放顶煤开采技术是开采厚及特厚煤层的有效方法，放煤是放顶煤开采独有的工序，近20年来，国内外一直致力于智能放煤技术开发，但至今仍无实质性进展，也没有国内外成熟技术可以借鉴，与综采工作面智能化相比，低照度、小空间、高粉尘、煤矸叠压、声振信号干扰、夹矸误识别等问题严重制约智能放煤技术开发。
近日，矿大（北京）王家臣教授团队在探索尝试图像、声音、振动等多种煤矸识别技术的基础上，提出了图像识别智能放煤技术。相关研究成果于12月17日以《图像识别智能放煤技术原理与应用》为题在《煤炭学报》进行了网络首发，李良晖博士研究生为通讯作者。
研究认为，精准快速识别混矸率与适应恶劣环境是图像识别智能放煤需要攻克的主要技术难题。
针对混矸率识别问题，研究将混矸率细化为投影面积混矸率、表面体积混矸率、内部体积混矸率。建立了轻量级的放顶煤工作面矸石识别及边界测量模型，实现了投影面积混矸率的精准快速识别。提出了快速写意重建和精准重建等两种煤矸块体三维重建方法，研究了煤矸块体三维形态特征与二维形态特征关系，揭示了后部刮板运输机上煤矸块体堆积特征。在此基础上，提出了“由表及里”的混矸率高精度预测两步走策略，以实现透明化煤流，达到混矸率高精度测量的目的。
针对低照度、高粉尘等恶劣环境适应问题，研究提出了立体视觉照度智能监测与自适应调节方法，为图像采集实时提供最优照度环境。基于人体仿生学以及边缘AI技术开发了智能图像采集系统，提出了基于频域先验的单通道Retinex去粉尘算法以及空频域联合强化去粉尘算法，为图像识别持续提供高质量图像。
研究形成了“三位一体”夹矸智能识别技术，对放煤过程中可能出现的夹矸进行了精准识别，减少了由于夹矸放出而引发的误识别、误操作。图像识别智能放煤技术可以提高放煤工序的智能化水平，提高资源回收率、降低含矸率，保证矿井安全生产，研究成果的科学应用将有助于高质量实现智能化放顶煤开采。
这项研究得到了国家自然科学基金重点资助项目、国家自然科学基金创新研究群体项目、河北省自然科学基金项目的资金支持。
放煤成拱的识别与处理
