公共文化服务平台

搜索到379篇“ 爆堆“的相关文章

多轮优化XGBoost-T模型预测爆堆大块率: 2025年; 针对露天矿现场台阶爆破后爆堆大块率过高问题,系统收集乌努格吐山铜钼矿30组爆破相关数据,形成以7种预测输入数据和1种输出数据的特征预测数据集。提出通过参数循环调优与交叉验证网格搜索法结合,使用python语言搭建XGBoost-T矿岩爆堆大块率预测模型。利用特征预测数据集80%的数据进行训练,20%数据用于验证,将XGBoost-T模型预测结果同XGBoost模型、最小二乘支持向量机模型(LSSVM)和随机森林(RF)回归预测法对比,并采用RMSE、MAE和R23个评价指标验证模型效果。研究结果表明,XGBoost-T模型预测效果明显高于其他几种模型,其中RMSE、MAE和R2分别为0.1152、0.1387和0.9802,证明了XGBoost-T模型具有较高的预测水平,适用于爆破大块率问题的研究。; 陈立军; 关键词：露天矿台阶爆破大块率

一种通过精细爆破降低爆堆粒度的方法: 本发明涉及采矿爆破领域，公开了一种通过精细爆破降低爆堆粒度的方法，包括步骤一、增加炸药单耗并采用连续装药，以适应难爆区域的岩石硬度特性；步骤二、采用等边三角形布孔方式，调整孔间距和密集系数；步骤三、设置孔间延时和排间延时...; 周振华冯玉新杨帅峰张占峰杨秀莹孙凯

一种多算法融合的爆堆大块率检测方法: 本发明提供了一种多算法融合的爆堆大块率检测方法，包括以下步骤：S1、采集待检测爆堆图像；S2、对待检测爆堆图像进行滤波降噪；S3、使用自适应阈值算法和整体嵌套边缘检测算法分别对S2得到的图像进行分割处理，使用融合算法融合...; 张鹏飞迟学海孙雪

露天铜矿爆堆三维激光点云超体素分割方法: 2025年; 目前,大多数露天铜矿的开采过程中都是基于二维图像系统进行爆堆矿石的识别,但是这种方法存在着诸多弊端。为了获取更高精度的爆堆矿石识别结果,本文利用三维激光扫描技术对爆堆进行扫描,得到爆堆的三维点云数据。然后,将基于超体素的点云分割方法应用到爆堆矿石的识别当中。同时,本文还将基于超体素的点云分割方法与几种常用点云分割方法进行对比实验,分别从定性定量的角度比较几种点云分割算法的矿石识别准确度。实验发现,基于超体素的CPC分割方法在爆堆矿石识别中的效果较好,能够为点云分割技术在爆堆矿石识别领域的应用提供一定的参考,同时也为爆堆块度计算、爆堆形态模拟预测等爆堆相关领域的研究提供了数据支撑。; 谢民民; 关键词：矿山测量 CPC

基于岩块形状的爆堆图像自适应分割方法、设备及介质: 本发明公开了一种基于岩块形状的爆堆图像自适应分割方法、设备及介质，方法包括：步骤1，对爆堆图像进行预处理得到爆堆二值图像；步骤2，对爆堆二值图像进行距离变换得到爆堆图像的距离变换图像；步骤3，采用基于岩块轮廓坚实度的种子...; 郭钦鹏杨仕教王昱琛

基于深度学习和贴近摄影测量的露天矿爆堆块度识别算法: 2025年; 爆堆块度分布的快速计算方法一直是学术界和工业界关注的热点,对于优化爆破效果、节约采矿成本具有重要意义。通过贴近摄影测量技术获取露天矿爆堆块体图片,构建超高清正射数据集,并提出基于深度学习的爆堆块度识别算法对爆破效果及优化采矿成本进行评估;引入可切换空洞卷积和递归特征金字塔改进模块提取不同岩体块度特征,利用傅里叶描述子建立爆堆块体统计并采用累计通过体积曲线替代累计通过率。结果表明,这种基于深度学习和贴近摄影测量的露天矿爆堆块度识别算法具备有效性,目标爆堆的表面粉矿率均值为8.90%,表面大块率均值为4.69%。粉矿率偏高,大块率较低,需进一步优化爆破参数,降低成本。; 陈承桢李荟朱万成牛雷雷; 关键词：机器视觉

基于图像分割的露天煤矿爆堆块度判断方法及系统: 本申请涉及露天矿技术领域，提供了一种基于图像分割的露天煤矿爆堆块度判断方法及系统。该判断方法中，对露天煤矿中的爆堆区域进行爆堆图像采集，并将采集得到的第一图像转化为灰度图像后，进行去尘处理，得到第三图像；基于最大类间差分...; 韩勇胡德昊张治军王妍孙健东谢世坤孙欣武邢丹邢朝博

一种基于三维视觉点云的露天矿区爆堆体积计算方法: 本发明公开了一种基于三维视觉点云的露天矿区爆堆体积计算方法，包括以下步骤；步骤1：通过从无人机拍摄到整个爆堆的视频中提取帧获取爆堆图片，使用colmap对采集到的图片和视频进行处理，获取到相机的内参和位姿信息；然后将图片...; 尹慧民马风虎续瑞王建国王晓庆顾清华陈永琪

基于TAUNet分割模型的爆堆块度空间分布研究被引量：1: 2024年; 为了更好地满足矿区现场爆堆块度实时高精度检测的需要,提出了一种基于深度学习的爆堆块体分割模型TAUNet(Transformer Aspp UNet),该模型在UNet的编码器和解码器中融入Transformer的自我注意机制,利用其处理大型特征映射,改善全局信息的提取,恢复在编码器中跳过的粒度细节。在骨干网络特征提取阶段,加入了ASPP空洞卷积模块,增强了模型对块体局部特征的融合。在爆堆图像分割的基础上,采用爆堆分层的方法获取爆堆的块度空间分布信息。结果表明:(1)TAUNet分割模型具有良好分割性能,模型训练评价指标骰子系数、交并比、召回率分别达到97.12%、94.61%、96.2%,均优于主流的语义分割模型,对现场爆堆块体有着良好的分割效果;(2)通过爆堆分层的方法可知肇庆某矿山西采区315~300 m平台的爆堆块度空间分布,87.15%岩块粒径分布在0~0.6 m, 9.9%的岩块粒径分布于0.6~1.0 m,大于1.0 m的大块占2.95%。研究结果能够为爆破效果评价的精细化、智能化发展提供参考借鉴。; 郇宝乾宋家威张万忠柴青平王雪松徐振洋; 关键词：图像分割

露天爆破爆堆堆积形态研究与评价: 在露天矿山爆破中,爆堆堆积形态反映出爆破质量,影响着铲装安全和铲装效率。爆堆的形成是一个动态的过程,内部碎岩运动情况不同,最终爆堆堆积情况也不同。因此研究爆堆堆积的形成过程有助于对爆堆形态的预测。对于爆堆形态的评价指标较...; 佟佳鸿; 关键词：颗粒流模拟离散元神经网络

相关作者