最新成果丨王登科教授：基于VRA-UNet网络的煤岩组合体裂隙识别与三维重构

基于VRA-UNet网络的煤岩组合体裂隙识别与三维重构

作者

王登科^1,2,3, 王龙航^1,2, 秦亚光⁴, 位乐⁵, 曹塘根⁶, 李文睿^1,2, 李璐², 陈旭^1,3, 夏玉玲⁷

单位

1. 河南理工大学河南省瓦斯地质与瓦斯治理重点实验室–省部共建国家重点实验室培育基地；
2. 河南理工大学安全科学与工程学院；
3. 煤炭安全生产与清洁高效利用省部共建协同创新中心；
4. 中国电建集团华东勘测设计研究院有限公司；
5. 中煤科工集团重庆研究院有限公司；
6. 四川芙蓉川南建设工程有限公司；
7. 河南理工大学计算机科学与技术学院

长按识别二维码阅读全文

摘要

在煤岩组合体裂隙三维重构中，针对传统阈值分割方法无法准确确定煤岩之间的阈值大小从而导致裂隙分割效果不佳的问题，基于深度学习理论提出了一种新型VRA-UNet煤岩组合体裂隙精确识别模型，为煤岩组合体裂隙精确识别提供了一种优化解决方案。为了提升模型的泛化能力和防止初始化模型参数过于随机，使用VGG16模块作为骨干特征提取网络。针对煤岩组合体裂隙拓扑结构复杂，非均匀性强等问题，在上采样部分引入使用残差连接且具有空间维度和通道维度的注意力模块（ResCBAM）增强模型特征提取能力，缓解模型梯度消失的问题。在下采样的末端加入了利用不同尺度卷积核的非对称空洞金字塔模块（AC-ASPP），通过多尺度的特征提取，提高模型对不同大小裂隙的识别能力。同时，利用煤岩组合体CT扫描图像数据集验证了模型的有效性。研究结果表明：VRA-UNet模型在裂隙提取和识别方面性能良好，平均交并比、像素平均值及识别精度分别为85.22%、90.80%和91.95%；与主流的分割网络UNet、PSPNet、DeeplabV3+、FCN和SegNet相比，VRA-UNet模型的平均交并比分别提高了6.05%、16.7%、10.77%、6.87%和6.4%，像素平均值分别提高了7.13%、13.29%、12.84%、7.4%和7.53%，识别精度分别提高了3.82%、14.45%、7.4%、5.58%和4.31%；VRA-UNet识别出的裂隙结构分形维数与原始CT扫描裂隙结构分形维数保持了良好的一致性，真实还原了煤岩组合体内部裂隙结构的分布特征。

文章目录

0 引言

1 VRA-UNet模型构建

1.1 UNet网络模型

1.2 VGG16网络结构

1.3 ResCBAM注意力机制

1.4 AC-ASPP非对称空洞金字塔

1.5 VRA-UNet煤岩组合体裂隙分割模型

2 VRA-UNet裂隙分割试验分析

2.1 数据集采集与制作

2.2 试验数据与参数配置

2.3 评价指标

2.4 改进模型模块对比

2.4.1 不同主干网络的对比试验

2.4.2 不同注意力机制的对比试验

2.4.3 不同空洞金字塔机制的对比试验

2.5 消融试验

2.6 不同分割模型的对比试验

2.7 训练结果与分析

3 煤岩组合体的三维重构与分析

3.1 VRA-UNet模型有效性验证

3.2 基于2D切片的三维重构方法分析

4 结论

部分附图

图1 UNet网络模型结构

图2 注意力机制热力图

图3 各模型mIOU指标变化

作者简介

王登科

教授、博士生导师

王登科，教授，博士生导师，河南省高层次人才、河南省特聘教授、河南省杰出青年、入选斯坦福大学全球前2%顶尖科学家“年度科学影响力排行榜”、加拿大多伦多大学访问学者，河南省教育厅学术技术带头人、河南省高等学校青年骨干教师、绿色矿山青年科学技术奖获得者、河南理工大学杰出青年、全国高校黄大年式教师团队骨干成员，兼任中国岩石力学与工程学会采矿岩石力学分会理事、中国职业安全健康协会瓦斯灾害防治与利用专业委员会青年委员、山西煤炭学会千人智库高级专家、中国有色金属学会深地矿建与资源开发专业委员会委员、中国有色金属学会采矿学术委员会委员、中国葛洲坝集团股份有限公司技术专家，《煤炭学报》《煤田地质与勘探》《工程科学学报》及《中国矿业大学学报》（中）青年编委、国家基金评审专家、教育部学位中心评审专家、河南省教育厅评审专家、国内外权威学术期刊审稿专家。

研究方向

主要从事矿山安全技术、煤层瓦斯流动理论与高效抽采、煤岩动力学与灾害防治、智能矿山与人工智能等方面研究。

主要成果

主持国家自然科学基金3项，省部级及横向科研项目20余项，参与国家发展计划（973计划）2项、教育部创新团队发展计划1项、省部级人才项目2项。出版专著2部，发表论文110余篇，SCI、EI收录论文80余篇，授权发明专利50余项。获得河南省科技进步贰等奖1项（第1），河南省科技进步叁等奖2项（第1、第3），中国煤炭工业科学技术贰等奖4项（3项第1，1项第5）、三等奖1项（第1），中国职业安全健康协会科技进步贰等奖1项（第1），绿色矿山科学技术奖壹等奖1项（第5）、贰等奖3项（2项第1，1项第2）。

引用格式

王登科，王龙航，秦亚光，等.基于VRA-UNet网络的煤岩组合体裂隙识别与三维重构[J].煤炭科学技术，2025，53（2）：95−107.
WANG Dengke，WANG Longhang，QIN Yaguang，et al. Fracture identification and 3D reconstruction of coal-rock combinations based on VRA-UNet network[J]. Coal Science and Technology，2025，53（2）：95−107.

策划：宫在芹

责编：刘雅清

编辑：李莎

审核：常琛