(国能乌海能源老石旦煤矿,乌海,016000)
摘要:提出了基于音视频放顶煤煤矸智能识别系统,介绍了系统结构及工作原理,重点阐述了基于音频、视频及音视频融合的煤矸识别设计原理。系统综放工作面安装矿用隔爆摄像头与本安型拾音器,实时采集放煤工作中的图像、音频信息,智能识别放煤窗实时的放煤状态,并将状态信息实时反馈给电液控装置,实现对放顶煤放煤情况的监测和放顶煤的自动化。该系统在某煤矿进行了现场测试,效果较好。
关键词:综采放顶煤;音视频;自动放煤;煤矸识别
1
1 系统构建及工作原理
综放工作面煤矸自动识别系统结构如图1所示。系统是在每3个液压支架布置一台嵌入式边缘计算节点,该节点包括,1台本安型FPGA+ARM嵌入式系统,2台本安型拾音器,以及配套的本安电源;同时共放置4组多线激光雷达+矿用隔爆摄像仪对后部放顶煤控顶距煤量进行监测。其中嵌入式系统与拾音器间采用RS-485连接,边缘计算节点与节点之间用CAN-OPEN接口连接。
图1 综放工作面煤矸自动识别系统结构
系统在顺槽中布置隔爆兼本安型计算机,用于实时显示现场放煤情况。基于视频识别能够保证音频识别得到最好的效果验证以及信息反馈。
首先将现场采集的音频声音数据和视频图像数据同频组合,通过人工智能算法及多传感融合技术,对采集到的声音、图像信号进行融合,通过分析融合后的信息实现了放煤窗对煤、矸的识别。根据顶煤放落情况及后部刮板输送机运输煤量,电液控制系统来控制综放支架后部尾梁和插板动作,借助提前安装好的传感 器有效检测液压支架的状态,进而由电液控制系统发出相应的命令来控制液压支架,通过该过程实现自动化放煤过程。通过音、视频的识别实时检测放煤、放矸情况,通过控制液压支架和放煤窗与采空区形成的放煤口开度,来控制放煤量。工作人员在监控中心对放煤过程进行直观的监测,可监测是否有大块煤堵住放煤口,影响顶煤放出等异常情况,保证了对放顶煤的检测和自动放煤的状态(放煤、放矸、不放煤)。
2 基于音视频融合煤矸识别设计
2.1 基于音频的煤矸识别设计
系统研究开发了煤矸识别专用拾音器阵列,并经由小波变换去除现场无效噪声,利用MFCC矩阵提取声源特征,最大程度保证现场有效声音的提取;系统对现场采集的声音进行数据标定,根据其特征信息判断每秒的放煤状态(放煤、放矸、不放煤),利于LSTM算法进行音频识别的模型训练;将拾音器安装在液压支架两侧,实时采集现场放煤声音,调用训练好的音频煤矸识别模型,进行实时分辨,并将相关数据结果发送至上位机展示,本系统对煤和矸石识别精度达到70%以上。
图3 分布式拾音器阵列声源监测网络
2.2 基于视频的煤矸识别设计
系统通过矿用隔爆摄像仪采集放煤过程中的现场图像,并将数据传送至后台设备,将图像信号转换为标准格式,通过小波变换引导滤波器清除图像中的无用数据,最大限度地保留有效的图像数据信息,对放煤和放矸的不同场景进行分类标定,建立训练样本集,并对所得训练样本集进行定向扩充与优化。通过基于人工神经网络的图像识别技术训练视频识别煤矸模型。可实时对放顶煤放煤过程进行视频识别,调用模型,通过人工智能算法分析计算,得出准确检测结果。系统可对放顶煤整个开采过程中通过监控区的物料进行实时监控,保证实时、非接触,且24小时不间断检测。
1.3 基于音视频的煤矸识别设计
本系统基于音视频煤矸识别方法将运用人工智能多传感器融合技术,需要使用拾音器和摄像头同时采集数据并进行处理分析。但将多个异质或同质传感器放置之后,因为所具有的属性存在差异,关于信息属性的采集也并不相同。在融合处理这些信息之前,必须要将其转化成可以被系统识别的数据信号。因此,必须要对这些信号进行预处理。之后对其进行融合,方可得出最后的融合结果。通过分析融合后的声音和视频信息,实时反馈放煤窗的放煤状态(放煤、放矸、不放煤),该算法对煤和矸石识别精度需达到82%以上,并将状态信息实时反馈给电液控制系统,实现对放顶煤放煤情况的监测和自动放煤。
图4 多传感器信息融合过程
1.4 系统界面内容
系统界面展示内容主要包括:(1)当前放煤的液压支架架号以及开窗时长、放煤时长、放矸时长和空放时长;(2)每日早、中、晚班的开窗时间、放煤时间、放矸时间和空放时间的数据统计;(3)辅助功能(放煤时长、放煤方式、滞后采煤机架数、单架放煤次数功能的选择)以及后部刮板输送机的瞬时煤量、整机煤量和刮板机的过载状态;(4)拾音器、激光皮带秤、自动化放顶煤主机、后刮板调速预警主机、电液控主机的通讯状态。
1
4 结语
系统开发了基于音视频识别融合的智能自动化放煤系统,将音频识别与视频识别的结果进行融合分析,避免了单一手段识别结果的片面性,大大提高了对放煤状态的识别精度。系统可根据对现场放煤状态的实时监测,在放矸时控制液压支架放煤窗关闭,有效减少原煤含矸率,大幅提升放顶煤工作的自动化与智能化水平。由于综采放顶煤过程与煤层分布的地质条件密切相关,对于厚煤层夹矸、断层带煤矸呈碎屑分布等情况下的煤矸识别,目前仍难以实现。系统根据振动传感器的信号变化实现煤矸识别,但液压支架在升架、降架和移架过程中,容易产生碰撞,引起振动信号的变化,可能导致误判断。
1
参考文献
1
[1]张宁波,刘长友,陈现辉,等.综放煤矸低水平自然射线的涨落规律及测量识别分析[J].煤炭学报,2015,40(5):988-993.
[2]袁源,汪嘉文,朱德昇,等.顶煤放落过程煤矸声信号特征提取与分类方法[J].矿业科学学报,2021,6(06):711-720.
1