[发明专利]一种综放开采放落过程复杂工况煤矸识别方法

权利要求书

1.一种综放开采放落过程复杂工况煤矸识别方法，其特征在于，该方法包括以下步骤：

步骤一、构建综采放顶煤矸模拟数据集采集平台：在实验室内构建综采放顶煤矸模拟数据集采集平台，所述构建综采放顶煤矸模拟数据集采集平台包括用于装载模拟地层煤层的装载箱（1）和设置在装载箱（1）下侧的采集箱（5），装载箱（1）和采集箱（5）之间通过支撑盒（3）连接，支撑盒（3）沿长度方向并排设置有多个液压插板（4），支撑盒（3）沿长度方向的中部开设有与液压插板（4）放煤口连通的长条通孔，采集箱（5）的顶部侧壁设置有多个用于调节采集箱（5）内光照度的照明灯（6），采集箱（5）的底部侧壁设置有多个用于调节采集箱（5）内粉尘浓度的鼓风机（7），采集箱（5）的长度方向的前后侧面上均安装有高速照相机（8），采集箱（5）的宽度方向的一侧面上安装有加湿器（9），采集箱（5）的宽度方向的另一侧面上安装有环境监测器（10），所述模拟地层煤层包括由下至上依次铺设的模拟煤层（11）、模拟矸层（12）和模拟地层（13），模拟地层（13）顶部设置有加载机（2）；

步骤二、采集不同压力下综采放顶煤矸规律，过程如下：

步骤201、给装载箱（1）内装载模拟地层煤层；

步骤202、通过加载机（2）给模拟地层煤层顶部施加压力；

步骤203、控制多个液压插板（4）的不同放煤口的放煤工序，使当前状态下，模拟煤层（11）最大化落入采集箱（5）的同时模拟矸层（12）最小化落入采集箱（5）；

步骤204、重新给装载箱（1）内装载模拟地层煤层；

步骤205、调整加载机（2）给模拟地层煤层顶部施加的压力；

步骤206、重新控制多个液压插板（4）的不同放煤口的放煤工序，使当前状态下，模拟煤层（11）最大化落入采集箱（5）的同时模拟矸层（12）最小化落入采集箱（5）；

步骤207、重复步骤204至步骤206，获取不同压力下综采放顶煤矸规律；

步骤三、采集综采放顶煤矸模拟数据集：调整加载机（2）给模拟地层煤层顶部施加的压力，对模拟地层煤层按照对应压力的综采放顶煤矸规律进行分次下放，采集每次下放过程中综采放顶煤矸模拟数据集，每次下放过程中综采放顶煤矸模拟数据集方法均相同；

加载机（2）给模拟地层煤层顶部施加的任一压力下，综采放顶煤矸模拟数据集采集时，过程如下：

步骤301、调整环境参数，采集不同环境参数下的综采放顶煤矸模拟数据集，所述环境参数包括湿度、光照度和粉尘浓度；

采集湿度因素影响下的综采放顶煤矸模拟数据集，执行步骤302；

采集光照度因素影响下的综采放顶煤矸模拟数据集，执行步骤303；

采集粉尘浓度因素影响下的综采放顶煤矸模拟数据集，执行步骤304；

步骤302、保持光照度和粉尘浓度不变，采集湿度因素影响下的综采放顶煤矸模拟数据集，过程如下：

步骤3021、给装载箱（1）内装载模拟地层煤层，通过加湿器（9）确定采集箱（5）内湿度，利用环境监测器（10）检验采集箱（5）内环境参数至符合要求，对模拟地层煤层按照对应压力的综采放顶煤矸规律进行放煤，利用高速照相机（8）采集煤矸图像，获取保持光照度和粉尘浓度不变且一个确定的湿度条件下的综采放顶煤矸模拟数据子集；

步骤3022、重新给装载箱（1）内装载模拟地层煤层，通过加湿器（9）调节采集箱（5）内湿度，利用环境监测器（10）检验采集箱（5）内环境参数至符合要求，对模拟地层煤层按照对应压力的综采放顶煤矸规律进行放煤，利用高速照相机（8）采集煤矸图像，获取保持光照度和粉尘浓度不变且一个调节后的湿度的条件下的综采放顶煤矸模拟数据子集；

步骤3023、重复步骤3022，获取不同湿度下综采放顶煤矸模拟数据子集；

步骤3024、将不同湿度下的多个综采放顶煤矸模拟数据子集合并，获取光照度和粉尘浓度不变，仅湿度因素影响下的第一综采放顶煤矸模拟数据集；

步骤303、保持湿度和粉尘浓度不变，采集光照度因素影响下的综采放顶煤矸模拟数据集，过程如下：

步骤3031、给装载箱（1）内装载模拟地层煤层，通过照明灯（6）确定采集箱（5）内光照度，利用环境监测器（10）检验采集箱（5）内环境参数至符合要求，对模拟地层煤层按照对应压力的综采放顶煤矸规律进行放煤，利用高速照相机（8）采集煤矸图像，获取保持湿度和粉尘浓度不变且一个确定的光照度条件下的综采放顶煤矸模拟数据子集；

步骤3032、重新给装载箱（1）内装载模拟地层煤层，通过照明灯（6）调节采集箱（5）内光照度，利用环境监测器（10）检验采集箱（5）内环境参数至符合要求，对模拟地层煤层按照对应压力的综采放顶煤矸规律进行放煤，利用高速照相机（8）采集煤矸图像，获取保持湿度和粉尘浓度不变且一个调节后的光照度的条件下的综采放顶煤矸模拟数据子集；

步骤3033、重复步骤3032，获取不同光照度下综采放顶煤矸模拟数据子集；

步骤3034、将不同光照度下的多个综采放顶煤矸模拟数据子集合并，获取湿度和粉尘浓度不变，仅光照度因素影响下的第二综采放顶煤矸模拟数据集；

步骤304、保持光照度和湿度不变，采集粉尘浓度因素影响下的综采放顶煤矸模拟数据集，过程如下：

步骤3041、给装载箱（1）内装载模拟地层煤层，通过鼓风机（7）确定采集箱（5）内粉尘浓度，利用环境监测器（10）检验采集箱（5）内环境参数至符合要求，对模拟地层煤层按照对应压力的综采放顶煤矸规律进行放煤，利用高速照相机（8）采集煤矸图像，获取保持光照度和湿度不变且一个确定的粉尘浓度条件下的综采放顶煤矸模拟数据子集；

步骤3042、重新给装载箱（1）内装载模拟地层煤层，通过鼓风机（7）调节采集箱（5）内粉尘浓度，利用环境监测器（10）检验采集箱（5）内环境参数至符合要求，对模拟地层煤层按照对应压力的综采放顶煤矸规律进行放煤，利用高速照相机（8）采集煤矸图像，获取保持光照度和湿度不变且一个调节后的粉尘浓度的条件下的综采放顶煤矸模拟数据子集；

步骤3043、重复步骤3042，获取不同粉尘浓度下综采放顶煤矸模拟数据子集；

步骤3044、将不同粉尘浓度下的多个综采放顶煤矸模拟数据子集合并，获取光照度和湿度不变，仅粉尘浓度因素影响下的第三综采放顶煤矸模拟数据集；

步骤四、优化综采放顶煤矸模拟数据集：利用频率域图像增强法对第一综采放顶煤矸模拟数据集进行优化，获取优化后的第一综采放顶煤矸模拟数据集；

利用光照归一化处理方法对第二综采放顶煤矸模拟数据集进行优化，获取优化后的第二综采放顶煤矸模拟数据集；

利用混合空间增强法对第三综采放顶煤矸模拟数据集进行优化，获取优化后的第三综采放顶煤矸模拟数据集；

步骤五、训练多模态煤矸识别网络：针对不同优化后的综采放顶煤矸模拟数据集训练不同权重参数的煤矸识别网络，多个不同权重参数的煤矸识别网络构成多模态煤矸识别网络；

针对任一优化后的综采放顶煤矸模拟数据集训练相应的煤矸识别网络的方法均相同，针对任一优化后的综采放顶煤矸模拟数据集训练相应的煤矸识别网络时，过程如下：

步骤501、将任一优化后的综采放顶煤矸模拟数据集构成一个图像数据库，对图像数据库进行随机分类，获得图像训练数据集合和图像测试数据集合；

步骤502、在图像训练数据集合中调取一张训练样本图像，灰度处理后送入Faster R-CNN煤矸识别网络，框选出煤和矸；

步骤503、选取RPN损失函数作为Faster R-CNN煤矸识别网络的分类损失函数，选取RCNN损失函数作为Faster R-CNN煤矸识别网络的回归损失函数，利用RPN损失函数计算框选出煤和矸的图像的分类损失，利用RCNN损失函数计算框选出煤和矸的图像的回归损失，再将框选出煤和矸的图像的分类损失和回归损失送入Adam优化器，更新Faster R-CNN煤矸识别网络的权重参数集合，进而得到优化后的Faster R-CNN煤矸识别网络；

步骤504、在图像训练数据集合中调取一张新的训练样本图像，循环步骤502至步骤503，直至图像训练数据集合中的图像调取完毕，完成Faster R-CNN煤矸识别网络训练过程；

步骤505、在图像测试数据集合中调取测试样本图像，对Faster R-CNN煤矸识别网络进行测试，获取训练并测试完成的FasterR-CNN煤矸识别网络；

步骤六、综放开采放落过程复杂工况煤矸识别，过程如下：

步骤601、根据上覆岩层压力确定放顶煤矸规律，进而控制煤矿综采液压支架放煤工序；

步骤602、利用井下摄像机采集实际煤矸图像，实际煤矸图像分三路，一路通过频率域图像增强法预处理后送入多模态煤矸识别网络中对应的FasterR-CNN煤矸识别网络进行煤矸识别；另一路通过光照归一化处理方法预处理后送入多模态煤矸识别网络中对应的Faster R-CNN煤矸识别网络进行煤矸识别；第三路通过混合空间增强法预处理后送入多模态煤矸识别网络中对应的Faster R-CNN煤矸识别网络进行煤矸识别；

步骤603、对步骤602输出的三张框选出煤和矸的图像取交集，获取最终的煤矸识别图像。