期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
论“拣矸就是拣图像”的学术思想
1
作者 马宏伟 张烨 +5 位作者 王鹏 曹现刚 聂珍 魏小荣 周文剑 张明臻 《煤炭科学技术》 北大核心 2025年第5期291-300,共10页
煤矸石分拣是提高煤炭质量最基本、最有效、最重要的技术措施,提高煤矸石分拣的准确性、高效性是煤矸石分拣面临的严峻挑战。深入研究分析了现有“抓取分拣”“拨叉分拣”和“气动分拣”3种煤矸石智能分拣系统架构和原理,提出了“拣矸... 煤矸石分拣是提高煤炭质量最基本、最有效、最重要的技术措施,提高煤矸石分拣的准确性、高效性是煤矸石分拣面临的严峻挑战。深入研究分析了现有“抓取分拣”“拨叉分拣”和“气动分拣”3种煤矸石智能分拣系统架构和原理,提出了“拣矸就是拣图像”的学术思想,建立了“拣矸就是拣图像”学术思想的逻辑架构,阐明了“拣矸就是拣图像”学术思想的基本内涵,主要包括基于图像的煤矸石识别、基于图像的煤矸石分拣特征提取、图像驱动的分拣器动态目标跟踪和基于图像序列的多任务多分拣器协同等关键技术。针对基于图像的煤矸石识别问题,提出了将视觉图像和射线图像融合的识别原理和方法,能够有效提高煤矸石识别的准确率;针对煤矸石图像分拣特征提取问题,提出了基于煤矸石图像的平面特征和深度特征提取和融合算法,构建了煤矸石分拣立方体,能够提高煤矸石分拣的准确性;针对动态煤矸石跟踪问题,提出了基于图像的煤矸石匹配跟踪和路径规划方法,能够提高分拣的精准性和可靠性;针对多分拣器智能协同分拣问题,提出了以煤矸石图像信息库为基础,构建分拣器综合收益函数实现多分拣器多任务最优分配,融合强化学习方法实现多分拣器智能协同控制以及分拣器数量最优配置,能够有效提高多分拣器系统的分拣效率。按照“拣矸就是拣图像”的学术思想,自主研发了双机械臂桁架式煤矸石分拣机器人实验平台,验证了该学术思想的正确性和可行性,并在铜川矿业公司玉华煤矿成功应用。“拣矸就是拣图像”的学术思想为破解煤矸石分拣智能化、精准化、高效化难题奠定了理论基础。 展开更多
关键词 拣矸就是拣图像 图像识别 图像特征提取 图像驱动 动态目标跟踪 智能协同分拣
在线阅读 下载PDF
苯乙烯装置乙苯单元的流程模拟与优化 被引量:1
2
作者 张明臻 彭伟锋 《中外能源》 CAS 2018年第4期68-73,共6页
苯乙烯是生产塑料和合成橡胶的重要有机原料,是仅次于聚乙烯(PE)、聚氯乙烯(PVC)、环氧乙烷(EO)的第四大乙烯衍生产品,用途十分广泛。采用Aspen Plus流程模拟软件对苯乙烯装置的催化干气脱丙烯单元、乙苯分离单元进行模拟,精馏塔... 苯乙烯是生产塑料和合成橡胶的重要有机原料,是仅次于聚乙烯(PE)、聚氯乙烯(PVC)、环氧乙烷(EO)的第四大乙烯衍生产品,用途十分广泛。采用Aspen Plus流程模拟软件对苯乙烯装置的催化干气脱丙烯单元、乙苯分离单元进行模拟,精馏塔采用Rad Frac模块,换热器采用Heater模块,分离器采用Flash2模块,混合器采用Mixer模块,分流器采用FSplit模块,泵采用Pump模块;物性方法选用PENG-ROB。通过模型对过程的关键参数,如塔的回流比、进料板位置和侧抽板位置、吸收剂流量温度等进行综合分析,在各塔产品控制指标达标前提下,选择最优操作参数,降低装置能耗,提升装置经济效益。中国石化共有苯乙烯装置10套,其中2套装置依据本文提出的优化方案实施流程模拟后,合计实现装置挖潜增效632万元,提高了苯乙烯装置的精细化操作水平和管理水平。 展开更多
关键词 苯乙烯 流程模拟 模型 优化
在线阅读 下载PDF
基于Dense-YOLO网络的井下行人检测模型 被引量:9
3
作者 张明臻 《工矿自动化》 北大核心 2022年第3期86-90,共5页
行人检测是实现矿用车辆无人化的一项关键技术,煤矿井下弱光环境中捕获的图像可见度不佳,极大地影响了行人检测效果。现有行人检测方法忽略了井下弱光环境对目标检测精度的影响,检测效果不理想。针对该问题,提出一种基于Dense-YOLO网络... 行人检测是实现矿用车辆无人化的一项关键技术,煤矿井下弱光环境中捕获的图像可见度不佳,极大地影响了行人检测效果。现有行人检测方法忽略了井下弱光环境对目标检测精度的影响,检测效果不理想。针对该问题,提出一种基于Dense-YOLO网络的井下行人检测模型。将弱光图像分解为光照图和反射图,采用Gamma变换、加权对数变换、限制对比度的自适应直方图均衡(CLAHE)对光照图进行增强处理,采用亮度权值和色彩权值对增强后的图像进行加权融合;采用双边滤波算法对反射图进行处理,以增强图像纹理;将增强后的光照图和经过双边滤波处理的反射图逐点相乘,重构出RGB图,并采用ROF去噪模型对融合后的图像进行全局去噪,得到最终的增强图像。将含有残差块的Dense模块添加到YOLOv3中,构建基于Dense-YOLO网络的井下行人检测模型,残差块的加入有利于避免在网络训练过程中出现梯度消失和梯度爆炸等问题。实验结果表明:对弱光图像进行增强处理能够有效提高图像可见度和行人检测效果;Dense-YOLO网络对增强图像的漏检率为4.55%,相较于RetinaNet网络降低了14.91%,基于Dense-YOLO网络的井下行人检测模型有效降低了行人检测漏检率。 展开更多
关键词 井下行人检测 弱光图像增强 Dense-YOLO YOLOv3 Gamma变换 加权对数变换 限制对比度的自适应直方图均衡
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部