一种矿山生产竖井全范围变形监测的激光扫描装置及方法

    公开(公告)号:CN113267136A

    公开(公告)日:2021-08-17

    申请号:CN202110478107.7

    申请日:2021-04-30

    Applicant: 东北大学

    Abstract: 本发明属于矿山生产竖井变形监测领域,公开了一种矿山生产竖井全范围变形监测的激光扫描装置及方法,包括:根据矿山基建时获取的井筒设计半径建立参考井筒圆柱体模型,在竖井中安装激光系统,随矿山生产过程中罐笼的升降完成对竖井井筒轮廓点云数据的持续采集;对采集到的点云数据进行理论分析,通过计算井筒点云与参考井筒圆柱体进行基于圆柱体投影的水平距离测量的径向差值变化,再通过局部收敛与变形分析,从整体到局部解算井筒不同位置的变形量。本发明解决了在不中断竖井生产情况下(罐笼不断升降)进行竖井井筒全范围变形实时监测的难题,有助于及时检查生产竖井的安全隐患,为矿山的安全生产提供有力保障。

    一种井下电视图像方位矫正方法

    公开(公告)号:CN112991275A

    公开(公告)日:2021-06-18

    申请号:CN202110201379.2

    申请日:2021-02-23

    Applicant: 东北大学

    Abstract: 本发明公开一种井下电视图像方位矫正方法,在原有井下电视的基础上增加了带有红、绿、蓝三条等距细线、长度刻度以及可相互连接的透明有机玻璃套管,以及图像矫正算法。具体方法为:先将套管相互连接并下放至钻孔底部,直至套管总长度超过钻孔深度,再将井下电视的摄像头置于套管内下放并进行拍摄;拍摄完成后,以图像中的三条彩色细线及长度刻度为修正基准,对原始图像进行预处理、图像特征区域识别、构建变换模型进行图像修正。从而得到与真实钻孔表面十分接近的图像。

    一种基于深度学习的P波到时自动拾取方法

    公开(公告)号:CN112364296A

    公开(公告)日:2021-02-12

    申请号:CN202011281803.0

    申请日:2020-11-17

    Applicant: 东北大学

    Abstract: 本发明提供一种基于深度学习的P波到时自动拾取方法,首先收集矿山现场微震事件,对微震事件的波形进行预处理;然后通过MSSA方法进行分析,获取波形的第1主重构分量RC 1;其次构建LSTM深度学习网络模型,进行噪声段、信号段和尾波段的区分,确定信号段初始点位置,即为P波到时;最后利用验证数据进行P波到时拾取的结果检验,评价P波到时拾取精度。本发明在进行P波到时拾取时准确度更高,与人工拾取之间的误差更小,且具有鲁棒性,提升了矿山开采微震信号P波到时的拾取效率和精度,为微震自动、高精定位计算提供重要基础和保障。

Patent Agency Ranking