矿冶工程

作者：郭进平, 孙源泽, 张超, 王小林, 李想, 孔德浩

单位：西安建筑科技大学 资源工程学院， 陕西 西安 710055

关键词：充填料浆,Yolo-v7算法,非均质特征,均质化,智能检测,机器学习,机器视觉

基金：国家资助博士后研究人员计划（GZC20232063）；陕西省自然科学基金项目（2024JC-YBQN-0507）；陕西省博士后科研项目（2023BSHYDZZ142）；陕西省创新能力支撑计划(2023-CX-TD-12)

为解决充填料浆搅拌过程中均质化程度无法自动判断的问题，采用CBAM注意力模块和SPD-Conv小目标检测模块对Yolo-v7算法进行改进，并基于改进后的Yolo-v7算法对充填料浆均质化进行自动判断。研究结果表明，改进后的Yolo-v7算法在性能上较原始模型有显著提升，其准确率、召回率和平均精度均值分别提高了17.5、28.8和32.4百分点。料浆参数敏感性分析结果表明，料浆浓度是影响料浆非均质化识别的主要因素，其次是灰砂比，而延长搅拌时间在高料浆浓度条件下可显著提升充填料浆的均质化水平。

来源：2025年第5期

《矿冶工程》期刊编辑部

查看矿冶工程杂志2025年第5期