CN106446961A - 一种采用反光性方法对煤和煤矸石及杂物进行识别的技术 - Google Patents

一种采用反光性方法对煤和煤矸石及杂物进行识别的技术 Download PDF

Info

Publication number
CN106446961A
CN106446961A CN201610885635.3A CN201610885635A CN106446961A CN 106446961 A CN106446961 A CN 106446961A CN 201610885635 A CN201610885635 A CN 201610885635A CN 106446961 A CN106446961 A CN 106446961A
Authority
CN
China
Prior art keywords
coal
debris
led area
technology
gangue
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201610885635.3A
Other languages
English (en)
Inventor
杨娇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong China Intelligent Equipment Manufacturing Co Ltd
Original Assignee
Shandong China Intelligent Equipment Manufacturing Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shandong China Intelligent Equipment Manufacturing Co Ltd filed Critical Shandong China Intelligent Equipment Manufacturing Co Ltd
Priority to CN201610885635.3A priority Critical patent/CN106446961A/zh
Publication of CN106446961A publication Critical patent/CN106446961A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sorting Of Articles (AREA)

Abstract

本发明公开了一种采用反光性方法对煤和煤矸石及杂物进行识别的技术，包括主机、工业相机、左侧白色Led面光源、右侧白色Led面光源、壳体和原煤输送皮带机，壳体的上方布置有主机；壳体的正下方安装有工业相机；壳体的两侧对称安装有左侧白色Led面光源、右侧白色Led面光源；工业相机的下方是原煤输送皮带机。本发明的带来的有益效果为：1、采用反光性方法对煤和煤矸石进行高效识别，取代了人工手选中靠眼睛的识别的方式，提高了辨识工作效率，辨识率也极大提高。2、与采用水和重介的方式进行识别分离的动筛和重介浅槽相比，具有不使用介质，杜绝水体污染的优点。同时具有设备体积小，造价低，运行费用低等优点。

Description

一种采用反光性方法对煤和煤矸石及杂物进行识别的技术
技术领域
本发明涉及一种对原煤中的煤和煤矸石及杂物、采用反光性方法进行识别的技术。
背景技术
影响原煤煤质的好坏，主要由于原煤中所含煤矸石及杂物(主要指木块、棉纱等固体物)的多少所决定的；如果能去除这些煤矸石及杂物，原煤的质量就能得到很大提高。要想去除这些煤矸石及杂物，首先要对煤和煤矸石及杂物能有效的识别。
目前识别煤矸石及杂物的主要方式：一是人工手选中靠眼睛的识别的方式(效率低，辨识率低)；二是依据煤和煤矸石及杂物的比重不同而采用水和重介的动筛和重介浅槽的方式进行识别分离(造成水质污染)。
发明内容
为解决上述问题，本发明提供一种用反光性方法对煤和煤矸石及杂物进行识别的技术。
本发明采用的技术方案是，一种采用反光性方法对煤和煤矸石及杂物进行识别的技术，包括主机、工业相机、左侧白色Led面光源、右侧白色Led面光源、壳体和原煤输送皮带机，壳体的上方布置有主机；壳体的正下方安装有工业相机；壳体的两侧对称安装有左侧白色Led面光源、右侧白色Led面光源；工业相机的下方是原煤输送皮带机。
本发明的带来的有益效果为：
1、采用反光性方法对煤和煤矸石进行高效识别，取代了人工手选中靠眼睛的识别的方式，提高了辨识工作效率，辨识率也极大提高。
2、与采用水和重介的方式进行识别分离的动筛和重介浅槽相比，具有不使用介质，杜绝水体污染的优点。同时具有设备体积小，造价低，运行费用低等优点。
附图说明
下面结合附图和具体实施方式进一步说明本发明的技术方案。
如图所示为本发明结构示意图
附图中：1-主机，2-工业相机，3-左侧白色Led面光源，4-右侧白色Led面光源，5-壳体，6-原煤输送皮带机。
具体实施方式
如图所示，一种采用反光性方法对煤和煤矸石及杂物进行识别的技术，包括主机1、工业相机2、左侧白色Led面光源3、右侧白色Led面光源4、壳体5和原煤输送皮带机6，壳体5的上方布置有主机1；壳体5的正下方安装有工业相机2；壳体5的两侧对称安装有左侧白色Led面光源3、右侧白色Led面光源4；工业相机2的下方是原煤输送皮带机6。
本发明的工作原理是：
原煤中的煤和煤矸石及杂物，经原煤输送皮带机6输送至工业相机2正下方；通过白色Led面光源照亮后，工业相机2就捕获到煤和煤矸石及杂物的图像特征。将图像特征传送至主机1，主机1内系统对拍摄的图像利用煤在自然光下有金属光泽，在Led等面光源照亮后表面有明显的反光区域；而煤矸石及杂物(主要指木块、棉纱等固体物)在自然光下没有金属光泽，在Led等面光源照亮后表面则没有明显的反光区域这一特征对它们进行识别和区分。
有较多或全部明显反光区域面积的判定为煤，有较少或完全没有明显反光区域面积的判定为煤矸石及杂物；
容易理解，该实施例仅仅是本发明的一部分，本领域技术人员在没有做出创造性劳动的前提下所获得的其他实施例，以及进行的未脱离本发明精神和范围的各种改动和变型，都应当属于本发明的保护范围之内。
本发明未详细描述的技术、形状、构造部分均为公知技术。

Claims (2)

1.一种采用反光性方法对煤和煤矸石及杂物进行识别的技术，其特征在于，包括主机、工业相机、左侧白色Led面光源、右侧白色Led面光源、壳体和原煤输送皮带机，壳体的上方布置有主机；壳体的正下方安装有工业相机；壳体的两侧对称安装有左侧白色Led面光源、右侧白色Led面光源；工业相机的下方是原煤输送皮带机。
2.如权利要求1所述的采用反光性方法对煤和煤矸石及杂物进行识别的技术，其特征在于，原煤中的煤和煤矸石及杂物，经原煤输送皮带机输送至工业相机正下方；通过白色Led面光源照亮后，工业相机就捕获到煤和煤矸石及杂物的图像特征，将图像特征传送至主机，主机内系统对拍摄的图像利用煤在自然光下有金属光泽、在Led面光源照亮后表面有明显的反光区域；而煤矸石及杂物在自然光下没有金属光泽、在Led面光源照亮后表面则没有明显的反光区域这一特征对它们进行识别和区分。
CN201610885635.3A 2016-10-11 2016-10-11 一种采用反光性方法对煤和煤矸石及杂物进行识别的技术 Pending CN106446961A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610885635.3A CN106446961A (zh) 2016-10-11 2016-10-11 一种采用反光性方法对煤和煤矸石及杂物进行识别的技术

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610885635.3A CN106446961A (zh) 2016-10-11 2016-10-11 一种采用反光性方法对煤和煤矸石及杂物进行识别的技术

Publications (1)

Publication Number Publication Date
CN106446961A true CN106446961A (zh) 2017-02-22

Family

ID=58173261

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610885635.3A Pending CN106446961A (zh) 2016-10-11 2016-10-11 一种采用反光性方法对煤和煤矸石及杂物进行识别的技术

Country Status (1)

Country Link
CN (1) CN106446961A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110674803A (zh) * 2019-09-12 2020-01-10 常州市维多视频科技有限公司 基于多色光源对煤块、煤矸石和瑞敏材料的识别方法
CN111507963A (zh) * 2020-04-17 2020-08-07 无锡雪浪数制科技有限公司 一种基于目标检测的煤矿异物剔除方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102521572A (zh) * 2011-12-09 2012-06-27 中国矿业大学 一种煤和矸石的图像识别方法
CN105485615A (zh) * 2015-12-31 2016-04-13 郑州欧丽电子(集团)股份有限公司 一种矿石筛选设备及筛选方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102521572A (zh) * 2011-12-09 2012-06-27 中国矿业大学 一种煤和矸石的图像识别方法
CN105485615A (zh) * 2015-12-31 2016-04-13 郑州欧丽电子(集团)股份有限公司 一种矿石筛选设备及筛选方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
程学珍: "煤与矸石在线分选系统设计", 《工矿自动化》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110674803A (zh) * 2019-09-12 2020-01-10 常州市维多视频科技有限公司 基于多色光源对煤块、煤矸石和瑞敏材料的识别方法
CN111507963A (zh) * 2020-04-17 2020-08-07 无锡雪浪数制科技有限公司 一种基于目标检测的煤矿异物剔除方法
CN111507963B (zh) * 2020-04-17 2023-08-29 无锡雪浪数制科技有限公司 一种基于目标检测的煤矿异物剔除方法

Similar Documents

Publication Publication Date Title
CN106446961A (zh) 一种采用反光性方法对煤和煤矸石及杂物进行识别的技术
CN203540946U (zh) 一种基于视觉识别技术的矿石在线分选机
CN104895564A (zh) 基于机器视觉用于采煤机的煤岩界面识别装置
RU2014101103A (ru) Сортировка при горных работах
CN106180001A (zh) 类球形坚果无损检测分级输送装置及其控制方法
CN104549709A (zh) 块煤入洗前弛张筛干法脱粉重介分选方法
CN205762377U (zh) 一种基于机器视觉的自动化废料筛选机
CN105329646A (zh) 理管机的落管机构
CN104973400A (zh) 一种用于直线分拣机两侧分拣的装置及分拣方法
CN106228155A (zh) 一种视觉识别法对煤和煤矸石进行识别的技术
CN205550540U (zh) 轻便式砂金洗选机
CN106645145A (zh) 一种用表面结构和纹理对煤和煤矸石及铁块识别的技术
CN206061852U (zh) 禽蛋光检装置
CN110116100A (zh) 一种选矸机构及煤矿智能选矸系统
CN205463258U (zh) 带式色选机
CN203591878U (zh) 一种湿式浆料逆流半磁滚筒磁选机
CN106697206A (zh) 一种污水漂浮垃圾收集船
CN110304407A (zh) 一种薄煤层链式外牵引采煤机工作面刮板输送机
CN204400071U (zh) 一种带清理装置的矿用大批量皮带输送机
CN202823615U (zh) 一种汽车破碎分选生产线
CN210434873U (zh) 多晶硅块状散料异物剔除装置
CN103101748A (zh) 工件给料器
CN205926348U (zh) 视频分析智能除杂机
CN204184925U (zh) 用于罐头食品的分离装置
CN202848517U (zh) 输送带及具有该输送带的分选机

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20170222

RJ01 Rejection of invention patent application after publication