基于U-Net的放煤状态控制关键技术研究

作者：贺海涛; 王佳豪; 张海峰; 荣耀; 崔耀^*

来源：煤炭科学技术, 2022, S2: 237-243.

DOI：10.13199/j.cnki.cst.2022-1876

• 语义分割
• 前景分割
• 混矸率
• 透明煤流
• U-Net

针对于放顶煤开采过程中，人工放煤劳动强度大、效率低、安全风险较高等问题，提出了基于U-Net的放煤状态控制方法，该方法以图像分割技术为基础，通过对放顶煤下落至刮板输送机的状态进行研究，为放顶煤开采智能控制功能的实现提供了准确的放煤状态控制信号。首先，通过混合高斯模型完成对后部刮板输送机上煤流视频中运动状态下的煤流区域进行前景分割，并对前景分割后的煤流图像上的矸石区域进行语义分割；然后，比较前景分割部分与语义分割部分图像像素面积获取煤流视频流中二维图像上的矸石占比的数据；最后，通过工人经验为依据将含矸图像进行二分类，并由含矸图像对应的矸石占比数据计算出见矸关门的阈值。该方法简单可靠，鲁棒性较强，以神东保德煤矿81 309工作面的试验采样数据为例，验证了该方法的有效性。对现场300张综放煤矸混合图像为数据集进行模型训练，以50张图像为测试集进行矸石目标区域分割测试，其精确度为96.04%，由工人经验将300张含矸图像进行2分类并由此计算“见矸关门”阈值，为放顶煤开采智能控制功能的实现提供了可靠的关门控制信号。试验结果表明，以该方法为基础实现的放顶煤开采智能控制功能能够取代工人手动放煤，因此该方法的应用将提高了放顶煤开采效率，保证矿井安全生产，为无人化放顶煤开采提供了具体路径。