CN113926725A - 基于密度估计的煤与矸石快速分选装置及方法 - Google Patents
基于密度估计的煤与矸石快速分选装置及方法 Download PDFInfo
- Publication number
- CN113926725A CN113926725A CN202111245017.XA CN202111245017A CN113926725A CN 113926725 A CN113926725 A CN 113926725A CN 202111245017 A CN202111245017 A CN 202111245017A CN 113926725 A CN113926725 A CN 113926725A
- Authority
- CN
- China
- Prior art keywords
- coal
- gangue
- sorted
- target
- conveying belt
- 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
- 239000003245 coal Substances 0.000 title claims abstract description 101
- 238000000034 method Methods 0.000 title claims abstract description 32
- 230000007246 mechanism Effects 0.000 claims description 62
- 238000001514 detection method Methods 0.000 claims description 25
- 238000000926 separation method Methods 0.000 claims description 18
- 239000010410 layer Substances 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 8
- 239000000758 substrate Substances 0.000 claims description 6
- 230000009471 action Effects 0.000 claims description 5
- 239000011241 protective layer Substances 0.000 claims description 5
- 238000013528 artificial neural network Methods 0.000 claims description 4
- 238000007599 discharging Methods 0.000 claims description 2
- 239000010878 waste rock Substances 0.000 claims 1
- 238000005303 weighing Methods 0.000 abstract description 10
- 238000004519 manufacturing process Methods 0.000 abstract description 4
- 238000009434 installation Methods 0.000 abstract description 3
- 239000000463 material Substances 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 7
- 238000011084 recovery Methods 0.000 description 6
- 238000001914 filtration Methods 0.000 description 3
- 239000000853 adhesive Substances 0.000 description 2
- 230000001070 adhesive effect Effects 0.000 description 2
- 239000000919 ceramic Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 229910001369 Brass Inorganic materials 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000010951 brass Substances 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 239000002910 solid waste Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
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
- B07C5/02—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
- B07C5/34—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
- B07C5/36—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
本发明提供基于密度估计的煤与矸石快速分选装置及方法,涉及煤炭与矸石分选技术领域,针对大粒度煤,提出一种结合动态称重与机器视觉进行密度识别的煤与煤矸石分选装置与方法,包括排队机构、煤矸石检测机构与分拣执行机构,所述煤矸石检测机构位于排队机构中间位置,所述分拣执行机构位于排队机构左侧位置,所述排队机构包括进料斗、第一输送带、第二输送带与单向门,所述进料斗设置在第一输送带的上方,所述单向门固定安装在第一输送带上。本发明,由于将相机与光投射器安装于门型架,且门型架的安装与压电阵列滚筒集成,结构简单、紧凑,易于制造和安装,灵活性好,由于本发明分选方式是由机器人进行抓取分拣,保证了抓取的准确性与速度。
Description
技术领域
本发明涉及煤炭与矸石分选技术领域,具体为基于密度估计的煤与矸石快速分选装置及方法。
背景技术
在我国自然资源中,基本特点是富煤、贫油、少汽,这就决定了煤炭在我国自然资源中的重要地位,但是开采出来的并不仅有煤,还有煤矸石。煤矸石是一种在成煤过程中与煤层伴生的固体废物,具有低发热值,含碳比比较低。选煤作为煤炭处理中的基本环节,如果可以提高选煤技术,可以减少环境污染,提高煤炭资源利用率。目前对于小粒度的煤块的处理广泛采用机器分选,如湿选法的重介选煤等。而目前较少有广泛使用的对大块煤进行分拣的设备,对于大粒度煤块,现有的分选设备有基于硬度、颜色、密度等原理进行的方式。
专利公开号CN110404824A,名称为一种原煤与煤矸石快速分选装置及方法,该专利利用了煤与煤矸石比热容不同,加热后红外图像颜色差异的特点进行分选,先进行破碎后进行加热再利用图像颜色差异进行分选;专利公开号CN106140658A,名称为一种识别煤与煤矸石的方法及专用设备,该专利根据电阻(绝缘性)不同进行在线识别分选;专利公开号CN109848073A,名称为一种分拣煤与煤矸石的设备与方法,该专利利用煤与煤矸石两者密度不同的特点,结合智能视觉及图像处理算法,获取煤与煤矸石体积,再根据滚装线上安装的动态称重传感器获取质量,利用密度不同的特点将两者分开。
目前,基于硬度进行破碎离心分选式会使得煤块外形被破坏,仅适合于获得小粒度的煤块;而上述基于颜色进行分选的专利在过程中先进行了破碎,破坏了外形,后在破碎后进行加热再基于颜色进行分选,过程复杂,加热过程时间长,降低了生产率,增加了成本;基于电阻值进行的煤与矸石分选在分选环境中存在粉尘等使得导电结果准确性降低;基于纹理进行煤与煤矸石分选的精确度低,由于仅仅依靠图像进行分析计算,效率低且识别率低;而基于射线进行的煤与矸石分选,设备成本造价高,且由于射线存在辐射需要防护措施,增加了安全风险;现有的基于密度分选的方式如上述专利虽然同样是利用质量与体积获得密度,但直接使用深度相机,存在标定的问题,且TOF相机相对于普通数码相机,其造价仍然偏高,系统误差及随机误差对结果影响明显,需要进行后期数据处理;上述专利中,虽然有基于体积和称重得到的密度进行分选,但是由于上述专利要扩大物料间距实行差速输送线,要求煤块之间有较大间距,增加了结构的复杂性,在实际中很难保证。
发明内容
(一)解决的技术问题
针对现有技术的不足,主要针对的是大粒度煤与煤矸石,本发明提出了基于密度估计的煤与矸石快速分选装置及方法,本发明可以直接在传输过程中对煤与煤矸石分选,分选较为精确,过程较为简便且成本造价较低,实用性极强。
(二)技术方案
为实现以上目的,本发明通过以下技术方案予以实现:一种煤与矸石快速分选装置,包括排队机构,用于有序输送待分选目标;
煤矸石检测机构,用于检测待分选目标的属性;
分拣执行机构,用于根据所述属性执行分拣动作;
其中,所述煤矸石检测机构位于排队机构中间位置,所述分拣执行机构位于排队机构末端位置。
优选的,所述排队机构包括进料斗、第一输送带、第二输送带与单向门;
所述煤矸石检测机构位于第一输送带及第二输送带之间,所述第一输送带及第二输送带接力输送待分选目标;
所述进料斗设置在第一输送带的上方,用于将待分选目标卸料于所述第一输送带;
所述单向门固定设置在第一输送带,用于分离所述待分选目标以排队分离通过所述煤矸石检测机构。
优选的,所述煤矸石检测机构包括:质量检测机构及体积检测机构。
优选的,质量检测机构包括压电阵列滚筒,位于第一输送带及第二输送带之间,所述待分选目标能够经所述压电阵列滚筒支撑由第一输送带传送到所述第二输送带;
所述压电阵列滚筒包括转速传感器及压电传感器,用于在传送所述待分选目标过程中动态检测质量。
优选的,所述体积检测机构包括图像获取机构及光投射机构,用于获取所述待分选目标的图像以分析获得体积。
优选的,所述煤矸石检测机构包括门型架、放大装置与计算机,所述门型架设置在第一输送带与第二输送带之间,所述压电阵列滚筒安装在门型架上;
所述门型架上方固定安装有图像获取机构及光投射机构,所述图像获取机构包括第一相机、第二相机、第三相机与第四相机,光投射机构包括第一光投射器及第二光投射器,所述第一相机与第二相机之间设置有第一光投射器,所述第三相机与第四相机之间设置有第二光投射器。
优选的,所述压电阵列滚筒由滚筒与多个压电传感器组成,多个所述压电传感器铺设在滚筒的外表面。
优选的,所述压电传感器由保护层、基片、阵列电极与绝缘层组成。
优选的,所述分拣执行机构包括机器人、矸石料框与煤料框,所述煤料框设置于所述第二输送带末端。
一种煤与矸石快速分选方法,采用上述快速分选装置,所述方法包括以下步骤:
S1、将待分选目标送入到所述排队机构上进行输送,使所述待分选目标进行单个排队输送;
S2、当所述待分选目标到达所述煤矸石检测机构,获取待分选目标经过时的压力、速度以及宽度,利用BP神经网络处理获得待分选目标的质量,获取所述待分选目标的图像特征得到所述待分选目标的高度与体积;
S3、利用质量和体积计算获得待分选目标的密度,比对煤和矸石标准密度确定所述待分选目标的种类;
S4、根据所述比对结果确定所述待分选目标为煤或矸石,利用所述分拣执行机构对煤和矸石进行分选。
(三)有益效果
本发明提供了基于密度估计的煤与矸石快速分选装置及方法。具备以下有益效果:
1、本发明,结构简单,由于将相机与光投射器安装于门型架,且门型架的安装与压电阵列滚筒集成,结构紧凑,易于制造和安装,灵活性好,由于本发明分选方式是由机器人进行抓取分拣,保证了抓取的准确性与速度。
2、本发明,装置识别率高,由于本发明是针对密度阈值进行分选,且对于体积计算与动态称重都有着详细合理的计算,因此在进行分选判断时有着高精度高识别率的特点,且如果有更高精度的需要,可以在机械手末端安装更高精度的称重传感器,选择灵活,满足更高识别率的需要。
3、本发明,准确度高,由于在称重时采用压电阵列进行动态称重,保证了重量获得的准确性,而体积获取部分也先通过明暗恢复(SFS算法)进行高度恢复后结合双目匹配进行三维重建,因此体积结合质量获得的体积准确度较高。
附图说明
图1为本发明整体结构示意图;
图2为本发明门型架侧视图;
图3为本发明压电传感器阵列结构示意图。
其中,1、进料斗;2、第一输送带;3、第二输送带;4、单向门;5、滚筒;6、压电传感器;7、门型架;8、第一相机;9、第二相机;10、第三相机;11、第四相机;12、第一光投射器;13、第二光投射器;14、放大装置;15、计算机;16、机器人;17、矸石料框;18、煤料框;19、转速传感器;61、保护层;62、基片;63、阵列电极;64、绝缘层。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例:
如图1-3所示,本发明实施例提供基于密度估计的煤与矸石快速分选装置及方法,包括排队机构、煤矸石检测机构与分拣执行机构,煤矸石检测机构位于排队机构中间位置,分拣执行机构位于排队机构左侧位置;
排队机构包括进料斗1、第一输送带2、第二输送带3与单向门4,进料斗1设置在第一输送带2的上方,单向门4固定安装在第一输送带2上;
煤矸石检测机构包括压电阵列滚筒、门型架7、放大装置14与计算机15,门型架7设置在第一输送带2与第二输送带3之间,压电阵列滚筒安装在门型架7上,压电阵列滚筒上安装有转速传感器19,门型架7上方固定安装有第一相机8、第二相机9、第三相机10与第四相机11,第一相机8与第二相机9之间设置有第一光投射器12,第三相机10与第四相机11之间设置有第二光投射器13;压电阵列滚筒由滚筒5与多个压电传感器6组成,多个压电传感器6铺设在滚筒5的外表面;压电传感器6由保护层61、基片62、阵列电极63与绝缘层64组成;
压电传感器6阵列的组合安装:压电传感器6选择PZT压电陶瓷,其基片62为黄铜材质,作为负极;另一面作为阵列电极63,各阵列电极63互相不粘连,阵列数目与阵列间距可根据实际需要设计,压电敏感层为与保护层61紧密粘合的基片62和镀有相互绝缘的成阵列排布的阵列电极63;绝缘层64上表面设置为成阵列排列的上电极,下表面为下电极,上下电极通过绝缘层64内的导电丝连接,上电极与阵列电极63位置一一对应放置,下电极与电路的正极对应,之后将各压电传感器6拼接在一起,后用胶粘剂与胶接面粘合起来;
放大装置14的电路组成:当压电传感器6受到矿石压力时,仅仅受力区域对应的压电敏感层产生压力,对应的压电传感单元产生电荷,由于压电传感器6的内阻抗很高,从而输出的信号较弱,所以压电传感器6需要通过放大器来将微弱信号进行放大;
分拣执行机构包括机器人16、矸石料框17与煤料框18。
基于密度估计的煤与矸石快速分选方法,该方法包括以下步骤:
S1、进料斗1中的矿石送入到第一输送带2上进行输送,利用单向门4对矿石进行单个排队;
S2、当矿石经第一输送带2到达门型架7内的压电阵列滚筒,压电传感器6产生电荷变化,经过滤波的电信号结合压电阵列滚筒转速与矿石宽度三个输入进行BP神经网络处理得到矿石的质量,并结合门型架7上的第一相机8、第二相机9、第三相机10、第四相机11、第一光投射器12与第二光投射器13,每个相机通过明暗恢复进行高度恢复,结合双目视觉法匹配四个图像合成进行三维重建,得到矿石的高度与面积,采用积分法计算获取矿石的体积;
质量信息的获取:通过对压力变化的分析计算得出矿石的质量信息;
当矿石滑到压电阵列片时,压电传感器受到压力F;
F=mg (1)
晶体选择为压电陶瓷片,其中压电常数为k,得电荷Q;
Q=kF (2)
电荷放大器的输出电压U与电荷量Q成正比,C为放大器的反馈电容,即:
U=Q/C (3)
因此可以看出,放大器的输出电压U与压电元件的Q成正比,且压电元件的Q与k、m成正比,进而根据测量电荷量就可以计算质量;
针对矿石动态称重,首先对电信号进行滤波处理,减小或滤除干扰信号是称重信号预处理的主要工作;后在建立BP神经网络时,选择以速度、宽度、滤波处理后的电信号三输入,质量设定为输出层;
密度计算:通过压电传感器6获取的矿石的质量信息,由密度公式密度ρ=质量m/体积V得到待测矿石的密度信息;
体积计算:利用相机拍摄出四个不同照明角度的图像,接着利用明暗恢复(SFS算法)结合双目视觉法匹配四个图像合成,以显示三维表面结构,再通过计算机15先前得出的矿石质量信息,便可以精确快速的知道矿石的密度;对比现有的体积计算,如基于机器视觉进行的体积计算,大多是通过深度相机,原理是结构光、TOF、双目法等或者两个结合在一起进行,或者通过激光扫描等,而本发明是四个相机分别基于明暗恢复进行深度获取,后进行双目匹配计算得到体积;
S3、设定阈值信息对比分选,由于不同批次的煤与煤矸石存在密度的不同,先抽取样品进行当前批次的密度阈值的确定后,将采集的矿石体积信息同矿石质量信息发送到计算机15,由密度公式结合密度阈值估计是否为煤矸石;
S4、阈值以下的为煤块,计算机15不动作,任由煤块顺着输送带自由滑落至煤料框18;大于阈值的矿石为煤矸石,计算机15控制机器人16动作进行抓取分拣,抓取至矸石料框17中;如果有更高精度需求,想进一步提高识别率,可以在机械手末端安装更高精度的称重传感器,当抓取时对待分拣物进行再次称重确认,再次获取到质量信息结合体积信息得到密度信息,实现更高精度的分拣。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个引用结构”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (10)
1.一种煤与矸石快速分选装置,其特征在于:
包括排队机构,用于有序输送待分选目标;
煤矸石检测机构,用于检测待分选目标的属性;
分拣执行机构,用于根据所述属性执行分拣动作;
其中,所述煤矸石检测机构位于排队机构中间位置,所述分拣执行机构位于排队机构末端位置。
2.根据权利要求1所述的煤与矸石快速分选装置,其特征在于:所述排队机构包括进料斗(1)、第一输送带(2)、第二输送带(3)与单向门(4);
所述煤矸石检测机构位于第一输送带(2)及第二输送带(3)之间,所述第一输送带(2)及第二输送带(3)接力输送待分选目标;
所述进料斗(1)设置在第一输送带(2)的上方,用于将待分选目标卸料于所述第一输送带(2);
所述单向门(4)固定设置在第一输送带(2),用于分离所述待分选目标以排队分离通过所述煤矸石检测机构。
3.根据权利要求2所述的基于密度估计的煤与矸石快速分选装置,其特征在于:所述煤矸石检测机构包括:质量检测机构及体积检测机构。
4.根据权利要求3所述的基于密度估计的煤与矸石快速分选装置,其特征在于:质量检测机构包括压电阵列滚筒,位于第一输送带(2)及第二输送带(3)之间,所述待分选目标能够经所述压电阵列滚筒支撑由第一输送带(2)传送到所述第二输送带;
所述压电阵列滚筒包括转速传感器(19)及压电传感器(6),用于在传送所述待分选目标过程中动态检测质量。
5.根据权利要求3或4所述的基于密度估计的煤与矸石快速分选装置,其特征在于:所述体积检测机构包括图像获取机构及光投射机构,用于获取所述待分选目标的图像以分析获得体积。
6.根据权利要求5所述的基于密度估计的煤与矸石快速分选装置,其特征在于:所述煤矸石检测机构包括门型架(7)、放大装置(14)与计算机(15),所述门型架(7)设置在第一输送带(2)与第二输送带(3)之间,所述压电阵列滚筒安装在门型架(7)上;
所述门型架(7)上方固定安装有图像获取机构及光投射机构,所述图像获取机构包括第一相机(8)、第二相机(9)、第三相机(10)与第四相机(11),光投射机构包括第一光投射器(12)及第二光投射器(13),所述第一相机(8)与第二相机(9)之间设置有第一光投射器(12),所述第三相机(10)与第四相机(11)之间设置有第二光投射器(13)。
7.根据权利要求4所述的基于密度估计的煤与矸石快速分选装置,其特征在于:所述压电阵列滚筒由滚筒(5)与多个压电传感器(6)组成,多个所述压电传感器(6)铺设在滚筒(5)的外表面。
8.根据权利要求7所述的基于密度估计的煤与矸石快速分选装置,其特征在于:所述压电传感器(6)由保护层(61)、基片(62)、阵列电极(63)与绝缘层(64)组成。
9.根据权利要求1所述的基于密度估计的煤与矸石快速分选装置,其特征在于:所述分拣执行机构包括机器人(16)、矸石料框(17)与煤料框(18),所述煤料框(18)设置于所述第二输送带(3)末端。
10.一种煤与矸石快速分选方法,其特征在于:采用如权利要求1-9任一项所述的快速分选装置,所述方法包括以下步骤:
S1、将待分选目标送入到所述排队机构上进行输送,使所述待分选目标进行单个排队输送;
S2、当所述待分选目标到达所述煤矸石检测机构,获取待分选目标经过时的压力、速度以及宽度,利用BP神经网络处理获得待分选目标的质量,获取所述待分选目标的图像特征得到所述待分选目标的高度与体积;
S3、利用质量和体积计算获得待分选目标的密度,比对煤和矸石标准密度确定所述待分选目标的种类;
S4、根据所述比对结果确定所述待分选目标为煤或矸石,利用所述分拣执行机构对煤和矸石进行分选。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111245017.XA CN113926725A (zh) | 2021-10-26 | 2021-10-26 | 基于密度估计的煤与矸石快速分选装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111245017.XA CN113926725A (zh) | 2021-10-26 | 2021-10-26 | 基于密度估计的煤与矸石快速分选装置及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113926725A true CN113926725A (zh) | 2022-01-14 |
Family
ID=79284084
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111245017.XA Pending CN113926725A (zh) | 2021-10-26 | 2021-10-26 | 基于密度估计的煤与矸石快速分选装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113926725A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004111687A2 (en) * | 2003-06-12 | 2004-12-23 | Honda Motor Co., Ltd. | Target orientation estimation using depth sensing |
CN103824224A (zh) * | 2014-02-26 | 2014-05-28 | 陕西科技大学 | 一种基于明暗恢复形状的水果大小分级方法 |
CN108993923A (zh) * | 2018-06-13 | 2018-12-14 | 芜湖众维教研仪器研发有限责任公司 | 一种螃蟹分选系统及其控制方法 |
CN109848073A (zh) * | 2019-02-22 | 2019-06-07 | 浙江大学滨海产业技术研究院 | 一种分拣煤与煤矸石的设备与方法 |
WO2021155506A1 (zh) * | 2020-02-05 | 2021-08-12 | 天津美腾科技股份有限公司 | 智能光电分选机及产品分离方法 |
-
2021
- 2021-10-26 CN CN202111245017.XA patent/CN113926725A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004111687A2 (en) * | 2003-06-12 | 2004-12-23 | Honda Motor Co., Ltd. | Target orientation estimation using depth sensing |
CN103824224A (zh) * | 2014-02-26 | 2014-05-28 | 陕西科技大学 | 一种基于明暗恢复形状的水果大小分级方法 |
CN108993923A (zh) * | 2018-06-13 | 2018-12-14 | 芜湖众维教研仪器研发有限责任公司 | 一种螃蟹分选系统及其控制方法 |
CN109848073A (zh) * | 2019-02-22 | 2019-06-07 | 浙江大学滨海产业技术研究院 | 一种分拣煤与煤矸石的设备与方法 |
WO2021155506A1 (zh) * | 2020-02-05 | 2021-08-12 | 天津美腾科技股份有限公司 | 智能光电分选机及产品分离方法 |
Non-Patent Citations (1)
Title |
---|
孙水发等, 中国矿业大学出版社 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109344894B (zh) | 基于多传感器融合和深度学习的垃圾分类识别方法及装置 | |
CN206132660U (zh) | 小规格瓷砖视觉分拣装置 | |
CN203061453U (zh) | 瓷砖色差视觉分选系统 | |
CN106052571B (zh) | 一种智能化快速检测烟用叶丝长度及其分布的装置和方法 | |
CN101905215B (zh) | 数字化水稻考种机 | |
CN108287010B (zh) | 一种螃蟹多指标分级装置与方法 | |
CN111266315A (zh) | 基于视觉分析的矿石物料在线分拣系统及其方法 | |
CN110296997A (zh) | 基于机器视觉的陶瓷瓦的缺陷检测方法及装置 | |
US20190370953A1 (en) | Fine ratio measuring device and fine ratio measuring system | |
CN105388162A (zh) | 基于机器视觉的原料硅片表面划痕检测方法 | |
CN106423913A (zh) | 一种建筑垃圾的分选方法和系统 | |
CN112893159B (zh) | 一种基于图像识别的煤矸石分拣方法 | |
CN103148791A (zh) | 一种测定烟梗结构及其分布的方法 | |
CN206772843U (zh) | 结合ccd线扫描相机与深度学习的缺陷分类检测系统 | |
CN203510961U (zh) | 一种高精度的视觉检测系统 | |
CN104056790A (zh) | 一种马铃薯智能分选方法与装置 | |
CN111359898A (zh) | 一种矿石在线分拣设备及分拣方法 | |
CN110583217A (zh) | 一种谷物收获机清选损失率检测装置及检测方法 | |
CN111659635A (zh) | 一种基于视觉技术和深度学习的存余垃圾识别方法和装置 | |
CN109932333A (zh) | 声学振动和近红外光谱融合的水果坚实度测量系统和方法 | |
CN113894055A (zh) | 基于机器视觉的五金件表面缺陷检测分类系统及方法 | |
CN204448634U (zh) | 一种瓷砖检测分选系统 | |
CN114345741A (zh) | 一种高效的视觉检测方法及系统 | |
CN105181513B (zh) | 箱体式谷物自动检测装置 | |
CN104833925A (zh) | 一种基于机器视觉的燃料电池双极板检测方法及系统 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20220114 |
|
WD01 | Invention patent application deemed withdrawn after publication |