煤与矸石在线分选系统设计下载

PIPI_333 2020-04-20 05:32:40

针对目前常用的原煤洗选方法存在设备复杂、需要大量的水等问题,设计了一种基于双能γ射线和数字图像识别技术的煤与矸石在线分选系统。单片机实时判断探测器下方的物料是煤或者是矸石,当判断为煤块时,喷枪无动作,煤块落入煤通道;当判断为矸石时,单片机控制喷枪喷出高压气体,将矸石吹入矸石通道;当有些煤中含杂质较多或者矸石含碳量较高时,则由图像识别模块根据煤与矸石在灰度上的差异来区分煤与矸石,并将识别结果传送给单片机。模拟实验结果表明,该系统能有效识别煤与矸石,识别精度满足工业生产要求。
相关下载链接：//download.csdn.net/download/weixin_38677936/12344160?utm_source=bbsseo

...全文

22 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

针对传统煤与矸石分选方法存在效率低、污染环境、成本高等问题,设计了一种基于X射线和机器视觉的煤与矸石识别分选系统。该系统首先利用机器视觉技术获取煤和矸石图像,用图像处理算法得到煤和矸石的厚度信息;然后采用X射线扫描并获取煤和矸石图像,经处理后得到图像的灰度值信息;最后综合灰度值信息和厚度信息确定煤和矸石的分离阈值,实现煤和矸石的分离。实验结果表明,该系统利用分离阈值能有效识别煤和矸石,且识别率高,识别精度满足工业生产要求。

现有煤矸石分拣方法主要是根据煤和岩石的纹理特征值，利用图像处理和模式识别技术对煤矸石进行识别分选，分选的煤矸石粒度为25～150mm,而对于150mm以上的煤矸石仍依靠人工进行分选。为了对大粒度煤矸石进行分拣，设计了一种基于机器视觉的多机械臂煤矸石分拣机器人系统。该系统采用机器视觉采集煤矸石信息，应用深度学习方法实现煤矸石识别和抓取特征提取；在获取煤矸石序列信息后，根据煤矸石位置进行排序工作，并通过多目标任务分配策略将抓取任务下达给相应机械臂控制器；机械臂获取任务后，根据获得的任务对目标进行动态监测，当目标进入机械臂工作空间后由视觉伺服系统驱动机械臂完成煤矸石分拣。试验结果表明，该系统可对粒度为50～260mm的煤矸石进行高效、快速分拣，所采用的煤矸石识别方法和分拣策略在不同带速下具有良好的稳定性和准确性，煤矸识别与定位的综合准确率可达93%，验证了该系统的可行性。

随着煤矿薄煤层开采过程中矸石量的不断增多,很大程度上降低了矿井的实际产能。若把选煤厂转移到煤矿井下,实现井下煤炭的分选,将会取得较大的社会效益和经济效益。因此根据我国高含矸率煤炭的分选提出了煤炭井下分选构思:①改变原煤提升至地面排矸、地面分选的传统工艺,实现井下分选和矸石充填一体化,解决矸石污染和采空区地表沉陷问题;②通过井下分选系统,实现精煤上井、矸石充填、井下水循环的高效绿色开采模式;③对设备提出防爆隔爆、防尘、防静电等技术要求,以达到分选设备在井下工作的要求。

一种基于机器视觉的煤矸石识别方法及系统与流程.docx

为了实现固体充填采煤运输系统中矸石从地面到井下的高效运输,设计了三种不同矸石运输方式,并以矸石垂直投放系统和矸石斜井运输系统设计为例,对矸石下井系统结构设计、矸石投放井关键参数计算等方面进行了详细论述,最后从源头减量的角度考量,探讨了井下煤矸分选联合布置设计方法。通过系统性的设计方法,建立了矸石下井系统多设计模式,为相似条件下固体充填采煤矸石下井系统设计提供了参考依据。

下载资源悬赏专区

13,656

社区成员

12,673,472

社区内容

发帖

与我相关

我的任务

其他技术论坛（原bbs）

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章