针对当前方法受到噪声泄漏数据影响、无法区分背景与泄漏区域、导致泄漏体积检测结果误差的问题,提出了煤矿综采液压支架阀密封性检测方法。采用惩罚回归方法构建目标函数,使用Lasso方法提取泄漏数据特征,结合MLP神经网络训练数据实现数据降维。采用基于机器视觉的密封性检测装置,结合二维中值滤波降噪和图像二值化分割处理方法,区分背景区域和目标区域。采用背光照射液压支架阀模式,依据穿透间隙的光斑大小和形状计算漏光弧长,由此衡量漏光情况,完成液压支架阀密封性检测。由效果评估可知,该方法与应力集中区域基本一致,且泄漏体积仅与实际值存在最大为3μm3的误差,具有精准的检测效果。通过清理漏油油管、安装防堵帽和更换漏油油管有效解决液压支架阀泄漏故障,保障液压支架阀的安全性和稳定性。

安全阀是液压支架十分关键的一个零部件,由于矿井施工环境普遍十分恶劣,且未能深刻落实各项施工管理措施,也因此增加安全阀故障的风险。结合矿井中的安全阀损毁情况,在分析实际地质条件的基础上,据矿压显现特征展开对于来压期间安全阀开启情况的统计,明确安全阀的实际工作状态,并以此为依据,深入明确安全阀的常见故障问题,综合采取文献检索、现场经验管理及厂家建议等多种方式,建立健全相应的安全阀故障处置方案,并将其应用于矿井,提升矿井生产工作面生产的整体安全性。