排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
1.
为研究采动覆岩中卸压瓦斯富集区的影响规律,以采动裂隙椭抛带理论为基础,建立采高影响下采动卸压瓦斯富集区的模型,运用物理相似模拟试验方法,以山西某高瓦斯矿井主采工作面为原型,揭示综采工作面采动卸压瓦斯富集区的采高控制机理。研究结果表明:随着采高的增大,三带高度也逐渐增大,采高与采动覆岩裂隙的三带高度呈现线性关系,采高与三带高度的拟合曲线斜率处于2~4范围之间。而随着工作面推进,上覆岩层逐渐形成了压实区和裂隙区,压实区随着采高的增大而变小,裂隙区随着采高的增大而变大。通过对不同采高的各岩层的离层量拟合关系分析,发现不同采高开挖后形成的裂隙形态呈现对称的椭抛面,最后通过拟合关系建立了采高影响下的二维采动卸压瓦斯富集区的模型,为采动覆岩卸压瓦斯富集区的识别提供一定的理论基础。 相似文献
2.
放煤量的智能监测技术是智能化综放开采发展的方向之一。针对厚煤层综放开采混合介质下落过程煤矸智能识别现有方法存在适用范围窄、误判率高等问题,提出一种基于实时区域卷积神经网络(Faster R-CNN)改进的CBAM Faster R-CNN煤矸混合放出状态分析识别方法。该方法以综放开采工作面煤矸石下落状态为背景,将注意力机制算法(CBAM)融入ResNet50特征提取网络,研究了注意力机制融合于ResNet50主干特征提取网络的融合优化方法,确定了以煤矸石下落状态检测为目标的最佳融合位置,增加了提取煤与矸石权重信息的能力,使得特征提取过程重点关注煤矸运动状态参量;构建了粉尘环境下综放开采煤矸混合放出状态试验平台,对高速摄像机所采集的煤矸原始运动图像进行暗通道去雾与模糊集增强预处理操作,分析识别不同工况下静态图像,定量研究了模型权重优化以及粉尘环境预处理对煤矸混合放出状态识别的影响。研究结果表明:基于CBAM Faster R-CNN模型的预处理图像识别精确率较原始图像提升了8.84%,召回率提升了6.68%;模型优化效果方面,CBAM Faster R-CNN模型平均查准率和召回率分别为... 相似文献
3.
4.
5.
1