一种基于深度学习的TBM智能决策系统及方法

    公开(公告)号:CN115438568A

    公开(公告)日:2022-12-06

    申请号:CN202210899534.7

    申请日:2022-07-28

    Abstract: 本发明公开一种基于深度学习的TBM智能决策系统及方法,包括:测试与采集模块,获取地震波测试数据、激发极化测试数据、超前钻孔测试数据、掘进损耗和掘进参数;数据集处理模块,根据地震波测试数据、激发极化测试数据和超前钻孔测试数据得到围岩特征向量,根据掘进损耗和掘进参数分别得到掘进损耗向量和掘进向量;智能决策模块,接收预设的掘进损耗范围、掘进参数范围和掘进模式,根据围岩特征向量及对应的掘进损耗向量和掘进向量,采用训练后的深度学习模型,得到不同掘进参数下的掘进损耗,根据掘进损耗范围和掘进模式,选择掘进参数。考虑掌子面前方围岩特征,增加盾构机对围岩特征的感知程度,在满足工程进度的同时降低资源消耗和工程成本。

    基于高光谱成像和激光测距的煤矸石识别方法与系统

    公开(公告)号:CN119164900B

    公开(公告)日:2025-02-07

    申请号:CN202411648488.9

    申请日:2024-11-19

    Applicant: 山东大学

    Abstract: 本发明涉及煤矸分类识别技术领域,特别是涉及基于高光谱成像和激光测距的煤矸石识别方法与系统,所述方法包括:将高光谱图像数据映射到激光测距数据的三维点云上,得到映射结果;采用训练后的网络模型,对映射结果提取出多尺度的空间特征和多尺度的光谱特征;对提取的特征进行融合,然后基于融合后的特征,生成候选目标区域;对候选目标区域进行分类,得到煤矸石的分类结果;基于激光测距数据,构建煤表面的三维模型;对所述煤表面的三维模型,生成三角网格模型;对三角网格模型进行平滑处理,得到重构模型;基于重构模型,确定煤块的粒度;基于光谱数据,对煤炭的岩相特征进行鉴定,区分不同种类的煤炭。提高了煤矸石分拣的准确性和效率。

    基于数字钻进测试技术的岩体完整性评价方法及系统

    公开(公告)号:CN118939924B

    公开(公告)日:2025-01-24

    申请号:CN202411418800.5

    申请日:2024-10-12

    Applicant: 山东大学

    Abstract: 本发明属于岩体性质测定领域,提供了一种基于数字钻进测试技术的岩体完整性评价方法及系统,包括获取钻进过程中的钻进参数和钻头尺寸参数;基于钻头在钻进过程中与岩石的受力分析和切削破岩能量理论,构建钻速关于钻压、转速及钻头尺寸参数的理论关系;基于速关于钻压、转速及钻头尺寸参数的理论关系,构建滤除钻压和转速影响的钻速归一化表达参数,即岩体完整性指数;采用钻头开展不同完整性岩体的钻进试验,构建岩体完整性指数值与岩体实际完整性进行对比的数据库;根据对比的数据库确定岩体完整性指数与岩体完整性之间的分类对应关系,实现岩体完整性的定量评价。本发明消除各种因素对钻进速度影响,建立合理的评价指标—岩体完整性指数。

    基于随钻图像与光谱融合的突涌水风险评价方法及系统

    公开(公告)号:CN119251627A

    公开(公告)日:2025-01-03

    申请号:CN202411770779.5

    申请日:2024-12-04

    Applicant: 山东大学

    Abstract: 本发明属于地质勘探技术领域,具体公开了一种基于随钻图像与光谱融合的突涌水风险评价方法及系统,方法包括:如果钻进过程中有水流出,则识别风险范围,基于风险范围、围岩可溶性和地下水位与井巷底板高差确定突涌水危险等级;如果无水流出,则基于围岩可溶性和地下水位与井巷底板高差确定掌子面各位置的突涌水危险等级;对于每一种突涌水危险等级区域,得到单位面积裂隙总数、颜色异常区域和含水量;基于每一种突涌水危险等级区域内不同位置的单位面积裂隙总数、颜色是否异常和岩体的含水量,进一步确定每一种突涌水危险等级区域内各位置的风险等级。本发明能够及时发现突涌水风险,并进行预警,为及时采取应急措施提供依据。

    基于通道级图像融合的煤岩显微组分识别方法及系统

    公开(公告)号:CN119251624A

    公开(公告)日:2025-01-03

    申请号:CN202411770771.9

    申请日:2024-12-04

    Applicant: 山东大学

    Abstract: 本公开提供了基于通道级图像融合的煤岩显微组分识别方法及系统,涉及煤岩识别技术领域,包括:获取油浸反射光煤岩显微图像和荧光煤岩显微图像;定义目标像素,获取油浸反射光煤岩显微图像和荧光煤岩显微图像与目标像素相似的像素块,通过非局部均值滤波方法对相似的像素块进行加权平均;再将油浸反射光煤岩显微图像和荧光煤岩显微图像划分为不重叠的多个子区域,对每个子区域进行直方图均衡化,增强子区域内像素对比度;将所有的多个子区域按照通道级进行拼接融合,形成整体的融合图像;将融合图像输入至基于改进的Mask‑RCNN网络的显微组分识别模型中,实现显微图像组分的精确分割;本公开有效避免单一模态下信息的丢失,提高显微组分识别的准确性。

Patent Agency Ranking