CN114113217B - 一种煤岩体损伤程度的红外辐射量化评价方法 - Google Patents
一种煤岩体损伤程度的红外辐射量化评价方法 Download PDFInfo
- Publication number
- CN114113217B CN114113217B CN202111345528.9A CN202111345528A CN114113217B CN 114113217 B CN114113217 B CN 114113217B CN 202111345528 A CN202111345528 A CN 202111345528A CN 114113217 B CN114113217 B CN 114113217B
- Authority
- CN
- China
- Prior art keywords
- infrared
- coal rock
- damage
- matrix
- infrared temperature
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000011435 rock Substances 0.000 title claims abstract description 185
- 239000003245 coal Substances 0.000 title claims abstract description 183
- 230000006378 damage Effects 0.000 title claims abstract description 147
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000005855 radiation Effects 0.000 title claims abstract description 32
- 238000011158 quantitative evaluation Methods 0.000 title claims abstract description 10
- 239000011159 matrix material Substances 0.000 claims abstract description 140
- 230000004044 response Effects 0.000 claims abstract description 75
- 230000011218 segmentation Effects 0.000 claims abstract description 23
- 238000012544 monitoring process Methods 0.000 claims abstract description 22
- 238000001914 filtration Methods 0.000 claims abstract description 11
- 238000004364 calculation method Methods 0.000 claims abstract description 5
- 238000012937 correction Methods 0.000 claims description 16
- 238000011156 evaluation Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 7
- 208000027418 Wounds and injury Diseases 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 6
- 208000014674 injury Diseases 0.000 claims description 6
- 230000002708 enhancing effect Effects 0.000 claims description 5
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 230000001174 ascending effect Effects 0.000 claims description 3
- 230000003014 reinforcing effect Effects 0.000 claims description 2
- 238000001514 detection method Methods 0.000 abstract description 7
- 238000004519 manufacturing process Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 238000004626 scanning electron microscopy Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000002247 constant time method Methods 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000000399 optical microscopy Methods 0.000 description 1
- 239000002243 precursor Substances 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N25/00—Investigating or analyzing materials by the use of thermal means
- G01N25/72—Investigating presence of flaws
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
- G06T2207/20032—Median filtering
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Quality & Reliability (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种煤岩体损伤程度的红外辐射量化评价方法,适用于矿山煤岩体破裂失稳的监测预警技术领域。基于参照煤岩红外温度特征校正承载煤岩体红外温度矩阵,通过计算得到承载煤岩绝对红外温升矩阵;对绝对红外温升矩阵进行阈值分割,分离煤岩损伤破裂的红外响应信息,得到损伤红外响应矩阵,并通过中值滤波及平方运算,对煤岩体损伤演化的红外响应信息进行增强;最终利用损伤红外温度增量建立煤岩体损伤因子,实现煤岩损伤程度的红外辐射量化评价。其能够实现煤岩体损伤演化的红外遥感检测,提高煤岩体损伤破坏预测预警的准确性,提升矿井等岩土工程的安全生产水平。
Description
技术领域
本发明涉及一种红外辐射量化评价方法,尤其适用于矿山煤岩体破裂失稳的监测预警技术领域使用的一种煤岩体损伤程度的红外辐射量化评价方法。
背景技术
煤岩在外载荷作用下,内部裂纹会逐渐萌生、扩展并贯通,导致其损伤破坏,这也是引发矿井突水、冲击矿压、顶板冒落等矿井灾害的根本原因。准确、有效地监测煤岩体损伤演化过程,并对其进行量化表征,是保障矿井安全高效生产的关键。随着科学技术的不断进步,大量既能反映岩石的损伤度,又便于分析操作的损伤检测方法得到了快速发展,通过获得特定的物理参数来表征岩石损伤因子,包括:光学显微镜法、扫描电镜法(SEM)、CT方法、声波法、声发射探测法等。但上述方法中,光学显微镜法、SEM电镜和CT需进行多次扫描才能实现对煤岩整体损伤的评价,难以实现损伤演化过程的实时监测,且无法在工程现场应用,局限性较大;声波法、声发射探测技术易受机械振动的干扰,并且不能实现遥感探测承载煤岩的损伤演化。
煤岩体损伤破坏过程中,内部累积的部分弹性能会以热能的形式释放,激发出红外电磁波。红外辐射监测技术具有实时性、无损性及非接触性等优点,并且操作方法简单,可以有效弥补上述监测技的缺陷,是确定煤岩损伤破裂范围,监测煤岩损伤演化过程的潜在有效手段。然而,红外辐射监测技术在岩土工程中的应用局限于煤岩破裂前兆的识别上,尚缺乏煤岩损伤程度的红外辐射定量评价方法。
发明内容
针对现有技术的不足之处,提供一种煤岩体损伤程度的红外辐射量化评价方法,其步骤简单,使用效果好,检测精度高,能够直观高效的对煤岩体损伤程度进行评价。
为了实现上述技术目的,本发明的煤岩体损伤程度的红外辐射量化评价方法,同时采集参照煤岩和承载煤岩体的红外温度矩阵,利用参照煤岩红外温度特征来校正承载煤岩体红外温度矩阵,通过矫正计算获得承载煤岩体红外温度矩阵的绝对红外温升矩阵,对绝对红外温升矩阵进行阈值分割,从而分离出承载煤岩体损伤演化过程中煤岩损伤破裂的红外响应矩阵信息,利用中值滤波及平方运算,对煤岩体损伤演化的红外响应信息进行增强,强后的红外响应信息求和即为损伤红外温度增量,利用损伤红外温度增量建立煤岩体损伤因子,利用煤岩体损伤因子实现煤岩体损伤程度的红外辐射量化评价。
具体步骤如下:
步骤1,采集红外辐射监测数据:在工作面中选择作为监测对象的承载煤岩和参照煤岩,之后利用红外热像仪监测工作面承载煤岩体的红外温度场,同时采集承载煤岩损伤评价区域的红外温度矩阵数据以及参照煤岩的红外温度矩阵数据,两组红外温度矩阵数据的采集时间和帧数完全一致;
步骤2,计算承载煤岩绝对红外温升矩阵:计算红外热像仪收集的参照煤岩每一帧的平均红外温度值,之后将每一帧参照煤岩的平均红外温度值与相同时刻承载煤岩损伤评价区域的红外温度矩阵每一元素相减进行噪声校正,获得噪声校正后的承载煤岩损伤评价区域红外温度矩阵;将承载煤岩损伤评价区域噪声校正后的每一帧红外温度矩阵分别与噪声校正后的第1帧红外温度矩阵差运算并取绝对值,得到承载煤岩绝对红外温升矩阵;
步骤3,计算损伤红外响应矩阵:由于裂纹演化会导致红外温升矩阵异常变化,因此对绝对红外温升矩阵进行阈值分割,判断裂纹演化产生的异常变化。通过计算出绝对红外温升矩阵的分割阈值,即可通过分割阈值分离煤岩损伤破裂的红外响应信息,得到损伤红外响应矩阵;
步骤4,损伤红外响应矩阵信息增强:采用中值滤波器对损伤红外响应矩阵进行滤波处理从而进一步去除残留噪声,之后对滤波后的损伤红外响应矩阵进行平方运算,得到增强处理后的损伤红外响应矩阵;
步骤5,计算基于红外信息的煤岩损伤因子:通过计算增强处理后损伤红外响应矩阵各元素温度之和,得到损伤红外温度增量,利用损伤红外温度增量计算出承载煤岩损伤因子,最后利用煤岩体损伤因子对承载煤岩损伤评价区域的煤岩体损伤程度进行量化评价,损伤因子数值越大则表示煤岩体损伤程度越高。
步骤2所述的承载煤岩绝对红外温升矩阵,其计算公式如下:
D(p)=R(p)-AIRTre(p)
A(p)=|D(p)-D(1)|
式中:R(p)为承载煤岩红外辐射温度矩阵,AIRTre(p)为参照煤岩第p帧平均红外辐射温度值,D(p)为第p帧噪声校正后的承载煤岩红外温度矩阵,D(1)为第1帧噪声校正后的承载煤岩红外温度矩阵,A(p)为第p帧承载煤岩绝对红外温升矩阵;
步骤3所述的损伤红外响应矩阵,其计算方式如下:
确定绝对红外温升矩阵的分割阈值,将第p帧红外辐射温度矩阵各温度点按升序排列,得到序列{xi(p),i=1,2,3...,M},则分割阈值计算公式如下:
r(p)=floor(a(p))
Threshold(p)=xr(p)+(xr+1(p)-xr(p))×(a(p)-r(p))
由于分割阈值为百分比的表现形式,式中90是指的百分比为90的元素值,M为第p帧绝对红外温升矩阵元素总数,a(p)和r(p)均为阈值的中间参数,r(p)为a(p)取整数部位,Threshold(p)为第p帧绝对红外温升矩阵分割阈值,xr(p)为第p帧绝对红外温升矩阵排序r位的温度值;
利用绝对红外温升矩阵的分割阈值,分离煤岩损伤破裂的红外响应信息,得到损伤红外响应矩阵,公式如下:
式中:S(p)为第p帧损伤红外响应矩阵,为绝对红外温升矩阵中第x行,第y列的温度值。损伤红外响应矩阵中的温度值即为煤岩损伤破裂的红外响应信息,A(x,y)为绝对红外温升矩阵中第x行,第y列的对温度值。
步骤4所述的损伤红外响应矩阵信息增强,其具体方式如下:
采用3×3窗口的中值滤波器对损伤红外响应矩阵进行滤波处理,之后对滤波后的损伤红外响应矩阵进行平方运算,得到增强处理后的损伤红外响应矩阵,其公式如下:
SE(p)=(FS(p))2
式中:FS(p)为第p帧滤波后的绝对红外温升阈值分割矩阵,SE(p)为第p帧增强处理后的损伤红外响应矩阵,矩阵中非零点即为煤岩发生损伤的区域。
步骤5所述的基于红外信息的煤岩损伤因子,其计算方法如下:
通过计算增强处理后的损伤红外响应矩阵各元素温度和,得到损伤红外温度增量,公式如下:
DITI(p)=∑SE(p)
式中:DITI(p)为承载煤岩第p帧时刻的损伤红外温度增量;SE(p)为第p帧增强处理后的损伤红外响应矩阵,之后利用损伤红外温度增量计算承载煤岩损伤因子IDF,公式如下:
式中:IDF(p)为监测过程中第p帧时刻对应的基于红外信息的煤岩损伤因子,DITI(i)为承载煤岩第i帧时刻的损伤红外温度增量,N为煤岩体从初始加载到最终破坏的总帧数,损伤因子用以反映煤岩损伤程度,当损伤因子值为0则表示承载煤岩当前无损伤,损伤因子值越大则说明承载煤岩损伤越大,相应的承载能力越弱,若损伤因子值升为100%时则表明承载煤岩完全损伤破坏,失去承载能力。
有益效果:
1)本方法使用的红外辐射监测手段具有非接触性,能够实现煤岩体损伤演化的红外遥感检测;2)本方法实时获取监测煤岩的损伤演化信息,能够对监测煤岩连续监测评价,监测过程简单便捷;3)该方法有效扩展了煤岩损伤演化监测评价领域,提高了煤岩体损伤破坏预测预警的准确性,有助于提升矿井等岩土工程的安全生产水平。
附图说明
图1是本发明的煤岩体损伤程度的红外辐射量化评价方法的流程示意图。
图2是本发明承载煤岩L1不同时刻损伤红外响应矩阵图像。
图3是本发明承载煤岩L1不同时刻信息增强后的损伤红外响应矩阵图像。
图4是本发明承载煤岩L1应力及基于红外信息的损伤因子随时间变化曲线。
具体实施方式
下面结合附图对本发明的实施例做进一步说明:
如图1所示,本发明一种煤岩体损伤程度的红外辐射量化评价方法的流程图,包括以下步骤:
步骤1,采集红外辐射监测数据:在承载煤岩L1监测区域附近布置参照煤岩R1,参照煤岩不受外部载荷影响,但要求与承载煤岩处于相同的环境内;采用红外热像仪监测承载煤岩L1及参照煤岩R1的红外温度场,采集承载煤岩L1的损伤评价区域红外温度矩阵,以及参照煤岩R1的红外温度矩阵。
步骤2,计算承载煤岩绝对红外温升矩阵:计算每一帧参照煤岩R1的平均红外辐射温度值,记为AIRTre(p),并与相应时刻承载煤岩L1的红外温度矩阵每一元素相减,得到噪声校正后的承载煤岩红外温度矩阵D。利用承载煤岩L1噪声校正后的每一帧红外温度矩阵与第一帧进行差运算,并取绝对值,得到承载煤岩绝对红外温升矩阵A,公式如下:
D(p)=R(p)-AIRTre(p)
A(p)=|D(p)-D(1)|
式中:R(p)为承载煤岩的红外辐射温度矩阵,AIRTre(p)为参照煤岩R1第p帧的平均红外辐射温度值,D(p)为承载煤岩噪声校正后的第p帧红外温度矩阵,D(1)为承载煤岩噪声校正后的第1帧红外温度矩阵,A(p)为承载煤岩第p帧的绝对红外温升矩阵。
步骤3,计算损伤红外响应矩阵:确定绝对红外温升矩阵的分割阈值,将第p帧红外辐射温度矩阵各温度点按升序排列,得到序列{xi(p),i=1,2,3...,M},则阈值计算公式如下:
r(p)=floor(a(p))
Threshold(p)=xr(p)+(xr+1(p)-xr(p))×(a(p)-r(p))
式中:M为第p帧绝对红外温升矩阵元素总数,r(p)为a(p)取整数部位,Threshold(p)为第p帧绝对红外温升矩阵分割阈值,xr(p)为第p帧绝对红外温升矩阵排序r位的温度值。
利用绝对红外温升矩阵的分割阈值,分离煤岩损伤破裂的红外响应信息,得到损伤红外响应矩阵,公式如下:
式中:S(p)为第p帧损伤红外响应矩阵,为绝对红外温升矩阵中第x行,第y列的温度值。损伤红外响应矩阵中的温度值即为煤岩损伤破裂的红外响应信息,图2所示即为承载煤岩L1不同时刻损伤红外响应矩阵图像,具体为图2中的(a)表示承载煤岩L1在第20帧的损伤红外响应矩阵图像,(b)表示承载煤岩L1在第6000帧的损伤红外响应矩阵图像,(c)表示承载煤岩L1在第6500帧的损伤红外响应矩阵图像,(d)表示承载煤岩L1在第6560帧的损伤红外响应矩阵图像。
步骤4,损伤红外响应矩阵信息增强:采用3×3窗口的中值滤波器对损伤红外响应矩阵进行滤波处理,之后对滤波后的损伤红外响应矩阵进行平方运算,得到增强处理后的损伤红外响应矩阵,如下式:
SE(p)=(FS(p))2
式中:FS(p)为第p帧滤波后的绝对红外温升阈值分割矩阵,SE(p)为第p帧增强处理后的损伤红外响应矩阵。矩阵中非零点即为煤岩发生损伤的区域;图3所示为承载煤岩L1不同时刻信息增强后的损伤红外响应矩阵图像,具体为图3中的(a)表示承载煤岩L1在第20帧的信息增强后的损伤红外响应矩阵图像,(b)表示承载煤岩L1在第6000帧的信息增强后的损伤红外响应矩阵图像,(c)表示承载煤岩L1在第6500帧的信息增强后的损伤红外响应矩阵图像,(d)表示承载煤岩L1在第6560帧的信息增强后的损伤红外响应矩阵图像,可以清晰呈现煤岩损伤区域的变化。
步骤5,计算基于红外信息的煤岩损伤因子:计算增强处理后的损伤红外响应矩阵各元素温度和,得到损伤红外温度增量,公式如下:
DITI(p)=∑SE(p)
式中:DITI(p)为承载煤岩第p帧时刻的损伤红外温度增量。
之后,利用损伤红外温度增量计算承载煤岩损伤因子,公式如下:
式中:IDF(p)为第p帧时刻对应的基于红外信息的煤岩损伤因子,N为监测过程中的总帧数。图4所示为承载煤岩L1应力及红外损伤因子随时间变化曲线。随着载荷增加,煤岩损伤程度逐渐增加,在542s时,煤岩进入塑性阶段,损伤演化速率加快,并在656s完全损伤(损伤因子等于100%)。因此,基于红外信息的损伤因子可以呈现煤岩损伤演化全过程,实现煤岩损伤程度的量化评价。
Claims (5)
1.一种煤岩体损伤程度的红外辐射量化评价方法,其特征在于:同时采集参照煤岩和承载煤岩体的红外温度矩阵,利用参照煤岩红外温度特征来校正承载煤岩体红外温度矩阵,通过矫正计算获得承载煤岩体红外温度矩阵的绝对红外温升矩阵,对绝对红外温升矩阵进行阈值分割,从而分离出承载煤岩体损伤演化过程中煤岩损伤破裂的红外响应矩阵信息,利用中值滤波及平方运算,对煤岩体损伤演化的红外响应信息进行增强,增强后的红外响应信息求和即为损伤红外温度增量,基于损伤红外温度增量建立煤岩体损伤因子,利用煤岩体损伤因子实现煤岩体损伤程度的红外辐射量化评价;
具体步骤如下:
步骤1,采集红外辐射监测数据:在工作面中选择作为监测对象的承载煤岩和参照煤岩,之后利用红外热像仪监测工作面承载煤岩体的红外温度场,同时采集承载煤岩损伤评价区域的红外温度矩阵数据以及参照煤岩的红外温度矩阵数据,两组红外温度矩阵数据的采集时间和帧数完全一致;
步骤2,计算承载煤岩绝对红外温升矩阵:计算红外热像仪收集的参照煤岩每一帧的平均红外温度值,之后将每一帧参照煤岩的平均红外温度值与相同时刻承载煤岩损伤评价区域的红外温度矩阵每一元素相减进行噪声校正,获得噪声校正后的承载煤岩损伤评价区域红外温度矩阵;将承载煤岩损伤评价区域噪声校正后的每一帧红外温度矩阵分别与噪声校正后的第1帧红外温度矩阵差运算并取绝对值,得到承载煤岩绝对红外温升矩阵;
步骤3,计算损伤红外响应矩阵:由于裂纹演化会导致红外温升矩阵异常变化,因此对绝对红外温升矩阵进行阈值分割,判断裂纹演化产生的异常变化;通过计算出绝对红外温升矩阵的分割阈值,即可通过分割阈值分离煤岩损伤破裂的红外响应信息,得到损伤红外响应矩阵;
步骤4,损伤红外响应矩阵信息增强:采用中值滤波器对损伤红外响应矩阵进行滤波处理从而进一步去除残留噪声,之后对滤波后的损伤红外响应矩阵进行平方运算,得到增强处理后的损伤红外响应矩阵;
步骤5,计算基于红外信息的煤岩损伤因子:通过计算增强处理后损伤红外响应矩阵各元素温度之和,得到损伤红外温度增量,利用损伤红外温度增量计算出承载煤岩损伤因子,最后利用煤岩体损伤因子对承载煤岩损伤评价区域的煤岩体损伤程度进行量化评价,损伤因子数值越大则表示煤岩体损伤程度越高。
2.根据权利要求1所述的一种煤岩体损伤程度的红外辐射量化评价方法,其特征在于,步骤2所述的承载煤岩绝对红外温升矩阵,其计算公式如下:
D(p)=R(p)-AIRTre(p)
A(p)=|D(p)-D(1)|
式中:R(p)为承载煤岩红外辐射温度矩阵,AIRTre(p)为参照煤岩第p帧平均红外辐射温度值,D(p)为第p帧噪声校正后的承载煤岩红外温度矩阵,D(1)为第1帧噪声校正后的承载煤岩红外温度矩阵,A(p)为第p帧承载煤岩绝对红外温升矩阵。
3.根据权利要求1所述的一种煤岩体损伤程度的红外辐射量化评价方法,其特征在于,步骤3所述的损伤红外响应矩阵,其计算方式如下:
确定绝对红外温升矩阵的分割阈值,将第p帧红外辐射温度矩阵各温度点按升序排列,得到序列{xi(p),i=1,2,3...,M},则分割阈值计算公式如下:
r(p)=floor(a(p))
Threshold(p)=xr(p)+(xr+1(p)-xr(p))×(a(p)-r(p))
由于分割阈值为百分比的表现形式,式中90是指的百分比为90的元素值,M为第p帧绝对红外温升矩阵元素总数,a(p)和r(p)均为阈值的中间参数,r(p)为a(p)取整数部位,Threshold(p)为第p帧绝对红外温升矩阵分割阈值,xr(p)为第p帧绝对红外温升矩阵排序r位的温度值;
利用绝对红外温升矩阵的分割阈值,分离煤岩损伤破裂的红外响应信息,得到损伤红外响应矩阵,公式如下:
式中:S(p)为第p帧损伤红外响应矩阵,为绝对红外温升矩阵中第x行,第y列的温度值;损伤红外响应矩阵中的温度值即为煤岩损伤破裂的红外响应信息,A(x,y)为绝对红外温升矩阵中第x行,第y列的温度值。
4.根据权利要求1所述的一种煤岩体损伤程度的红外辐射量化评价方法,其特征在于,步骤4所述的损伤红外响应矩阵信息增强,其具体方式如下:
采用3×3窗口的中值滤波器对损伤红外响应矩阵进行滤波处理,之后对滤波后的损伤红外响应矩阵进行平方运算,得到增强处理后的损伤红外响应矩阵,其公式如下:
SE(p)=(FS(p))2
式中:FS(p)为第p帧滤波后的绝对红外温升阈值分割矩阵,SE(p)为第p帧增强处理后的损伤红外响应矩阵,矩阵中非零点即为煤岩发生损伤的区域。
5.根据权利要求1所述的一种煤岩体损伤程度的红外辐射量化评价方法,其特征在于,步骤5所述的基于红外信息的煤岩损伤因子,其计算方法如下:
通过计算增强处理后的损伤红外响应矩阵各元素温度和,得到损伤红外温度增量,公式如下:
DITI(p)=∑SE(p)
式中:DITI(p)为承载煤岩第p帧时刻的损伤红外温度增量;SE(p)为第p帧增强处理后的损伤红外响应矩阵,之后利用损伤红外温度增量计算承载煤岩损伤因子IDF,公式如下:
式中:IDF(p)为监测过程中第p帧时刻对应的基于红外信息的煤岩损伤因子,DITI(i)为承载煤岩第i帧时刻的损伤红外温度增量,N为煤岩体从初始加载到最终破坏的总帧数,损伤因子用以反映煤岩损伤程度,当损伤因子值为0则表示承载煤岩当前无损伤,损伤因子值越大则说明承载煤岩损伤越大,相应的承载能力越弱,若损伤因子值升为100%时则表明承载煤岩完全损伤破坏,失去承载能力。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111345528.9A CN114113217B (zh) | 2021-11-15 | 2021-11-15 | 一种煤岩体损伤程度的红外辐射量化评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111345528.9A CN114113217B (zh) | 2021-11-15 | 2021-11-15 | 一种煤岩体损伤程度的红外辐射量化评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114113217A CN114113217A (zh) | 2022-03-01 |
CN114113217B true CN114113217B (zh) | 2024-07-12 |
Family
ID=80396052
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111345528.9A Active CN114113217B (zh) | 2021-11-15 | 2021-11-15 | 一种煤岩体损伤程度的红外辐射量化评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114113217B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116127239B (zh) * | 2022-11-21 | 2023-12-19 | 长安大学 | 岩体损伤状态测评方法、装置及存储介质 |
CN116242881A (zh) * | 2023-02-24 | 2023-06-09 | 中国矿业大学 | 承载煤岩裂纹损伤红外响应信息的热传导温度补偿方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002257744A (ja) * | 2001-03-02 | 2002-09-11 | Takenaka Komuten Co Ltd | コンクリートの欠陥検査方法およびコンクリートの欠陥検査装置 |
CN113484145A (zh) * | 2021-07-06 | 2021-10-08 | 中国矿业大学 | 煤岩变形破裂过程的红外辐射信息去噪与监测预警方法 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4167950B2 (ja) * | 2003-07-08 | 2008-10-22 | 株式会社竹中土木 | コンクリート点検システムの赤外線法による健全度判定法 |
JP4113100B2 (ja) * | 2003-11-06 | 2008-07-02 | 西日本高速道路エンジニアリング四国株式会社 | 赤外線カメラによる構造物の調査方法 |
CN103983513B (zh) * | 2014-05-22 | 2016-03-02 | 中国矿业大学 | 一种采用红外辐射观测煤岩裂隙发育过程的装置及方法 |
CN106018096A (zh) * | 2016-07-20 | 2016-10-12 | 中国矿业大学 | 煤岩破裂过程中裂隙发育区的红外辐射监测定位方法 |
GB201711412D0 (en) * | 2016-12-30 | 2017-08-30 | Maxu Tech Inc | Early entry |
CN108844871B (zh) * | 2018-03-12 | 2021-01-15 | 中国矿业大学 | 多场红外辐射观测装置及方法 |
CN109443543B (zh) * | 2018-11-23 | 2021-05-04 | 中国矿业大学 | 承载煤岩损伤演化的红外辐射量化表征方法 |
CN109854298B (zh) * | 2018-12-11 | 2020-06-26 | 河南理工大学 | 巷道二次支护时机与范围的确定方法 |
CN110161078B (zh) * | 2019-05-13 | 2021-09-10 | 安徽建筑大学 | 一种针对改性沥青路面的红外探伤的检测及评价方法 |
CN110763728A (zh) * | 2019-11-06 | 2020-02-07 | 安徽建筑大学 | 一种基于金属表面红外偏振热像特征的疲劳损伤评估方法 |
CN111811933B (zh) * | 2020-07-31 | 2022-03-11 | 中国矿业大学 | 一种承载煤岩损伤破裂过程中的红外辐射信息去噪方法 |
CN112215830B (zh) * | 2020-10-21 | 2022-03-04 | 中国空气动力研究与发展中心超高速空气动力研究所 | 一种航天防热材料撞击损伤特征类型判读方法 |
CN112665731A (zh) * | 2020-12-31 | 2021-04-16 | 中国矿业大学 | 红外辐射技术监测煤岩破坏失稳的分级预警方法 |
CN112884716B (zh) * | 2021-01-28 | 2022-03-18 | 中国空气动力研究与发展中心超高速空气动力研究所 | 一种超高速撞击损伤区域特征强化方法 |
CN112881467B (zh) * | 2021-03-15 | 2023-04-28 | 中国空气动力研究与发展中心超高速空气动力研究所 | 一种大尺寸复合材料损伤成像与定量识别方法 |
CN113188909B (zh) * | 2021-04-28 | 2022-03-01 | 中国矿业大学 | 承载煤岩裂纹萌生和稳定扩展起点的红外辐射识别方法 |
-
2021
- 2021-11-15 CN CN202111345528.9A patent/CN114113217B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002257744A (ja) * | 2001-03-02 | 2002-09-11 | Takenaka Komuten Co Ltd | コンクリートの欠陥検査方法およびコンクリートの欠陥検査装置 |
CN113484145A (zh) * | 2021-07-06 | 2021-10-08 | 中国矿业大学 | 煤岩变形破裂过程的红外辐射信息去噪与监测预警方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114113217A (zh) | 2022-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114113217B (zh) | 一种煤岩体损伤程度的红外辐射量化评价方法 | |
Hasni et al. | Detection of fatigue cracking in steel bridge girders: A support vector machine approach | |
Sun et al. | Automated pavement distress detection using advanced image processing techniques | |
CN114972384A (zh) | 一种基于深度学习的隧道岩体智能快速区域分级方法 | |
CN113188909B (zh) | 承载煤岩裂纹萌生和稳定扩展起点的红外辐射识别方法 | |
Khan et al. | Comparative analysis of twelve transfer learning models for the prediction and crack detection in concrete dams, based on borehole images | |
CN111079628A (zh) | 地板破损故障图像识别方法 | |
CN116611264B (zh) | 一种考虑初始损伤恢复的岩石损伤演化模型及其构建方法 | |
CN111811933B (zh) | 一种承载煤岩损伤破裂过程中的红外辐射信息去噪方法 | |
CN110411572A (zh) | 承载煤岩破裂的红外辐射监测预警方法 | |
CN115597901B (zh) | 一种桥梁伸缩缝损伤的监测方法 | |
CN111709944A (zh) | 一种基于数字化图像异常识别的桥隧结构裂缝监测方法 | |
Ehtisham et al. | Classification of defects in wooden structures using pre-trained models of convolutional neural network | |
Abedi et al. | Infrastructure damage assessment via machine learning approaches: a systematic review | |
CN113484499B (zh) | 一种基于温度变化特征的岩石变形阶段识别方法 | |
Liu et al. | Failure precursors recognition method for loading coal and rock using the fracture texture features of infrared thermal images | |
CN114638039A (zh) | 一种基于低秩矩阵恢复的结构健康监测特征数据解释方法 | |
CN110598674B (zh) | 一种基于模式识别的转辙机故障识别方法 | |
CN115235877A (zh) | 腐蚀状态监测系统和应力腐蚀状态评价方法及装置 | |
CN116933636A (zh) | 一种用于岩石失稳的预测预警方法 | |
CN118758857A (zh) | 一种网架杆件焊接视觉识别系统 | |
CN117647586A (zh) | 一种煤岩破坏动态监测与识别方法和装置 | |
CN116242881A (zh) | 承载煤岩裂纹损伤红外响应信息的热传导温度补偿方法 | |
Li et al. | Methods for the rapid detection of boundary condition variations in structural systems | |
CN116500090B (zh) | 基于红外热像图纹理特征的岩石损伤破裂前兆预警方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |