智能采礦的實現(xiàn)以更加高效獲得更多有效礦產(chǎn)地質(zhì)信息資料為基礎(chǔ),以實現(xiàn)透明地球為目標,已成為采礦學(xué)科的重要組成部分。巖層圍巖裂隙發(fā)育特征是評價工程穩(wěn)定性的重要指標之一。當(dāng)前,巖層圍巖裂隙的獲取多采用直接觀測方法獲得,該方法識別效率較低,且缺少統(tǒng)一的裂隙劃分標準。本文以如何實現(xiàn)巖層鉆孔裂隙的智能化識別及定量化處理為研究目標,將人工智能與采礦工程知識相結(jié)合,提出了一種新的識別巖層裂隙的方法。本文以巖層鉆孔裂隙平面展開圖為研究對象,劃分了鉆孔探測圖像平面展開圖裂隙種類,并對其裂隙進行量化劃分;根據(jù)裂隙的精確長度、角度、占比,將巷道圍巖鉆孔平面展開圖中的裂隙分為五類:縱向大裂隙、縱向小裂隙、橫向大裂隙、橫向小裂隙、破碎帶。通過深度學(xué)習(xí),采用卷積神經(jīng)網(wǎng)絡(luò)的Deep CORAL框架,深入分析了圍巖鉆孔裂隙分布特征,并設(shè)計具有針對性的網(wǎng)絡(luò)結(jié)構(gòu),得到了卷積神經(jīng)網(wǎng)絡(luò)模型,利用Microsoft Visual Studio環(huán)境開發(fā)了整套圍巖鉆孔圖片裂隙智能識別系統(tǒng)。首先對圍巖圖片中的裂隙進行像素級標注,搭建深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò),然后根據(jù)圍巖鉆孔圖片中的裂隙特征進行1900次迭代訓(xùn)練后得到模型。經(jīng)過10次驗證該... 

【文章來源】：中國礦業(yè)大學(xué)江蘇省 211工程院校 教育部直屬院校

【文章頁數(shù)】：87 頁

【學(xué)位級別】：碩士

【部分圖文】：

ZKXG30礦用數(shù)字式全景鉆孔攝像系統(tǒng)

人工標注前后Figure3-4Expandedviewoftheboreho

實驗結(jié)果

【參考文獻】：
期刊論文
[1]基于4G網(wǎng)絡(luò)的采煤機數(shù)據(jù)上傳系統(tǒng)設(shè)計[J]. 王飛,羅偉,任文清,張婧.  陜西煤炭. 2020(01)
[2]基于VR技術(shù)的虛擬礦井仿真平臺建設(shè)[J]. 王鵬,宿國瑞,賈寶山,梁明輝.  煤礦安全. 2020(01)
[3]煤礦智能化標準體系框架與建設(shè)思路[J]. 王國法,杜毅博.  煤炭科學(xué)技術(shù). 2020(01)
[4]智慧礦山理論與關(guān)鍵技術(shù)探析[J]. 譚章祿,吳琦.  中國煤炭. 2019(10)
[5]智能礦山的未來已來[J].   黃金科學(xué)技術(shù). 2019(02)
[6]基于卷積神經(jīng)網(wǎng)絡(luò)的加密流量識別方法[J]. 陳雪嬌,王攀,俞家輝.  南京郵電大學(xué)學(xué)報(自然科學(xué)版). 2018(06)
[7]卷積神經(jīng)網(wǎng)絡(luò)及其在礦床找礦預(yù)測中的應(yīng)用——以安徽省兆吉口鉛鋅礦床為例[J]. 劉艷鵬,朱立新,周永章.  巖石學(xué)報. 2018(11)
[8]卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 周飛燕,金林鵬,董軍.  計算機學(xué)報. 2017(06)
[9]基于深度卷積神經(jīng)網(wǎng)絡(luò)的快速圖像分類算法[J]. 王華利,鄒俊忠,張見,衛(wèi)作臣,汪春梅.  計算機工程與應(yīng)用. 2017(13)
[10]珊瑚礁巖體完整性評價方法[J]. 汪進超,王川嬰.  巖土力學(xué). 2014(10)

博士論文
[1]鉆孔電視成像技術(shù)在工程探測中的應(yīng)用研究[D]. 查恩來.吉林大學(xué) 2006

碩士論文
[1]基于改進LBP與LCNN的人臉識別技術(shù)研究[D]. 吳焱揚.廈門大學(xué) 2018
[2]基于卷積神經(jīng)網(wǎng)絡(luò)的肺結(jié)節(jié)惡性度分類[D]. 張坤鵬.鄭州大學(xué) 2018
[3]智能視頻監(jiān)控系統(tǒng)中的行人重識別方法研究[D]. 彭志勇.山東大學(xué) 2016
[4]基于Android平臺的超聲骨密度測試系統(tǒng)的設(shè)計與實現(xiàn)[D]. 王洋.安徽大學(xué) 2015
[5]數(shù)字近景攝影測量獲取巖體結(jié)構(gòu)面幾何信息的方法研究[D]. 韓東亮.吉林大學(xué) 2014
[6]公司治理視角下企業(yè)整合風(fēng)險預(yù)警機制研究[D]. 劉燁.石家莊經(jīng)濟學(xué)院 2010
[7]基于高精度數(shù)字鉆孔圖像的巖體不連續(xù)面分析方法研究[D]. 龐智成.中國科學(xué)院研究生院（武漢巖土力學(xué)研究所） 2007
[8]煤巖體結(jié)構(gòu)觀測及對巷道圍巖穩(wěn)定性的影響研究[D]. 蘇波.煤炭科學(xué)研究總院 2007
[9]基于人工神經(jīng)網(wǎng)絡(luò)預(yù)測模型的期貨價格預(yù)測[D]. 王奕淳.吉林大學(xué) 2006
[10]基于數(shù)字鉆孔攝像的圖像分析方法研究[D]. 秦英譯.中國科學(xué)院研究生院（武漢巖土力學(xué)研究所） 2006



本文編號：3555039