当前位置：首页 > 产品中心
煤矸石识别设备
煤矸石识别设备
MHAI智能矸石分拣系统鹤壁市煤化机械有限责任公司
MHAI智能分选系统是我们公司与北大清华博士团队自主研发的一套用于煤矸石分选的综合型智能机械系统，有效的解决了传统水洗（跳汰）煤矸石时水资源浪费、传统人工选矸的 鹤壁煤化提供矿山企业智能化升级改造服务，有无人值守自动装车、智能分拣系统 智能设备
矸石分拣,分拣系统,智能矸石分拣系统
2022年5月13日 MHAI智能分选系统是我们公司自主研发的一套用于煤矸石分选的综合型智能机械产品系统，将人工智能、机器深度学习技术及视觉识别技术等有机高效组成的一 2021年12月12日 中平自动化公司生产的智能选矸系统是我省首个利用X光进行煤矸识别分选的系统，由该公司技术人员自行设计、研发、加工，具有完全自主知识产权，且多项成 矸石选出率95%+！平煤神马中平自动化自主研发智能选矸
煤矸石识别方法研究现状与展望
2019年5月3日 煤矸石识别技术是实现煤矸石分选的重要环节。准确识别煤矸石有助于提高分选设备的自动化、智能化水平。煤矸石识别是根据煤矸石的特征差异，指定一个预先 2022年5月7日 因此， 思谋科技推出行业首创的 AI 煤矸石识别分拣解决方案 ，凭借其业界领先的计算机视觉技术，配合自研的软硬件一体化设备， 打通了煤矸石识别拣出的全流程 ：从定制打光方案、相机成像，到煤矸石识别，再到输出坐标，控制机械手拣出，让煤矸石分 思谋视觉检测「AI + 煤炭」打通煤矸石识别分拣全链条
基于光学图像的煤矸石识别方法综述 百度学术
摘要： 基于光学图像的煤矸石识别方法具有设备简单,易实现,绿色环保等优势,是实现智能化煤矸石分选的重要途径该类方法分为两种研究路径,一种是需要人为提取特征进行识别的路径,一般包括煤矸图像数据采集,图像预处理,特征选择与提取和煤矸识别另一种是利用深度学习神经网络进行自主提取 2021年10月13日 针对这些痛点，思谋科技基于其业界*的计算机视觉技术，配合自研的软硬件一体化设备，打通了煤矸石识别拣出的全流程：从定制打光方案、相机 加速清洁能源体系，思谋科技打通煤矸石识别分拣全链条行业
深度学习——煤矸石识别煤矸石数据集CSDN博客
2023年11月8日 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。2022年7月26日 也是煤矸石识别中的一个研究方向。3 传统煤矸石图像识别 31 传统煤矸石特征选择与提取 传统的煤矸石图像识别方法通常利用图像灰度特 征如灰度直方图等和纹理特征如灰度共生矩阵[3]进行 识别,具体涉及到的煤和矸石图像特征参数见表2。基于光学图像的煤矸石识别方法综述
XDS智能煤矸石分选系统
2023年11月2日 其中XDS智能煤矸石选机包括识别系统和分选系统，为本套系统中的核心技术。识别系统使用微剂量X射线透射成像识别技术，计算原煤块的密度及物质组成，保证识别准确率达到100% 。而分选系统则采用公司自主研发的专利虚拟分道高速分选技术，以纯机电 2017年2月28日 1 系统设计实现 基于X射线和机器视觉的煤与矸石分选系统硬件主要由上位机、X射线源、CCD摄像机、X射线线阵探测器XCard、数据采集卡XDAQ、胶带传感器、PLC设备、气动调节阀等组成，如图1所示。 系统的主要目标是实现对煤和矸石的识别和分选，提高煤的质量 基于X射线和机器视觉的煤与矸石分选系统设计
基于机器视觉的多机械臂煤矸石分拣机器人系统研究
2022年11月5日 11 系统硬件设计 基于机器视觉的多机械臂煤矸石分拣机器人系统由煤矸石识别系统、机械臂、上位机、机器人控制器、视觉伺服系统等组成，如图1所示。 图1 基于机器视觉的多机械臂煤矸石分拣机器 视觉筛选，煤矸石智能化分选新技术 煤矿智能化是煤炭工业高质量发展的核心技术支撑，全国各地正大力推进煤矿智能化发展。 煤矸石筛选作为煤矿生产环节重要的一环，速度与精度与煤矿智能化水平息息相关。 本产品运 TGS智能选矸机器人
基于深度学习的煤矸石识别技术与实现
2021年3月5日 2 煤矸石识别试验 21 图像数据采集 本次试验图像数据的采集样品均来自河北省峰峰集团万年矿区，所选择的样本共含有煤和矸石各200个，另外图像采集设备使用的是Gopro hero 7 Black和大疆灵眸action运动相机。ABT系列矿石（煤矸石）智能分选系统由合肥奥博特自动化设备有限公司研发设计。 此产品通过X射线图像识别技术运用深度学习算法等先进技术，对煤和矸石进行识别，从而实现对块煤、矸石精准分选。 ABT矿石（煤矸石）智能分选系统完全干法分选，不用水 煤矸石分选机 色选机煤矸石分选机金属矿石分选机合肥奥
基于X射线煤矸智能识别的机理研究 百度学术
基于X射线煤矸智能识别的机理研究 煤矸石作为煤炭开采过程中的主要固体废弃物,增大了重选和浮选工序的困难程度,如何从原煤中有效的去除矸石是选煤过程中的重要问题而针对这一问题,本文对煤矸石在X射线下的分选机理进行了试验研究 本文以X射线智能 产品概述 选矸机器人是将待选原煤通过原煤供给系统平铺到平面皮 带运输机上，采用视频分析和大数据智能识别，对煤与矸 石进行数字化识别，再通过高压气源分拣执行机构可精准、 高效针对50300mm粒级煤与矸石进行 选矸机器人中信重工开诚智能装备有限公司
X射线透射煤矸智能识别方法
2022年9月1日 煤矸图像识别是基于伪双能X射线透射（XRT）的煤矸分选技术重要环节。受煤矸紧贴或遮挡导致煤矸图像难以分割和基于人工阈值判别易导致煤矸分类识别错误影响，现有的煤矸识别方法精度不高。提出一种XRT煤矸智能识别方法。采用感受野模块（RFB）与U−Net模型相结合的模型（RFB+U−Net模型）实现 2022年7月26日 摘 要:基于光学图像的煤矸石识别方法具有设备简单、易实现、绿色环保等优势, 是实现智 能化煤矸石分选的重要途径。该类方法分为两种研究路径,一种是需要人为提取特征进行识别的路 径,一般包括煤矸图像数据采集、图像预处理、特征选择与 基于光学图像的煤矸石识别方法综述
移动设备煤矸石识别定位方法研究,International Journal of Coal
2022年5月3日 摘要 为解决现有机器视觉算法复杂度高、部署困难的问题，提出了一种在移动设备上识别定位煤矸石的方法。结合 CSPDarknet53 和嵌入高效通道域注意力的 GhostNet 构建轻量级特征提取网络，并使用 MetaACON 激活函数来适应网络在每一层的非 2023年1月31日 人工智能 (AI)煤矸分选机器人 这是由开滦集团林西矿业公司与深圳一家公司共同研发的人工智能 (AI)煤矸分选机器人 (以下简称AI分选机器人)，可完全代替人工选矸，目前已应用于生产，在全国尚属首例。 1月22日，中国煤炭工业协会组织专家对该项目完 国内首台人工智能（AI）煤矸分选机器人诞生？！ 成果推荐
一种基于图像处理和FPGA的煤矸石识别分选设备及其方法
2024年1月2日 一种基于图像处理和FPGA的煤矸石识别分选设备及其方法pdf 上传 暂无简介 文档格式：pdf 文档大小： 45461K 文档页数： 11 页 顶 /踩数： 0 / 0 收藏人数： 0 评论次数： 0 文档热度： 文档分类： 行业资料 摘要： 基于光学图像的煤矸石识别方法具有设备简单,易实现,绿色环保等优势,是实现智能化煤矸石分选的重要途径该类方法分为两种研究路径,一种是需要人为提取特征进行识别的路径,一般包括煤矸图像数据采集,图像预处理,特征选择与提取和煤矸识别另一种是利用深度学习神经网络进行自主提取 基于光学图像的煤矸石识别方法综述 百度学术
一种煤矸石识别方法、装置、设备及可读存储介质 道客巴巴
2022年9月11日 19国家知识产权局1发明专利申请10申请公布号43申请公布日1申请号9申请日0053171申请人西安理工大学地址陕西省西安市金花南路5号7发明人李鹤群 王琼 刘健宁 焦明星 刘芸 74专利代理机构西安通大专利代理有限责任公司6100专利2022年9月11日 19国家知识产权局1发明专利申请10申请公布号43申请公布日1申请号9申请日0053171申请人西安理工大学地址陕西省西安市金花南路5号7发明人李鹤群 王琼 刘健宁 焦明星 刘芸 74专利代理机构西安通大专利代理有限责任公司6100专利一种煤矸石识别方法、装置、设备及可读存储介质 道客巴巴
首发！王家臣教授团队：图像识别智能放煤技术原理与应用
9 基于边缘AI的图像识别智能放煤关键设备 开发 用于分析的图像，是多种因素共同作用下的结果，包括光源、目标物体、环境以及图像采集系统等。高浓度粉尘环境是制约图像识别智能放煤技术发展的主要因素，如何在恶劣条件下获得高质量的图像是实现 2019年8月17日 一种煤矸石的识别方法，所述方法包括： 步骤1、首先通过采集的煤矸石图片建立训练样本集，并对所述训练样本集进行定向扩充与优化； 步骤2、对扩充后的训练样本集中的图片进行滤波降噪与归一化处理； 步骤3、针对步骤2处理后的训练样本集基于深度检 一种煤矸石的识别方法与流程 X技术网
煤矸石图像分类方法
2019年8月15日 传统的煤矸石分选方法主要包括人工排矸法、机械湿选法和γ射线分选法 [37] ，在快速高效性、安全无害性、简单操作性等方面无法兼顾。 随着人工智能技术的发展，机器视觉技术越来越多地应用于图像识 2022年5月7日 因此， 思谋科技推出行业首创的 AI 煤矸石识别分拣解决方案 ，凭借其业界领先的计算机视觉技术，配合自研的软硬件一体化设备， 打通了煤矸石识别拣出的全流程 ：从定制打光方案、相机成像，到煤矸石识别，再到输出坐标，控制机械手拣出，让煤矸石分 思谋视觉检测「AI + 煤炭」打通煤矸石识别分拣全链条
基于光学图像的煤矸石识别方法综述 百度学术
摘要： 基于光学图像的煤矸石识别方法具有设备简单,易实现,绿色环保等优势,是实现智能化煤矸石分选的重要途径该类方法分为两种研究路径,一种是需要人为提取特征进行识别的路径,一般包括煤矸图像数据采集,图像预处理,特征选择与提取和煤矸识别另一种是利用深度学习神经网络进行自主提取