响。马振乾等[6]借助物理相似模拟与数值模拟方法，研究了多煤层重复采动条件下煤层底板应力和塑性区发育规律。马立强等[7-8]研究发现当煤层采用上行开采时，下部煤层的开采会改变上部岩层破坏状态与上部煤层矿压分布规律。韩军等[9]采用多元回归分析法，得到上部煤层破环程度与煤层开采参数和采矿地质条件之间的关系。李杨等[10]通过分析采动影响系数对上行开采煤层破坏的影响规律，并采用间深比判别法，得到上行开采可行度的定量判别指标。王寅等[11]通过理论分析和相似模拟，研究上行开采重复采动下顶板结构形态，得到煤层顶板“上行式开采三铰拱”结构的稳定与失稳条件。但以上研究并未结合矿井的经济状况来优选煤层群接续开采方案。
本文以库车县榆树岭煤矿有限责任公司（以下简称榆树岭矿）为研究背景，通过数值模拟分析上下行开采方案下接续煤层完整性、工作面应力变化规律，并结合矿井经济效益优选榆树岭矿煤层群接续开采方案；利用层次分析法（Analytic Hierarchy Process，AHP）和模糊数学理论[12-13]对优选结果进行验证。
1. 矿井概况
1.1 地质条件
榆树岭矿井田区域内可采煤层共4层，自上而下分别为下5、下7、下8与下10煤层，煤层平均倾角为10°，各煤层平均厚度分别为9.20，3.00，0.98，6.88 m。地面标高为1 793～1 834 m，下5煤层标高为1 653～1 688 m，平均埋深约为105 m，煤层平均密度为1.29 t/m3，上覆岩层平均密度为2.48 t/m3，下5与下7、下8、下10煤层间距分别为34，48，94 m。煤岩层地质柱状图如图1所示。
1.2 开采现状及接续问题
目前矿井主采煤层为下5煤层，下5煤层布置110501工作面和110503工作面。与下5煤层相邻的下7、下8煤层厚度与下5煤层相差较大，在当前没有准备配采工作面的情况下−若采用下行开采，直接接续下7、下8煤层难以保障矿井产量；若优先接续较厚的下10煤层，形成上行开采，能有效解决下行开采难以保障矿井生产能力和经济效益的问题，但上行开采的安全性未知，尤其是上行开采影响上部煤层结构完整性和工作面应力变化规律不清楚。因此，亟需对煤层群接续开采方案进行优选研究。
2. 不同开采方案下煤层完整性及应力变化规律
2.1 数值模型
根据榆树岭矿岩层地质柱状图，结合实验室岩石力学参数测试结果，并考虑矿井目前开采状况，建立220 m×240 m×153 m（长×宽×高）的数值模型，如图2所示。模型建至下5煤层上部厚度约为20 m的基本顶处，基本顶上部至地表85 m的岩层由模型顶部施加的2.11 MPa地应力代替。模型四周固定水平位移，底面固定垂直位移，整体施加重力加速度9.8 m/s2。模型中工作面倾斜长度为160 m，推进距离为120 m。为减小模型边界效应影响，模型中工作面倾向方向左右两侧各留设40 m边界，工作面推进方向前后两侧各留设50 m边界。模型煤岩层参数见表1。
表 1 模型煤岩层参数Table 1. Coal strata parameters of model序号 岩性 厚度/m 密度/(kg·m−3) 体积模量/MPa 剪切模量/MPa 抗拉强度/MPa 黏聚力/MPa 内摩擦角/(°) 1 细砂岩 17.07 2 630 2 643 1 820 1.46 3.80 40.23 2 粉砂岩 2.32 2 660 3 550 2 345 1.38 2.98 39.60 3 下10煤 6.88 1 350 2 139 1 204 0.78 1.52 48.23 4 粗砂岩 4.40 2 490 2 679 1 764 1.49 0.42 43.15 5 砂砾岩 13.20 2 540 2 886 1 901 1.72 0.44 39.60 6 粉砂岩 5.40 2 660 3 550 2 345 1.38 2.98 39.60 7 砂砾岩 13.00 2 540 2 886 1 901 1.72 0.44 39.60 8 中砂岩 4.80 1 460 3 800 1 820 1.53 3.80 40.00 9 粉砂岩 4.00 2 660 3 550 2 345 1.38 2.98 39.60 10 下8煤 0.98 1 350 2 139 1 204 0.78 1.52 48.23 11 细砂岩 11.40 2 630 2 643 1 820 1.46 3.80 40.23 12 粉砂岩 4.00 2 660 3 550 2 345 1.38 2.98 39.60 13 下7煤 2.95 1 350 2 139 1 204 0.78 1.52 48.23 14 粉砂岩 4.00 2 660 3 550 2 345 1.38 2.98 39.60 15 中砂岩 17.70 1 460 3 800 1 820 1.53 3.80 40.00 16 砂砾岩 3.60 2 540 2 886 1 901 1.72 0.44 39.60 17 细砂岩 8.00 2 630 2 643 1 820 1.46 3.80 40.23 18 下5煤 9.20 1 350 2 139 1 204 0.78 1.52 48.23 19 粉砂岩 5.60 2 660 3 550 2 345 1.38 2.98 39.60 20 粉砂岩 14.50 2 660 3 550 2 345 1.38 2.98 39.60 采用FLAC3D数值软件模拟下行开采和上行开采时，下7、下8煤层完整性和工作面应力变化规律。数值模拟方案：① 下行开采。开挖下5煤层，运行模型至岩层稳定，再依次开挖下7、下8煤层。② 上行开采。开挖下5煤层，运行模型至岩层稳定后，开挖下10煤层，再次运行模型至岩层稳定，最后依次开挖下7、下8煤层。
2.2 煤层完整性
针对煤层回采造成的煤层及各层煤间岩层完整性破坏规律，结合数值模拟结果，采用以下2种方法进行评价：① 煤岩层塑性区发育情况。通过各煤岩层塑性区破坏形式和煤层上方塑性区发育高度来表征煤层完整性。② 工作面未破坏区占比。通过工作面倾斜方向上未发生塑性破坏的模块数与工作面倾斜方向上总模块数之比来表征煤层完整性。
以往研究表明，下行开采对煤层完整性的影响较小[14-15]，因此本文着重分析上行开采对下7、下8煤层完整性的影响。
下7、下8煤层塑性区分布分别如图3、图4所示。下7、下8煤层完整性表征参数见表2。
（1） 下7煤层完整性。由图3可知，下10煤层开采稳定后，下7煤层主要以剪切破坏为主，破坏区域主要集中在工作面边缘以内80～85 m的圆环区域。工作面推进距离为30，60，90 m时，下10煤层上覆岩层塑性区发育平均高度为44.60 m，已知下10煤层与下8、下7煤层的间距分别为44.60，60.98 m，因此塑性区破坏导通至下8煤层，但并未发育至下7煤层。由表2可知，当下7煤层工作面运输巷、回风巷与下10煤层工作面运输巷、回风巷平行布置时，下7煤层工作面倾向未破坏区占比平均值为56.4%，煤层破坏严重；当下7煤层工作面运输巷、回风巷与下10煤层工作面运输巷、回风巷内错5 m布置时，工作面未破坏区占比平均值为68.4%，煤层完整性有所改善，但煤层破坏仍较严重；当下7煤层工作面运输巷、回风巷与下10煤层工作面运输巷、回风巷内错10 m布置时，工作面未破坏区占比平均值为87.5%，煤层塑性区破坏范围有效降低，煤层完整性满足工作面回采要求。
表 2 下7、下8煤层完整性表征参数Table 2. Integrity characterization parameters of lower No.7 and No.8 coal seams工作面推进
距离/m塑性区发育高度/m 未破坏区占比/% 本煤层工作面运输巷、
回风巷与下10煤层工作面
运输巷、回风巷平行布置本煤层工作面运输巷、
回风巷与下10煤层工作面
运输巷、回风巷内错5 m布置本煤层工作面运输巷、
回风巷与下10煤层工作面
运输巷、回风巷内错10 m布置下7煤层 下8煤层 下7煤层 下8煤层 下7煤层 下8煤层 下7煤层 下8煤层 30 46.32 未导通上部
下7煤层采空区47.90 40.60 60.40 53.10 87.20 59.40 60 46.21 73.40 45.30 84.40 87.20 89.60 61.70 90 41.23 47.90 41.40 60.40 57.80 85.60 60.20 （2） 下8煤层完整性。由图4可知，下7煤层回采稳定后，下8煤层主要以剪切破坏与剪−拉破坏为主，破坏范围主要集中工作面推进方向两侧。对比图3与图4中下8煤层塑性区破坏范围可知，下7煤层回采并未使下8煤层塑性区进一步发育。由表2可知，当下8煤层工作面运输巷、回风巷与下10煤层工作面运输巷、回风巷内错10 m布置时，下8煤层工作面倾向未破坏区占比平均值为60.4%，煤层完整性得到一定改善，满足工作面安全回采要求。
2.3 工作面应力变化规律
2.3.1 工作面应力分布
下行开采和上行开采时，下7、下8煤层工作面应力分布分别如图5、图6所示。
由图5（a）可知，下7煤层工作面中部出现应力集中区，原因是下7煤层工作面中部位于下5煤层工作面充分采动区下部，下5煤层顶板垮落后采空区中部矸石压实效果比四周更充分，应力在中部聚集并传递到下7煤层。由图5（b）可知，下10煤层工作面回采同样导致下7煤层工作面中部出现应力集中现象。对比图5（a）和图5（b）可知，上行开采时，下7煤层工作面中部平均应力为1.45 MPa，相较于下行开采时平均应力（2.65 MPa）降低了45.3%。由此可见，上行开采可使上部煤层应力得到充分释放，为上部煤层开采提供了充分的安全条件。
对比图6（a）和图6（b）可知，上行开采时，下8煤层工作面平均应力为1.23 MPa，相较于下行开采时工作面平均应力（1.89 MPa）降低了34.9%，表明上行开采对下8煤层具有一定的卸压作用。
2.3.2 工作面支承应力分布
下行开采和上行开采时，下7煤层工作面不同推进距离下支承应力分布如图7所示。
![]()
图 7 下7煤层工作面不同推进距离下支承应力分布Figure 7. Supporting stress distribution under different advancing distance of lower No.7 coal seam working face由图7（a）可知，当下7煤层工作面推进20，40，60 m时，工作面前方支承应力峰值分别为6.39，7.06，7.58 MPa，受下5煤层和本煤层回采双重影响，支承应力总体变化趋势为先逐渐增大后逐渐减小；当工作面推进80，100，120 m时，工作面前方支承应力峰值分别为7.13，7.43，8.02 MPa，在采空区范围内支承应力先增大后减小，在工作面前方支承应力先增大再减小并趋于稳定。
由图7（b）可知，当工作面推进20 m时，工作面前方支承应力峰值为3.64 MPa；当工作面推进40，60，80 m时，工作面前方支承应力峰值分别为2.35，2.74，3.51 MPa，从开切眼至终采线范围内支承应力变化可分为采空区低应力稳定区、采空区应力升高区、工作面应力降低区、工作面实体煤侧应力升高区和终采线侧应力降低区；当工作面推进100，120 m时，工作面前方支承应力峰值分别为3.53，5.91 MPa，由于采空区垮落的矸石被压实，应力可有效传递，采空区出现应力升高现象。
对比图7（a）和图7（b）可知，相较于下行开采，上行开采下工作面推进20，40，60，80，100，120 m时，工作面前方支承应力峰值分别减少了43.0%，66.7%，63.9%，50.8%，52.5%，26.3%，表明采用上行开采可有效改善上部煤层应力环境。
下行开采和上行开采时，下8煤层工作面不同推进距离下支承应力分布如图8所示。
![]()
图 8 下8煤层工作面不同推进距离下支承应力分布Figure 8. Supporting stress distribution under different advancing distance of lower No.8 coal seam working face由图8（a）可知，当下8煤层工作面推进20，40，60，80 m时，工作面前方支承应力峰值分别为3.51，4.54，5.45，4.95 MPa，受本煤层和下7煤层工作面回采应力影响，工作面前方支承应力先升高后逐渐降低，并在终采线附近降到最小；当工作面推进100，120 m时，工作面前方支承应力峰值分别为5.60，7.64 MPa。
由图8（b）可知，当工作面推进20，40 m时，工作面前方支承应力峰值分别为2.82，3.53 MPa，支承应力呈先增大后减小再增大的趋势；当工作面推进60，80，100，120 m时，工作面前方支承应力峰值分别为3.81，4.50，3.85，4.86 MPa，从开切眼至终采线范围内支承应力变化可分为采空区低应力稳定区、工作面实体煤侧应力升高区、终采线侧应力降低区。
对比图8（a）和图8（b）可知，相较于下行开采，上行开采下工作面推进20，40，60，80，100，120 m时，工作面前方支承应力峰值分别减少了19.7%，22.2%，30.9%，9.1%，31.3%，36.4%，煤层工作面应力环境得到改善。
3. 煤层群接续开采方案优选
3.1 经济效益
参考矿井已采煤层开采经验，确定下7煤层和下10煤层工作面日循环割煤4刀，日循环进尺为3.2 m。日产量计算公式为
$$ N = L S h r c $$ (1) 式中：N为工作面日产量，t；L为工作面长度，m；S为工作面日推进长度，m；h为工作面采高，m；
$ r $ 为煤层密度，t/m3；c为工作面采出率，厚煤层不低于0.93，中厚煤层不低于0.95，薄煤层不低于0.97。将下7煤层和下10煤层参数代入式（1），可得下7煤层工作面日产量为1 388.2 t，下10煤层工作面日产量为3 961.9 t。下7、下10煤层年产量分别为41.65，118.86万t。按照2020年4月—2021年3月平均吨煤售价428.69元计算，采用下行开采和上行开采的年收入分别为1.79亿元和5.10亿元，采用上行开采比下行开采每年经济效益提高64.9%。
3.2 方案优选
不同煤层群接续开采方案相关指标对比见表3。可看出上下行开采方案下煤层完整性均可满足煤层回采要求，但采用上行开采方案时，一方面可有效释放接续煤层应力，另一方面又提升了矿井经济效益，因此优选上行开采作为榆树岭矿煤层群接续开采方案。
表 3 煤层群接续开采方案相关指标对比Table 3. Correlation index comparison of coal seam group continuous mining schemes接续开采方案 煤层完整性 工作面平均应力/MPa 工作面最大支承应力/MPa 经济效益 下7煤层 下8煤层 下7煤层 下8煤层 下7煤层 下8煤层 年产量/万t 年收入/亿元 下行开采 完整性较好 完整性较好 2.65 1.89 8.02 7.64 41.65 1.79 上行开采 未破坏区占比87.5% 未破坏区占比60.4% 1.45 1.23 5.91 4.86 118.86 5.10 注：煤层完整性、工作面平均应力、工作面最大支承应力属于煤层群接续开采方案优选的必要性指标；经济效益属于煤层群接续开采方案优选的充分性指标。 4. 煤层群接续开采方案优选结果验证
采用AHP与模糊数学理论对煤层群接续开采方案优选结果进行验证。
4.1 评价指标权重向量
选取采煤直接成本X1、工作面生产能力X2、采煤方法X3、回采工效X4、工人熟悉程度X5、实施难易程度X6、煤层应力环境X7、煤层完整性程度X8这8个影响因素作为评价指标，建立煤层群接续开采方案综合评价指标模型，如图9所示。
![]()
图 9 煤层群接续开采方案综合评价指标模型Figure 9. Comprehensive evaluation index model of coal seam group continuous mining scheme通过二元比较法[16]，构造准则层相对于目标层的判断矩阵
$ {{\boldsymbol{D}}_1}{\text{ = }}\left[ {\begin{array}{*{20}{c}} 1&6&{{1 \mathord{\left/ {\vphantom {1 2}} \right. } 2}} \\ {{1 \mathord{\left/ {\vphantom {1 6}} \right. } 6}}&1&{{1 \mathord{\left/ {\vphantom {1 5}} \right. } 5}} \\ 2&5&1 \end{array}} \right] $ ，利用方根法计算得到判断矩阵的最大特征值$ {\lambda _{\max }}{\text{ = }}3.086 $ ，特征向量$ {{\boldsymbol{M}}_1} = ( {\begin{array}{*{20}{c}} {0.368}&{0.082}&{0.550} \end{array}} ) $ 。对判断矩阵D1进行一致性检验，其中一致性指标
${I_{\rm{c}}}{\text{ = }}\dfrac{{{\lambda _{\max }} - {{n}}}}{{{{n}} - 1}}{\text{ = }}\dfrac{{3.086 - 3}}{{3 - 1}}{\text{ = }}0.043$ （n为综合评价指标模型层数），平均随机一致性指标$ {I_{\rm{r}}} = 0.58 $ ，一致性比率$ {R_{\rm{c}}} = \dfrac{{I_{\rm{c}}}}{{I_{\rm{r}}}} = 0.074 $ ＜0.1，因此，判断矩阵D1通过一致性检验，由此可得目标层对准则层的权重向量${{\boldsymbol{W}}_1} = ( {\begin{array}{*{20}{c}} {0.368}&{0.082}&{0.550} \end{array}} )$ 。同理可构造准则层相对于指标层的判断矩阵D2，D3，D4，求得各判断矩阵的特征向量，并进行一致性检验。AHP单排序结果见表4，可知判断矩阵D2，D3，D4同样通过一致性检验。由判断矩阵D1—D4的最大特征值和特征向量，求得评价指标的权重向量$ {\boldsymbol{W}} = (0.045\;\;\;0.238\;\;\; 0.085\;\;\; $ $ 0.056\;\;\;0.008\;\;\;0.018\;\;\;0.138\;\;\;0.413) $ 。表 4 AHP单排序结果Table 4. Single ordering results of AHP判断矩阵 最大特征值 特征向量 一致性比率 D1 3.086 (0.368 0.082 0.550) 0.074 D2 3.004 (0.122 0.648 0.230) 0.003 D3 3.003 (0.682 0.103 0.216) 0.002 D4 3.018 (0.25 0.75) 0 4.2 综合隶属度指标矩阵
采用线性函数法和二元对比排序法构造指标层各因素相对于下行开采和上行开采的隶属度矩阵[17]，从而得到综合隶属度指标矩阵
${\boldsymbol{R}} = \left[ {\begin{array}{*{20}{c}} {0.125}&0 \\ {0.359}&1 \\ {0.4}&{0.1} \\ {0.6}&1 \\ {0.4}&{0.1} \\ {0.5}&0 \\ 0&{0.288} \\ 0&{0.875} \end{array}} \right]$ ，R中第1列、第2列元素分别为下行开采、上行开采方案中指标层各因素的隶属度。4.3 最优方案验证
利用评价指标权重向量
$ {\boldsymbol{W}} $ 与综合隶属度指标矩阵R，求得下行开采和上行开采2种煤层群接续开采方案的综合评价向量${\boldsymbol{E}} = {\boldsymbol{W}} {\text{·}} {\boldsymbol{R}} = (0.170\;87\;\;\;\; 0.704\;42)$ ，可知上行开采方案的综合评价权重（0.704 42）大于下行开采方案的综合评价权重（0.170 87），验证了上行开采作为煤层群接续开采最优方案的可行性。5. 结论
（1） 上行开采时煤层完整性受到一定程度的破坏，但通过对下7、下8煤层工作面运输巷、回风巷与下10煤层工作面运输巷、回风巷内错布置，可有效减小煤层塑性区破坏范围，当下7、下8煤层工作面运输巷、回风巷与下10煤层工作面运输巷、回风巷内错10 m布置时，下7、下8煤层工作面未破坏区占比平均值分别为87.5%，60.4%，煤层完整性满足回采要求。与下行开采相比，上行开采时下7、下8煤层工作面平均应力分别降低了45.3%，34.9%，下7、下8煤层工作面回采期间最大支承应力分别降低了66.7%与36.4%。
（2） 采用上行开采在煤层完整性满足安全回采要求和改善煤层应力环境的同时，矿井经济效益提高了64.9%，因此优选上行开采作为煤层群接续开采方案。
（3） 建立了煤层群接续开采方案综合评价指标模型，通过AHP和模糊数学理论对煤层群接续开采方案优选结果进行验证，得到下行开采、上行开采的综合评价权重分别为0.170 87，0.704 42，验证了上行开采作为煤层群接续开采最优方案的可行性。
-
![]()
图 4 综采工作面3D模型构建流程
Figure 4. Construction process of 3D model for fully mechanized mining face
![]()
图 5 综采工作面“三机”实体与孪生体协同控制关系
Figure 5. Collaborative control relationship of physical entity and twin entity of "three machines" in fully mechanized mining face
表 1 各模型对比结果
Table 1 Comparison of different models
模型 检测精度% 平均检测
精度%检测速度/
（帧·s−1）采煤机 人 车辆 SSD 72.3 87.1 71.9 77.1 45.60 R−CNN 77.4 88.2 75.8 80.5 16.73 YOLOv7 82.6 90.9 81.0 84.8 70.56 Diff−GAN 67.4 74.9 65.1 69.1 59.71 UeDiff−GAN 91.7 92.4 91.0 91.7 59.46 
下载: 导出CSV
表 2 消融实验结果
Table 2 Results of ablation experiment
模型 检测精度% 平均检测
精度%检测速度/
（帧·s−1）采煤机 人 车辆 Diff−GAN 67.4 74.9 65.1 69.1 59.71 模型1 88.7 89.3 88.1 88.7 59.50 模型2 74.3 83.0 73.1 76.8 59.66 UeDiff−GAN 91.7 92.4 91.0 91.7 59.46
下载: 导出CSV
-
[1] 邢震. 面向智能矿山的数字孪生技术研究进展[J]. 工矿自动化,2024,50(3):22-34,41. XING Zhen. Research progress on digital twin technology for intelligent mines[J]. Journal of Mine Automation,2024,50(3):22-34,41.
[2] 张旭辉. 打造数字孪生行业生态,突破采掘装备远程控制[J]. 西安科技大学学报,2023,43(1):2. ZHANG Xuhui. Creating digital twin industry ecology,advancing remote control of mining equipment[J]. Journal of Xi'an University of Science and Technology,2023,43(1):2.
[3] 鲍久圣,张可琨,王茂森,等. 矿山数字孪生MiDT:模型架构、关键技术及研究展望[J]. 绿色矿山,2023(1):166-177. BAO Jiusheng,ZHANG Kekun,WANG Maosen,et al. Mine digital twin:model architecture,key technologies and research prospects[J]. Journal of Green Mine,2023(1):166-177.
[4] 张帆,葛世荣,李闯. 智慧矿山数字孪生技术研究综述[J]. 煤炭科学技术,2020,48(7):168-176. ZHANG Fan,GE Shirong,LI Chuang. Research summary on digital twin technology for smart mines[J]. Coal Science and Technology,2020,48(7):168-176.
[5] 张帆,葛世荣. 矿山数字孪生构建方法与演化机理[J]. 煤炭学报,2023,48(1):510-522. ZHANG Fan,GE Shirong. Construction method and evolution mechanism of mine digital twins[J]. Journal of China Coal Society,2023,48(1):510-522.
[6] 熊思博,王琦,刘光洁. 三维重建技术的发展与现状研究综述[J]. 电脑知识与技术,2022,18(36):114-117. XIONG Sibo,WANG Qi,LIU Guangjie. A review on the development and current status of 3D reconstruction technology[J]. Computer Knowledge and Technology,2022,18(36):114-117.
[7] 齐海明,李俊林,罗广利. 基于三维激光扫描技术的地下矿山三维模型重建方法研究[J]. 经纬天地,2023(1):79-81. DOI: 10.3969/j.issn.1673-7563.2023.01.023 QI Haiming,LI Junlin,LUO Guangli. Research on 3D model reconstruction method of underground mine based on 3D laser scanning technology[J]. Survey World,2023(1):79-81. DOI: 10.3969/j.issn.1673-7563.2023.01.023
[8] 苗丙,葛世荣,郭一楠,等. 煤矿数字孪生智采工作面系统构建[J]. 矿业科学学报,2022,7(2):143-153. MIAO Bing,GE Shirong,GUO Yinan,et al. Construction of digital twin system for intelligent mining in coal mines[J]. Journal of Mining Science and Technology,2022,7(2):143-153.
[9] 郭虎升. 目标检测综述:从传统方法到深度学习[J]. 新兴科学和技术趋势,2024(2):128-145. DOI: 10.12405/j.issn.2097-1486.2024.02.002 GUO Husheng. Object detection:from traditional methods to deep learning[J]. Emerging Science and Technology,2024(2):128-145. DOI: 10.12405/j.issn.2097-1486.2024.02.002
[10] 高涵,赵培培,于正,等. 基于特征增强与Transformer的煤矿输送带异物检测[J]. 煤炭科学技术,2024,52(7):199-208. GAO Han,ZHAO Peipei,YU Zheng,et al. Coal mine conveyor belt foreign object detection based on feature enhancement and Transformer[J]. Coal Science and Technology,2024,52(7):199-208.
[11] 王宇,于春华,陈晓青,等. 基于多模态特征融合的井下人员不安全行为识别[J]. 工矿自动化,2023,49(11):138-144. WANG Yu,YU Chunhua,CHEN Xiaoqing,et al. Recognition of unsafe behaviors of underground personnel based on multi modal feature fusion[J]. Journal of Mine Automation,2023,49(11):138-144.
[12] 陈伟,江志成,田子建,等. 基于YOLOv8的煤矿井下人员不安全动作检测算法 [J/OL]. 煤炭科学技术:1-19[2024-08-18]. http://kns.cnki.net/kcms/detail/11.2402.td.20240322.1343.003.html. CHEN Wei,JIANG Zhicheng,TIAN Zijian,et al. YOLOv8-based algorithm for detecting unsafe movements of underground personnel in coal mines[J/OL]. Coal Science and Technology:1-19[2024-08-18]. http://kns.cnki.net/kcms/detail/11.2402.td.20240322.1343.003.html.
[13] 杨伟康,吕文生,杨鹏,等. 基于倒置残差的井下无人车目标检测研究[J]. 矿业研究与开发,2024,44(4):222-227. YANG Weikang,LYU Wensheng,YANG Peng,et al. Research on target detection of underground unmanned vehicle based on inverted residual[J]. Mining Research and Development,2024,44(4):222-227.
[14] 周浩,叶夏磊,包志舟,等. 数字孪生机器人虚实双向控制方法研究[J]. 机电工程技术,2024,53(12):135-140. ZHOU Hao,YE Xialei,BAO Zhizhou,et al. Research on virtual real bidirectional control method for digital twin robots[J]. Mechanical & Electrical Engineering Technology,2024,53(12):135-140.
[15] 牛进鑫,孙文磊,刘国良,等. 基于数字孪生驱动的机器人运动仿真与状态虚实同步映射研究[J]. 现代制造工程,2024(5):48-55. NIU Jinxin,SUN Wenlei,LIU Guoliang,et al. Research on robot motion simulation and virtual-real synchronized mapping driven by digital twins[J]. Modern Manufacturing Engineering,2024(5):48-55.
[16] SA Guodong,SUN Jiacheng,HOU Mingjie,et al. A digital twin synchronous evolution method of CNC machine tools associated with dynamic and static errors[J]. The International Journal of Advanced Manufacturing Technology,2024,134(5):2753-2763.
[17] WANG Zhendong,ZHENG Huangjie,HE Pengcheng,et al. Diffusion-GAN:training GANs with diffusion[EB/OL]. [2024-08-16]. https://arxiv.org/abs/2206.02262.
[18] HO J,JAIN A,ABBEEL P. Denoising diffusion probabilistic models[J]. Advances in Neural Information Processing Systems,2020,33:6840-6851.
[19] GOODFELLOW I J,POUGET-ABADIE J,MIRZA M,et al. Generative adversarial nets[C]. 28th Annual Conference on Neural Information Processing Systems,Montreal,2014:2672-2680.
[20] 王鑫,吴士良. 智能综采工作面系统设计及关键技术研究[J]. 中国煤炭,2024,50(9):73-79. WANG Xin,WU Shiliang. Research on system design and key technology of intelligent fully mechanized mining face[J]. China Coal,2024,50(9):73-79.
[21] 张捷. UG软件在汽车车身CAD建模中的使用[J]. 内燃机与配件,2021(19):206-207. DOI: 10.3969/j.issn.1674-957X.2021.19.097 ZHANG Jie. Application of UG software in auto body CAD modeling[J]. Internal Combustion Engine & Parts,2021(19):206-207. DOI: 10.3969/j.issn.1674-957X.2021.19.097
[22] 王进峰,问丛川,花广如,等. 基于Unity3D的数控机床数字孪生系统设计与实现[J]. 中国工程机械学报,2023,21(5):443-448. WANG Jinfeng,WEN Congchuan,HUA Guangru,et al. Design and implementation of digital twin system for CNC machine tools based on Unity3D[J]. Chinese Journal of Construction Machinery,2023,21(5):443-448.
[23] 陈述,鲁世立,王建平,等. 融合Unity3D的缆索起重机安全运行数字孪生模型构建方法[J]. 中国安全生产科学技术,2024,20(1):154-159. CHEN Shu,LU Shili,WANG Jianping,et al. Construction method of digital twin model for safe operation of cable crane by integrating Unity3D[J]. Journal of Safety Science and Technology,2024,20(1):154-159.
-
期刊类型引用(3)
1. 查丽娟，申商坤. 近距离煤层群上行开采可行性研究. 煤炭技术. 2023(07): 67-70 . 
百度学术
2. 王全征. 综放开采工作面下覆煤层采空区探测及充填加固技术研究. 中国矿山工程. 2023(06): 40-44+50 . 百度学术
3. 杨增强，崔蓬勃，白洋，任长乐. 近距离煤层下行开采上保护层工作面合理布置研究. 江苏建筑职业技术学院学报. 2022(03): 1-7 . 百度学术
其他类型引用(2)
计量
- 文章访问数: 95
- HTML全文浏览量: 14
- PDF下载量: 26
- 被引次数: 5
