提出一种基于YOLO v3的深度卷积神经网络检测识别数字钻孔图像裂隙自动识别方法。首先详细阐述了新版本YOLO v3目标检测原理,然后选取煤矿井下钻孔图像在VOC 2007上制作数据集,采用Darknet-53的网络结构进行训练。试验结果表明基于的YOLO v3的钻孔图像裂隙检测方法可以快速准确识别,为围岩裂隙机器的视觉识别提供了新技术支持。

为了研究岩体孔隙-裂隙双重介质渗流过程中速度变化、压力分布和不同形状裂隙影响的规律,采用COMSOL数值模拟软件对不同断裂形状的多孔介质块进行了渗流数值模拟,得到了裂隙速度场、基质块孔隙压力场和不同形状路径渗流影响的规律。结果表明:随着压力差的增大,沿裂隙路径上速度场发展最快,裂隙成为主要的渗流途径;基质块孔隙压力梯度分布均匀,压力分布在断裂的基质块中是连续的,但等压面的弯曲表明了裂隙和孔隙的不同流动状态;裂隙形状影响着流动特性,4种类型裂隙出口边界通量的大小关系为:圆角>135°夹角>90°夹角>45°夹角,模拟结果有助于可视化地研究双重介质的渗流规律。

comsol学习资料，内容主要是岩石中的裂隙渗流数值模拟计算过程。

matlab二维三维随机裂隙程序，需要的可以自行下载

matlab求导代码 学习EDFM 用嵌入式离散断裂方法求解裂隙多Kong介质中流动和运移的数值码。 什么是LearnEDFM？ LearnEDFM是一个MATLAB程序，它使用嵌入式离散断裂方法解决了断裂多Kong介质中的流动和传输问题。 它针对希望了解和应用嵌入式离散裂缝模型的地下模拟领域的研究人员。 对于急躁的人： 假设您已经将.tar.gz文件解压缩到目录/ path / to / LearnEDFM中。 然后，您可以通过打开matlab并运行以下程序来运行和测试程序： >> cd /path/to/LearnEDFM >> cd examples/ >> ex1 如果这给您一条错误消息，请尝试切换回主目录并再次执行该示例。 >> cd .. >> ex1 要从存储库进行构建，请首先执行以下命令： $ git clone https://github.com/dwarftools/LearnEDFM 然后启动MATLAB并像以前一样继续。 详细说明可在用户手册中找到。 执照： 我们不会为您提供使用和修改代码的自由，而是希望与社区共享。 因此，LearnEDFM源代码是根据GNU

为准确预测采动覆岩导水裂隙带高度,选择采厚、硬岩岩性比例系数、工作面斜长、采深作为采动覆岩导水裂隙带发育高度的主要影响因素,结合48组实测数据,应用支持向量机回归(SVR)和遗传算法(GA)参数寻优,建立了基于GA-SVR的采动覆岩导水裂隙带高度预测模型。采用该模型对钱家营矿辅271工作面和谢桥矿1121(2)工作面采动覆岩导水裂隙带高度进行预测,并将预测值与实测值进行了对比分析,其绝对误差分别为2.23 m和1.21 m。综合研究表明,应用该模型预测的覆岩裂隙带发育高度值准确、可靠,其精度能够满足工程实际要求。

行业分类-物理装置-一种考虑应力作用的裂隙岩体注浆模拟可视化试验系统及试验方法.zip

基于因果模糊聚类法预测覆岩裂隙带高度研究.pdf

hudson裂隙理论，用于岩石物理专业裂隙岩心的计算。

为了分析十六台勘查区的保水采煤条件，通过对其含水层富水特征分析，研究了煤层与覆岩的含（隔）水层空间特征，并计算了导水裂隙带的发育高度。研究表明，研究区生态环境脆弱，萨拉乌苏组潜水含水层是主要的含水层和供水水源，也是保水采煤的目标含水层，主要隔水层第四系离石组黏土结构致密，渗水条件差，发育连续稳定，是萨拉乌苏组潜水赋存储集的重要条件，煤层与覆岩的空间组合具有较好的保水条件，煤层开采时冒落带和导水裂隙带发育高度不会波及到萨拉乌苏组潜水