公开(公告)号：CN117475223A

公开(公告)日：2024-01-30

申请号：CN202311474093.7

申请日：2023-11-07

Applicant: 榆林学院

Inventor： 李艳 ,  张菁 ,  李家宝 ,  石嘉涛 ,  杜凯 ,  王栎鑫

IPC: G06V10/764 ,  G10L25/51 ,  G06V10/774 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/094

Abstract: 本发明公开了一种煤岩截割状态识别方法，包括以下步骤：步骤一、获取历史时刻中用于表征煤岩截割状态的融合图像；步骤二、扩充样本集；步骤三、将扩充后的样本集划分为训练集和测试集；步骤四、深度学习网络模型学习并生成训练集的样本图像与标签之间的映射关系；步骤五：采集当前时刻用于表征煤岩截割状态的融合图像，深度学习网络模型输出融合图像对应的标签，完成煤岩截割状态识别。本发明结合电流、声音和振动三种信息表征煤岩截割状态；通过生成对抗网络扩充样本集的图像数量，解决了样本量较小的问题；基于深度神经网络建立截割状态识别模型，进行煤岩截割状态识别，并针对煤岩截割状态识别结果建立了采煤机姿态控制策略。