CN111570312A - 基于人工智能图像识别的选煤系统及方法 - Google Patents
基于人工智能图像识别的选煤系统及方法 Download PDFInfo
- Publication number
- CN111570312A CN111570312A CN202010409807.6A CN202010409807A CN111570312A CN 111570312 A CN111570312 A CN 111570312A CN 202010409807 A CN202010409807 A CN 202010409807A CN 111570312 A CN111570312 A CN 111570312A
- Authority
- CN
- China
- Prior art keywords
- coal
- gangue
- conveyor belt
- diversion
- artificial intelligence
- 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
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/34—Sorting according to other particular properties
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/02—Measures preceding sorting, e.g. arranging articles in a stream orientating
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/36—Sorting apparatus characterised by the means used for distribution
- B07C5/361—Processing or control devices therefor, e.g. escort memory
- B07C5/362—Separating or distributor mechanisms
Landscapes
- Sorting Of Articles (AREA)
Abstract
本发明的基于人工智能图像识别的选煤系统及方法,设置传送带,煤料单行跟随传送带移动,在移动过程中,用喷枪冲刷煤料上的煤灰,露出部分固体表面,摄像装置实时拍摄并发送拍摄图像至控制模块,通过人工智能图像识别技术实时识别出矸石和煤块,再控制传送带下游的导流分选机构动作,将矸石和煤块分离。通过设置喷枪冲洗煤料上的煤灰,增加了煤和矸石的视觉区分度,再运用深度学习的人工智能视觉图像识别技术,识别出矸石和煤块,可大大提高机器视觉辨识的准确率,分选精度高,设备成本低,处理粒级宽,处理能力大,可替代大部分的人工,节约人力成本,减少煤矿污染及耗水,减少煤损;利于部署在井下,有效降低矸石出井量,有利于环境保护。
Description
技术领域
本发明属于煤矿开采技术领域,具体涉及一种基于人工智能图像识别的选煤系统及方法。
背景技术
长期以来,中国煤炭资源的开采量居高不下,每年达到几十亿吨,全国有大小煤矿5000余座。近年来采煤机械化自动化程度在不断提高,但是煤矸石的分选一直是难题。矸石的存在,一方面增加了煤料中的灰分,降低了原煤的品质,另一方面,在后续生产运输的各个环节,都会对设备的运转带来过度磨损,甚至卡链停机等危害。因此,原煤升井后,第一步就需要在煤料中分离并捡出矸石,保留煤,即选煤。
传统使用的主要选煤工艺,都是基于煤块与矸石在基本物理属性上的差异,例如密度不同、表面亲疏水性不同等差异,基本可分为水洗法和干洗法。其中,水洗工艺是根据煤块和矸石在水中的不同表现,使用大量的水,通过包括浮选机、跳汰机、重介质旋流器等设备,对煤块和矸石进行分离的方法。但是,很多煤资源都蕴藏在干旱缺水地区,而水资源匮乏已经成为对当地煤资源开发和加工的制约因素。并且,年轻煤质遇水容易泥化,另外在严寒地区,水洗还会带来产品冻结等诸多问题。而干洗工艺,则是通过制造强空气对流,即风选工艺,根据煤块与矸石的不同比重,对其加以分离的技术,包括碎选、空气中介旋流器、复合干选等方式。但是,其所能处理的粒极很窄,只能处理小于80毫米的物料;且分选精度很低,风选的排矸率一般为80-90%,矸中带煤率大于5%,通常为6-8%;水分影响也大,原煤水分大时,会堵塞床面风孔,破坏正常供风,恶化分选效果,乃至无法进行,故通常要求外水小于7%;并且含矸量增加时,矸石混入的几率也相应增加。而风选设备的功耗却很高,一台每小时处理240吨原煤的风选机,其装机功率为650千瓦,即平均每吨原煤需要消耗2.5-3度电来进行分选。并且,因为其自动化程度较低,故操作人员的经验和责任心对分选效果影响较大。
近年随着人工智能技术的发展,发展出一些人工智能选煤技术,例如采用X光透射成像,来进行煤块和矸石的区分。这种技术不但成本高,还有较大的安全性问题,设备也比较复杂。
因此,现有技术有待于进一步改进和提高。
发明内容
有鉴于现有技术的上述缺陷,本发明的目的在于提供一种基于人工智能图像识别的选煤系统及方法,以解决现有技术的选煤工艺,需要人工,以及浪费资源和能源的技术缺陷,且比其他智能选煤设备的结构更加简单,容易维护,易于部署在井下。
本发明提供了一种基于人工智能图像识别的选煤系统,包括:传送带,所述传送带的起始端正对一进煤口,煤料从所述进煤口进入传送带,单行跟随所述传送带移动至末端;所述传送带的上方,设有喷枪,所述喷枪用于喷出空气喷洗所述煤料;所述传送带的上方,在喷枪喷洗点的下游,还设有摄像装置,所述摄像装置实时拍摄煤料并传送拍摄图像至控制模块,所述控制模块通过深度学习的人工智能视觉图像识别技术识别矸石和煤块;所述传送带上还设有导流分选机构,所述控制模块发送识别结果至所述导流分选机构,所述导流分选机构动作,将矸石和煤块导向不同的收集点。
优选地,所述起始端的上方,贴近所述传送带,设置有喇叭形的导流槽,所述导流槽的较大开口朝向所述进煤口,所述导流槽的较小开口朝向所述末端;所述较小开口的两侧挡板在内部弹力或外部压力的作用下,趋于闭合;所述导流槽用于引导煤料成单行行进。
更优选地,所述导流槽的两侧挡板具有向中间方向的压迫力,用于迫使煤料尽可能成单行且沿行进路线中间前进。
优选地,所述喷枪喷出的高压空气中添加水雾,用于降低空气中的粉尘,和使得煤料表面适度湿润,以增加视觉辨识度。
优选地,采用不同大小型号的导流槽,并相应配置不同尺寸的传送带,调配其操作功率,可以处理不同粒度范围的煤料。
优选地,所述摄像装置和控制模块还同时监测传送带上的煤料是否中断,在中断时可控制传送带停止运转,并发出告警。
优选地,所述控制模块包括图像照度提升算法,用于对传入的所述拍摄图像作数字化照度提升,帮助人工智能视觉分析提高识别准确率,利于昏暗条件下尤其是井下工况下,提高人工智能图像识别的准确度。
优选地,所述控制模块包括图像去雾除霾算法,用于对传入的所述拍摄图像作数字化处理去雾除霾除尘,利于空气灰尘较高环境下尤其是井下工况下,提高人工智能图像识别的准确度。
优选地,还包括喇叭形导流槽状态监测和识别系统,拍摄图像并传送至控制模块。控制模块通过人工智能视觉图像识别技术识别进煤口和导流槽状态,包括是否被堵塞,和是否煤料供应中断,是否有过大煤料,以及该煤料是否是需要扔弃的矸石。
进一步优选地,还包括在导流槽煤料供应中断时,可控制所述传送带的控制机构停止传送带运转。
更优选地,还包括一个导流槽疏通机构,当导流槽被监测到发生堵塞时,疏通机构疏通所述导流槽,在无法疏通时告警,并控制传送带控制机构停止传送带运转;
进一步优选地,所述疏通机构还包括过大煤料处理装置,用于在过大煤料无法通过所述导流槽时处理过大煤料,包括捡出或击碎。
优选地,还包括煤筛,用于将过小的煤料在进入所述传送带之前筛选掉,不进入传送带。
优选地,所述导流分选机构包括一底边可沿所述传送带横向移动的三角形导流板,所述三角形导流板的顶角朝向所述起始端,所述三角形导流板的下底面贴近于所述传送带的上表面移动,当向左或向右移动时,煤料接触导流板的前缘,被引导流向右侧或左侧。
优选地,所述导流分选机构包括一根击锤,用于在控制模块的控制下,向对应的收集点方向击打和/或拨出识别出的矸石。
优选地,由于物理本质的限制,不可能所有大小的煤料都能在一个型号的导流槽通过。一个型号的导流槽能适应一定尺寸范围的煤料。可以配置多个规格的本发明所述的选煤机,所述的过大煤料处理装置,可以将过大煤料捡出到更高一级型号的选煤机处理,或者直接扔弃识别出的矸石。
优选地,所述传送带上设有位置标签,所述识别结果还包括所述位置标签的信息;所述导流分选机构还包括用于识别所述位置标签的识别装置。
优选地,还包括一通风系统,用于降低空气中粉尘的浓度,增加所述摄像装置所拍摄图像的清晰度。
优选地,所述摄像装置的镜头设有清洁装置,用于清洁镜头,增加所述摄像装置所拍摄图像的清晰度。
更优选地,所述清洁装置为刃部贴合所述镜头的刮片,并配合一个清洗液喷头。
优选地,还包括煤料监测系统,用于监测所述进煤口和导流槽状态。
本发明还提供了一种基于人工智能图像识别的选煤方法,依次包括步骤:
a.煤料呈单行跟随传送带移动;
b.喷枪喷射流体冲刷所述煤料;
c.摄像装置实时拍摄经过冲刷的所述煤料;
d.摄像装置实时传送拍摄图像至控制模块;
e.控制模块识别出矸石或煤块后,发送识别结果至导流分选机构;
f.导流分选机构根据指令动作,将矸石或煤块导流分送至不同路径或收集点;
优选地,当煤料供应中断或堵塞时,所述传送带停止传送,并报警提示人工干预。
本发明的基于人工智能图像识别的选煤系统及方法,设置有传送带,在使煤料成单行跟随所述传送带移动过程中,首先通过喷枪冲刷喷洗煤料上的煤灰,露出内部固体的表面,再由摄像装置实时拍摄并发送拍摄图像至控制模块,通过人工智能图像识别技术实时识别矸石和煤块,并控制传送带上设置的导流分选机构动作,将矸石和煤块分开。通过起始端的漏斗形具有侧向压迫力的导流槽,使得煤料尽可能沿路线中间行进,利于后续各道工序的工作效率和准确性;通过设置喷枪冲刷所述煤料上的煤灰,提高人工智能视觉辨识的准确率;通过在喷枪所喷空气中掺入一定量的水分,达到煤料表面适度侵润的程度,不仅降低空气中的粉尘浓度,且增加矸石表面的视觉辨识度;通过数字化图像去雾除尘技术,提高了空气不良工况下的人工智能视觉辨识的准确度;通过数字化图像照度提升技术,提高了昏暗工况下的人工智能视觉辨识的准确度;本发明分选准确率高,设备简单,处理粒级宽,处理能力大,可以替代大部分的人工;还能减少煤矿的污染及耗水量,降低煤损;设备简单易维护,便于部署在井下,在煤料起吊出井之前将矸石筛选出来并留在井下,有效地降低矸石出井量,降低煤矿开采成本,并有利于环境保护。
以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明,以充分地了解本发明的目的、特征和效果。
附图说明
图1为本发明的基于人工智能图像识别的选煤系统的结构图;
图2为本发明的基于人工智能图像识别的选煤系统的控制模块结构框图;
图3为本发明的基于人工智能图像识别的选煤方法的流程图。
图中,100.传送带、105.进煤口、110.起始端、111.导流槽、120.末端、121.三角形导流板、200.矸石、250.煤块、300.摄像装置、400.喷枪、500.控制模块、1211.排矸位置、1212.排煤位置。
具体实施方式
本发明提供了一种基于人工智能图像识别的选煤系统,为使本发明的目的、技术方案及效果更加清楚、明确,以下参照附图并举实例对本发明作进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明提供的一种基于人工智能图像识别的选煤系统,总体结构如图1所示,包括:用于传输煤料的传送带100。所述煤料,包括煤块和矸石,即刚刚开采出来,最多只经过了粉碎处理。本发明的技术方案,使得煤料在所述传送带100上传输的过程中,其中的矸石就被从煤块中自动挑出分离。
具体地,所述传送带100的起始端110正对一进煤口105,煤料就从所述进煤口105被送入所述起始端110,跟随所述传送带100移动至另一头,即末端120,如箭头a所示的运动方向。在到达所述末端120之前,所述煤料中的矸石200和煤块250就需要被分离。即矸石200和煤块250应沿着不同的路径离开所述传送带100。而这主要是通过人工智能实时图像识别的技术来完成识别的。
具体地,所述煤料首先需要在传送带100上形成单行前进,即每块固体块,都如图1所示,在传送带100上单行前进,即在垂直于传送带100的前进方向的横向上,只有最多一块固体块,或为矸石200,或为煤块250,从而方便通过实时图像识别的技术,逐一加以判断,并根据判断结果采取不同的动作,送往不同的收集路径。
在一个具体实施例中,如图1所示,所述单行前进是通过设置喇叭形的导流槽111完成的。具体地,在所述起始端110的上方,直立并贴近所述传送带100,设置喇叭形的导流槽111,例如图中的以八字形分开的两块挡板,其中所述导流槽111的较大开口朝向所述进煤口105,以接受送来的煤料。而所述导流槽111的较小开口则朝向末端120,即所述煤料由所述较小开口限制为单行通过。
考虑到煤料的大小不一,在一个更佳的实施例中,所述导流槽111的较小开口的两侧挡板在内部弹力或外部压力的作用下,具有向中间的压迫力,并利用所述压迫力,压迫大小不等的所述煤料都往其行进路线的中间挤压,可便利于后续的喷洗、视觉识别和分选工序更有效率地执行。所述压迫力,可以通过使用弹性材料制造两侧挡板,也可以通过向所述挡板提供外加的压力,例如使用弹簧来实现。
考虑到煤料可能因为太大而堵塞所述导流槽111,或者煤料供应中断,在一个更佳的实施例中,还可以通过在传送带100上增加一阻力检测装置,并结合摄像和控制模块,来检测传送带100上有没有煤料,并在被堵塞或缺料时,控制传送带100停止传动,同时发出告警。
所述实时图像识别的操作,首先由一摄像装置300对所述煤料实时拍照,所述摄像装置300设置于传送带100的上方,且拍摄点落于所述传送带100上的正被单行传送行进的煤料上,即沿图1中箭头c所示的数据方向,获得相应的拍摄图像。并传送所述拍摄图像至控制模块500,即为图1中的箭头d所示的数据方向。而所述控制模块500,就首先执行图像识别操作,具体为通过深度学习的人工智能视觉图像识别技术,对所获得的拍摄图像进行辨别,实时地识别出当时正位于所述摄像装置300在所述传送带100上的拍摄点的一块煤料,到底是矸石200还是煤块250。
在一个更佳的实施中,还可在进煤口增加一个摄像头,用于检测进煤口和导流槽状态,包括导流槽堵塞或者煤料供应中断或者出现过大煤料。并在检测到煤料供应不正常时,发出声/光提示,呼叫管理人员人工干预,比如捡出过大的矸石,也可以操作自动排堵机构,捡出大块煤料,并疏通所述导流槽111。当发生堵塞情况时,通常还需要提前停止传送带的运转,以降低皮带磨损。捡出的大块煤料可能会送到更高一个规格的选煤机,也可能被现场识别出矸石而扔弃。
在一个更佳的实施中,本申请的人工智能选煤系统还包括煤料筛选系统,用于将过小的煤块在进入所述传送带之前筛选掉。
考虑到煤料的表面可能沾有煤灰、煤泥等妨碍识别的物质,影响所述控制模块进行图像识别的精度,乃至做出错误判断,带来不必要的经济损失,故而,本发明的一个大的改进点就是,在传送带100的上方,正对所述煤料,设有喷枪400,所述喷枪400喷出足够压力的空气,冲刷所述煤料,即图1中的箭头b所表示的喷射方向。所述喷枪400设置于导流槽111的出口部位。所述摄像装置300的拍摄点位于所述喷枪400在传送带100上的喷刷点的下游。
具体地,喷枪所喷出的空气中,含有一定的水雾。从而达到降尘效果,使得图像拍摄更清晰。水雾的另一个作用是使得煤料表面轻度湿润,可以增加矸石的视觉辨度,以提高图像识别的精准度。
在所述控制模块对传送带100上当前正对的煤料完成识别后,将识别类型r和煤料位置二维坐标p,煤料宽度w,煤料长度L,以及拍摄时间t0一起,构成控制信息,发送至导流分选机构,即图1中的箭头e所示的命令方向。
考虑到煤料从拍摄点移动到所述导流分选机构被分选,还需要一定的延迟时间,并且所述延迟时间还是随着所述传送带100的传送速度变化而变化的,故在一个更佳的实施例中,所述传送带上设有位置标签;所述摄像装置拍摄时同时拍摄煤料所在的位置标签;并且,所述控制装置500在识别时,同时识别所述位置标签的信息,并放入所述识别结果;相应地,所述导流分选机构还包括用于识别所述位置标签的识别装置,例如摄像头等光电设备。
更佳地,考虑到位置标签可能被遮挡,故所述位置标签设置为电子标签,相应地,在所述拍摄点和所述导流分选机构前都设有对应的电子标签阅读器,从而保证所识别出的煤料的正确性。
或者,所述延迟时间的克服,还可以通过软件实现。所述导流分选机构维护一个FIFO(先入先出)队列,队列中的每一个数据记录对应一个煤料的控制信息。导流分选机构处理队列中的前部数据记录,根据传送带的速度v(t),采用积分方法实时计算该煤料何时到达(当且仅当计算后传送带速度有改变时,需要重新计算)。当该块煤料到达时,根据煤料的识别类型r(煤块或矸石),宽度w和长度L计算出准确的击打点或导流板摆放位置,将矸石和煤块分送至不同的路径送出。
采用二维坐标是因为传送带100上各个煤料的中心点不可能严格成一条直线。坐标是煤料所占宽w长L方块的任意一个角的坐标。为了精确计算,需要在设备安装好之后,根据实际的摄像头拍摄位置,以及控制模块进行识别需要的处理时间做一个标定。
所述导流分选机构的具体实现方式,可以如图1所示,设置一底边可沿所述传送带100横向移动的三角形导流板121,设置于所述传送带100的下游位置,例如图1中的末端120位置,底边可沿图中箭头方向f移动。所述三角形导流板121的下底面贴近所述传送带100的上表面,并且所述三角形导流板121的顶角朝向所述起始端,所述控制模块则控制所述三角形导流板121在传送带100上横向移动。例如,如图1所示,当所述控制模块识别出当前的煤料为矸石200时,所述控制模块发送指令控制所述三角形导流板121,向当前矸石200前进方向的左侧平移一定距离,即移动到排矸位置1211,使得所述三角形导流板121的顶角位于煤料的左侧,即所述三角形导流板121的右侧斜边将阻挡并改变矸石200的移动方向转向右侧,然后从所述三角形导流板121的右侧离开所述传送带100,并被收集。类似地,当所述控制模块500识别出当前的煤料为煤块250时,所述三角形导流板121即向当前煤块250前进方向的右侧平移一定距离,即移动到排煤位置1212,使得所述三角形导流板121的顶角位于煤块右侧,即所述三角形导流板121的左侧斜边阻挡并改变煤块250的移动方向转向左侧,从所述三角形导流板121的左侧离开所述传送带100,并被收集。考虑到单行前进的煤料之间的间隔时间,当所述控制模块500识别到两块紧邻的煤料分别为矸石200和煤块250时,所述三角形导流板121就需要及时作出一次平移。或者,所述三角形导流板121在控制模块500控制下,还以一定的速度碰撞煤料,从而更大地改变煤料的移动方向。本实施例中的左侧和右侧,均指所述传送带100移动方向的左侧和右侧。
在第三个实施例中,所述导流分选机构为摆动的拨杆或击锤。所述控制模块500在识别到矸石200时,向矸石收集点拨出或击出矸石200。因为煤料中的矸石200毕竟是少数,故本实施例只将矸石200从煤料行进中推开,不改变煤料的行进方向,节省能源和材料磨损。拨/击的时候,还要根据矸石200的大小(w,L)来估算拨打位置。
在一个更佳的实施例中,还包括一通风系统,以降低摄像头拍摄路径上空气中粉末的浓度。同时,考虑到空气中的煤灰或其他灰尘可能附着在摄像装置300的镜头上,直接影响拍摄的清晰度,故在一个更佳的实施例中,在所述摄像装置300的镜头处,还设有镜头清洁装置,可以参考常见的汽车雨刮原理来实现。
在一个更佳的实施例中,还包括传送带速度控制系统。控制模块500根据摄像模块送来的图像,判断煤料的并行堆积程序,实时调整传送带的速度,来确保在不同的进煤速率下,都能尽量避免煤料并行前进难以分流,并且避免不必要的高速浪费能源和增加磨损。
本发明中的图像识别算法,为现有技术通用的图像识别算法即可。
本发明的控制模块500的基本功能如图2所示,所述控制模块500通过深度学习图像识别模块的学习训练,能够识别出煤料中混杂的大多数矸石200。工作时,所述控制模块把识别结果发送至分选执行系统,如导流分选机构,分选执行系统等待延时时间后,执行分选操作,将煤块250与矸石200分离收集。并且,所述控制模块500还包括对所述传送带100的速度调节模块和对入煤口进行状态检测和疏通模块。当设有位置标签时,所述控制模块500还识别当前煤料的位置,并加入所述识别结果中,一起发送至所述分选执行系统。
本发明的基于人工智能图像识别的选煤系统,因为结构简单,可以部署在井下,在煤料出井之前即可将大部分的矸石200移除,留在井下,这样不会在地面上堆积成山,带来后续处理麻烦。
本发明还公开了基于人工智能图像识别的选煤方法,其流程图如图3所示,包括以下步骤:
a.煤料呈单行跟随传送带100移动;
b.喷枪400喷射流体冲刷所述煤料;
c.摄像装置300实时拍摄冲刷后的所述煤料;
d.摄像装置300实时传送拍摄图像至控制模块500;
e.控制模块500识别矸石200或煤块250后,发送识别结果至导流分选机构;
f.导流分选机构根据识别结果动作,将矸石200或煤块250分送至不同路径。
并且,在一个更佳的实施中,当发生煤料堵塞情况时,或当传送带111上的煤料空挡时,所述控制模块500控制传送带驱动机构停止运转,并报警提示管理人员人工干预。
所述人工智能选煤方法的具体执行,已经在上述人工智能选煤系统中详细讲述,此处不再赘述。
综上所述,本发明的基于人工智能图像识别的选煤系统及方法,设置传送带100,煤料单行跟随所述传送带100移动,在移动过程中,首先通过喷枪400冲刷掉煤料上的煤灰,露出内部固体的表面,再由摄像装置300实时拍摄并发送拍摄图像至控制模块500,通过人工智能图像识别技术实时识别出矸石200和煤块250,再控制传送带100上设置的导流分选机构动作,将矸石200和煤块250分开。通过设置喷枪400喷射高压空气,冲刷所述煤料上的煤灰,拍摄每块煤料暴露出的固体表面,再运用深度学习的人工智能视觉图像识别技术来识别出矸石200和煤块250,就可以大大提高视觉辨识的准确率,分选精度高,设备磨损少,单台机器处理粒级宽,还可以部署不同规格的本发明系统,联合组成分级选煤系统;智能程度高,不需要人工长期值守,可以替代大部分的人工,不但节约了人力成本,还减少了煤矿的污染及耗水量,也减少了煤的损失。如直接部署在井下,更可有效降低矸石出井量,有利于环境保护。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (10)
1.一种基于人工智能图像识别的选煤系统,其特征在于,包括:
传送带,所述传送带的起始端正对一进煤口,煤料从所述进煤口进入传送带,单行跟随所述传送带移动至末端;
所述传送带的上方,设有喷枪,所述喷枪用于喷出空气喷洗所述煤料;
所述传送带的上方,在喷枪喷洗点的下游,还设有摄像装置,所述摄像装置实时拍摄煤料并传送拍摄图像至控制模块,所述控制模块通过深度学习的人工智能视觉图像识别技术识别矸石和煤块;
所述传送带上还设有导流分选机构,所述控制模块发送识别结果至所述导流分选机构,所述导流分选机构动作,将矸石和煤块导向不同的收集点。
2.根据权利要求1所述的人工智能选煤系统,其特征在于,所述起始端的上方,贴近所述传送带,设置有喇叭形的导流槽,所述导流槽的较大开口朝向所述进煤口,所述导流槽的较小开口朝向所述末端;所述较小开口的两侧挡板在内部弹力或外部压力的作用下,趋于闭合。
3.根据权利要求1所述的人工智能选煤系统,其特征在于,在所述喷枪喷出的高压空气中添加水雾。
4.根据权利要求1所述的人工智能选煤系统,其特征在于,所述控制模块包括图像照度提升算法,用于对传入的所述拍摄图像作数字化照度提升。
5.根据权利要求1所述的人工智能选煤系统,其特征在于,所述控制模块包括图像去雾除霾算法,用于对传入的所述拍摄图像作数字化处理去雾除霾。
6.根据权利要求1所述的人工智能选煤系统,其特征在于,所述导流分选机构包括一底边可沿所述传送带横向移动的三角形导流板,所述三角形导流板的顶角朝向所述起始端,所述三角形导流板的下底面贴近于所述传送带的上表面移动。
7.根据权利要求1所述的人工智能选煤系统,其特征在于,所述传送带上设有位置标签,所述识别结果还包括所述位置标签的信息;所述导流分选机构还包括用于识别所述位置标签的识别装置。
8.根据权利要求1所述的人工智能选煤系统,其特征在于,所述摄像装置的镜头设有用于清洁镜头的清洁装置。
9.根据权利要求1至8任一所述的人工智能选煤系统,其特征在于,还包括煤料监测系统,用于监测所述进煤口和导流槽状态。
10.一种基于人工智能图像识别的选煤方法,其特征在于,依次包括步骤:
a.煤料呈单行跟随传送带移动;
b.喷枪喷射流体冲刷所述煤料;
c.摄像装置实时拍摄冲刷后的所述煤料;
d.摄像装置实时传送拍摄图像至控制模块;
e.控制模块识别出矸石或煤块后,发送识别结果至导流分选机构;
f.导流分选机构根据识别结果动作,将矸石或煤块导流至不同路径或收集点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010409807.6A CN111570312A (zh) | 2020-05-14 | 2020-05-14 | 基于人工智能图像识别的选煤系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010409807.6A CN111570312A (zh) | 2020-05-14 | 2020-05-14 | 基于人工智能图像识别的选煤系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111570312A true CN111570312A (zh) | 2020-08-25 |
Family
ID=72122970
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010409807.6A Pending CN111570312A (zh) | 2020-05-14 | 2020-05-14 | 基于人工智能图像识别的选煤系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111570312A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112108439A (zh) * | 2020-09-16 | 2020-12-22 | 南京业恒达智能系统股份有限公司 | 一种用于选煤厂卫生清洁的智能冲洗系统 |
CN112121565A (zh) * | 2020-09-22 | 2020-12-25 | 马鞍山奥柯环保科技发展有限公司 | 基于人工智能的干雾抑尘系统及其控制方法 |
CN112676188A (zh) * | 2020-12-29 | 2021-04-20 | 山西三元煤业股份有限公司 | 一种煤矸分离输送系统 |
CN113083727A (zh) * | 2021-04-07 | 2021-07-09 | 安徽理工大学 | 一种煤炭光电智能分选装置及其分选方法 |
CN113909150A (zh) * | 2021-10-09 | 2022-01-11 | 苏州西热节能环保技术有限公司 | 一种石子煤分离与回收装置及分离方法 |
CN114115101A (zh) * | 2021-11-11 | 2022-03-01 | 合肥泰禾卓海智能科技有限公司 | 一种干式选煤设备及其控制系统 |
-
2020
- 2020-05-14 CN CN202010409807.6A patent/CN111570312A/zh active Pending
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112108439A (zh) * | 2020-09-16 | 2020-12-22 | 南京业恒达智能系统股份有限公司 | 一种用于选煤厂卫生清洁的智能冲洗系统 |
CN112108439B (zh) * | 2020-09-16 | 2022-04-05 | 南京业恒达智能系统股份有限公司 | 一种用于选煤厂卫生清洁的智能冲洗系统 |
CN112121565A (zh) * | 2020-09-22 | 2020-12-25 | 马鞍山奥柯环保科技发展有限公司 | 基于人工智能的干雾抑尘系统及其控制方法 |
CN112676188A (zh) * | 2020-12-29 | 2021-04-20 | 山西三元煤业股份有限公司 | 一种煤矸分离输送系统 |
CN113083727A (zh) * | 2021-04-07 | 2021-07-09 | 安徽理工大学 | 一种煤炭光电智能分选装置及其分选方法 |
CN113909150A (zh) * | 2021-10-09 | 2022-01-11 | 苏州西热节能环保技术有限公司 | 一种石子煤分离与回收装置及分离方法 |
CN114115101A (zh) * | 2021-11-11 | 2022-03-01 | 合肥泰禾卓海智能科技有限公司 | 一种干式选煤设备及其控制系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111570312A (zh) | 基于人工智能图像识别的选煤系统及方法 | |
CN110052409A (zh) | 原煤分选系统 | |
CN103495566B (zh) | 基于视觉识别技术的矿石在线分选机 | |
CN111957597A (zh) | 一种基于人工智能图像识别的煤矸石筛选系统 | |
CN205673224U (zh) | 双能量x射线透射选矿机 | |
CN105289997A (zh) | 一种干法块煤分选装置 | |
CN209577461U (zh) | 一种智能型矿石自动化分拣系统 | |
CN104096680A (zh) | 基于微波加热与红外线阵成像的矿石分选系统及方法 | |
CN214210846U (zh) | 一种煤矸石智能分选系统 | |
CN104062298A (zh) | 基于图像处理的联合收获机粮箱籽粒含杂率自动监测装置和方法 | |
CN111215342A (zh) | 工业垃圾分类分拣系统 | |
CN111957596A (zh) | 一种基于人工智能图像识别的选煤系统 | |
CN112791933A (zh) | 一种基于微波辐射的煤矸高效分选系统 | |
CN205165215U (zh) | 一种干法块煤分选装置 | |
CN213377939U (zh) | 基于人工智能图像识别的选煤系统 | |
CN208613093U (zh) | 一种柑类果实色选分级装置 | |
CN213409465U (zh) | 智能矿物分选装置 | |
JP2023543555A (ja) | 効率的な資源回収施設 | |
CN204685517U (zh) | 一种冬枣分选装置 | |
CN212664239U (zh) | 一种基于人工智能图像识别的选煤系统 | |
CN202516782U (zh) | 一种智能分选系统 | |
CN212370622U (zh) | 一种基于人工智能图像识别的煤矸石筛选系统 | |
CN211051933U (zh) | 原煤分选系统 | |
CN116062491A (zh) | 一种基于激光线的皮带转运站堵料检测装置及其检测方法 | |
CN109499913A (zh) | 一种多通道选煤机 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |