申请/专利权人:赵鑫
申请日:2024-04-12
公开(公告)日:2024-06-25
公开(公告)号:CN118246234A
主分类号:G06F30/20
分类号:G06F30/20;G06F30/27;G06V10/26;G06V10/774;G06V10/82;G06N3/0464;G06N3/08;G06F119/08;G06F119/14
优先权:
专利状态码:在审-公开
法律状态:2024.06.25#公开
摘要:本发明公开了一种基于动态爆破块度监测及反向爆破参数优化的方法,包括:采集某矿山爆堆图片;使用软件对图片中的矿石块进行标注并生成标注文件;算法改进,增加网络层和增加小块矿石的检测率;利用以上图像数据训练;使用训练出的模型对新爆堆图像进行识别获得带矿石图像的标记框;将标记框中图像取出,对取出的图像调用大模型进行分割或者做分水岭分割获得矿石轮廓从而计算平面尺寸;使用深度摄像机得到爆堆图像的同时获得摄像头到爆堆的距离数据,根据相似三角形法则计算出矿石的实际尺寸;统计各直径区间矿石块数量得到块度分布率;该方法实现了爆破块度的智能识别以及块度分析的实用性、准确性和实时性;提高经济效益。
主权项:1.一种基于动态爆破块度监测及反向爆破参数优化的方法,其特征在于,包括以下操作步骤:传统深度学习+大模型分割版:采集爆堆图片:使用照相机采集爆堆图像作为样本集,将样本集分为训练集、验证集和测试集;矿石石块标注:使用标注软件对图像中的石块进行标注,同时生成标注文件;改进YOLOV5网络:增加一组Anchor,将新增的参数设为比较小的值;在YOLOhead网络层增加一组上采样模块使特征图扩大,增加一组融合层以获得更大特征图,增加一层小目标检测层以实现更好的小目标检测;轮廓提取及尺寸计算:遍历所有的标记框,使用SAM分割大模型或者分水岭算法提取标记框中各物体的轮廓,其中直径最大的轮廓就是矿石轮廓;深度相机实现实时块度统计:使用深度摄像机得到爆堆图像的同时获得摄像头到爆堆的距离数据,根据相似三角形法则计算出矿石的实际尺寸,统计各直径区间矿石块数量得到块度分布率;通过综合块度分布曲线图,获得筛下累积率X50,从而将Kuz-Ram模型参数中的参数A综合影响系数、n不均匀系数、进行确定;将模型中炮孔装药量Q采用爆炸威力及装药长度替代,并以炸药的密度、爆速和爆热三项指标来计算炸药威力来表征Kuz-Ram模型;通过设定大块率和最大允许尺寸,进行反向调整爆破参数,调整的爆破参数都包括:孔径、孔网参数、延期时间、单耗、底盘抵抗线、装药长度、填塞长度、钻孔精度、炮孔密集系数;另一方面,单独采用Prompt-Segment-Anything大模型进行图像识别和分割:采集爆堆图片;使用Prompt-Segment-Anything大模型实现零样本迁移,获得矿石轮廓;深度相机实现实时块度统计:使用深度摄像机得到爆堆图像的同时获得摄像头到爆堆的距离数据,根据相似三角形法则计算出矿石的实际尺寸,统计各直径区间矿石块数量得到块度分布率;通过综合块度分布曲线图,获得筛下累积率X50,从而将Kuz-Ram模型参数中的参数A综合影响系数、n不均匀系数、进行确定;将模型中炮孔装药量Q采用爆炸威力及装药长度替代,并以炸药的密度、爆速和爆热三项指标来计算炸药威力来表征Kuz-Ram模型;通过设定大块率和最大允许尺寸,进行反向调整爆破参数,调整的爆破参数都包括:孔径、孔网参数、延期时间、单耗、底盘抵抗线、装药长度、填塞长度、钻孔精度、炮孔密集系数。
全文数据:
权利要求:
百度查询: 赵鑫 一种基于动态爆破块度监测及反向爆破参数优化的方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。