摘要:针对现有煤矿传送带异物检测模型在低光照环境下出现性能不佳，对细长异物和小目标异物存在误检、漏检情况，且模型体积较大，难以在边缘设备部署等问题，提出一种基于改进YOLOv8的低照度煤矿传送带异物检测算法。首先，采用图像增强的方法对低照度图像进行预处理，来增强煤矿传送带异物的有效特征信息；其次，在模型主干网络中引入动态蛇形卷积动态调整卷积核形状，以提升模型对细长异物的关注；此外，使用slim-neck设计范式对颈部网络进行改造，在保证学习能力的同时，大幅减少模型的参数。最后，采用Inner-CIoU损失函数替换CIoU损失函数，加快模型收敛速度，提高模型对细长异物和小目标异物的检测性能。实验结果表明，相较于基准模型，改进后的算法平均检测精度提高了1.6%，模型大小降低了29.7%，检测速度FPS提高了59%，验证了其有效性。在与其他先进模型的对比中，证明了本文算法在复杂环境下仍具有较强的识别能力。

摘要:基于图像或声音的单信号输送带纵向撕裂的检测方法往往受光线和噪声影响较大，为了克服这种局限性，提出了一种多尺度特征交叉融合检测方法。本文首先利用Log-Mel特征提取算法将一维声音信号转化为二维谱图；然后搭建双输入神经网络对图像与声谱图同时进行特征提取以及多尺度特征交叉融合；最后根据融合后特征通过损失函数判定损伤分类。经实验该方法的检测准确率、划痕和纵向撕裂的灵敏度分别可以达到97.37%、96.53%和98.67%，分别比现有的视听决策级融合检测方法提高了7.04%、6.96%和6.4%。因此，该方法能够更好地满足输送带损伤检测的可靠性要求。

摘要:矿井巷道中不可避免存在机车、长列传送带、罐笼和金属支护等物体，这些物体的存在一定程度上影响了巷道中电磁波的传播。将巷道看作波导，通过实验测量和拟合的方法，研究电磁波在传送带巷道中的衰减。实验结果表明：电磁波的衰减与长列传送带的存在和接收频率有关；传送带的存在使电磁波的衰减增大；电磁波的频率越高，衰减越小；900 MHz是研究矿井无线通信的最佳频率；在宽度大于高度的巷道中，HH模式比VV模式更适合做通信方式。结论为煤矿井下巷道无线通信提供更有力的支持,对未来进一步研究巷道中电磁波的传播提供参考价值和现实指导意义。