基于MT-CNN的矿井带式输送机输煤量检测技术

TD63+4; 为实现矿井带式输送机输煤量检测的信息化、智能化,提出基于MT-CNN的矿井带式输送机输煤量检测技术.为了全面提升输煤量检测技术,从而提高矿井效益,选取了多任务卷积神经网络(MT-CNN)对检测目标进行多核心识别检测,优化了图像直线信息和边缘信息的提取效率,构建了良好的网络层次结构,优化了信息连接通道,从而全面提高图像识别分析和数据检测处理的效果.通过MT-CNN技术对输煤量的轮廓形态和荷载状态进行分析运算,经过图像样本数据训练获取矿井带式输送机输煤量的相关数据.研究结果表明,该技术能够有效提高输煤量图像识别的真实性,而检测时间缩短 49%,计算结果准确率提高到98%,有效提高了...

Full description

Saved in:
Bibliographic Details
Published in中国矿业 Vol. 33; no. 6; pp. 137 - 142
Main Author 张克亮
Format Magazine Article
LanguageChinese
Published 神华新街能源有限责任公司,内蒙古 鄂尔多斯 017200 01.06.2024
Subjects
激光测距
coal conveying quantity detection
卷积神经网络
laser ranging
MT-CNN
带式输送机
belt conveyor
输煤量检测
convolution neural network
Online AccessGet full text
ISSN1004-4051
DOI10.12075/j.issn.1004-4051.20230577

Cover

More Information
Summary:TD63+4; 为实现矿井带式输送机输煤量检测的信息化、智能化,提出基于MT-CNN的矿井带式输送机输煤量检测技术.为了全面提升输煤量检测技术,从而提高矿井效益,选取了多任务卷积神经网络(MT-CNN)对检测目标进行多核心识别检测,优化了图像直线信息和边缘信息的提取效率,构建了良好的网络层次结构,优化了信息连接通道,从而全面提高图像识别分析和数据检测处理的效果.通过MT-CNN技术对输煤量的轮廓形态和荷载状态进行分析运算,经过图像样本数据训练获取矿井带式输送机输煤量的相关数据.研究结果表明,该技术能够有效提高输煤量图像识别的真实性,而检测时间缩短 49%,计算结果准确率提高到98%,有效提高了输煤量检测的效率和准确度,具有较好的应用性能和良好的使用效果.加强矿井带式输送机的输煤量检测,可以为后续研究提供依据,很大程度上推动了相关技术发展,实现矿井信息化、智能化、现代化发展.
ISSN:1004-4051
DOI:10.12075/j.issn.1004-4051.20230577