banner
Casa / Blog / Un set di dati aperto per il riconoscimento intelligente e la classificazione delle condizioni anomale nell'estrazione mineraria a pareti lunghe
Blog

Un set di dati aperto per il riconoscimento intelligente e la classificazione delle condizioni anomale nell'estrazione mineraria a pareti lunghe

Nov 21, 2023Nov 21, 2023

Dati scientifici volume 10, numero articolo: 416 (2023) Citare questo articolo

1687 Accessi

1 Altmetrico

Dettagli sulle metriche

La produzione della miniera di carbone sotterranea del settore minerario completamente meccanizzato presenta molti problemi, come un ambiente operativo inadeguato, un alto tasso di incidenti e così via. Recentemente, l’estrazione autonoma e intelligente del carbone sta gradualmente sostituendo il tradizionale processo di estrazione. La tecnologia dell'intelligenza artificiale è un'area di ricerca attiva e si prevede che identifichi e avverta le condizioni anomale sotterranee per l'estrazione intelligente a pareti lunghe. È inseparabile dalla costruzione di set di dati, ma al momento il set di dati del fondo pozzo è ancora vuoto. Questo lavoro sviluppa un set di dati di immagini del fronte minerario sotterraneo a pareti lunghe (DsLMF+), che consiste di 138004 immagini con annotazioni 6 categorie di personale minerario, piastra di protezione del supporto idraulico, carbone di grandi dimensioni, cavo di traino, comportamento dei minatori ed elmetto di sicurezza minerario. Tutte le etichette del set di dati sono disponibili pubblicamente in formato YOLO e formato COCO. La disponibilità e l'accuratezza dei set di dati sono state esaminate da esperti nel campo delle miniere di carbone. Il set di dati è ad accesso libero e mira a supportare ulteriori ricerche e progressi nell’identificazione intelligente e nella classificazione delle condizioni anomale per l’estrazione mineraria sotterranea.

Il carbone rimarrà la fonte energetica dominante a livello mondiale per decenni a venire1. Le macchine autonome per l'estrazione del carbone nel fronte minerario a pareti lunghe possono assistere o sostituire l'uomo nel completare il pericoloso lavoro minerario, ottenere una produzione sicura ed efficiente nella miniera di carbone. Ma ha ancora bisogno della partecipazione umana per completare alcuni compiti complessi. Tuttavia, lo scavo sotterraneo del carbone nell'attività mineraria a pareti lunghe completamente meccanizzata deve affrontare molti problemi, come un ambiente operativo inadeguato, un alto rischio di disastri, un alto tasso di incidenti e così via. L’estrazione mineraria intelligente è diventata uno dei modi più importanti per affrontare il lavoro sotterraneo ad alto rischio e raggiungere l’obiettivo di una produzione sotterranea sicura ed efficiente2. Con il rapido sviluppo della tecnologia dell'intelligenza artificiale, si prevede che la situazione anomala delle apparecchiature, dell'ambiente e del personale raggiunga un rilevamento accurato e in tempo reale.

In un fronte di lavoro completamente meccanizzato, il supporto idraulico è indispensabile per la sicurezza della produzione dell'intero fronte. Essendo l'attrezzatura principale per l'estrazione del carbone completamente meccanizzata, il supporto idraulico può fornire una superficie di lavoro sicura e spostare il trasportatore raschiante e la cesoia sulla superficie di lavoro3. Può anche supportare in modo affidabile ed efficace il tetto della miniera di carbone, isolare le aree minate, impedire che la roccia di scarto penetri nella superficie di lavoro. In conformità con il processo di estrazione del carbone del fronte del carbone completamente meccanizzato, una volta che la piastra di supporto idraulico non è in posizione o non è completamente recuperata durante il processo di lavoro, potrebbe causare un'interferenza di movimento tra il supporto idraulico e la cesoia. Pertanto, è necessario individuare in tempo lo stato della piastra di protezione del supporto idraulico e gestirla di conseguenza. Per il fronte minerario a pareti lunghe completamente meccanizzato, il carbone di grandi dimensioni può facilmente causare il blocco, la ritenzione e altri stati anomali del trasportatore raschiante. È necessario identificare e tracciare automaticamente il carbone di grandi dimensioni, in modo da giudicare e avvisare tempestivamente dello stato anomalo del carbone di grandi dimensioni. La linea di traino viene utilizzata nel fronte minerario completamente meccanizzato per garantire l'alimentazione elettrica e il funzionamento stabile della cesoia. Tuttavia, durante il funzionamento, il cavo di trazione si romperebbe o verrebbe rimosso dalla fessura del cavo a causa dell'impilamento dei morsetti del cavo e il cavo potrebbe strapparsi, provocando perdite elettriche sotterranee che potrebbero eventualmente portare a scosse elettriche. , gas, esplosione di polvere di carbone, incendi e altri gravi incidenti legati alla sicurezza nelle miniere di carbone. Pertanto, è necessario condurre un monitoraggio dello stato in tempo reale e un'analisi intelligente della linea di traino per garantire che il guasto della linea di traino venga rilevato e gestito in tempo.

Allo scopo di proteggere la sicurezza del personale del fronte minerario completamente meccanizzato, è necessario identificare e monitorare il personale della miniera in modo da giudicare se il personale della miniera si trova in un'area sicura. Il personale che entra nell'area pericolosa deve essere rilevato e posizionato tempestivamente, deve essere eseguita la corrispondente elaborazione del promemoria vocale e contemporaneamente il funzionamento dell'apparecchiatura corrispondente deve essere interrotto. Ad eccezione dei minatori che entrano in aree pericolose, i minatori di carbone avranno una varietà di posture diverse durante il lavoro. Nel complesso ambiente di lavoro, i comportamenti non sicuri dei minatori porteranno facilmente anche ad un aumento degli incidenti legati alla sicurezza nelle miniere di carbone, e anche il comportamento anomalo del personale del pozzo richiede attenzione in qualsiasi momento. Il casco di sicurezza è un tipo di equipaggiamento di sicurezza che i minatori di carbone devono indossare sempre durante il loro lavoro. L'area in cui viene estratto il giacimento di carbone causerà il trasferimento della pressione dal supporto idraulico alla parete di carbone, il che potrebbe aumentare la pressione sulla parete di carbone e alla fine causare il fenomeno della scheggiatura della parete di carbone. La caduta di carbone dal tetto e la collisione tra personale e attrezzature possono causare incidenti con lesioni. Pertanto, i caschi di sicurezza sono legati alla sicurezza dei minatori di carbone in un'attività mineraria completamente meccanizzata e anche l'uso del casco di sicurezza da parte del personale della miniera di carbone necessita di monitoraggio in tempo reale.

Currently, datasets are widely used in automatic driving, object detection, face recognition, natural language processing, text detection, medical and other fields7,8,9,800 individuals. J. Scientific data. 9, 529 (2022)." href="/articles/s41597-023-02322-9#ref-CR10" id="ref-link-section-d353769747e540"10. Some widely used object detection datasets are as follows: (1) COCO datasets with large-scale commonly used items as target detection objects11,12,13; (2) VOC datasets with people, common animals, traffic vehicles, indoor furniture objects as target detection objects14,15,16; (3) DOTA dataset with airplanes, ships, storage tanks, baseball stadiums, tennis courts, basketball courts, ground runways, ports, bridge as target detection objects17,18,19; (4) TT100K dataset with common vehicles as the target detection object20,21,22; (5) WIDER FACE dataset with facial expression, illumination and posture as target detection objects23,24,25; (6) YOLO format dataset that dedicated to the target detection26,27,28, etc. In addition to these common datasets, we can also customize the dataset through pytorch framework, but the custom dataset format is complex, diversified and poor sharing29. The downhole datasets are still blank at present, in order to construct and facilitate the promotion and application of image dataset of the fully mechanized face in the field of intelligent coal mining, the compatibility and practicability of the coal mine dataset should be taken into consideration./p>

800 individuals. J. Scientific data. 9, 529 (2022)./p>