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>(312)
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>(143)
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>(200)
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>(159)
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>(176)
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>(231)
2024, 50(3): 1-5.
doi: 10.13272/j.issn.1671-251x.18184
摘要: 5G，5.5G，WiFi6，WiFi7，UWB，ZigBee等矿井移动通信系统及人员和车辆定位系统等发射的大功率无线电波有点燃瓦斯和煤尘的风险。因此，需要合理设置防爆无线电设备发射的无线电波防爆安全功率阈值，限制防爆无线电设备发射的无线电波功率。欧洲标准CLC/TR 50427:2004《Assessment of inadvertent ignition of flammable atmospheres by radio-frequency radiation-Guide》规定了爆炸性气体环境中无线电波防爆安全接收点火功率阈值，但缺少无线电波防爆安全发射功率阈值的内容。国家标准GB/T 3836.1—2021《爆炸性环境 第1部分：设备 通用要求》和国际标准IEC 60079-0:2017《Explosive atmospheres-Part 0:Equipment-General requirements》虽然有无线电波防爆安全发射功率阈值的相关规定，但错误地将欧洲标准CLC/TR 50427:2004中的无线电波防爆安全接收点火功率阈值修改为无线电波防爆安全发射功率阈值，大大降低了爆炸性环境中无线电设备所能允许的最大发射功率。由于煤矿井下没有能作为接收天线的起重机这类细长结构物体，且现有矿井无线通信及定位系统工作频率均远大于30 MHz，所以，无线电波防爆安全接收点火功率阈值应为8 W，而不是国家标准GB/T 3836.1—2021和国际标准IEC 60079-0:2017规定的无线电波防爆安全发射功率阈值6 W。在发射天线发射的无线电波能量全部被等效天线吸收的最不利于无线电防爆的传输和耦合情况下，无线电设备工作频率为等效天线谐振频率时，接收点火功率达到最大，为等效天线接收的总功率的一半，即发射功率的一半。在实际工程中，无线传输效率和耦合效率均不会为1，因此，无线电波防爆安全发射功率阈值应是无线电波防爆安全接收点火功率阈值2倍以上。煤矿井下无线电波防爆安全接收点火功率阈值为8 W，因此，煤矿井下无线电波防爆安全发射功率阈值应大于16 W。
2024, 50(3): 6-13.
doi: 10.13272/j.issn.1671-251x.2023060078
摘要: 分析指出目前煤矿井下水力压裂技术面临压裂泵输出压力和流量无法快速精确调节、远程安全监控效果及自动化水平有待提高等难题。设计了一种煤矿井下水力压裂自动控制系统。根据煤矿井下水力压裂工艺及系统构成，明确了控制系统关键技术为高压大流量压裂泵输出流量和压力的快速精确调节，远程高可靠性安全、高速实时监控，一键启停及图形化分析等。以KXH12本安型控制器为核心，搭配变频器、组合开关、监控主机、电动开度球阀等设备，以及光纤加CAN总线的双线冗余通信方案，研发了控制系统硬件，并编制了压裂泵控制器、水箱控制器及中央控制器软件，实现了压裂系统快速变流量注水、稳定保压及远程高速实时监控和报警等功能。在煤矿现场对水力压裂自动控制系统进行工业性试验，结果表明该系统压力控制精度为0.1 MPa，流量控制精度为0.1 m3/h，在连续完成14次压裂过程中，每次煤岩层开裂后均能实现较好的保压效果，且操作简单，安全性高，满足煤矿井下水力压裂工艺要求。
2024, 50(3): 14-21.
doi: 10.13272/j.issn.1671-251x.2023100008
摘要: 随着智能矿山信息基础设施不断建设推广，矿井终端设备在专网与公网间的切换为矿井网络引入信息安全隐患，需研究矿井网络隔离边界并构建系统防护手段。分析了矿井网络面临的主要风险，指出应对风险的关键是定义隔离边界、强化系统防护手段及研发特定井下设备。针对矿井网络安全防护需求，定义了经营管理网络与工业控制网络、传输网络与服务器区域、井下与井上工业控制网络三大隔离边界。提出了基于边界隔离与系统防护的矿井网络安全系统防护架构，设计了基于网络、主机、应用和数据4个子系统防护的矿井网络安全系统及相应的安全传输流程和防护思路。针对目前矿井网络安全防护主要侧重井上网络、缺少井下网络安全防护手段的情况，研发了矿用隔爆兼本安型网络接口作为井下网络安全防护设备，针对Modbus、Profibus、IEC 61850、RTSP等井下终端常用的工业协议制定了相应的防护规则。测试结果表明，该接口设备对网络攻击的平均识别率为98.8%，平均防护率为98.0%，千兆接口吞吐量不低于线速的95%，实现了井下信息安全防护功能，并保障了数据传输性能。
2024, 50(3): 22-34, 41.
doi: 10.13272/j.issn.1671-251x.2024010079
摘要: 智能矿山领域数字孪生技术的应用需面对较多复杂性、特殊性的技术突破。阐述了数字孪生在智能矿山领域的适用性，归纳梳理了数字孪生技术在煤矿安全、生产及运营管理等方面的研究及应用现状：在煤矿安全管理方面，数字孪生技术主要应用于灾害预警、风险管控、灾害救援等；在煤矿生产方面，数字孪生技术主要应用于采掘工作面区域整体、单机机械装备状态监测及控制、机械装备预测性维护。从物理实体、虚拟实体、连接交互、数字孪生数据及功能服务5个维度入手探讨了智能矿山领域数字孪生亟待解决的关键共性问题：物理实体维度需重点突破全面感知及控制装备的研发，虚拟实体维度需深入进行物理、行为、规则模型的研究，连接交互维度需攻关煤矿井下5G网络传输关键技术，数字孪生数据维度需解决高性能计算等问题，功能服务维度需研发仿真软件及人工智能算法，以便更好地适应现场环境。从矿井规划设计、开发、建设阶段的灾害预防性设计、生产系统设计、地质环境预测，矿井生产运营阶段的灾害预警及防控、生产调度决策优化、生产设备全生命周期管理等方面展望了数字孪生技术在智能矿山领域的发展趋势，认为宜针对关键部件或装备，核心环节，重要或危险场所、区域等进行精细化孪生。
2024, 50(3): 35-41.
doi: 10.13272/j.issn.1671-251x.2023090088
摘要: 目前的小目标检测方法虽然提高了小目标检测效果，但针对的多为常规场景，而煤矿井下环境恶劣，在井下小目标检测过程中存在小目标特征信息提取困难的问题。针对上述问题，提出了一种基于YOLOv7−SE的煤矿井下场景小目标检测方法。首先，将模拟退火（SA）算法与k−means++聚类算法融合，通过优化YOLOv7模型中初始锚框值的估计，准确捕捉井下小目标；然后，在YOLOv7骨干网络中增加新的检测层得到井下小目标高分辨率特征图，减少大量煤尘对井下小目标特征表示的干扰；最后，在骨干网络中的聚合网络模块后引入双层注意力机制，强化井下小目标的特征表示。实验结果表明：① YOLOv7−SE网络模型训练后的损失函数值稳定在0.05附近，说明YOLOv7−SE网络模型参数设置合理。② 基于YOLOv7−SE网络模型的安全帽检测平均精度（AP）较Faster R−CNN，RetinaNet，CenterNet，FCOS，SSD，YOLOv5，YOLOv7分别提升了13.86%，25.3%，16.13%，12.71%，15.53%，11.59%，12.20%。基于YOLOv7−SE网络模型的自救器检测AP较Faster R−CNN，RetinaNet，CenterNet，FCOS，SSD，YOLOv5，YOLOv7分别提升了12.37%，20.16%，15.22%，8.35%，19.42%，9.64%，7.38%。YOLOv7−SE网络模型的每秒传输帧数（FPS）较Faster R−CNN，RetinaNe，CenterNet，FCOS，SSD，YOLOv5分别提升了42.56，44.43，31.74，39.84，22.74，23.34帧/s，较YOLOv7下降了9.36帧/s。说明YOLOv7−SE网络模型保证检测速度的同时，有效强化了YOLOv7−SE网络模型对井下小目标的特征提取能力。③ 在对安全帽和自救器的检测中，YOLOv7−SE网络模型有效改善了漏检和误检问题，提高了检测精度。
2024, 50(3): 42-47, 141.
doi: 10.13272/j.issn.1671-251x.2024030009
摘要: 综采工作面的目标具有高速运动、多尺度、遮挡等特点，现有的目标检测算法存在精度低、模型占用的内存大、硬件依赖强等问题。针对上述问题，提出了一种基于MES−YOLOv5s的综采工作面大块煤检测算法。采用轻量化设计，将MobileNetV3作为主干网络，以减小模型占用的内存，提高CPU端的检测速度；在颈部网络添加高效多尺度注意力（EMA）模块，融合不同尺度的上下文信息，并进一步减少计算开销；采用SIoU损失函数代替CIoU损失函数，以提高训练速度和推理准确性。消融实验结果表明：MobileNetV3大幅减少了模型占用的内存和检测时间，但mAP损失严重；EMA模块和SIoU损失函数可在一定程度上恢复损失的精度，同时保证模型在CPU上具有较高的检测速度，满足煤矿井下目标实时检测需求。对比实验结果表明，与DETR，YOLOv5n，YOLOv5s，YOLOv7模型相比，MES−YOLOv5s模型综合性能最好，mAP为84.6%，模型占用的内存为11.2 MiB，在CPU端的检测时间为31.8 ms，在高速运动、多尺度、遮挡和多目标的工况环境下能够保持较高的召回率和精度。
2024, 50(3): 48-55.
doi: 10.13272/j.issn.1671-251x.2024010037
摘要: 目前针对地下巷道点云去噪研究未完全满足巷道点云的特殊去噪需求，尤其是在狭长、密闭且复杂的地下巷道环境中，未能充分应对管壁附属物、粉尘和人为噪声等因素造成的挑战。通过分析井下非结构场景和传感器误差，考虑行人、移动设备和管网带来的噪声，提出一种基于区域生长的非结构巷道点云去噪方法。利用三维激光扫描技术获得井下巷道场景的3D点云信息，并分析其中由于井下非结构场景和传感器误差造成的异常点，以及行人、移动设备和风/水管网形成的噪声特点；利用k维树（kd-tree）构建点云的拓扑关系，选取适当的种子节点和生长准则，设定合适的曲率和角度阈值，通过区域生长算法实现巷道点云的有效分割，去除未加入分割区域的离群点云；根据噪声特点，基于巷道点云区域分割结果进一步去噪优化。试验结果表明：对于巷道中存在行人、设备等特征的情况，建议将区域生长算法的角度阈值设定为10°左右，曲率阈值设定为3左右；在实际应用中，应平衡数据量的减少与去噪效果，以确保数据处理的有效性，同时提高数据质量；采用基于区域生长的非结构巷道点云去噪方法进行去噪时，点云数量减少幅度介于SOR滤波器和低通滤波器之间，能有效移除行人、设备等噪声。
2024, 50(3): 56-64.
doi: 10.13272/j.issn.1671-251x.2023100005
摘要: 矿井下存在低照度、多灰尘现象，导致监控视频采集的图像具有光照不均、模糊及细节丢失的问题，影响后续智能图像识别，现有矿井图像增强方法普遍存在图像纹理细节不清晰、视觉效果差的问题。提出了一种基于结构纹理分解的图像增强方法。首先，利用maxRGB算法对原始图像提取初始光照分量，接着构建优化目标函数，依次优化求解初始光照分量中的结构分量、纹理分量及噪声分量：先对初始光照分量进行加权引导滤波，作为先验约束，迭代获得边缘清晰的结构分量；再结合最大邻域差方法和加权平均局部变分构建局部变化偏差函数，作为约束权重，迭代得到细节丰富的纹理分量。然后，将原始图像转换到HSV颜色空间，提取出原始图像的亮度分量，并结合结构分量、纹理分量及噪声分量，利用Retinex理论进行重构，得到增强后的初始亮度分量。为避免亮度过增强，引入带有截断因子的自适应伽马校正（AGCWD）处理图像初始亮度信息，以获得最终的亮度分量。最后，将图像转换到RGB颜色空间，得到增强图像。实验结果表明：① 基于结构纹理分解的图像增强算法能保证图像边缘纹理细节更加清晰，减少了图像增强过程中的光晕伪影，且增强后的图像灰度直方图更均衡。② 与结构纹理感知Retinex（STAR）算法、联合内外先验（JieP）算法、加权变分模型（WVM）、半解耦分解（SDD）算法、带色彩恢复的多尺度Retinex（MSRCR）算法等5种图像增强算法相比，基于结构纹理分解的图像增强算法的自然图像质量评价指标（NIQE）分别降低了8.69%，29.05%，11.2%，29.53%，33.54%，视觉质量保真度（VIF）分别提高了91.17%，117.86%，59.38%，48.78%，183.12%，信息熵指标（Entropy）分别提高了3.20%，8.02%，4.07%，3.49%，22.68%。③ 基于结构纹理分解的图像增强算法运行时间仅长于MSRCR算法，但增强效果更好，能够满足矿井下图像增强的需求。
