金属矿山

作者：秦学斌,李明桥,申昱瞳,杨培娇,胡佳琛,刘浪

单位：1.西安科技大学电气与控制工程学院，陕西 西安 710054；2.西安科技大学能源学院，陕西 西安 710054

关键词：矿山充填,电容层析成像,图像重建,极限学习机,卷积神经网络,

基金：陕西省科技厅面上项目（编号：2019JM-074）

矿山充填过程中，管道中产生的结块和充填料浆中夹杂的废石会造成堵管或爆管等严重安全事故，制约了矿山充填技术的应用与发展，所以及时对管道内堵塞结块及废石的方位和大小进行检测,对矿山充填的安全稳定有着重要意义。以电容层析成像(ECT)技术为基础，研究了矿山充填管道的检测方法。针对传统ECT重建算法成像质量差、精度低等问题，提出了一种适用于充填管道内固液两相流检测的基于极限学习机和卷积神经网络的ECT图像重建方法。该图像重建网络由单隐藏层前馈神经网络和图像预测网络两部分组成。利用极限学习机建立电容数据与介电常数值的映射关系，并通过图像预测网络完成对图像的重建。通过充填管道仿真试验，证明了该方法不仅能够有效减少重建图像的伪影和变形，提高图像重建准确度，而且对充填管道中可能出现的复杂情况有较好的重建效果。所提出的ECT图像重建方法对于矿山充填管道内存在的堵塞结块及废石的检测有很好的效果，可以有助于推动ECT技术在充填管道检测领域的应用和推广。

来源：2022年第09期

《金属矿山》期刊编辑部

查看金属矿山杂志2022年第09期