一种煤矿AI智能视频识别系统及使用方法与流程

本发明涉及煤矿视频识别，尤其涉及一种煤矿ai智能视频识别系统及使用方法。

背景技术：

1、在煤矿井下生产作业过程中，综采、掘进、运输和破碎环节不可避免地会产生大量煤尘，这些煤尘不仅悬浮于巷道空间内致使能见度急剧下降，而且随通风气流沿巷道纵深方向扩散迁移，形成动态变化的三维浓度分布场；不同煤种因煤化程度和表面官能团差异而表现出迥异的润湿特性，加之巷道断面形状、等效直径、风流雷诺数和环境温湿度参数实时波动，使得煤尘的生成、运移与沉降行为呈现高度非线性和时变特征，喷雾降尘作为煤矿最为常用且有效的控尘手段，雾滴粒径与煤尘粒径、表面张力和碰撞凝聚效率之间存在着严格的物理匹配关系，若雾滴粒径过大则难以跟随煤尘的湍流脉动，捕集效率低下，若粒径过小则容易蒸发飘散且动能不足，同样难以有效润湿煤尘颗粒，因此亟需一种煤矿ai智能视频识别系统及使用方法，在确保巷道全空间煤尘浓度稳定低于安全阈值的同时，降低喷雾降尘系统能耗和排水负担，提升煤矿井下喷雾降尘系统的经济运行性能。

技术实现思路

1、为了克服现有喷雾降尘难以根据粉尘分布、巷道结构和煤种物性进行精准动态调节的缺点，本发明提供了一种煤矿ai智能视频识别系统及使用方法。

2、本发明的技术实施方案为：一种煤矿ai智能视频识别系统，包括以下步骤：

3、数据采集模块，采集煤矿巷道的视频帧数据、煤矿巷道的结构数据和巷道环境数据；

4、煤尘分布模块，对所述视频帧数据和所述煤矿巷道的结构数据进行处理，构建巷道空间的煤尘浓度分布模型；

5、接触角计算模块，对所述视频帧数据进行处理，计算煤矿巷道内的煤尘的煤种亲水接触角；

6、雾滴粒径求解模块，根据所述煤尘的煤种亲水接触角和煤尘浓度分布模型，求解最优降尘雾滴粒径；

7、反馈调节模块，根据所述最优降尘雾滴粒径对煤矿巷道进行降尘反馈调节。

8、优选地，所述采集煤矿巷道的视频帧数据、煤矿巷道的结构数据和巷道环境数据，包括：所述视频帧数据包括可见光视频帧数据和多光谱视频帧数据，所述结构数据包括巷道断面高度、巷道断面湿周和巷道有效通风断面积，所述巷道环境数据包括实时通风风速、巷道相对湿度、巷道温度和巷道气压。

9、优选地，所述对所述视频帧数据和所述煤矿巷道的结构数据进行处理，构建巷道空间的煤尘浓度分布模型，包括：基于所述巷道断面湿周和所述巷道有效通风断面积计算巷道等效直径，根据所述可见光视频帧数据和所述巷道的结构数据构建巷道的实时点云模型，基于巷道的点云模型通过蒙特卡洛算法求解沿巷道纵深方向的光学路径长度，根据所述巷道等效直径、实时通风风速、巷道温度和巷道气压求解巷道风流雷诺数，对所述可见光视频帧数据利用暗通道先验计算视频帧各像素处的透射率，利用纹理提取计算粗糙度因子，根据所述实时通风风速和所述实时点云模型计算煤尘在巷道横向的湍流扩散方差、煤尘垂向湍流扩散标准差和煤尘在巷道纵向的湍流扩散方差，构建巷道空间的煤尘浓度分布模型，求解巷道坐标处的煤尘浓度分布值。

10、优选地，所述构建巷道空间的煤尘浓度分布模型，求解巷道坐标处的煤尘浓度分布值，包括：

11、煤尘浓度分布模型公式为：

12、；

13、式中，为巷道坐标处的煤尘浓度分布值，为视频帧在像素坐标处的透射率，为消光系数，为沿巷道纵深方向的光学路径长度，为形状修正系数，为修正指数，为巷道风流雷诺数，为临界雷诺数，为巷道横向坐标的平方，为煤尘在巷道横向的湍流扩散方差，为巷道垂向坐标，为巷道断面高度，为煤尘在巷道纵向的湍流扩散方差。

14、优选地，所述对所述视频帧数据进行处理，计算煤矿巷道内的煤尘的煤种亲水接触角，包括：对所述多光谱视频帧数据进行图像预处理与分割，依据煤岩分子官能团的光谱吸收特性筛选特征波段，计算各特征波段像素的平均反射率，按照各特征波段的波长顺序进行排列建立多光谱反射率特征向量，选取煤种样本通过标准试验和混合高斯分布拟合获取不同煤种的标准煤阶光谱的均值向量、不同煤种的标准煤阶光谱的协方差矩阵和光谱温度补偿因子，计算巷道内的煤尘隶属于不同煤种的概率，所述煤种样本包括无烟煤、烟煤和褐煤，统计煤种样本获取煤种总数和各煤种的杨氏接触角，结合煤尘隶属于不同煤种的概率、粗糙度因子和巷道相对湿度计算煤尘的煤种亲水接触角。

15、优选地，所述结合煤尘隶属于不同煤种的概率、粗糙度因子和巷道相对湿度计算煤尘的煤种亲水接触角，包括：

16、隶属概率公式为：

17、；

18、式中，为隶属于煤种的概率，为多光谱反射率特征向量，为煤种的标准煤阶光谱的均值向量，为煤种的标准煤阶光谱的协方差矩阵的逆矩阵，为煤种的标准煤阶光谱的均值向量，为煤种总数，为的转置，为的转置，为光谱温度补偿因子的平方，

19、亲水接触角公式为：

20、；

21、式中，为煤尘的煤种亲水接触角，为煤种总数，为隶属于煤种的概率，为反余弦函数，为粗糙度因子，为煤种的杨氏接触角，为衰减系数，为巷道相对湿度。

22、优选地，所述根据所述煤尘的煤种亲水接触角和煤尘浓度分布模型，求解最优降尘雾滴粒径，包括：基于所述巷道的实时点云模型获取巷道空间体积和煤尘中位径，基于巷道相对湿度和巷道温度计算巷道空气水蒸气分压，通过标准实验获取雾滴运动的毛细管数和斯托克斯数，获取饱和水蒸气压，结合巷道断面高度和煤尘垂向湍流扩散标准差计算最优降尘雾滴粒径。

23、优选地，所述获取饱和水蒸气压，结合巷道断面高度和煤尘垂向湍流扩散标准差计算最优降尘雾滴粒径，包括：

24、最优降尘雾滴粒径公式为：

25、；

26、式中，为最优降尘雾滴粒径，为煤尘中位径，为雾滴运动的毛细管数，为斯托克斯数，为煤尘的煤种亲水接触角的余弦值，为煤尘垂向湍流扩散标准差，为巷道断面高度，为湍流指数，为饱和水蒸气压，为巷道空气水蒸气分压。

27、优选地，所述根据所述最优降尘雾滴粒径对煤矿巷道进行降尘反馈调节，包括：获取喷雾系统的基础额定流量、标准粒径、实时供水压力和设定供水压力，根据实时供水压力和设定供水压力计算供水压力差，预设煤尘浓度安全阈值，结合最优降尘雾滴粒径、巷道坐标处的煤尘浓度分布值和巷道空间体积，求解喷雾系统的目标调节流量；

28、目标调节流量公式为：

29、；

30、式中，为时刻喷雾系统的目标调节流量，为基础额定流量，为时刻的最优降尘雾滴粒径，为标准粒径，为煤尘响应系数，为双曲正切函数，为巷道坐标处的煤尘浓度分布值，为煤尘浓度安全阈值，为巷道空间体积，为积分微元，为增益系数，为供水压力差，为设定供水压力。

31、优选地，一种煤矿ai智能视频识别系统的使用方法，还包括：

32、s1：采集煤矿巷道的视频帧数据、煤矿巷道的结构数据和巷道环境数据；

33、s2：对所述视频帧数据和所述煤矿巷道的结构数据进行处理，构建巷道空间的煤尘浓度分布模型；

34、s3：对所述视频帧数据进行处理，计算煤矿巷道内的煤尘的煤种亲水接触角；

35、s4：根据所述煤尘的煤种亲水接触角和煤尘浓度分布模型，求解最优降尘雾滴粒径；

36、s5：根据所述最优降尘雾滴粒径对煤矿巷道进行降尘反馈调节。

37、本发明的有益效果：

38、本发明通过设置数据采集模块、煤尘分布模块、接触角计算模块、雾滴粒径求解模块和反馈调节模块，构建了感知-分析-决策-执行的全链路闭环控制，相较于传统开环喷雾方式，能够依据煤矿井下实时的视觉图像、结构参数与环境变量，自动完成煤尘浓度场重建与最优降尘参数的协同求解，并将调控指令实时反馈至喷雾执行机构，实现了喷雾降尘过程的全自主、高精度与强自适应控制，提升了煤矿井下粉尘治理的智能化水平。

39、本发明融合了可见光视频帧数据、巷道断面湿周、有效通风断面积和实时点云模型，通过暗通道先验计算透射率并结合蒙特卡洛算法求解光学路径长度，同时引入巷道风流雷诺数与三维湍流扩散方差，构建了精细化的巷道空间煤尘浓度分布模型；能够准确刻画煤尘在复杂湍流场作用下的非均匀、非稳态迁移规律，克服了传统单点浓度监测难以反映全巷道空间分布态势的缺陷，为后续精准降尘提供了高保真的空间浓度数据基础。

40、本发明将多光谱视频帧数据与煤岩分子官能团的光谱吸收特性相结合，利用混合高斯分布拟合构建不同煤种的标准煤阶光谱特征库，并引入光谱温度补偿因子消除环境温度干扰；实时判定悬浮煤尘的隶属煤种，进而联合粗糙度因子和巷道相对湿度动态计算煤尘的煤种亲水接触角，解决了现有技术无难以实时获知煤尘表面物化属性的技术难题。