買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉中鐵十九局集團礦業投資有限公司申請的專利一種礦山智能爆破管理系統及方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN118886745B 。

龍圖騰網通過國家知識產權局官網在2025-09-05發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202410925707.7，技術領域涉及：G06Q10/0637；該發明授權一種礦山智能爆破管理系統及方法是由高久慶;張德峰;趙鑫設計研發完成，并于2024-07-11向國家知識產權局提交的專利申請。

本一種礦山智能爆破管理系統及方法在說明書摘要公布了：本發明提供一種礦山智能爆破管理系統及方法，系統包括：數據采集模塊，用于采集并預處理礦山巖體數據以及爆破數據，建立爆破數據庫；三維模型構建模塊，用于基于礦山巖體數據，構建爆破區數字化三維巖體模型；智能決策模塊，用于基于爆破區數字化三維巖體模型以及采集的整個爆破流程的爆破數據，建立經濟數學模型，對礦山爆破進行智能決策，獲得決策結果；爆破效果評價模塊，用于基于決策結果進行爆破，并對爆破效果進行評價，完成對礦山智能爆破的管理。通過對礦山爆破的智能管理，優化爆破決策，降低爆破成本。

本發明授權一種礦山智能爆破管理系統及方法在權利要求書中公布了：1.一種礦山智能爆破管理系統，其特征在于，包括：數據采集模塊、三維模型構建模塊、智能決策模塊以及爆破效果評價模塊； 所述數據采集模塊，用于采集并預處理礦山巖體數據以及爆破數據，建立爆破數據庫； 所述三維模型構建模塊，用于基于所述礦山巖體數據，構建爆破區數字化三維巖體模型； 所述智能決策模塊，用于基于所述爆破區數字化三維巖體模型以及采集的整個爆破流程的所述爆破數據，建立經濟數學模型，對礦山爆破進行智能決策，獲得決策結果； 所述爆破效果評價模塊，用于基于所述決策結果進行爆破，并對爆破效果進行評價，完成對礦山智能爆破的管理； 所述礦山巖體數據包括礦山地質參數、巖體特性、巖體分布情況以及礦山圖像數據；其中，所述礦山圖像數據采用傾斜攝影獲得； 所述爆破數據包括鉆、爆、裝、運、破以及磨流程的數據； 所述數據采集模塊還采集其他相關數據；所述其他相關數據包括礦山爆破區的氣候條件、人員數據以及各種設備數據； 所述數據采集模塊包括數據采集單元、數據預處理單元以及數據庫構建單元； 所述數據采集單元，用于采集所述巖體數據、所述爆破數據以及所述其他相關數據； 所述數據預處理單元，用于對采集的所有數據進行清洗以及缺值填充，獲得預處理后的數據； 所述數據庫構建單元，用于對預處理后的數據進行對應存儲； 所述三維模型構建模塊包括圖像數據修正單元、三角匹配單元、初始模型構建單元、映射單元以及最終模型構建單元； 所述圖像數據修正單元，用于建立所述礦山圖像數據的坐標矩陣，基于所述坐標矩陣獲取所述礦山圖像數據中的畸變數據，并對所述畸變數據進行修正，獲得修正后的所述礦山圖像數據；建立礦山圖像數據的坐標矩陣的過程包括： 確立圖像數據的像素坐標系u,v，像素坐標系u-v的原點為Oo，橫坐標u和縱坐標V分別是圖像所在的行和列，在視覺處理庫OpenCV中，u對應x，v對應y； O1在u-v坐標系下的坐標，假設dx和dy分別表示每個像素在橫軸x和縱軸y的物理尺寸，單位為毫米像素，O1在圖像坐標系x,y和在像素坐標系u,v的坐標的關系是： 假設物理坐標系中的單位為毫米，那么dx的單位為毫米像素，dx和dy表示采集圖像的裝置里感光芯片上像素的實際大小，是連接像素坐標系和真實尺寸坐標系的；u0，v0表示的是圖像的中心像素坐標和圖像圓點像素坐標之間相差的橫向和縱向像素數；得出這個公式后運用線性代數的知識把礦山圖像數據的坐標方程用矩陣形式表示： 所述三角匹配單元，用于基于修正后的所述礦山圖像數據進行空中三角測量連接點匹配，獲得所述礦山圖像數據的方位元素； 所述初始模型構建單元，用于基于所述方位元素，構建初始三維實景模型； 所述映射單元，用于基于所述礦山巖體數據對所述初始三維實景模型進行數據映射；并基于所述礦山圖像數據建立礦山三維坐標以及二維紋理坐標，進行紋理映射，獲得三維實景模型； 所述最終模型構建單元，用于基于雙線性插值法，對所述三維實景模型的未知點進行插值，獲得爆破區數字化三維巖體模型； 所述智能決策模塊包括成本計算單元、數學模型構建單元以及決策單元； 成本計算單元，用于基于所述爆破數據，計算采礦成本；其中，所述采礦成本包括鉆孔成本、爆破成本、鏟裝成本、運輸成本、破碎成本以及磨礦成本； 數學模型構建單元，用于基于熵權法，計算所述采礦成本中各個成本的權重，并利用線性回歸方程，構建所述經濟數學模型； 決策單元，用于基于所述經濟數學模型，獲得礦山爆破的綜合資金成本；基于所述綜合資金成本，進行考慮成本的爆破智能決策，獲得所述決策結果； 所述爆破效果評價模塊包括特征提取單元、效果評價單元以及決策優化單元； 所述特征提取單元，用于基于圖像特征對爆破后兩個鉆孔之間的巖體碎塊進行特征提取，獲得爆破塊度分布特征，并基于所述爆破塊度分布特征，計算單孔爆破范圍；采集爆破后巖體塊度的圖像，并進行灰度化以及去噪處理，計算圖像色彩變化梯度，顏色梯度變化較大處為煤巖塊體的分界面，運用分界面將不同塊體進行分割；對分割后的圖像進行二值化，獲得像素最佳閾值；基于像素最佳閾值對巖塊進行識別，獲得圖像連通區域，連通區域即為一個巖塊，對連通區域參數進行統計，面積、中心坐標、偏心率、似圓度、直徑，獲得巖塊尺寸x； 利用分形理論對巖塊進行塊度分布特征分析，分形維數D與碎塊的線性特征尺寸x和大于該尺寸的碎塊個數Nx的關系為正比： Nx∝x-D； 對上述關系式進行微分并結合粒度分布函數，獲得尺寸小于x的巖塊體積占總體積的比率； 基于尺寸小于x的巖塊體積占總體積的比率，獲得爆破巖體塊度分布的分形模型； 對分形模型取自然對數，計算出巖體碎塊的分形維數，進而獲得爆破巖體塊度分布特征； 所述效果評價單元，用于基于所述爆破塊度分布特征以及所述單孔爆破范圍進行爆破效果評價； 所述決策優化單元，用于基于所述爆破效果評價結果，采用神經網絡優化智能決策，并基于優化后的智能決策進行爆破效果預測； 所述決策優化單元包括優化權重獲取子單元、適應度計算子單元、尋優子單元以及決策優化子單元； 所述優化權重獲取子單元，用于利用SGD優化器，優化深度神經網絡的損失函數，并獲得SGD優化權重； 所述適應度計算子單元，用于基于所述SGD優化權重以及深度神經網絡進化的編碼方法獲得個體適應度值；其中，每個個體代表更新網絡權重；所述個體適應度值為礦山爆破的綜合資金成本； 所述尋優子單元，用于利用SGD優化器，優化所述個體適應度值，獲得最佳個體； 所述決策優化子單元，用于基于所述最佳個體，獲得最終優化的網絡權重編碼，完成對智能決策的優化。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中鐵十九局集團礦業投資有限公司，其通訊地址為：100161 北京市豐臺區風荷曲苑2號樓；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。