基于红外辐射特征的煤岩动力灾害预测系统.pdf

《基于红外辐射特征的煤岩动力灾害预测系统.pdf》由会员分享，可在线阅读，更多相关《基于红外辐射特征的煤岩动力灾害预测系统.pdf（5页完成版）》请在专利查询网上搜索。

1、(19)中华人民共和国国家知识产权局 (12)实用新型专利 (10)授权公告号 (45)授权公告日 (21)申请号 202021297333.2 (22)申请日 2020.07.06 (73)专利权人 中国矿业大学 （北京） 地址 100083 北京市海淀区学院路丁11号 (72)发明人 杨小彬裴艳宇李文龙刘燕 熊紫琛 (51)Int.Cl. G06K 9/32(2006.01) G06N 3/04(2006.01) G06Q 10/06(2012.01) G06Q 50/02(2012.01) G01J 5/00(2006.01) (54)实用新型名称 一种基于红外辐射特征的煤岩动力灾害预 。

2、测系统 (57)摘要 本实用新型公开了一种基于红外辐射特征 的煤岩动力灾害预测系统， 该系统包括红外摄像 机、 摄像头支架、 井下路由器、 井上路由器、 计算 机。 所述红外摄像机通过通信网络与计算机连接 传输图像数据， 所述计算机搭建有FasterRCNN 模型。 所述FasterRCNN模型经过训练后， 可以通 过煤岩的红外辐射特征图像预测该位置是否发 生煤岩动力灾害， 并在红外辐射特征图像上标出 具体的危险位置。 本实用新型可以高效分析煤岩 红外辐射特征图像， 对煤岩动力灾害进行预测。 权利要求书1页 说明书2页 附图1页 CN 212160706 U 2020.12.15 CN 212。

3、160706 U 1.一种基于红外辐射特征的煤岩动力灾害预测系统， 包括红外摄像机(1)、 摄像头支架 (2)、 井下路由器(3)、 井上路由器(4)、 计算机(5)； 所述红外摄像机(1)通过通信网络与计算 机(5)连接传输图像数据， 所述计算机(5)搭建有Faster-RCNN模型； 所述Faster-RCNN模型 经过训练后， 可以通过煤岩的红外辐射特征图像预测该位置是否发生煤岩动力灾害， 并在 红外辐射特征图像上标出具体的危险位置。 2.根据权利要求1所述的一种基于红外辐射特征的煤岩动力灾害预测系统， 其特征在 于， 所述的计算机(5)用于储存图像数据， 并对图像样本处理、 标记形成规。

4、范化的煤岩红外 辐射特征图像样本库。 3.根据权利要求1所述的一种基于红外辐射特征的煤岩动力灾害预测系统， 其特征在 于， 所述的通信网络包括井下路由器(3)和井上路由器(4)连接组成。 4.根据权利要求1所述的一种基于红外辐射特征的煤岩动力灾害预测系统， 其特征在 于， 所述的红外摄像机(1)与井下路由器(3)连接， 计算机(5)与井上路由器(4)连接。 权利要求书 1/1 页 2 CN 212160706 U 2 一种基于红外辐射特征的煤岩动力灾害预测系统 技术领域 0001 本实用新型属于煤岩动力灾害防治技术领域， 尤其涉及一种基于红外辐射特征的 煤岩动力灾害预测系统。 背景技术 000。

5、2 随着开采深度的增加， 井下煤岩动力灾害增多， 如何对灾害进行预警成为研究重 点， 也是工程投入的重点方向。 0003 井下的煤岩动力灾害发生前红外辐射特征会发生一定变化， 通过对其分析可以预 测灾害的发生。 但原有技术需人为分析， 预测困难， 不利于工程推广， 因而有必要发明一种 系统， 高效的分析煤岩红外辐射特征图像， 进而对煤岩动力灾害进行预测。 实用新型内容 0004 基于以上内容， 本实用新型提出一种基于红外辐射特征的煤岩动力灾害预测系 统。 0005 该系统通过红外摄像机对井下的煤岩提取红外辐射特征图像， 通过电脑建立的 Faster-RCNN模型进行预测， 当预测为发生动力灾害。

6、时， 同时在图像上标注出危险区域。 0006 该系统包括红外摄像机、 摄像头支架、 井下路由器、 井上路由器、 计算机。 所述红外 摄像机通过通信网络与计算机连接传输图像数据， 所述计算机搭建有Faster-RCNN模型。 所 述Faster-RCNN模型经过训练后， 可以通过煤岩的红外辐射特征图像预测该位置是否发生 煤岩动力灾害， 并在红外辐射特征图像上标出具体的危险位置。 0007 所述的计算机用于储存图像数据， 并对图像样本处理、 标记形成规范化的煤岩红 外辐射特征图像样本库。 0008 所述的通信网络包括井下路由器和井上路由器连接组成； 所述的红外摄像机与井 下路由器连接， 计算机与井。

7、上路由器连接。 0009 本系统的计算机主要完成以下步骤： 0010 1、 启动系统， 并确保红外摄像机、 摄像头支架、 井下路由器、 井上路由器、 计算机正 常工作， 若有异常情况， 则进行报警； 0011 2、 开启红外摄像机采集煤岩红外辐射特征图像， 通过路由器接收并存储煤岩红外 辐射特征图像； 0012 3、 对图像进行预处理， 包括翻转、 旋转、 裁剪等操作， 并以是否发生煤岩动力灾害 添加对应标签， 建立煤岩红外辐射特征图像样本库； 0013 4、 加载并训练Faster-RCNN模型， 对需要检测的煤岩红外辐射特征图像进行预测。 附图说明 0014 附图用来提供对本实用新型的进一。

8、步理解， 并且构成说明书的一部分， 与本实用 新型的实施例一起用于解释本实用新型， 并不构成对本实用新型的限制。 说明书 1/2 页 3 CN 212160706 U 3 0015 附图中： 0016 图1为系统各装置布置示意图。 0017 图中标号： 1、 红外摄像机， 2、 摄像头支架， 3、 井下路由器， 4、 井上路由器， 5、 计算 机。 具体实施方式 0018 下面将对本实用新型实施例作进一步地详细描述。 本实用新型实施例中未作详细 描述的内容属于本领域专业技术人员公知的现有技术。 0019 本实用新型一种基于红外辐射特征的煤岩动力灾害预测系统， 包括红外摄像机1、 摄像头支架2、。

9、 井下路由器3、 井上路由器4、 计算机5。 所述红外摄像机1通过通信网络与计算 机5连接传输图像数据， 所述的计算机5搭建有Faster-RCNN模型。 所述Faster-RCNN模型经 过训练后， 可以通过煤岩的红外辐射特征图像预测该位置是否发生煤岩动力灾害， 并在红 外辐射特征图像上标出危险位置。 0020 所述的计算机5用于储存图像数据， 并对图像样本处理、 标记形成规范化的煤岩红 外辐射特征图像样本库。 0021 所述的通信网络包括井下路由器3和井上路由器4连接组成； 所述的红外摄像机1 与井下路由器3连接， 计算机5与井上路由器4连接。 0022 所述的红外摄像机1采集红外辐射特征。

10、图像， 通过井下由器3传至井上路由器4， 井 上路由器4传至计算机5， 计算机5对图像进行以下步骤： 对图像预处理及标注， 进行裁剪、 旋 转、 翻转等操作， 以否发生煤岩动力灾害为图片标签， 将图像数据集送入计算机5搭建的 Faster-RCNN模型进行训练， 得到预测模型。 Faster-RCNN模型将红外摄像机1实时采集的煤 岩红外辐射特征图像通过井下路由器3送至井上路由器4， 由井上路由器4传至计算机5进行 预测。 当预测结果为发生煤岩动力灾害时， 同时在图片上标注危险区域。 0023 以上所述仅是本实用新型的优选实施方式， 本实用新型的保护范围并不仅局限于 上述实施例， 凡属于本实用新型思路下的技术方案均属于本实用新型的保护范围。 应当指 出， 对于本技术领域的普通技术人员来说， 在不脱离本实用新型原理前提下的若干改进与 润饰， 这些改进与润饰也应视为本实用新型的保护范围。 说明书 2/2 页 4 CN 212160706 U 4 图1 说明书附图 1/1 页 5 CN 212160706 U 5 。