公开(公告)号：CN118501834A

公开(公告)日：2024-08-16

申请号：CN202410564850.8

申请日：2024-05-09

Applicant: 中国矿业大学(北京)

Inventor： 朱鹏桥 ,  许献磊 ,  彭苏萍 ,  许艺炜

IPC: G01S7/41 ,  G01S13/88 ,  G01S13/08 ,  G06F18/23 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于空气耦合式地质雷达的表面煤岩识别方法，旨在通过电磁波在煤岩表面的反射标准振幅，实现精准煤岩识别和煤层截割指导。该方法步骤包括：1.获取空气耦合地质雷达在不同性质煤岩表面反射的实际振幅，及地质雷达与煤岩表面之间的悬空距离；2.获取所述步骤S1中不同性质的煤岩表面反射的标准振幅；3.基于地质雷达悬空距离、实际振幅与标准振幅构建反射标准振幅预测数据集；4.针对步骤S3中反射标准振幅预测数据集，进行人工神经网络构建和训练；5.利用步骤S4得到的训练后的人工神经网络模型进行标准振幅预测。6.针对步骤S5中得到的标准振幅，进行聚类分析，平均绝对值较大的1类判别为岩，反之为煤。

公开(公告)号：CN118037804A

公开(公告)日：2024-05-14

申请号：CN202311438708.0

申请日：2023-11-01

Applicant: 中国矿业大学(北京)

Inventor： 朱鹏桥 ,  许献磊 ,  许艺炜 ,  彭苏萍

IPC: G06T7/60

Abstract: 本发明涉及一种基于人工神经网络的煤岩层位快速校正方法，目的是实现煤岩层位测量厚度的快速校正，降低层位厚度的测量误差，提高煤岩层位测量精度。该方法步骤包括：1.在对原始数据进行预处理后，通过层位追踪算法，得到“空气‑煤”界面曲线和“煤‑岩”界面曲线，从而计算得到空气层和煤层厚度的测量值；2.用尺子进行实际测量，得到每一个空气层厚度和煤层厚度的真实值；3.基于空气层的真实值及测量值构建空气层厚度快速校正数据集；4.基于空气层和煤层厚度的真实值及测量值构建煤层厚度快速校正数据；5.基于空气层厚度快速校正数据集，进行人工神经网络构建和训练；6.基于煤层厚度快速校正数据集，进行人工神经网络构建和训练；7.利用步骤5中训练后的神经网络模型进行空气层厚度的校正；8.利用步骤6中训练后的神经网络模型进行煤层厚度的校正。