主办单位：煤炭科学研究总院有限公司、中国煤炭学会学术期刊工作委员会
针对煤矿井下钻孔作业场景特点，分别选取了基于煤岩图像特征和基于钻进参数反馈的识别方法。为了提高煤岩界面识别准确性，对前述的2种识别方法采用深度学习模型实现了2种异构信息的耦合识别。耦合识别模型基于神经网络模型构建，以CNN卷积神经网络为基础，扩展得到深度残差神经网络模型，其结构主要由骨干网络、颈部网络、头部网络3个部分构成。通过数据库模型训练，得到最终识别方法。通过在煤矿井下进行现场钻孔试验，验证了识别方法的准确性，其中煤岩界面识别准确率达92%。
主办单位：煤炭科学研究总院有限公司 中国煤炭学会学术期刊工作委员会
矿业安全与环保 
2022年第05期 
