[發明專利]一種面向尾礦庫的姿態預警方法和系統

有效

• 申請號: 202010440300.7
• 申請日: 2020-05-22
• 公開（公告）號: CN111598953B
• 公開（公告）日: 2023-04-25
• 發明（設計）人: 魏迎奇;蔡紅;嚴俊;謝定松;肖建章;吳帥峰;孫黎明;田繼雪;李維朝;梁向前;金松麗
• 申請（專利權）人: 中國水利水電科學研究院
• 主分類號: G06T7/73
• 分類號: G06T7/73;G06N3/0464;G06N3/088;G06N3/0895;G06N3/09;G06Q50/02;G01D21/02
• 代理公司: 成都方圓聿聯專利代理事務所(普通合伙) 51241
• 代理人: 李鵬

本發明公開了一種面向尾礦庫的姿態預警方法和系統，方法包括：S1：獲取尾礦庫的三維點陣云數據；S2：根據預設模型計算尾礦庫的姿態關鍵點；S3：計算尾礦庫姿態關鍵點的偏差；S4：計算尾礦庫姿態關鍵點的變化趨勢；S5：尾礦庫姿態關鍵點和變化趨勢可視化。系統包括：融合計算單元、尾礦庫姿態分析單元、姿態顯示和預警單元、操作系統單元、顯示單元和網絡單元；本發明的優點是：1、利用3D點陣云和基于關鍵點模型的快速識別尾礦庫姿態；2、識別和檢測尾礦庫姿態關鍵點，即可診斷尾礦庫的健康狀態。

技術領域

本發明涉及礦產開采尾礦狀態監測技術領域，特別涉及一種面向尾礦庫的姿態預警方法和系統。

背景技術

一般礦產開采企業會重點建設三大基礎設施:采礦設施、選礦設施以及尾礦設施。尾礦設施一般包括：堆存系統、排洪系統和回水系統等子系統，尾礦設施因地制宜由筑壩攔截谷口或圍地建設而成。尾礦設施的回水系統能夠提高水資源的利用率并限制工業廢水污染環境；尾礦設施的排洪系統能減緩大型自然災害對礦區的破壞；尾礦設施的堆存系統能夠儲藏尾礦礦渣，尾礦礦渣可能包含貴重金屬成份，回收利用可能存在潛在經濟價值。

尾礦庫是一個具有高勢能的人造泥石流危險源，存在潰壩隱患；尾礦庫包含工業藥劑，潰壩之后存在污染環境的潛在隱患；隨著礦山集約化的土地利用政策，細粒筑壩與高堆尾礦壩是必然的選擇,使潰壩隱患更加突出。

尾礦庫的狀態監測，能夠提前預警高尾礦庫的重要狀態結構變化，能夠在一定程度上提前發現結構隱患，并提前采取得當的加固措施，提高高尾礦庫的安全系數，降低潰壩隱患。而目前現有技術中并沒有相關尾礦庫的狀態監測技術出現。

發明內容

本發明針對現有技術的缺陷，提供了一種面向尾礦庫的姿態預警方法和系統，解決了現有技術中存在的缺陷。

為了實現以上發明目的，本發明采取的技術方案如下：

一種面向尾礦庫的姿態預警方法，包括以下步驟：

S1：獲取尾礦庫的三維點陣云數據，使用結構光掃描儀或三維激光掃描儀采集復雜地理空間的三維點陣云數據；點陣云數據包括：三維坐標、顏色信息和反射強度信息；

S2：根據預設模型計算尾礦庫的姿態關鍵點；

S3：計算尾礦庫姿態關鍵點的偏差；

S4：計算尾礦庫姿態關鍵點的變化趨勢。找到尾礦庫姿態關鍵點之后，利用基于模型的機器學習，可以預判關鍵點變化趨勢、預判線型變化趨勢和預判塊狀變化趨勢；

S5：尾礦庫姿態關鍵點和變化趨勢可視化。

進一步地，步驟S2的子步驟如下：

S21：根據歷史尾礦庫的三維點陣云數據，得到尾礦庫姿態關鍵點的統計模型；獲取尾礦庫姿態關鍵點的統計模型可以采用基于深度學習的多層卷積模型，也可以采用基于機器學習的支持向量機等。

S22：根據預設關鍵點的統計模型計算尾礦庫的姿態關鍵點；計算出姿態關鍵點得到對象的三維坐標信息。

S23：載入位置突變檢測模型，標定新姿態關鍵點，

S24：尾礦庫姿態關鍵點信息輸出。尾礦庫姿態的關鍵點的計算模型采用監督、半監督或無監督方式預先訓練完成的深度學習網絡模型。

進一步地，深度學習網絡模型由卷積層、非線性Relu層、池化層、全連接層的其中一種構成。深度學習的網絡結構為ALexNet、深度殘差網絡(Deep?Residual?Network，ResNet)和VGGnet(Visual?Geometry?Group?Network)的其中一種。

進一步地，步驟S3的子步驟如下：

S31：加載歷史尾礦庫關鍵點數據；