固体充填开采方法在处理煤基固废和控制地表沉降方面具有较大优势，但其充填效率低、接续时间长、劳动强度大等问题制约着绿色充填开采的发展。针对固体充填技术升级的内生动力、行业发展的迫切需求以及矿山智能化建设的必然趋势，提出视频AI算法分析的固体智能充填方法。本文首先通过分析该固体智能充填方法的内涵及难点，构建出视频AI算法分析的固体智能充填开采方法系统构架，阐述视频AI算法的工作原理与实现流程，并给出视频AI算法可以实现的功能。根据不同地质条件分析了关键充填装备在不同工序下的影响因素，通过Creo进行液压支架骨架建模，实现液压支架在不同工况下机构的运动，给出对应的调控判据及路径，并设计关键充填装备在不同工序下的控制算法流程。根据视频算法特征及算法优缺点初步选择了图像识别算法，将构建好的目标数据集经过算法模型的训练及调参最终确定了最佳算法及对应的参数。通过某矿充填面应用效果分析，SVM各评价指标均优于其他算法，表明SVM模型在工况判别时表现出色，具有高度的准确性及可靠性。本研究可实现关键充填装备机构非正常工况的识别及调控、提高充填效率、机构位姿参数识别、充填空间夯实效果展示，可为视频AI算法分析的固体智能充填开采技术研发与应用提供理论指导。

0 序 言
1 视频AI算法分析的固体智能充填开采方法内涵与难点
1.1 方法定义
1.2 技术特征
1.3 技术难点
2 视频AI算法分析的固体智能充填系统架构、工作原理及主要功能
2.1 系统架构
2.2 工作原理与实现流程
2.2.1 视频AI算法工作原理
2.2.2 视频AI算法实现流程
2.3 视频AI算法可实现功能
3 关键充填装备工况行为调控机理及算法流程设计
3.1 关键充填装备工况行为特征及类别
3.1.1 支护工序影响因素分析
3.1.2 落料工序影响因素分析
3.1.3 夯实工序影响因素分析
3.2 充填装备工况行为调控判据与路径
3.2.1 调控判据
3.2.2 调控路径
3.3 关键充填装备不同工序下智能控制算法流程设计
3.3.1 工序动作智能控制算法流程设计
3.3.2 轨迹参数识别算法流程设计
4 视频图像识别主要算法及初步选择
4.1 关键充填装备工况行为视频算法特征
4.2 视频图像识别的主要算法及原理
4.3 视频图像识别算法的初步选择
5 视频算法模型训练
5.1 运动轨迹视频获取
5.2 目标检测数据集制作
5.3 最优视频算法模型及参数确定
6 工程案例分析
6.1 工程概况
6.2 视频AI算法应用效果分析
7 结论

张强,曹津铭,杨康,等.视频AI算法分析的煤矿固体智能充填开采方法[J/OL].煤炭科学技术,1-11[2024-09-30].http://kns.cnki.net/kcms/detail/11.2402.TD.20240929.1804.004.html.