来源：期刊VIP网 时间：
作者：王志峰;王家臣;李良晖;安博超;
单位：中国矿业大学(北京)能源与矿业学院;厚煤层绿色智能开采教育部工程研究中心;
摘要：针对综放工作面真实煤矸堆叠状态下的体积含矸率很难获取的问题，提出一种基于DeepLab v3+的综放工作面含矸率预测方法。构建了煤矸堆积体图像数据集，采用半自动的数据标注方法和限制对比度自适应直方图均衡化法对煤矸图像进行预处理。运用DeepLab v3+模型进行煤矸图像语义分割，进而计算煤矸图像的投影面积含矸率。利用PFC3D数值模拟软件，基于重建的三维煤矸块体建立数值模型，模拟顶煤放落和刮板输送机运煤过程，通过fish语言读取每个矸石或煤的体积，计算得到煤矸堆积体体积含矸率。通过分析不同顶煤厚度条件下刮板输送机上煤矸堆积体的投影面积含矸率与体积含矸率的量化关系，建立了煤流的体积含矸率预测模型。实验结果表明：DeepLab v3+模型的准确率、平均像素准确率和平均交并比分别为97.68%,97.72%,95.33%，均高于经典语义分割模型FCN8s和PSPNet，实现了煤矸堆积体投影面积含矸率的精准快速识别；体积含矸率预测模型的决定系数R~2为0.982 8，预测效果较好。
关键词：智能放煤;综放工作面;含矸率;煤矸识别;体积含矸率;语义分割;DeepLab v3+模型
基金资助：国家自然科学基金项目（51934008,52404159）; 中国矿业大学（北京）本科教育教学改革与研究项目（J241107）
