摘要：准确识别护帮板支护状态,判断护帮板是否与采煤机发生干涉,是实现煤矿安全生产的重要一环。提出了一种基于改进YOLOv5s的护帮板异常检测方法。建立了护帮板数据集hb_data2021,对YOLOv5s模型进行改进。根据基于改进YOLOv5s的护帮板状态检测结果的标签分类,判断护帮板状态是否异常。为了减小YOLOv5s模型的参数量,采用MobileNetV3和轻量级注意力机制NAM (normalization-based attention module,标准化注意力模块)替换主干特征提取网络。为了提高护帮板检测精度,改进损失函数为α-CIoU,并进行知识蒸馏。实验结果表明:蒸馏后的网络平均精度提高了1.0%,参数量减小了33.4%,推理加速34.2%;基于改进YOLOv5s的护帮板异常检测方法效果良好,将其部署在NVIDIA Jetson Xavier平台上,可以满足实时检测视频的要求。将检测模型移植到巡检机器人的嵌入式平台上,可以实现护帮板异常检测,满足煤矿工业实际需求。

摘要：修井打捞作业中,经常遇到加重杆、铅锤、射孔枪、断抽油杆、螺栓、泵衬套等小件落物的打捞,常规打捞难度大,成功率低。为此,研制了闭窗变径套铣打捞器。该打捞器主要由上接头、筒体、闭窗、套铣头4部分组成。两级闭窗处的齿爪、向上的单向作用是该工具的独特设计,能大量捞取落物;打捞器下端设计有满足切屑作用的较厚铣头,能长时间套铣。现场5口井的应用表明,这种打捞器具有套铣打捞操作简便、适应性强、打捞效果好等优点。