煤炭科学技术杂志

煤炭科学技术杂志2025年第11期

• 基于自适应低照度图像增强的煤矸实时分割方法

  郭永存, 杨宇豪, 李德永, 王爽, 何磊, 骆启生,

  针对煤矿井下人造光源亮度低、煤矸分布密集等不利环境因素，导致现有煤矸检测算法存在特征提取困难和定位精度低等问题，提出一种基于自适应低照度图像增强的煤矸实时分割方法，其主要由图像增强模块CG-IENet（Coal Gangue Image Enhancement Network）和目标分割模块CG-TSNet（Coal Gangue Target Segmentation Network）两个部分组成。图像增强模块基于CycleGAN网络模型框架，通过注意力机制对生成器网络中的编码器、特征提取网络和解码器进行优化设计，同时采用PatchGAN作为判别器网络，以实现对低照度煤矸图像的自适应画质增强，从而更好地保留煤矸表面纹理信息。目标分割模块基于DeepLabV3+网络模型框架，在编码器中引入轻量化主干网络MobileNetV2和颈部网络SPS-ASPP模块，在解码器中结合特征融合模块、注意力机制和动态上采样，在提升模型分割精度的同时有效减少模型复杂程度，使其具有更快的处理速度和更低的能耗，便于边缘式计算设备的部署。试验结果表明：CG-IENet在峰值信噪比、结构相似度、信息保真度准则、信息熵和灰度均值指标上与其他低照度图像增强模型相比分别平均提升了47.86%、61.20%、14.30%、31.77%和23.68%，平均色度误差最低为1.18，同时采用三维灰度分布图和灰度直方图对各类模型进行直观对比分析，最终表明CG-IENet增强效果最佳，其能够更好提高图像亮度，避免色彩失真同时保留图像细节信息；CG-TSNet在保证模型参数量为4.567×106的基础上，与HRNet、UNet和PSPNet等其他4种语义分割模型相比，平均交并比、类别平均像素准确率、像素准确率和F1分数指标（F1）上均为最高，分别为91.76%、95.84%、96.85%和95.04%，综合检测性能最佳。基于自适应低照度图像增强的煤矸实时分割模型能够适应煤矿井下复杂工况，从而实现煤矸精准高效分选。

• 矿井视频图像目标检测与隐患识别方法研究综述

  程德强, 孙凤乾, 郝大帅, 王衍辰, 寇旗旗,

  随着煤炭产业正加快迈向智能化转型，基于视频图像的目标检测与隐患识别技术，因其非接触、可视化和高实时性等优势，正日益成为提升矿井安全保障能力与生产效率的关键支撑。研究综述聚焦煤炭智能化转型中视频图像智能分析技术的创新与应用需求，针对矿井复杂环境的智能化建设现状、潜在的安全隐患、现有先进目标检测与隐患识别方法及技术挑战、落地应用案例开展系统性研究。首先从矿井视频监控系统的建设现状、安全隐患的多样性及复杂性入手，阐述了机器视觉技术在井下环境下的必要性与应用价值；随后，比较分析了传统图像处理方法与基于深度学习的目标检测识别技术在检测精度、鲁棒性、计算效率等方面的差异与应用价值，重点探讨了主流检测模型在低照度、高尘雾、噪声干扰和遮挡严重等矿井典型场景中的适应性与局限性。在此基础上，结合现有典型矿井视频数据集的构建与应用案例，分析了数据集在模型训练、性能评估和泛化能力提升中的关键作用，并对其在煤流运输监控、人员违章行为识别、提升作业设备的隐患识别以及综采工作面安全预警等典型任务中的部署效果进行了分析。最后，总结了当前技术在复杂环境适应性差、数据不平衡与标注困难、实时计算资源受限以及长时序行为跟踪不稳定等挑战，并展望了泛化学习、多模态互补融合、大模型语义解析、边缘与云计算协同以及数据隐私安全保护等未来发展方向。通过系统梳理与深入分析，为矿井视频图像智能分析技术的持续创新和工程落地提供了系统化的理论参考与技术路线支持，助力煤矿安全监测、隐患预警及应急响应体系向更高水平的智能化和本质安全方向发展。

• 基于4D毫米波雷达的煤仓状态监测技术

  张强, 刘伟, 张润鑫, 王阳, 史铭翰,

  煤仓作为煤炭开采与运输环节中的临时存储设施，长期使用过程中，若对煤仓状态监测不当，极易引发坍塌溃仓等安全事故，受限于煤仓作业环境，传统煤仓监测方法存在感知难、精度差等问题。提出了一种基于4D毫米波雷达的煤仓状态监测方法，通过在煤仓的顶部安装4D毫米波雷达，自上而下扫描煤仓内部的速度点云，根据多普勒速度将静态点云与运动点云进行分离，对于分离后的动态点云，计算动态点云的速度均值得到煤仓进煤状态；对于分离后的静态点云，计算静态点云最远点得到煤仓剩余堆煤高度，再利用Alpha shape算法对分离后的静态点云进行包络，拟合煤仓内部轮廓，实现煤仓堆煤状态可视化，最后通过计算不同煤仓高度下轮廓点云到煤仓中心的距离，得到不同高度下煤仓轮廓到煤仓中心点最小距离组成的轮廓曲线，并采用格拉姆角场变换将不同高度下煤仓最小距离组成的轮廓曲线转化成图像特征，利用改进的Dense Net神经网络模型进行机器学习，实现煤仓挂壁状态的智能识别，同时基于Unity开发了煤仓监测系统并进行了工业应用。结果表明：基于4D毫米波雷达的煤仓状态监测方法效果良好，能够实现对煤仓堆煤高度、煤仓进煤状态、煤仓挂壁状态同步监测，相比于激光雷达，4D毫米波雷达点云在感知煤仓轮廓上的最大精度偏差为0.22 m，该技术为煤仓智能感知提供了新方法。

• 基于三维点云的煤矿带式输送机跑偏定量检测方法研究

  毛清华, 苏毅楠, 伊春, 翟姣, 薛旭升, 王荣泉, 尚新芒,

  针对煤矿井下传统接触式跑偏检测方法无法检测跑偏量、二维图像检测方法受井下恶劣环境影响导致跑偏定量检测准确性不高问题，提出一种基于三维点云的煤矿带式输送机跑偏定量检测方法。针对点云数据量大导致跑偏检测效率低的问题，通过ROI(Region of Interest)局部区域采样方式采集带式输送机点云数据，并对点云数据进行体素质心下采样实现点云数据精简。针对点云数据中噪点和托辊、机架等多余信息点滤除问题，提出改进的快速欧式聚类(Fast Euclidean Clustering, FEC)与区域生长结合的点云分割方法，实现托辊等多余点云信息的滤除和输送带面点云数据快速准确分割。针对输送带三维点云边缘点信息提取准确度和效率低的问题，提出引入序贯概率比检验 (Sequential Probability Ratio Test，SPRT)和赤池信息准则 (Akaike Information Criterion，AIC)的自适应随机抽样一致算法 (Random Sample Consensus，RANSAC)内点提取方法获取输送带边缘直线最优模型参数，实现输送带边缘直线的高效准确拟合。针对输送带跑偏精确定量检测问题，提出一种输送带中线与机架中线之间空间位置偏差的跑偏定量检测方法，实现输送带跑偏方向与跑偏量的准确检测。搭建带式输送机跑偏检测试验平台，设计正常光照、不同带速、模拟雾尘3种不同试验环境进行带式输送机跑偏定量检测方法试验验证。试验结果表明：在正常光照条件下，该方法于输送带空载时测量跑偏的整体平均误差为0.05 cm，平均检测速度为每帧0.551 s；而在输送带带负载时，测量跑偏的平均误差增加至0.12 cm，平均检测速度减缓到每帧0.729 s；较低带速下，测量跑偏量的平均误差不超过0.103 cm，而较高带速下，测量跑偏量的平均误差不超过0.12 cm，满足实际测量精度需求；模拟雾尘环境下，测量跑偏量的平均误差为0.11 cm，平均检测速度为每帧0.565 s，实现了点云缺失严重情况下跑偏量高精度实时检测。综上所述，该方法在不同工况下测量跑偏量的最大平均误差为0.12 cm，平均检测速度最快可达每帧0.551 s，其测量精度与检测速度均满足煤矿实际生产场景中对输送带跑偏检测的需求。

• 面向煤矿巷道的方向性分组点云语义分割方法

  程健, 张书晨, 李和平, 安宁, 赵海龙, 修海鑫,

  煤矿巷道点云语义分割是矿井环境空间语义理解的一项关键技术，但煤矿巷道点云具有多尺度目标共存、类别样本不均衡等特点，导致矿井点云小尺度目标分割的效果较差。对此，提出一种面向煤矿巷道的方向性分组点云语义分割方法。首先，针对煤矿巷道内典型小尺度目标（如管道、线缆等）具有沿单一方向分布的特点，提出方向性分组策略（Direction-Guided Grouping, DIG），通过优化点云分割网络中分组包络面的形状，提升分组内小尺度目标点云的比例，增强模型对其特征的提取能力；基于该策略，提出2种方向性分组方法：一种是保留更强近邻性的基于椭球查询的方向性分组方法（Ellipsoid Query-based Directional Grouping, DIG-EQ），另一种是计算效率更高的基于空间填充曲线的方向性分组方法（Space-Filling Curve-based Directional Grouping, DIG-SFC），这2种方法可灵活适配不同网络架构，显著提升了小尺度目标识别性能。其次，针对数据类别样本不均衡的问题，构建联合损失函数，进一步提高模型对小尺度目标的感知能力。最后，构建来自不同煤矿巷道的煤矿巷道点云语义分割数据集，对所提方法进行验证。结果表明：所提方法在PointNet++、PointNeXt-L和Point Transformer V3骨干网络框架上针对所有类别的平均交并比分别为61.84%、69.49%、76.63%，较原始骨干网络提高了15.83%、6.25%、0.35%；针对小尺度类别的平均交并比分别为22.28%、28.61%、47.30%，较原始骨干网络提高了29.99%、42.34%和5.33%，验证了此方法在煤矿巷道场景中的有效性。

• 矿井低照度环境下图像增强方法研究综述与展望

  寇旗旗, 张恒, 吴泉霖, 陈亮亮, 程德强,

  在当今能源格局中，煤炭作为我国工业化进程中的关键支撑性能源，其地位举足轻重，且以煤为主的能源结构将在相当长的时期内持续稳固。因此煤矿安全生产的保障工作至关重要，而煤矿智能化建设成为实现这一目标、保障高效安全生产的核心路径。在此进程中，煤矿安全生产视频分析与识别技术占据着不可或缺的重要地位，其深度发展是确保煤炭工业迈向高质量发展阶段的关键技术支柱。然而，井下特殊的环境条件带来了严峻挑战。由于人造光源的不均匀照明，致使视频监控采集的图像普遍呈现出照度低、对比度差、噪声干扰严重以及细节缺失等不良状况。这些问题严重干扰了后续诸如目标检测、语义分割等关键任务的精准执行，进而对煤矿安全生产的实时监测与有效预警构成了巨大威胁，成为煤矿智能化建设道路上亟待攻克的关键难题。鉴于此，全面且深入地对矿井低照度环境下图像增强方法展开综述具有极为重要的战略意义。该研究首先对传统的低光照图像增强方法进行了系统梳理，涵盖直方图均衡化、伽马校正、小波变换、Retinex 分解以及基于融合等多种方法，并依据其原理、实施过程及应用效果进行了细致分类，同时深入剖析了每种方法的优势与局限性，为后续研究提供了重要的经验借鉴与理论基础。进而，着重聚焦基于深度学习的矿井低光图像增强方法，依据学习范式将其精准划分为有监督和无监督2类。针对每类方法中的典型算法，详细阐述其创新点、优势及不足，为该领域研究提供了全面而深入的技术剖析。此外，对低光图像增强常用的数据集和评价指标进行了详尽总结，明确了不同数据集的特点及适用范围，总结了矿井低光数据集的构建，并在此基础上对传统方法以及基于深度学习的方法进行实验对比分析。最后，紧密结合煤矿智能化发展的迫切需求与行业趋势，从多个维度分析了当前矿井低光图像增强面临的困境与挑战，并对未来发展方向进行了合理展望，旨在为煤矿低照度图像增强技术的持续创新与广泛应用提供全方位的指导与引领，助力煤炭工业在智能化时代实现安全、高效、可持续发展。

• 煤矿井下图像增强关键技术研究综述

  张立亚, 郝博南, 马征, 杨志方, 彭丽,

  煤矿安全生产视频分析与识别技术是保障我国煤矿安全生产和智能化发展的核心支撑。为有效应对井下低照度、高粉尘、非均匀光照等复杂环境对视频监控图像质量的影响，提升安全隐患识别的实时性与准确性，图像增强技术已成为煤矿视频AI识别过程中的关键环节。系统阐述了煤矿智能化建设背景下图像增强技术的迫切需求与发展现状，分析了井下图像退化的多因素耦合成因及其对智能分析性能的制约，结合“感知−边缘−云端”3级协同的煤矿智能视频系统架构，提出了贯穿系统各层级的图像增强技术体系框架。围绕井下典型成像挑战，梳理并评述了直方图均衡化、小波变换、Retinex等传统图像增强方法，超分辨率重建、低光照增强、去雾去尘等基于深度学习的增强方法以及红外、激光、毫米波与可见光融合的多模态融合增强技术的原理、优缺点及代表性模型，明确了各类方法的技术特征与适用场景。同时，结合矿井人员监测、设备状态监测及作业流程监管等人机环管典型应用场景，示范展示了针对性图像增强技术在提升目标辨识度、缺陷检测精度及作业监测清晰度等方面的实际应用效果。最后，针对现有技术存在的环境动态适应能力不足、边缘算力受限、高质量真实数据集匮乏、多因素耦合退化处理效果有限等问题，指明了未来图像增强技术在轻量化边缘计算模型与硬件协同优化的发展方向，持续深化基于GAN、Transformer等先进网络架构的增强算法研究，探索与大模型结合实现主动智能感知与语义理解，推动跨模态融合技术的工程化应用，最终形成支撑井下“人−机−环”全域高精度智能感知与危险源协同管控的鲁棒性视觉增强能力。

• 基于改进EnlightenGAN的矿井低照度图像增强算法

  田丰, 王梦姣, 刘晓佩, 魏希杰, 赵卫平,

  视频监控是煤矿安全监测的重要手段之一，由于受到光照、粉尘和水雾的影响，视频监控图像的质量不佳，影响了视频监控系统的准确性，因此研究矿井低照度图像增强算法具有重要意义。针对煤矿井下极暗低照度图像增强过程中出现的纹理特征丢失、色彩失真问题，提出一种基于改进EnlightenGAN的无监督矿井低照度图像增强算法（Efficient Multi-scale Generative Adversarial Network，EMGAN）。首先，在生成器网络中，采用ResU-Net模型替换原始的U-Net模型，加入残差连接机制，增强特征的传递能力，有效缓解训练中的梯度消失问题，保留图像中的细节信息，并在网络的下采样阶段引入跨空间学习的高效多尺度注意力（Efficient Multi-scale Attention，EMA）模块，提高网络在复杂环境中的特征提取能力；其次，基于PatchGAN构建双鉴别器网络，分别对图像的全局区域和局部区域进行鉴别，有效平衡图像的整体亮度和对比度；最后，设计联合损失函数，结合感知损失和色彩一致性损失，避免出现颜色失真现象。基于自建煤矿井下数据集进行验证，改进算法的均值、标准差、信息熵、平均梯度、峰值信噪比（Peak Signal-to-Noise Ratio，PSNR）和结构相似度（Structural Similarity Index Measure，SSIM）平均分别提高了6.84%、24.88%、7.54%、8.30%、27.40%、10.85%。试验结果表明，该算法在提高矿井极暗低照度图像亮度和对比度的同时保留了图像的纹理特征信息，避免了色彩失真现象，有效提高了图像的质量，为后续视频监控和分析提供了更可靠的基础。

• 融合多模态大模型的固体充填采煤井下分选煤矸下落瞬态图像识别方法

  张云, 杨一璇, 来兴平, 童亮, 曹胜根, 刘永孜, 张龙, 白立丞, 叶昊,

  固体充填采煤作为一种兼顾资源回收与生态保护的绿色开采方法，其核心环节煤矸分选是井下采选充一体化技术高效运行的前提，而煤矸识别作为实现煤矸精准分选的关键技术，面临着井下复杂工况中特征提取困难、边界定位模糊等挑战。为此，以固体充填采煤井下煤矸分选为研究背景，提出一种融合多模态大模型（Multimodal Large Language Model，MLLM）的固体充填采煤井下分选煤矸下落瞬态图像识别方法。首先，自主设计并搭建固体充填采煤井下分选煤矸下落瞬态图像采集实验平台，以模拟井下低照度、高粉尘的复杂工况，利用高速相机采集不同工况下的煤矸下落瞬态图像；对采集的煤矸图像进行预处理，运用优化算法提升低照度图像亮度并改善粉尘环境图像质量，同时进行标注和数据扩充，构建用于煤矸识别模型训练和测试的数据集；其次，针对传统SegFormer模型在煤矸图像边界识别中的缺陷，引入高效通道注意力机制(ECA)并优化损失函数，构建ECSegFormer模型；进一步提出将MLLM融合到ECSegFormer模型，形成MLLM-ECSegFormer煤矸识别模型融合架构，利用多模态大模型Qwen-VL(7B)提取煤矸目标中心坐标，通过高斯热图生成空间注意力掩膜，分阶段融入ECSegFormer编码器，实现多模态先验知识与图像特征的动态交互。试验结果表明，融合多模态大模型后，各经典图像识别模型性能均显著提升。其中，MLLM-ECSegFormer的MIoU提升至95.50%、MPA提升至98.92%、准确率提升至98.87%，在识别精度、模型复杂程度和识别效率方面均显著优于经典图像识别模型，且与其他图像识别模型相比，MLLM-ECSegFormer在复杂工况下的边缘识别连续性更强，尤其在粉尘干扰、煤矸形态不规则场景中，对目标区域的分割精度显著优于传统模型。研究成果为煤矸精准识别提供了新方法，提升了固体充填采煤技术的智能化水平，对煤炭资源的绿色智能开采具有重要意义。

• 基于低光校正的双编码器井下异源图像融合

  马旭, 崔怡萌, 邓军, 郝帅, 李添麒, 齐天蕊,

  井下环境的复杂性和多变性给安全生产带来严峻挑战，促使视频监控成为保障作业安全的关键技术手段。其中可见光与热红外图像凭借各自优势在井下监控中发挥着重要作用，然而单一模态图像固有的局限性难以满足井下智能监控对信息完备性的要求。为此，如何将异源图像进行融合实现优势互补，是解决上述问题的有效途径。针对传统融合算法在井下特殊环境中存在的光照适应性差、局部特征丢失及伪影干扰问题，提出一种基于低光校正的双编码器井下异源图像融合算法。首先，为避免单一编码器在提取异源图像特征时出现混淆，造成融合图像无法充分保留原始图像信息的问题，分别设计基于卷积神经网络的可见光编码器和基于Transformer架构的热红外编码器，从而实现对原始异源图像特征的有效提取；然后，为缓解井下光照不均导致的融合图像局部特征丢失问题，设计选择性光照特征增强模块以增强低照度区域的视觉质量；其次，设计并行式全局与局部特征提取模块以提取图像宏观语义信息的同时关注微观细节信息，增强融合图像的特征丰富性；最后，为缓解融合图像中存在的伪影干扰问题，提出由光照信息引导的低光校正损失函数，以辅助解码器动态调整融合权重，从而增强融合图像对异源图像互补信息的保留能力。为了验证所提出算法的优势，利用自建数据集与9种融合检测算法进行比较。结果表明：所提出的融合算法可以有效缓解由于光照不均造成的局部信息丢失，减少融合结果中存在的伪影干扰，增强融合图像的信息完整性。相较于对比算法，所提的算法在空间频率、平均梯度、谱相关差异、视觉信息保真度及相关系数五大核心指标上均呈现显著优势，同时融合图像在视觉效果上更贴近人类视觉感知。

• 基于代理注意力的井下煤岩图像Swin-UNet识别方法

  孙传猛, 焦斌, 付羿焱, 吴玉祥, 王宇, 王文博, 李勇,

  针对煤矿井下复杂工况导致的煤岩图像低照度、高噪声与运动模糊等分割难题，提出一种融合代理注意力（Agent Attention）机制的改进型Swin-UNet（滑动窗口Transformer U-Net）煤岩图像语义分割模型——Agent Swin-UNet。模型以Swin Transformer为主干网络，利用其层级式窗口自注意力（W-MSA/SW-MSA）机制建立长程光照依赖关系，有效缓解暗区细节丢失与局部特征退化问题。在编解码器跳跃连接中嵌入代理注意力模块，该模块融合三重协同机制，通过引入代理令牌实现“聚合−广播”式特征交互，将计算复杂度由O(N2)降至O(Nn)，在保留全局语义建模能力的同时显著提升计算效率；结合空间感知偏置增强模型对噪声分布的自适应能力，有效抑制非结构化干扰；进一步耦合深度可分离卷积（DWC）以强化局部纹理重建，提升边界识别精度与细节恢复能力。针对煤岩图像中前景与背景像素比例严重失衡的问题，构建了融合交叉熵损失、Dice损失与多尺度结构相似性损失（MS-SSIM）的复合监督函数，从分类一致性、区域重叠度与结构相似性多维度优化模型训练过程，增强其在类别不平衡场景下的语义连贯性与边缘完整性。在“陕−晋−冀构造煤数据集”上的系统试验表明：Agent Swin-UNet在标准测试集上达到了91.26% mIoU与88.81% mPA的分割精度，优于Segmenter、DeepLabv3及基准Swin-UNet模型；在噪声强度为0.05的干扰环境下，其mIoU指标仍保持在84.14%，显示出优越的噪声鲁棒性；消融试验进一步验证，代理注意力模块是高性能提升的关键来源，尤其在高噪声场景（>0.05）中贡献了核心性能增益。为复杂地下环境中的煤岩快速分割和智能掘进提供了一种稳健的技术解决方案。

• 基于多路径自适应信息增强的矿井图像超分辨率重建方法

  齐爱玲, 付远远, 张广明,

  煤矿井下环境复杂，光照条件差，高湿度与悬浮粉尘易形成水雾和辉光，导致高频信息缺失与边缘细节模糊，同时叠加噪声干扰。为提升矿井图像质量，解决矿井场景下超分辨率重建中噪声抑制与细节恢复的协同难题，提出一种基于多路径自适应信息增强的矿井图像超分辨率重建方法。方法上，首先设计残差多路径特征聚集块（Residual Multi-path Feature Aggregation Block, RMFAB），通过残差学习和多路径自适应卷积网络（Multi-path Adaptive Convolution Network, MACN）充分利用不同路径的特征，增强全局与局部高频信息建模能力；其次，引入多注意力融合模块，在通道和空间维度聚焦图像中的高频信息，提升特征表达能力;最后，构建大核感知块（Large Kernel Perception Block, LKPA），利用多尺度卷积扩展感受野并实现层次特征融合，从而优化图像纹理与结构细节。实验在公开矿井数据集CMUID上开展，结果显示该算法在峰值信噪比（Peak Signal-to-Noise Ratio, PSNR）和结构相似性（Structural Similarity, SSIM）指标上优于其他主流先进算法。尤其在缩放因子为4时，该算法在PSNR指标上较Bicubic、CRAFT-SR、PAN、ESRGCNN、DiVANet及SMAFNet分别提升2.88、2.04、1.94、1.52、0.53、0.36 dB；SSIM指标分别提升4.32%、3.37%、3.20%、2.74%、3.19%、1.08%。实验结果表明，该方法实现了对矿井图像多层次特征的精细化提取与融合，在抑制噪声干扰的同时有效恢复了复杂纹理特征，提升了矿井图像的超分辨率重建质量，为煤矿井下智能感知提供了技术支持。

• 基于改进ConvNeXt网络和全景视觉技术的主动式矿井目标定位

  刘毅, 郭冠哲, 高宇翔, 田子建, 张力腾,

  针对井下无线定位系统部署成本高、抗灾变能力差的问题，提出了一种基于改进ConvNeXt网络和全景视觉技术的主动式井下目标定位方法。该方法分为离线训练和在线定位2个阶段：离线训练阶段，首先对井下环境进行区域划分并采集全景图像数据，通过数据增强构建多尺度训练集；然后基于改进的ConvNeXt网络分别训练区域定位模型和细致定位模型，其中区域定位模型实现粗粒度位置估计，细致定位模型完成精确定位；在线定位阶段，部署在移动设备上的全景相机实时采集环境图像，经图像拼接和增强预处理后，先通过区域定位模型确定目标所在区域范围，再调用对应区域的细致定位模型实现实时定位。试验结果表明：在0.5 m区域定位和0.1 m细致定位的组合下，定位准确率达到94%；通过引入CoordAttention模块，准确率进一步提升至95%，较传统单步方法提升14.67%。与MobileNetV3（91%）和ResNet（92.33%）相比，改进的ConvNeXt网络展现出更优的性能。此外，该方法对光照变化、运动模糊、人员走动、粉尘干扰等井下典型干扰表现出较强的鲁棒性，在国家能源集团宁夏煤业有限公司羊场湾煤矿井下616巷道数据集上的准确率达95.33%。研究为井下无人驾驶车辆和机器人等智能移动设备提供了一种低成本、高鲁棒性且易于实施的定位解决方案。

• 基于改进YOLOv7的煤矿输送带上异物检测方法

  王媛彬, 王小龙, 王旭, 郭亚茹,

  矿井输送带异物检测对于保障煤矿安全生产和提升自动化水平具有重要意义。然而，受井下光照不足、强点光源干扰以及背景复杂等因素影响，传统机器视觉方法在异物识别中存在检测精度低、漏检率高等问题，尤其在面对多尺度及小尺寸异物目标时效果不佳，同时有限的异物样本也制约了模型的训练效果。为此，提出一种融合特征增强结构与聚焦线性注意力机制的改进型YOLOv7异物检测算法。首先，在主干网络中引入构建的特征增强模块，通过多尺度并行结构与可切换空洞卷积扩展感受野，增强模型对小目标异物的特征提取能力；其次，融合聚焦线性注意力机制，有效抑制复杂背景干扰，提升模型对关键异物区域的关注力与判别能力；然后，设计高效动态蛇形卷积模块，以适应条状异物的几何特性，并提升特征融合阶段的语义表达能力；此外，采用具有方向感知能力的SIOU损失函数，增强边界框的拟合精度与训练收敛效率；最后，引入迁移学习策略，在通用数据集上进行预训练，并迁移至煤矿输送带异物检测任务中，以缓解小样本数据带来的训练难题。在CUMT-BELT数据集上的试验结果表明，本文提出的算法检测精度达到了89.3%，相较于基线模型YOLOv7提升了9.3%。同时，研究提出的算法在检测精度、召回率和mAP@0.5等指标上均显著优于其他主流的检测方法，尤其在多尺度、小目标及条状异物检测任务中表现出更强的鲁棒性与适应性，验证了所提方法在复杂矿井场景下的有效性与实用性。

• 基于多模态大模型的井下视频语义提取与描述生成技术

  付翔, 王主丰, 秦一凡, 闫明, 张智星, 王然风, 贾一帆,

  随着煤矿智能化建设的推进，井下作业视频数据量突增，目前视频信息处理与保存方法大多采用单场景视频分析和视频原格式存储技术，存在视频场景模型单一导致信息描述不全面、存储空间受限导致信息保存时间短等应用难题。针对井下视频全信息、低成本语义分析的实际需求，提出一种基于工况复杂度指标赋值的关键帧自适应提取方法与多模态语义建模的煤矿井下视频描述生成方法，实现对井下视频的最优计算解析与自然语言描述。首先根据井下工况特点设计复杂度指标赋值方法，提出基于工况复杂度的视频动态抽帧频度计算方法，实现最低计算成本的视频关键信息捕获；然后设计了基于MLLMs的井下视频描述生成技术框架，开发了关键帧自适应提取、大模型视觉语义特征提取、Prompt设计与文本编码、多模态融合与文本解码等关键技术模块，实现高效低成本化的井下视频全场景信息自然语言描述生成；最后将本文视频描述方法以及抽帧策略与传统方法进行了对比试验，试验结果表明：本文方法在确保高达95.4%的关键信息捕获率的同时，将计算资源消耗降低至传统密集抽帧方法的1.5%，为井下视频全信息、低成本语义分析提供了可行的技术路径。

• 融合雷达图像多域鲁棒特征与改进FCM算法的粗糙煤壁煤岩分界识别方法

  田莹, 李春志, 陈硕, 王子豪, 吕馥言, 张强, 胡成军,

  在空间有限、传感器布设受限的采掘工作面，构建基于单一探地雷达设备的煤岩结构感知系统具有重要工程意义。其中，裸露粗糙煤壁煤岩分界识别是系统构建中亟需解决的关键难题。针对单一特征或同一信息域组合特征难以全面准确表征煤岩电性差异，以及模糊C均值（FCM）算法因采用等权重策略而导致识别精度受限等问题，提出了一种融合雷达图像多域鲁棒特征与改进FCM算法的粗糙煤壁煤岩分界识别方法。首先，从时域、频域、时−频域和小波域中，共提取12项能有效表征煤岩电性差异的电磁特征，并通过正演模拟验证其有效性；随后，构建3类具有不同均方根高度的粗糙表面模型，分别计算各特征的变异系数均值及特征间的皮尔逊相关系数，选择包络面积、脉宽、频谱中心、相位变化率、瞬时频率均值、瞬时相位均值及尺度能量比共7项特征，构建面向粗糙煤壁煤岩过渡区域识别的多域鲁棒性特征空间。在FCM算法基础上，引入位置编码、L1范数距离度量、模糊度判据、标签中值滤波与真值判断策略，增强其对煤岩空间分布连续性的感知能力。进一步引入注意力机制，动态调整特征权重，实现煤岩过渡区域的聚类识别。最后，结合煤岩界面在过渡区域的空间分布特性，实现煤岩分界识别。试验结果表明，所提出方法可实现裸露粗糙煤壁煤岩分界的有效识别，识别误差为2.6%。

• 大采高采场变厚顶板岩层结构力学模型及其破断模式

  路洋波, 闫少宏, 周坤友, 王元杰, 符鹏, 张晨曦,

  掌握岩层的破断运动规律对于采场矿压控制及强矿震等动力灾害防控意义重大。薄岩层与厚岩层的破断模式具有显著的差异性，并在生产实践中由于地层地质条件的复杂性，岩层厚度表现为“变厚度”特征。为统一分析不同厚度条件下岩层的破断模式，以内蒙古母杜柴登煤矿30202工作面为研究背景，建立了采场变厚顶板岩层结构力学模型，分析了岩层厚度斜率、岩层悬露长度以及岩层力学强度等因素对岩层破断模式的影响机制，揭示了岩层不同破断模式的力学机理。结果表明，随着岩层厚度斜率的增加，岩层所受主导应力由拉应力向剪应力转变，使得岩层破断模式由“拉裂破断”向“剪切断裂”转变；岩层的悬露长度随着抗拉强度和抗剪强度的增加而增加，并在不同的岩层厚度斜率下呈现不同的增加趋势。基于此，结合数值模拟试验得到在30202工作面地质条件下，厚硬岩层破断模式由“拉裂破断”向“剪切断裂”转变的岩层临界厚度约为16.5 m，揭示了具体地质条件下不同厚度岩层破断模式的差异性，并基于微震监测的震源破裂机制响应规律以及厚硬岩层破断所成结构进行了验证分析。同时根据现场微震监测数据和厚硬岩层破断所成结构的关联性，通过反演分析厚硬岩层下采场覆岩结构演化与矿震活动的全过程，得到了岩层不同破断模式与能量释放的关系。研究成果可为采场矿压控制及动力灾害防治提供理论与技术支持。

• 巷道桩基门式液压支架支护性能研究

  宋义敏, 王腾腾, 安栋, 许海亮, 范金颍, 蒋孝东,

  针对传统巷道门式液压支架因其底梁笨重、占用空间大以及安装和拆除不便等缺点而导致的适用性差的问题。通过理论分析、模型试验和数值模拟等方法开展巷道桩基门式液压支架支护性能研究。在分析总结传统巷道门式液压支架优缺点的基础上，提出一种基于支架−桩基−围岩稳定结构体系的新型巷道液压支架——巷道桩基门式液压支架。建立支架支护性能相似模拟试验模型，以数字散斑相关方法为试验观测手段，对比分析传统巷道门式液压支架与巷道桩基门式液压支架在围岩水平位移、底鼓量和最大剪应变等指标方面的支护性能。构建支架支护性能数值模拟模型，计算不同桩基长度、不同桩基直径和不同桩基角度等条件下巷道围岩位移变化规律，分析巷道桩基门式液压支架支护性能的桩基影响因素。研究结果表明：① 相似模拟试验结果对比分析发现，巷道桩基门式液压支架支护下的巷道围岩下部岩层变形量明显减小，最大水平位移、底鼓量和最大剪应变分别降低了21%、12%和32.6%。② 数值模拟结果显示：巷道桩基门式液压支架支护下，巷道围岩水平位移从巷道侧壁向外扩散递减；桩基对巷道底鼓具有隔断作用，底鼓仅出现在桩间，且底鼓量随着岩层到巷道底面距离的增加而减小；巷道围岩塑性变形呈蝶形分布，主要集中在巷道顶部、两侧及桩间，巷底塑性变形区被桩基隔断。③ 桩基影响因素分析结果表明：增加桩基长度和直径均可降低巷底位移，有效控制底鼓，但桩基超过一定长度后效果减弱，而桩基角度增加会导致巷底位移增大，加剧底鼓，不利于围岩变形控制。

• 高预紧力应力均布型锚索的研制及施工工艺

  侯俊领, 黄童李, 刘结高, 李垂宇, 袁琳, 李世辉, 朱修亮, 袁安营,

  预紧力作为巷道支护的关键参数之一，对主动支护起着决定性作用，国内外研究表明提高预紧力可有效控制巷道变形，降低冒顶事故的发生。当锚索张拉结束卸载时，锚索回缩导致预紧力损失较大，实际施加的预紧力远低于设计值，难以发挥预应力锚索主动支护的作用。为减少预紧力损失，研制了高预紧力应力均布型锚索，构件包括高预紧力应力均布型锁具、钢绞线、托盘、支撑架等构件。高预紧力应力均布锚索能够减少锁具夹片引起的锚索回缩量和围岩损伤变形引起的锚索回缩量，减少张拉过程中预紧力损失。该安装工艺采用二次张拉结合螺母旋转预紧的方式，首次张拉与传统锚索工艺一致，二次张拉则借助支撑架辅助完成，待张拉产生缝隙后，通过旋转螺母补偿锚索在首次张拉时的回缩损失。在试验过程中，采用数字图像相关技术（Digital Image Correlation，DIC）技术研究了锚索静载拉伸过程中普通螺母和应力均布型锁具螺母的“荷载−位移”分布规律。现场实测和实验室实测发现矿用锚索在张拉过程中预紧力损失约为35%，高预紧力应力均布型锚索张拉过程中预紧力损失仅为10%，预紧力损失减少25%，应力均布型锁具螺母可缓解张拉过程中螺纹副的应力集中，提高锁具螺纹的承载能力。成果在朱集矿、潘二矿及丁集矿等深部巷道应用，对巷道围岩控制效果较好。

• 凝胶压裂裂缝扩展规律及破裂机制试验研究

  林榆昆, 刘江伟, 陈绍杰, 李楠, 王霄飞, 刘耀友, 路志远,

  水力压裂技术是常用的物理破岩方法之一，可解决坚硬岩石截割困难的问题，但其水压裂缝通常沿垂直于最小主应力的方向扩展，裂缝数量少且形态单一，影响矿山破岩效果和生产效率。为进一步提高矿山破岩效果，提出一种凝胶压裂的新型压裂技术。基于自研的煤岩体真三轴水力压裂模拟试验系统，开展纯水压裂、先纯水压裂后凝胶压裂及不同质量分数的凝胶压裂试验，采用电子压力记录仪实时监测试块破裂的压力信息，对比分析岩石破裂压力变化规律及对应的破裂行为；通过对比分析试块宏观破环特征，探究凝胶压裂的裂缝扩展规律，揭示凝胶压裂的破岩机理。研究结果表明：① 凝胶压裂可以增加试块破裂的裂缝密度，单位面积内裂缝总长度增加92.71%～216.67%，裂缝密度升高92.7%～216.97%，使裂缝形态更加复杂，为形成复杂缝网提供基础；② 凝胶压裂阶段压力存在长时间及大幅度波动，这是复杂裂缝形成的力学响应；③ 凝胶压裂可以缩小岩石破碎块度，使裂缝开度增大，其分支裂缝的数量明显多于纯水压裂，破岩效果明显优于纯水压裂；④ 凝胶压裂液质量分数越高，分支裂缝数量越多，压裂动力现象越明显。研究结果证明,凝胶压裂改变了传统水力压裂的裂缝扩展模式，在裂缝起裂扩展阶段封堵物质可以封堵先压裂缝，改变应力薄弱区起裂新裂缝，其岩石破裂效果明显优于纯水压裂。

• 基于倒数误差法的抛掷爆破振动速度集成预测模型

  肖双双, 林士桢, 刘锦, 龚伟,

  与松动爆破相比，抛掷爆破振动强度大，频率低，对露天矿安全生产影响更大。为准确预测抛掷爆破振动速度，基于文献整理数据及抛掷爆破现场监测数据，分析抛掷爆破振动速度相关数据特征，利用皮尔逊（Pearson）相关性分析法明确抛掷爆破振动速度关键影响因素，构建抛掷爆破振动速度预测指标体系。分别构建了遗传算法优化最小二乘支持向量机（GA-LSSVM）模型和埃尔曼神经网络优化自适应增强算法（Elman-Adaboost）模型，并采用倒数误差法将二者集成，最终形成抛掷爆破振动速度集成预测模型，并提出了模型评价准则及检验方法。结果表明：爆心距离、高差、排数、总药量、炸药单耗、孔距是影响抛掷爆破振动速度的主要因素。优化确定最大迭代次数为100、激活函数为Relu、随机数种子为42、神经元数量为30、数据分配比为8∶2。与单一模型相比，集成预测模型能够克服传统单一预测模型的局限，具有更好的信息捕获能力，提高振动速度预测模型的鲁棒性及预测精度。该模型的评价指标决定系数（R2）、均方根误差（RMSE）、平均绝对误差（MAE）分别为0.957、4.382、2.173，相较于GA-LSSVM、Elman-Adaboost模型R2分别提升5.51%、12.34%，RMSE分别提升15.88%、25.63%，MAE分别提升35.99%、33.34%。

• 高瓦斯涌出工作面反向孔联通高抽巷瓦斯治理技术

  高亚斌, 刘国强, 张伟浩, 李孟博, 李子文, 刘红威,

  高抽巷瓦斯抽采是治理高瓦斯综放工作面瓦斯涌出的有效手段，但随着智能化改造后工作面开采强度不断提升，上隅角积聚瓦斯涌出量显著增大，常规高抽巷难以有效解决上隅角瓦斯积聚问题。提出采用反向孔联通高抽巷技术治理高瓦斯涌出工作面瓦斯，基于阳泉矿区常顺煤业15号煤层特点建立了数值模型，研究确定了反向孔联通高抽巷的抽采特点，并与常规高抽巷的瓦斯治理规律进行对比，分析了该技术下的采空区漏风规律、工作面瓦斯运移规律，阐明了联通钻孔对瓦斯治理的影响，同时在15101综放工作面开展了现场试验。结果表明：采用常规高抽巷瓦斯治理技术，通过增加抽采负压，可以强化瓦斯治理效果，使上隅角瓦斯体积分数从4.68%降低到0.94%，且在采空区内部形成“凹”型瓦斯体积分数带，但该技术无法完全解决上隅角瓦斯积聚问题；采用反向孔联通高抽巷瓦斯治理技术后，瓦斯抽采效果明显加强，上隅角瓦斯体积分数显著降低，工作面瓦斯体积分数急速增长区由164～200 m缩减至192～200 m，采空区回风侧的瓦斯体积分数上升区由0～100 m增加至0～130 m，上隅角瓦斯体积分数最大值由0.980%降低到0.441%；反向孔联通高抽巷钻孔能实现工作面回风侧的全周期瓦斯抽采，既可在采前预抽局部煤层瓦斯，又可在开采期间对回风隅角引流，还可在采后对采空区进行短期抽排。现场试验结果表明，采用反向孔联通高抽巷瓦斯治理技术后，工作面瓦斯体积分数降低明显且效果稳定，上隅角甲烷传感器T0和回风巷甲烷传感器T2的日最高体积分数的均值，分别由0.70%、0.51%降低为0.20%、0.33%，降幅分别达71.43%、35.29%；高抽巷平均抽采纯量由26.81 m3/min增加到29.86 m3/min，增幅达11.38%。

• 综掘工作面控尘参数智能化调控技术研究与应用

  石磊, 刘奎, 吕英华, 龚小兵,

  针对长期以来煤矿综掘工作面控尘参数人工调节，带来无法持续保障最佳控除尘效果的技术难题，采用理论分析、实验室试验以及煤矿现场试验测试验证相结合的研究手段，对综掘工作面最佳控尘参数轴向与径向风量、轴向与径向出风口距工作面煤壁距离的监测方法以及控尘参数轴向与径向风量智能化调控算法、智能化调控机理进行了研究；研发出基于控尘总风量和轴向风量在线监测与轴向通风面积自动调节相耦合的轴向与径向风量智能化调控技术、激光传感器测距与气动单轨吊滑动小车自适应移动风筒出风口位置相耦合的轴向与径向出风口距工作面煤壁距离的智能化调控技术，解决了煤矿综掘工作面最佳控尘参数智能化持续保障难题。实验室及煤矿现场测试试验研究表明：煤矿综掘工作面控尘参数轴向与径向风量比的智能化可调节范围为0.29～2.94，轴向与径向出风口距综掘工作面煤壁的距离的智能化调控误差在−0.09～0.04 m；综掘工作面最佳控尘参数轴向与径向风量比为0.3，轴向与径向出风口距综掘工作面煤壁的距离分别为6 m及16 m时，综掘机的司机位置及机后10 m处的控降尘效率分别持续保持在97.0%～97.5%及96.4%～97.1%内，综掘工作面控降尘效率均值分别达到97.2%及96.8%，取得良好的控除尘效果，为煤矿综掘工作面粉尘职业危害的治理提供新的控尘参数智能化调控技术。

• 面向跨模态的露天矿障碍物检测方法

  刘光伟, 雷健, 郭直清, 柴森霖,

  在露天矿开采作业中，安全开采是保障生产流程顺利推进的关键，然而露天矿障碍物检测面临复杂环境带来的严峻挑战。传统视觉算法难以满足露天矿复杂的生产场景需求，因其道路环境复杂，暗光致使道路状况难辨，恶劣天气频发等严重干扰检测精准度，杂乱矿场背景中有各类机械设备、堆积物与起伏地形交织，且存在多种不同类型障碍物，传统算法局限性显著，已有改进算法在露天矿环境下的适应性与鲁棒性也有待提升。为实现精准、高效检测露天矿障碍物，保障矿山运输安全，突破传统算法瓶颈，基于YOLO架构提出跨模态检测模型——Mamba-YOLO-World。该模型采用多模态信息，将文本信息与图像信息相结合来提升检测精度和复杂情况下的障碍物检测能力。引入MambaFusion-PAN架构深度剖析，优化融合多模态数据，精准提取道路障碍关键特征，借助状态空间模型捕捉各模态内在关联，全方位检测复杂的露天矿生产环境；融入金字塔增强网络（PENet），通过拉普拉斯金字塔将输入图像分解为不同分辨率的子图像来捕捉全局语境和边缘分支强化纹理，并大幅提升昏暗光线条件下检测能力；引入文本−图像的组合损失函数推动模型训练精度提升。经筛选整理6 000张图片，同时制作对应文本信息，二者结合构建数据集基础，运用图像增强、降噪、剪裁缩放等技术为试验提供高质量数据支撑。试验将融入PENet的Mamba-YOLO-World模型与YOLOv8x、YOLOv9e等主流算法进行对比测试，结果显示该模型在mAP@50、准确率、召回率等核心指标上优势突出，其中mAP@50为64.8%。深入分析发现，PENet显著提升了暗光检测效果，而组合损失函数则为多模态数据的训练提供有力支持。结果表明，融入PENet的Mamba-YOLO-World 模型虽计算复杂度略高，但精度优势明显，相较于传统算法，通过多模态数据融合增强了模型的适应性与鲁棒性，为露天矿开采提供了一种跨模态的障碍物检测方法。

• 基于可重构技术的采空区火情特征参数监测天线关键技术

  李健威, 薛生, 谢泽湘, 许威,

  热动力灾害(火灾与爆炸)是煤矿重特大事故中占比最高、致灾最严重的灾害，需要建立火情特征参数监测系统对该灾害进行监测。目前采空区无线通信监测系统存在由于采空区塌陷导致的通信设备受到限制，无法稳定监控火情特征参数的问题。为了提升无线通信监测系统稳定性，针对采空区环境下无线穿透通信受限原因进行了分析，确认了采空区塌陷后通信设备的天线性能是影响系统通信性能的一个重要因素；进一步研究了提升无线穿透通信稳定性的3个关键技术：天线环境适应、天线性能检测、通信参数自动优化。为提升天线环境适应性，设计了一种可重构天线，确保天线在未掩埋、掩埋等不同环境下均能保持高辐射效率；应用了一种基于回波损耗检测的性能检测方法，可以直接测量评估固定发射频率下天线性能；提出了通信参数自动优化的观点，可以根据工作环境进行通信参数自动优化，如调整LoRa发射功率、扩频因子等参数，均衡通信系统的功耗与性能。最终设计了一套优化天线以提升无线穿透通信稳定性的通信设备，对进行了天线优化的通信设备与未进行天线优化的通信设备进行地面与煤矿井下实际测试。 地面测试结果表明，在不同掩埋介质的测试环境下经过优化的无线通信设备性能优于未经过优化的无线通信设备，可以满足10 m的稳定通信。井下实际测试结果表明，研究技术能够有效适应采空区塌陷后火情特征参数监控受限的状况。该技术可显著增强通信信号强度，即便在实地采空区被掩埋的条件下，也能实现 10 m距离内的稳定通信，最终达成对采空区火情特征参数的稳定监测。

• 复杂地质条件下矿用TBM刀盘纯栓接设计及其受力分析

  马瑞, 王勇, 陈虎忠, 贺开伟, 张盛, 马仙波, 张立勋, 鲁义强, 吴浩, 陈威明,

  全断面掘进机TBM（Tunnel Boring Machine）在煤矿岩巷掘进中发挥着关键作用，但设备下井、运输、井下组装环节仍面临施工管理难度大、安全风险高、作业效率低等技术难题。考虑煤矿巷道对TBM刀盘的特殊要求，提出了刀盘纯栓接设计思路，并采用理论分析、ANSYS数值模拟与现场测试相结合的方法进行受力分析；建立了最大推力、上软下硬、转弯纠偏、脱困模式4种载荷工况模型，分别选取多种不同有限元网格进行应力计算，结合具体工况参数与边界条件对刀盘实施受力加载，明确了各种工况下刀盘分块位置最大应力和最大位移及所承受的剪力，计算出了单颗螺栓的最大工作载荷并完成强度校核；采用力学计算和螺栓布局优化分析，明晰了最佳分块形式和螺栓分布，开发出适用于煤矿巷道的纯栓接结构刀盘。结果表明：纯栓接结构使刀盘的硐内组装效率提升30%，且掘进期间无螺栓失效情况；该纯栓接结构设计合理，具备良好的安全可靠性与拆装维护便利性；井下应用证明了所建立的载荷工况模型、螺栓计算方法及预紧力验证方法有效。