[发明专利]一种大采高煤壁工作面片帮预测网络及其预测方法

说明书

本发明公开了一种大采高煤壁工作面片帮预测网络及其预测方法，包括：步骤一：摄像头的安装以及煤壁和刀头切割煤壁图像数据的获取；步骤二：大采高煤壁工作面和采煤机切割煤壁图像数据的预处理；步骤三：构建大采高煤壁工作面和采集环境的图像的特征提取网络模型；步骤四：训练大采高煤壁工作面的图像和采集环境的图像特征提取网络；步骤五：构建特征分类网络模型；步骤六：训练特征分类网络模型；步骤七：片帮预测。本发明相对于现有技术，能够在安装较少监测仪器的条件下，实现大采高煤壁工作面片帮的预测，并将环境因素作为预测的影响因素之一。

技术领域

本发明涉煤矿开采领域，具体涉及到采用卷积受限玻尔兹曼机对大采高煤壁工作面片帮进行预测的方法。

背景技术

随着大采高综合机械化采煤法在厚煤层中的优势越来越突出，主要表现在生产能力大、回采率高、安全条件和经济效益好等方面。尽管大采高综采技术在地质条件相对简单时的优点是突出的，但影响其实现高产、高效、安全生产的因素有很多。随着采高的加大，煤壁片帮的概率不断增大，严重威胁着工作面的安全生产。因此，对大采高煤壁工作面片帮进行预测具有重要意义。

目前针对煤壁片帮预测的方法一般分为两种:一种是监测预报，如声发射探测技术、压力探测方法等；一种是采用预测、评价模型预测分析，灰色GM(1，1)预测、模糊综合评判方法、事故树分析等。

采用监测预报，需要在监测点设计和安装相应的监测仪器，花费比较大，且监测过程受环境影响较大，如受噪音以及煤壁的不均质性和裂隙性影响，声发射探测结果存在一定误差且难以剔除。传统的灰色GM(1，1)等预测模型对随机性变化处理能力较弱且无法表达系统中各因素的相关关系，而模糊综合评判、事故树等评价方法较难解决系统中某些事件的变化对整个系统的影响。

发明内容

本发明的目的是提供了一种大采高煤壁工作面片帮预测网络及其预测方法，本发明能够在安装较少监测仪器的条件下，实现大采高煤壁工作面片帮的预测，并将环境因素作为预测的影响因素之一。

本发明的技术方案是：一种大采高煤壁工作面片帮预测方法，其特征在于包括如下步骤：

步骤一：摄像头的安装以及煤壁和刀头切割煤壁图像数据的获取；

步骤二：大采高煤壁工作面和采煤机切割煤壁图像数据的预处理；

步骤三：构建大采高煤壁工作面和采集环境的图像的特征提取网络模型；

步骤四：训练大采高煤壁工作面的图像和采集环境的图像特征提取网络；

步骤五：构建特征分类网络模型；

步骤六：训练特征分类网络模型；

步骤七：片帮预测。

本发明相对于现有技术，能够在安装较少监测仪器的条件下，实现大采高煤壁工作面片帮的预测，并将环境因素作为预测的影响因素之一。

附图说明

图1是本发明片帮预测网络结构图。

图2是摄像头安装示意图。

图3是大采高煤壁工作面和采集环境的图像的特征提取网络结构图。

图4是大采高煤壁工作面和采集环境的图像的特征提取网络构造过程图。

图5是特征分类网络构造过程图。

具体实施方式

下面结合附图对本发明实施例进行详细描述。

本发明构建了一种大采高煤壁工作面片帮预测网络。如图1所示，通过使用两个卷积玻尔兹曼机模型分别提取大采高煤壁工作面的纹理特征和采煤机刀头切割煤壁的特征，以这两部分特征以及其片帮结果作为训练数据，分别训练两个特征分类网络，并实现大采高煤壁工作面片帮预测的功能。