基于无人机倾斜摄影测量的露天矿三维建模及应用

这是一篇关于露天矿,无人机,点云数据,台阶线,采剥量,点云处理系统的论文, 主要内容为露天矿开采具有开采效率高、生产规模大和开采成本低等优点,在矿产资源的开发中占有重要的地位。在露天矿山开采的整个生命周期中,露天矿的采矿设计、计划编制、区块设计、爆破设计、矿块划分等业务均以台阶线和采剥量为主要的数据支持。随着智慧矿山建设的不断发展,我国露天矿山在智慧开采方面已经取得了重要进展,但在地理信息的采集与处理方面还存在采集数据量少、效率低、自动化程度低等问题。因此,研究露天矿三维点云模型的构建以及台阶线、采剥量的自动获取对智慧矿山建设具有重要意义。本文的主要研究内容如下:(1)基于无人机倾斜摄影测量的露天矿三维点云构建。首先采用无人机倾斜摄影测量技术以仿地飞行方式采集露天矿影像数据,构建露天矿稠密的三维点云模型。在此基础上,通过实验对比目前主流的点云简化和去噪算法对露天矿点云的处理效果,最终选取基于体素的均匀网格法和统计滤波对点云进行简化和去噪等预处理,构建无噪声的露天矿三维点云,为台阶线的提取与采剥量计算奠定数据基础。(2)顾及点云邻域几何特性的露天矿台阶线提取。首先对露天矿点云进行规则重采样,依据露天矿台阶平盘、坡面的点云法向量与竖直平面夹角具有明显差异这一几何特性提取坡面的特征点云;在此基础上,采用区域生长算法分割坡面点云,通过凹包算法提取出分割后的坡面点云轮廓边界获得台阶线特征点;最后利用三阶贝塞尔曲线拟合特征点以生成露天矿台阶线。该方法解决了露天矿台阶线提取存在局部特征丢失、台阶线不连续等问题。以陕西与内蒙两处地质条件、矿山几何形态不同的露天矿进行方法验证,结果表明,本文所提方法能够准确地提取露天矿台阶线。(3)利用欧式聚类改进点云切片法的露天矿采剥量计算。首先将露天矿点云按特定方向顺序进行等间距的切片处理;然后对存在多轮廓边界的切片点云采用欧式聚类方法以分割多环,再使用凹包算法准确提取切片点云外轮廓多边形;最后计算出多边形面积,并根据切片面积与切片间距求解点云切片体积,通过对每个切片体积的求和计算出每类点云的体积,将每类点云体积累加得到采剥工程量。该方法解决了传统点云切片法在露天矿采剥量计算时存在无法区分多轮廓边界、边界多边形提取等异常问题。以内蒙某露天矿的两期三维点云模型进行实验验证,结果表明:本文方法点云体积计算平均相对误差为1.17%,优于传统点云切片法,从而证明本文方法适用于露天矿采剥工程量计算。(4)露天矿山点云处理系统的设计与实现。首先结合内蒙古某露天矿的实际情况,对露天矿山点云处理系统进行需求分析与系统设计;然后采用C++编程工具Qt和开源的点云处理库PCL进行系统开发,研发了露天矿点云处理系统。该系统实现了点云模型的基本处理与展示、露天矿台阶线自动提取和采剥量计算等功能。并经过实际的应用,得到了用户的认可。

基于轨迹增强的露天矿卡车运行状态识别研究

这是一篇关于露天矿,卡车运行状态,轨迹增强,时序GAN,对比学习的论文, 主要内容为露天矿卡车运行状态识别是建设露天矿卡车智能调度系统的重要基础。随着移动互联网和定位终端的普及,海量的GPS(Global Positioning System)轨迹为露天矿卡车运行状态识别提供了数据基础。如何挖掘轨迹数据丰富的特征,从而提升露天矿卡车运行状态识别效果,具有重要的应用价值。本文以露天矿卡车运行状态识别为研究问题,主要研究内容如下:(1)基于时序GAN增强的露天矿卡车运行状态半监督识别露天矿卡车运行状态包括:等待装载、正在装载、重车前行、等待卸载、正在卸载以及空车返回。然而,在非拥堵路况下,卡车不会出现等待装载或等待卸载状态,相应的轨迹也不存在。长此以往导致露天矿卡车轨迹数据集出现不平衡问题。为此,本文提出了一种基于时序GAN增强的露天矿卡车运行状态半监督识别方法(Semi-supervised Identification of truck running states in open-pit mines based on Temporal Generative adversarial network Augmentation,SITGA)。首先,该方法具有基于时序GAN的卡车轨迹增强模块,包括标签生成器、边界生成器、特征序列生成器、元数据鉴别器和特征序列鉴别器。该模块通过学习轨迹特征分布和时序关系,使得生成的轨迹具有保真性。SITGA通过该模块生成轨迹,对数据量少的卡车运行状态进行增强,解决数据集不平衡问题。然后,该方法设计了具有注意力感知的露天矿卡车运行状态半监督识别模块。该模块在卷积自编码器中集成基于归一化的通道注意力机制,在联合标签与无标签卡车轨迹实现半监督训练时,能够量化卡车不同运动特征的贡献差异。最后,在露天矿卡车轨迹数据集上进行实验表明,SITGA比SECA识别准确率提高了3.9%,达到75.1%。(2)基于双增强视图的露天矿卡车运行状态对比学习识别SITGA对于露天矿卡车大量无标签轨迹的差异信息捕获能力不足,卡车轨迹需要考虑长期依赖关系和不均等的时间间隔信息。针对以上问题,本文提出了一种基于双增强视图的露天矿卡车运行状态对比学习识别方法(Dual Augmented Views-based Contrastive Learning Identification of truck running states in open-pit mines,DAVCLI)。首先,该方法采用对比学习对卡车无标签轨迹进行预训练。为了提取更多差异信息,预训练时,通过位置扰乱和元素丢弃构建对比学习正样本对的双增强视图,提高学习卡车轨迹间共性与差异的难度,从而提取更多的关键特征。然后,利用Transformer的编码器(TEncoder)作为预训练模型,通过位置编码和自注意力机制捕获卡车轨迹长期依赖关系。在预训练时加入时间间隔信息,提高TEncoder的轨迹表示能力。最后,使用卡车标签轨迹微调TEncoder,进一步优化其参数。在露天矿卡车轨迹数据集上进行实验表明,该方法在各项指标上均有所提升,比SITGA识别准确率提高了4.6%,达到79.7%。(3)露天矿卡车运行状态识别原型与应用针对基于轨迹增强的露天矿卡车运行状态识别研究工作,本文开发了集成化的原型展示系统。为了满足露天矿实际生产情况的需求,本文设计并搭建了基于B/S架构的卡车运行状态识别模块,包括系统开发和深度学习两个方面。该系统能够集成轨迹数据的收集、传输和存储,从而构建卡车运行轨迹数据集,并支持模型的交互性训练和界面化展示。最终,本文将模型应用于卡车运行轨迹的实时状态识别和历史状态识别。该论文有图35幅,表9个,参考文献97篇。

基于轨迹增强的露天矿卡车运行状态识别研究

这是一篇关于露天矿,卡车运行状态,轨迹增强,时序GAN,对比学习的论文, 主要内容为露天矿卡车运行状态识别是建设露天矿卡车智能调度系统的重要基础。随着移动互联网和定位终端的普及,海量的GPS(Global Positioning System)轨迹为露天矿卡车运行状态识别提供了数据基础。如何挖掘轨迹数据丰富的特征,从而提升露天矿卡车运行状态识别效果,具有重要的应用价值。本文以露天矿卡车运行状态识别为研究问题,主要研究内容如下:(1)基于时序GAN增强的露天矿卡车运行状态半监督识别露天矿卡车运行状态包括:等待装载、正在装载、重车前行、等待卸载、正在卸载以及空车返回。然而,在非拥堵路况下,卡车不会出现等待装载或等待卸载状态,相应的轨迹也不存在。长此以往导致露天矿卡车轨迹数据集出现不平衡问题。为此,本文提出了一种基于时序GAN增强的露天矿卡车运行状态半监督识别方法(Semi-supervised Identification of truck running states in open-pit mines based on Temporal Generative adversarial network Augmentation,SITGA)。首先,该方法具有基于时序GAN的卡车轨迹增强模块,包括标签生成器、边界生成器、特征序列生成器、元数据鉴别器和特征序列鉴别器。该模块通过学习轨迹特征分布和时序关系,使得生成的轨迹具有保真性。SITGA通过该模块生成轨迹,对数据量少的卡车运行状态进行增强,解决数据集不平衡问题。然后,该方法设计了具有注意力感知的露天矿卡车运行状态半监督识别模块。该模块在卷积自编码器中集成基于归一化的通道注意力机制,在联合标签与无标签卡车轨迹实现半监督训练时,能够量化卡车不同运动特征的贡献差异。最后,在露天矿卡车轨迹数据集上进行实验表明,SITGA比SECA识别准确率提高了3.9%,达到75.1%。(2)基于双增强视图的露天矿卡车运行状态对比学习识别SITGA对于露天矿卡车大量无标签轨迹的差异信息捕获能力不足,卡车轨迹需要考虑长期依赖关系和不均等的时间间隔信息。针对以上问题,本文提出了一种基于双增强视图的露天矿卡车运行状态对比学习识别方法(Dual Augmented Views-based Contrastive Learning Identification of truck running states in open-pit mines,DAVCLI)。首先,该方法采用对比学习对卡车无标签轨迹进行预训练。为了提取更多差异信息,预训练时,通过位置扰乱和元素丢弃构建对比学习正样本对的双增强视图,提高学习卡车轨迹间共性与差异的难度,从而提取更多的关键特征。然后,利用Transformer的编码器(TEncoder)作为预训练模型,通过位置编码和自注意力机制捕获卡车轨迹长期依赖关系。在预训练时加入时间间隔信息,提高TEncoder的轨迹表示能力。最后,使用卡车标签轨迹微调TEncoder,进一步优化其参数。在露天矿卡车轨迹数据集上进行实验表明,该方法在各项指标上均有所提升,比SITGA识别准确率提高了4.6%,达到79.7%。(3)露天矿卡车运行状态识别原型与应用针对基于轨迹增强的露天矿卡车运行状态识别研究工作,本文开发了集成化的原型展示系统。为了满足露天矿实际生产情况的需求,本文设计并搭建了基于B/S架构的卡车运行状态识别模块,包括系统开发和深度学习两个方面。该系统能够集成轨迹数据的收集、传输和存储,从而构建卡车运行轨迹数据集,并支持模型的交互性训练和界面化展示。最终,本文将模型应用于卡车运行轨迹的实时状态识别和历史状态识别。该论文有图35幅,表9个,参考文献97篇。

基于匹配因子的大型金属露天矿车铲配置优化仿真

这是一篇关于露天矿,车铲配置,匹配因子,多目标优化,仿真应用的论文, 主要内容为露天开采的设备投资成本和运营成本随着矿山规模的扩大而逐渐增加。露天矿设备投资成本约占矿山生产投入的80%,开采规模增大的同时降低设备投资成本是设计投产阶段的重要工作之一;矿山运营成本中运输成本约占60%以上,主要来源于卡车。作业过程中,如果卡车、电铲等装备配置不当极有可能会出现卡车排队和电铲闲置的现象,因此进行总体的车铲配置优化是极其有必要的。匹配因子是衡量“电铲-卡车”作业系统效率的重要标准之一,本文结合匹配因子系数对大型金属露天矿车铲配置优化问题,展开了以下研究:(1)大型金属露天矿车铲配置优化相关研究及理论总结。首先从露天矿车铲配置优化模型建立和模型求解的国内外研究现状进行了归纳总结,系统梳理了现有露天矿车铲配置优化多目标问题和单目标问题的理论及构建多目标车铲配置优化模型的必要性,并对传统的求解方法、仿真实验和进化算法的基本理论进行了概述,为下文提出基于匹配因子的大型金属露天矿车铲配置优化模型做出理论铺垫。(2)基于匹配因子的大型金属露天矿车铲配置优化模型构建。结合“电铲-卡车”生产运输的实际情况,以总运输成本和匹配因子偏差最小以及电铲产出量最大为目标,综合考虑了装卸载点的产量需求和交通运输等多种约束条件,以减少卡车投入数量、降低设备投资成本,尽量达到“车不等铲,铲不等车”的状态,实现对运输过程的精细化管理。(3)大型金属露天矿车铲配置优化模型求解。针对所构建的露天矿车铲配置优化模型,在MPIO(Multi-objective inspired-pigeon optimization algorithm,MPIO)算法的基础上提出基于聚类的特殊拥挤距离非支配排序法和小生境搜索策略,设计了一种用于求解露天矿车铲配置优化模型的CSMPIO(Multi-objective optimization algorithm with clustering and niching searching,CSMPIO)算法;使用CSMPIO算法求解多约束多目标的特殊测试函数,并通过一组模拟算例以验证算法的有效性。(4)大型金属露天矿车铲配置应用与仿真。以某实际露天矿为例,利用该露天矿的智能生产管控平台获取所需数据,进行车铲配置应用与仿真。结果表明,所建立的车铲配置优化模型以及所提算法可以较好的满足该矿山实际生产需求;通过Flex Sim仿真验证模型求解的有效性,并基于模型求解结果做进一步优化,对比优化前后的结果可以看出仿真实验有效提高了“电铲-卡车”作业效率,并提高了矿石产量。论文的研究成果为解决大型金属露天矿设计阶段的车铲配置优化方面提供了方案,在一定程度降低了矿山设备投资的成本,提高了经济效益。

基于图嵌入的露天矿功能区域识别研究

这是一篇关于露天矿,卡车轨迹,功能区域识别,图嵌入的论文, 主要内容为随着社会的发展,我国对煤矿资源的智能化开采提出了更高的要求。为了推动露天矿智能化建设,提高矿区开采效率,各地露天矿场相继推出在线调度管理平台。在这些平台中,正确识别露天矿的功能区域可以快速对卡车进行合理调度,从而提高矿区卡车的工作效率。因此针对露天矿功能区域识别的研究对于提高矿区开采效率有着重要意义。本文针对露天矿区功能区域识别展开研究,主要研究内容如下:(1)基于深度区域嵌入的露天矿功能区域识别从轨迹数据中提取区域隐藏特征是功能区域研究的长期挑战之一。在露天矿区中,高效的功能区域识别是露天矿调度系统合理规划和管理的关键,但由于露天矿中功能区域复杂多变,卡车轨迹数据较为稀疏,现有的功能区域识别方法并不适用于露天矿环境。为了解决这个问题,本文提出了一种基于深度区域嵌入的露天矿功能区域识别方法(Open-pit mine functional area identification based on Deep Region Embedding,ODRE)。该方法首先对露天矿进行均匀网格划分;其次,利用露天矿卡车GPS(Global Positioning System,GPS)轨迹数据构建轨迹网格图;再则,为了有效获取网格空间上的关系,以及轨迹网格图的局部和全局结构,采用结构化深度网络嵌入模型SDNE(Structural Deep Network Embedding)学习网格节点的嵌入表示。其利用一阶和二阶相似度可以很好的捕捉网络的局部和全局信息,实现网格空间区域嵌入;然后,通过双向LSTM(Long Short-Term Memory)获得网格时序特征,来表示露天矿区域的时序变化特性;最后,将得到的网格节点的嵌入表示和网格序列特征进行基于注意力机制的特征融合,解决不同特征权重分配不均问题,将最终特征融合结果进行识别训练。在露天矿数据集上进行的实验表明,本方法识别准确率比UFCG提高了6.47%。(2)基于时序动态区域嵌入的露天矿功能区域识别随着露天矿区资源环境改变,原本的功能区域也会做出相应调整,进而导致相关区域间交互信息发生变化。为了捕捉这种时间维度上的区域交互特征变化,本文提出了一种基于时序动态区域嵌入的露天矿功能区域识别方法(Open-pit mine functional area identification based on Temporal Dynamic Region Embedding,OTDRE)。该方法首先对区域均匀划分后的网格提取特征信息,按不同时间间隔构造露天矿动态时序图结构,实现露天矿功能区域的时空关系建模;再则,实现一种结合动态图嵌入和门控循环单元的动态学习网络模型,输入动态时序图结构训练模型,实现露天矿功能区非线性时空关系的潜在特征输出;然后,建立单个网格区域的多特征时间序列,通过双向LSTM获得网格时序特征。然后,针对动态时序的特征融合,使用自适应时空特征融合,最后将融合结果进行识别训练。在露天矿数据集上进行的实验表明,本方法识别准确率比ODRE提高了3.85%。证明OTDRE在变化频繁的功能区域上,能够更好地捕获时序变化。(3)露天矿功能区域识别原型系统设计与应用本文以第二、三章方法研究为基础开发原型系统,介绍该系统整体结构设计、详细功能模块设计,进行识别结果的可视化界面展示,为露天矿智能调度平台提供支持。原型系统是对基于图嵌入的露天矿功能区域识别研究工作的系统化集成与展示。根据露天矿实际生产情况,利用现有技术设计搭建了露天矿功能区域识别系统,涉及到系统开发与深度学习两方面。本文实现了露天矿卡车轨迹数据集的收集、传输、存储以及预处理模块,同时还实现模型交互性训练和界面化展示。最后将模型应用在露天矿调度平台,有效地增强露天矿生产调度平台稳健性,从而提高露天矿生产效率。该论文有图43幅,表7个,参考文献101篇。

露天煤矿本质安全管理信息系统研究与设计

这是一篇关于露天矿,管理信息系统,构建的论文, 主要内容为随着信息技术的迅猛发展和信息化在露天煤矿建设的不断深入,通过网络实现矿山本质安全的统一管理,将成为矿山本质安全管理系统的发展方向。露天煤矿本质安全管理信息系统是现代化信息系统子在露天煤矿本质安全管理工作上的实际应用。它的关键作用是在煤矿生产工程、系统中存在的危险、有害因素及可能导致的危害结果和程度所涉及到的人、机、环、管四个方面进行预警考核,并将数据结果进行统计分析,供管理者提出合理可行的安全对策措施,指导煤矿企业对危险源进行控制和事故预防,以达到事故率最低、经济损失最少、安全效益最优的目的。论文着眼于露天煤矿本质安全管理信息系统的设计与实现,比较详细地介绍了露天煤矿本质安全管理信息系统的开发流程,主要针对系统整体设计规划、体系结构和系统实现的技术细节做了详细的阐述,并对系统的整体体系做了探讨,最后对系统的开发和应用做了比较全面的总结和展望。论文的设计与实现采用.NET架构和SQL Server数据库技术,基于B/S的三层体系架构的露天煤矿本质安全管理信息系统。系统涵盖了露天煤矿本质安全管理工作中的主要业务,具体划分为如下子系统:危险源预警管理、隐患管理、考核检查管理、事故管理、督办工作管理。

露天矿安全监控导航系统的研究与开发

这是一篇关于露天矿,导航系统,终端监控,调度中心监控,区域更新的论文, 主要内容为露天矿道路空间形态复杂、路段性质动态变化不一。生产设备大型化,驾驶员视线存在较大盲区。在风沙、烟尘、大雾、夜间等情况下能见度较低。驾驶员工作强度大,工作环境较枯燥乏味。这些现象会导致如下问题:(1)在行驶过程中容易走错路、迷路,这种现象在夜间由于能见度较低尤为明显。(2)在斜坡、弯道、分叉路口、车辆密集的关键点会与其他设备相撞或驶出台阶。(3)驾驶员易疲劳驾驶,设备易失去控制。因此开发露天矿安全监控导航系统具有重要意义,本文基于上述背景,开发露天矿安全监控导航系统,具体工作如下:从安全监控和导航信息两个方面分析露天矿生产的实际需求,根据实际需求确定系统功能,设计系统总体架构,建立道路网结构,设计系统数据库的概念结构与物理结构。通过GPS防碰撞误差处理算法、疲劳驾驶检测算法实现GPS防碰撞误差减小、疲劳驾驶检测。分析常用的最短路算法、路网匹配算法的优缺点,结合道路网拓扑关系,选取Floyd最短路算法、点到线的路网匹配算法,完成导航路径规划、定位点修正与路段匹配,根据几何学原理完成距离更新算法,实现到达目的地的距离更新与行程时间预测。为了保证装卸点导航的准确性,研究了装载点动态导航算法与卸载点区域更新算法,实现了装载点精确导航与卸载点区域的有效更新。为了增强系统的安全性,研究了终端监控算法和调度中心监控算法,实现了终端监控功能和调度中心监控的实时监控部分。采用JavaEE、.net平台,后台开发了导航功能、监控功能的标准算法,前端开发了终端系统、调度中心监控系统,前端通过通用接口调用后台算法,具有较强的实用性、通用性与扩展性。主要功能在华能伊敏露天矿经过了实践检验,效果良好。

露天矿安全监控导航系统的研究与开发

这是一篇关于露天矿,导航系统,终端监控,调度中心监控,区域更新的论文, 主要内容为露天矿道路空间形态复杂、路段性质动态变化不一。生产设备大型化,驾驶员视线存在较大盲区。在风沙、烟尘、大雾、夜间等情况下能见度较低。驾驶员工作强度大,工作环境较枯燥乏味。这些现象会导致如下问题:(1)在行驶过程中容易走错路、迷路,这种现象在夜间由于能见度较低尤为明显。(2)在斜坡、弯道、分叉路口、车辆密集的关键点会与其他设备相撞或驶出台阶。(3)驾驶员易疲劳驾驶,设备易失去控制。因此开发露天矿安全监控导航系统具有重要意义,本文基于上述背景,开发露天矿安全监控导航系统,具体工作如下:从安全监控和导航信息两个方面分析露天矿生产的实际需求,根据实际需求确定系统功能,设计系统总体架构,建立道路网结构,设计系统数据库的概念结构与物理结构。通过GPS防碰撞误差处理算法、疲劳驾驶检测算法实现GPS防碰撞误差减小、疲劳驾驶检测。分析常用的最短路算法、路网匹配算法的优缺点,结合道路网拓扑关系,选取Floyd最短路算法、点到线的路网匹配算法,完成导航路径规划、定位点修正与路段匹配,根据几何学原理完成距离更新算法,实现到达目的地的距离更新与行程时间预测。为了保证装卸点导航的准确性,研究了装载点动态导航算法与卸载点区域更新算法,实现了装载点精确导航与卸载点区域的有效更新。为了增强系统的安全性,研究了终端监控算法和调度中心监控算法,实现了终端监控功能和调度中心监控的实时监控部分。采用JavaEE、.net平台,后台开发了导航功能、监控功能的标准算法,前端开发了终端系统、调度中心监控系统,前端通过通用接口调用后台算法,具有较强的实用性、通用性与扩展性。主要功能在华能伊敏露天矿经过了实践检验,效果良好。