智能机器人系统在煤矸分选工艺中的研究与应用 被引量：1

1

作者 侯晓松 李强 《中国煤炭》 北大核心 2024年第9期92-98,共7页

鉴于传统选煤厂人工分选劳动量大、效率低、粉尘多等问题,传统选煤厂选煤工艺不能满足新时期工业生产的技术标准。随着煤炭分选技术的不断进步,人工作业也逐渐被自动化选配装置所代替。介绍了煤矸智能分选技术的研究现状,开发了智能矸... 鉴于传统选煤厂人工分选劳动量大、效率低、粉尘多等问题,传统选煤厂选煤工艺不能满足新时期工业生产的技术标准。随着煤炭分选技术的不断进步,人工作业也逐渐被自动化选配装置所代替。介绍了煤矸智能分选技术的研究现状,开发了智能矸石分选机器人,阐述了系统技术方案,研究矸石分选系统的全自动化流程以及计算机视觉、图像处理等技术。通过对社会经济效益分析表明,该系统可显著提高选煤准确率、提升企业生产效率和经济效益,实现了减人、增安、提效的目的。 展开更多

关键词 智能机器人系统 煤矸智能分选 计算机视觉 图像处理

在线阅读 下载PDF 职称材料

基于运动分析和仿真的井下弹道式煤矸分选研究 被引量：7

2

作者 郎庆田 周甲伟 +4 位作者 王元仁 李希勇 孙春江 张明 李明国 《煤炭科学技术》 CAS 北大核心 2008年第2期85-87,共3页

介绍了一种新型井下煤矸分选方法——弹道式煤矸分选。通过对斜碰撞过程中原煤(混矸)球的运动分析,推导出基于碰撞恢复系数的物料块反弹距离公式。运用计算机仿真对理论推导结果进行验证,并分析了理论推导结果和仿真结果出现差异的原因。

关键词 弹道式 井下煤矸分选 斜碰撞 运动分析 仿真

在线阅读 下载PDF 职称材料

井下弹道式煤矸分选的理论和实验 被引量：3

3

作者 周甲伟 王福荣 +1 位作者 刘瑜 杜长龙 《中南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2015年第2期498-504,共7页

为减少矸石山地面污染,对井下弹道式煤矸分选方法进行研究。利用非线性接触模型对煤和矸石的抛射、碰撞和反弹过程进行分析,得到反弹距离理论计算公式,确定其主要影响因素为煤和矸石碰撞前后的接触刚度。对新汶协庄矿的煤和矸石进行反... 为减少矸石山地面污染,对井下弹道式煤矸分选方法进行研究。利用非线性接触模型对煤和矸石的抛射、碰撞和反弹过程进行分析,得到反弹距离理论计算公式,确定其主要影响因素为煤和矸石碰撞前后的接触刚度。对新汶协庄矿的煤和矸石进行反弹距离实验,实验结果表明:煤的反弹距离服从正态分布,矸石的反弹距离服从?分布;当冲击速度大于7 m/s时,二者的反弹距离差值较大,可以分离出约30%的矸石,并且此时部分煤被破碎,可结合破碎粒度分离出更多的矸石。利用实验数据得到煤和矸石反弹距离的拟合公式,其相关系数R2分别为0.835和0.918。 展开更多

关键词 煤矸分选 冲击速度 反弹距离 分布 差值 数据拟合

在线阅读 下载PDF 职称材料

弹道式煤矸分选中煤矸石恢复系数的数值计算 被引量：1

4

作者 周甲伟 杜长龙 刘瑜 《煤炭科学技术》 CAS 北大核心 2008年第10期65-67,共3页

为使弹道式煤矸分选技术更方便用于实际生产,解决煤和矸石恢复系数实验测量不便的问题,通过对煤和矸石与反弹板接触过程的分析,采用线性阻尼接触过程模型对碰撞振动过程进行研究,得到煤和矸石与钢质反弹板碰撞恢复系数的数学表达式;并... 为使弹道式煤矸分选技术更方便用于实际生产,解决煤和矸石恢复系数实验测量不便的问题,通过对煤和矸石与反弹板接触过程的分析,采用线性阻尼接触过程模型对碰撞振动过程进行研究,得到煤和矸石与钢质反弹板碰撞恢复系数的数学表达式;并分析了影响恢复系数的因素,绘制出二者的关系曲线。 展开更多

关键词 弹道式煤矸分选 线性阻尼 恢复系数 数值计算

在线阅读 下载PDF 职称材料

基于视频解析的智能煤矸分选技术研究 被引量：9

5

作者 王中举 毛馨凯 孙江 《工矿自动化》 北大核心 2021年第S01期122-125,共4页

为了促进煤矿智能化的发展,提高选煤厂煤矸分拣效率,降低工人劳动强度,对基于视频解析的智能煤矸分选技术进行了研究。针对选煤厂工作环境,将近红外光源作为工业摄像机取样的唯一光源,基于Matlanb软件对样本图像进行预处理,建立训练样... 为了促进煤矿智能化的发展,提高选煤厂煤矸分拣效率,降低工人劳动强度,对基于视频解析的智能煤矸分选技术进行了研究。针对选煤厂工作环境,将近红外光源作为工业摄像机取样的唯一光源,基于Matlanb软件对样本图像进行预处理,建立训练样本矩阵,并对不同的训练样本矩阵进行预测识别,结果表明煤岩识别率与训练样本集数量呈正相关关系,当训练样本集数量达到200张时,识别率最高可达97.8%,稳定在95%左右。根据煤矸识别技术的研究,设计研发了基于视频解析的智能煤矸分选系统,其煤矸识别率可达96.8%,分拣率达94.6%,有效提高了选煤厂煤矸分拣率。 展开更多

关键词 煤矿智能化 选煤厂 煤矸分选 人工分选 人工识别 视频解析 深度学习 神经网络

在线阅读 下载PDF 职称材料

鑫岩煤矿井下煤矸分选与充填开采一体化系统设计 被引量：15

6

作者 赵振宇 张开加 董宇 《煤炭工程》 北大核心 2022年第1期11-17,共7页

为解决煤炭生产过程中矸石严重影响生态环境的问题,实现安全、高效、绿色开采。结合鑫岩煤矿井上、下生产系统和开采条件,确定鑫岩煤矿井下煤矸分选与充填开采一体化系统。针对系统中滚轴筛设备选型及布置、原煤仓和矸石仓容量、综采工... 为解决煤炭生产过程中矸石严重影响生态环境的问题,实现安全、高效、绿色开采。结合鑫岩煤矿井上、下生产系统和开采条件,确定鑫岩煤矿井下煤矸分选与充填开采一体化系统。针对系统中滚轴筛设备选型及布置、原煤仓和矸石仓容量、综采工作面充填能力及关键设备选型和地面矸石垂直投料系统管径选型进行了设计,为鑫岩煤矿实现绿色开采提供技术保障,为类似条件矿井的井下分选与充填开采设计提供借鉴。 展开更多

关键词 绿色开采 井下煤矸分选 充填开采 地面矸石垂直投料系统

在线阅读 下载PDF 职称材料

煤矸光电分选系统设计 被引量：7

7

作者 王卫东 张晨 +5 位作者 马中良 曹春晓 王彤彤 张璐琪 任春醒 梁静 《工矿自动化》 北大核心 2013年第12期5-8,共4页

针对煤矸石井下分选回填及综合利用的需求,提出了一种基于激光三维扫描与动态称重的煤矸光电分选系统的设计方案。首先由称重部分对被测物称重,并从所拍摄的每幅被测物图像中提取激光线,计算每幅图像中被测物光切面的面积,然后根据被测... 针对煤矸石井下分选回填及综合利用的需求,提出了一种基于激光三维扫描与动态称重的煤矸光电分选系统的设计方案。首先由称重部分对被测物称重,并从所拍摄的每幅被测物图像中提取激光线,计算每幅图像中被测物光切面的面积,然后根据被测物的体积和质量,按照识别算法对煤矸石进行识别,并根据识别结果向煤矸分选驱动机构发送分选信号,从而实现煤与矸石的在线实时分选。测试结果表明,该系统配合相应的执行机构能够准确地识别出煤和矸石,识别率为90%。 展开更多

关键词 煤矸石 光电分选 激光三维扫描 动态称重 煤矸分选驱动机构 节能设计

在线阅读 下载PDF 职称材料

煤矸智能分选的机器视觉识别方法与优化 被引量：79

8

作者 徐志强 吕子奇 +2 位作者 王卫东 张康辉 吕海梅 《煤炭学报》 EI CAS CSCD 北大核心 2020年第6期2207-2216,共10页

煤矸图像的在线准确快速识别是煤矸智能分选的关键,深度卷积神经网络能够解决这一问题。以实际生产状态下采集的煤与矸石图像为训练与测试样本,基于ResNet等经典网络与SqueezeNet等先进轻量级网络建立了煤矸图像识别模型,分析了各模型... 煤矸图像的在线准确快速识别是煤矸智能分选的关键,深度卷积神经网络能够解决这一问题。以实际生产状态下采集的煤与矸石图像为训练与测试样本,基于ResNet等经典网络与SqueezeNet等先进轻量级网络建立了煤矸图像识别模型,分析了各模型的训练收敛情况。基于k-means++判断模型中不同卷积核所提取特征的相似程度,基于模型剪枝技术对相似度高的卷积核进行裁剪,实现了识别模型的优化与压缩。以识别精度、模型规模和模型运算复杂度为评价指标,定量衡量了压缩前后各模型的测试性能。分析了压缩后的模型对煤矸难、易识别样本的分类热力图可视化结果,揭示了模型的识别机理与分类依据。结果表明:利用多数现有的CNN框架建立模型均可以对煤和矸石有效识别,但网络复杂度过低则特征提取能力不足,网络复杂度过高则易产生更严重的过拟合情况,即模型复杂度对识别精度影响较大;基于模型剪枝得到的煤矸识别模型可以将煤的截断面处因镜质组成分而产生的反光现象作为识别煤的可靠依据,同时准确捕捉煤与矸石由于硬度不同所产生的轮廓、纹理、表面平整度等差异,综合给出识别结果。压缩后的模型在计算量与模型大小减少10倍的同时,识别精度提升了17.8%,实现节约计算与存储资源的同时提升识别精度,模型性能明显优于常规网络模型。 展开更多

关键词 煤矸分选 图像识别 卷积神经网络 模型剪枝 可视化

在线阅读 下载PDF 职称材料

井下煤和矸石液压式自动分选技术 被引量：22

9

作者 董长双 姚平喜 刘志河 《煤炭科学技术》 CAS 北大核心 2007年第3期54-56,共3页

针对当前煤矿生产过程中,煤炭出井后进行煤、矸分选,排放大量的矸石,介绍了一种井下煤、矸石自动分选方法,该方法利用煤、矸石的破碎力不同,采用液压旋转分选油缸对煤、矸石进行破碎性自动分选,实现煤炭开采过程中,在井下直接把矸石分... 针对当前煤矿生产过程中,煤炭出井后进行煤、矸分选,排放大量的矸石,介绍了一种井下煤、矸石自动分选方法,该方法利用煤、矸石的破碎力不同,采用液压旋转分选油缸对煤、矸石进行破碎性自动分选,实现煤炭开采过程中,在井下直接把矸石分选出来,将矸石留在井下。 展开更多

关键词 井下煤矸分选 液压 选择性破碎

在线阅读 下载PDF 职称材料

基于图像处理技术的煤和矸石自动分选研究 被引量：2

10

作者 宋金玲 《煤炭学报》 EI CAS CSCD 北大核心 2004年第B10期142-144,共3页

提出了基于图像灰度平均值和灰度共生矩阵对煤矸进行分选的方法，先对图像进行预处理，通过实验提取出特征参数并进行分类方程的构造，再用分类方程对煤矸进行分选，在光照均匀和煤矸不重叠等实验室条件下，分割和识别效果都较理想．

关键词 煤矸分选 图像处理 灰度共生矩阵

在线阅读 下载PDF 职称材料

煤炭资源四元开发模式创新与实践

11

作者 张吉雄 张强 +2 位作者 周楠 李猛 巨峰 《煤炭学报》 北大核心 2025年第4期2020-2036,共17页

我国煤炭开采技术经历了多次革新,煤炭生产集约化、现代化水平持续提升。为实现新时代能源高质量发展,煤炭资源低碳化开发和清洁化利用势在必行。提出了契合能源高质量发展的煤炭资源四元开发模式,即在井下构建井巷掘进(掘)、煤炭开采(... 我国煤炭开采技术经历了多次革新,煤炭生产集约化、现代化水平持续提升。为实现新时代能源高质量发展,煤炭资源低碳化开发和清洁化利用势在必行。提出了契合能源高质量发展的煤炭资源四元开发模式,即在井下构建井巷掘进(掘)、煤炭开采(采)、煤矸分选(选)及固废充填(充)四元一体的统筹开发体系,形成了井下掘-采-选-充协调生产系统布局。建立了四元开发理论与技术框架,在理论方面,包含矿井四元开发系统布局方法、充填开采岩层控制理论、四元开发受限空间分选方法和四元开发固废性能调控机制等关键科学问题;在技术方面,包含开拓准备、高效采充、高效分选和充填材料制配等关键技术。给出了煤炭资源四元开发工程设计方法,从系统布局、围岩控制、井下分选、材料性能调控等方面阐述了四元开发模式的理论与方法创新。同时,系统梳理了井巷掘进、煤炭开采、煤矸分选及固废充填等四元紧密关联的核心技术。典型工程实践案例验证了四元开发模式在减排降耗、弱化开采扰动强度和提高资源采出率等方面成效显著。四元开发模式破解了资源开发与环境保护之间的矛盾,是我国煤炭资源绿色低碳开发的重要路径,未来将与矿山新能源开发等需求相结合,进一步拓展其理论与技术体系。 展开更多

关键词 四元模式 煤矸分选 充填开采 绿色开采 低碳开发

在线阅读 下载PDF 职称材料

基于深度学习轻量化的改进SSD煤矸快速分选模型 被引量：7

12

作者 李娟莉 魏代良 +1 位作者 李博 文小 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2023年第10期1474-1480,共7页

针对SSD目标检测模型参数量大、运行速率低的问题,在SSD模型的基础上提出一种新的煤矸快速识别模型DSR-SSD.应用深度可分离卷积代替主干特征提取网络中的普通卷积,减少了模型的计算量;将RFB模块融入到SSD模型中,提高了模型的特征提取能... 针对SSD目标检测模型参数量大、运行速率低的问题,在SSD模型的基础上提出一种新的煤矸快速识别模型DSR-SSD.应用深度可分离卷积代替主干特征提取网络中的普通卷积,减少了模型的计算量;将RFB模块融入到SSD模型中,提高了模型的特征提取能力.经验证,DSR-SSD模型的识别速率为113.99帧/s、精确率为95.17%.将DSR-SSD与SSD,Faster-RCNN,YOLOv3三种模型对比,发现DSR-SSD模型与SSD模型相比,精确率提高了2.29%,识别速率提高了60.89%;同时,DSR-SSD模型的精确率比Faster-RCNN模型高2.86%,比YOLOv3模型高2.71%,识别速率分别是Faster-RCNN模型和YOLOv3模型的14.90倍和3.65倍,证明了DSR-SSD模型性能优越. 展开更多

关键词 煤矸分选 深度学习 目标检测 SSD模型 轻量化

在线阅读 下载PDF 职称材料

煤矸视觉分选教学研究实验台 被引量：1

13

作者 李博 夏蕊 +3 位作者 王璐瑶 李娟莉 王学文 熊晓燕 《实验技术与管理》 CAS 北大核心 2022年第6期131-136,共6页

针对煤矸智能化干选技术的学习和研究,设计开发了煤矸视觉分选实验台。实验台设置电动推杆、高压气喷和机械手等三种分拣机构,由PLC统一控制。同步开发了配套软件,并集成了图像分析、深度学习(SSD)两种检测模型接口。对内置的图像分析... 针对煤矸智能化干选技术的学习和研究,设计开发了煤矸视觉分选实验台。实验台设置电动推杆、高压气喷和机械手等三种分拣机构,由PLC统一控制。同步开发了配套软件,并集成了图像分析、深度学习(SSD)两种检测模型接口。对内置的图像分析煤矸检测模型和以电动推杆、高压气喷为执行机构的2通道煤矸协同分选进行了实验验证,结果表明,内置的图像分析算法和预设的控制策略在实验室条件下可成功选出矸石。该平台不仅为教学提供了展示和实验平台,同时为煤矸分选技术的深入研究提供了基础实验台。 展开更多

关键词 煤矸分选 机器视觉 延时控制

在线阅读 下载PDF 职称材料

基于KRB-YOLOv5s的煤矸识别方法 被引量：2

14

作者 葛庆楠 程刚 赵东洋 《辽宁工程技术大学学报（自然科学版）》 CAS 北大核心 2024年第4期385-392,共8页

为解决煤矿高粉尘、低照度、高噪声与堆叠等复杂环境因素导致的煤矸识别精度低、漏检与误检问题,提出一种基于KRB-YOLOv5s算法的煤矸识别方法。采用K均值聚类(K-means++)算法对数据集进行重新聚类,以得到更精准的锚框参数;在YOLOv5s主... 为解决煤矿高粉尘、低照度、高噪声与堆叠等复杂环境因素导致的煤矸识别精度低、漏检与误检问题,提出一种基于KRB-YOLOv5s算法的煤矸识别方法。采用K均值聚类(K-means++)算法对数据集进行重新聚类,以得到更精准的锚框参数;在YOLOv5s主干网络中引入大核卷积结构重参数(RepLKNet)网络,通过大核卷积架构提取目标更高层级的特征信息;在YOLOv5s颈部引入加权双向特征金字塔(Bi FPN)网络,通过双向跨尺度连接对目标多尺度特征进行快速捕捉与融合。在煤矸数据集上开展实验,结果表明:与其他YOLO系列检测算法相比,KRB-YOLOv5s算法在高粉尘、低照度、高噪声与堆叠工况下的综合检测性能最佳,识别精度均值(m AP)达94.5%,比YOLOv5s算法提高了3.3个百分点。研究结论为煤矿复杂工况下煤矸智能分选提供参考。 展开更多

关键词 煤矸识别方法 大核卷积架构 多尺度特征 YOLOv5s算法 煤矸智能分选

在线阅读 下载PDF 职称材料

基于YOLOv5s-SDE的带式输送机煤矸目标检测 被引量：9

15

作者 张磊 王浩盛 +2 位作者 雷伟强 王斌 林建功 《工矿自动化》 CSCD 北大核心 2023年第4期106-112,共7页

传统的煤矸图像检测方法需要人工提取图像特征,准确率不高,实用性不强。现有基于改进YOLO的煤矸目标检测方法在速度和精度方面有所提升,但仍不能很好地满足选煤厂带式输送机实时智能煤矸分选需求。针对该问题,在YOLOv5s模型基础上进行改... 传统的煤矸图像检测方法需要人工提取图像特征,准确率不高,实用性不强。现有基于改进YOLO的煤矸目标检测方法在速度和精度方面有所提升,但仍不能很好地满足选煤厂带式输送机实时智能煤矸分选需求。针对该问题,在YOLOv5s模型基础上进行改进,构建了YOLOv5s-SDE模型,提出了基于YOLOv5s-SDE的带式输送机煤矸目标检测方法。YOLOv5s-SDE模型通过在主干网络中添加压缩和激励(SE)模块,以增强有用特征,抑制无用特征,改善小目标煤矸检测效果;利用深度可分离卷积替换普通卷积,以减少参数量和计算量;将边界框回归损失函数CIoU替换为EIoU,提高了模型的收敛速度和检测精度。消融实验结果表明:YOLOv5sSDE模型对煤矸图像的检测准确率达87.9%,平均精度均值(mAP)达92.5%,检测速度达59.9帧/s,可有效检测煤和矸石,满足实时检测需求;与YOLOv5s模型相比,YOLOv5s-SDE模型的准确率下降2.3%,mAP提升1.3%,参数量减少22.2%,计算量下降24.1%,检测速度提升6.4%。同类改进模型对比实验结果表明,YOLOv5s-STA与YOLOv5s-Ghost模型的检测精度明显偏低,YOLOv5s-SDE模型与YOLOv5s模型及YOLOv5s-CBAM模型的检测效果整体相近,但在运动模糊和低照度情况下,YOLOv5s-SDE模型整体检测效果更优。 展开更多

关键词 煤矸目标检测 实时智能煤矸分选 深度学习 YOLOv5s 注意力机制 深度可分离卷积 损失函数

在线阅读 下载PDF 职称材料

煤矸双能X射线图像多维度分析识别方法 被引量：26

16

作者 郭永存 何磊 +1 位作者 刘普壮 王希 《煤炭学报》 EI CAS CSCD 北大核心 2021年第1期300-309,共10页

环境适应能力强、识别精度高是有效分离煤和矸石的前提。采用双能X射线透视煤和矸石并成像,避免了粉尘、光照强度和物料表面等外界因素影响。但双能X射线探测器采集射线能量数据存在余晖效应、厚度效应和射束硬化效应等缺陷。为降低缺... 环境适应能力强、识别精度高是有效分离煤和矸石的前提。采用双能X射线透视煤和矸石并成像,避免了粉尘、光照强度和物料表面等外界因素影响。但双能X射线探测器采集射线能量数据存在余晖效应、厚度效应和射束硬化效应等缺陷。为降低缺陷影响,提高煤和矸石识别率,提出一种联合R值图像与高、低能图像特征对煤和矸石进行多维度分析的方法。首先基于双能X射线采集系统获取高、低能图像,并利用比值法得到R值图像;然后针对所获取的3种图像,研究煤和矸石密度及灰分含量等关键物性参数与图像特征关系,据此设计特征提取方案,共计提取8个特征参量,形成一种强特征组合;最后采用Relief算法度量每个特征参量的重要性,进而设计分类试验。以不同地区肥煤、焦煤、气煤和矸石为试验对象,观察剔除权重较低的特征后,分类模型准确率,发现以特征组合[R_(c),Gl_(c),G_(l),R_(a)]为输入,PSO-SVM分类模型对3种煤混合矸石识别效果最佳,识别率为99.4%。结合PSO-SVM分类模型和[R_(c),Gl_(c),G_(l),R_(a)]的特征组合对肥煤、焦煤和气煤分别混合矸石进行识别验证,结果表明:肥煤混合矸石识别率为98.89%,焦煤混合矸石识别率为100%,气煤混合矸石的识别率为99.44%。本方法通过联合多张图像的多个特征,进行多维度分析,发现R值图像特征和高能图像特征对煤和矸石的区分度最好,可有效降低双能X射线缺陷影响,能以较少的特征,实现对不同煤种的较高识别率,优于现有方法。此外,以灰分、密度为参照选取特征阈值,贴合实际需求,减少了工程应用中根据矿区煤质差异进行参数调整的频次,提高了识别模型的泛化能力。 展开更多

关键词 双能X射线 多维度分析 煤矸分选 物质属性R值 图像识别 特征选择

在线阅读 下载PDF 职称材料

面向煤矸分拣机器人的多机械臂协同策略 被引量：25

17

作者 曹现刚 吴旭东 +4 位作者 王鹏 李莹 刘思颖 张国祯 夏护国 《煤炭学报》 EI CAS CSCD 北大核心 2019年第S02期763-774,共12页

针对煤矸分拣机器人对带式输送机上的随机矸石分拣过程中存在无策略规划而导致的低拣矸率、低利用率的问题,依据现代排序理论、机器人技术和多目标规划方法,构建随机矸石流下的多动态目标多机械臂协同分拣策略的数学模型。根据D-H机器... 针对煤矸分拣机器人对带式输送机上的随机矸石分拣过程中存在无策略规划而导致的低拣矸率、低利用率的问题,依据现代排序理论、机器人技术和多目标规划方法,构建随机矸石流下的多动态目标多机械臂协同分拣策略的数学模型。根据D-H机器人表示法,结合多机械臂模块、带式输送机的几何参数和视觉识别模块的相机参数,分别构建矸石图像相对世界坐标系、末端执行器相对世界坐标系的坐标转换关系。考虑多机械臂在矸石流运动过程中存在的静止时间,提出双直角坐标机器人的预反馈、自反馈和协作反馈机制,实现多机械臂协同分拣过程中分拣区余量值的递增趋势。根据机械臂和带式输送机的性能参数,构建多机械臂协同分拣策略的数学模型,实现多动态目标矸石的准确、高效分拣。基于策略求解结果,改变矸石模型,总结多机械臂协同分拣多动态目标矸石分拣率的影响因素。根据仿真实验结果,修正煤矸分拣机器人实验平台的相关参数,通过对比分析多组矸石流的抓取实验结果,带式输送机上的矸石分拣率满足应用要求,机械臂总反馈行程与其分拣个数呈反比。研究结果表明,煤矸分拣机器人的多机械臂协同策略对带式输送机上多动态目标矸石具有较好的近似解。 展开更多

关键词 煤矸分选 直角坐标机器人 多机械臂 协作反馈

在线阅读 下载PDF 职称材料

煤矿井下矸石置换煤炭清洁生产技术 被引量：21

18

作者 马立强 李永升 《煤炭学报》 EI CAS CSCD 北大核心 2010年第5期816-819,共4页

在对煤矿井下矸石来源进行分析的基础上,建立了井下煤矸分选系统,主要包括筛选、分选和回煤等工序流程,增加了综采放顶煤采出率,解决了提升运输系统的卡仓问题,同时完善了井下煤质控制流程。在"三下"压煤区中实施巷道矸石充填... 在对煤矿井下矸石来源进行分析的基础上,建立了井下煤矸分选系统,主要包括筛选、分选和回煤等工序流程,增加了综采放顶煤采出率,解决了提升运输系统的卡仓问题,同时完善了井下煤质控制流程。在"三下"压煤区中实施巷道矸石充填,并开发出以矸石为主料的"预构人造墙体,矸石置换窄煤柱"沿空掘巷技术,形成了一套矸石置换煤炭清洁生产技术。 展开更多

关键词 矸石置换煤炭 清洁生产 煤矸分选

在线阅读 下载PDF 职称材料

基于改进YOLOv5s的煤矸石目标检测算法 被引量：3

19

作者 高如新 常嘉浩 +1 位作者 杜亚博 刘群坡 《电子测量技术》 北大核心 2023年第13期95-101,共7页

针对工业场景下煤矸石分拣任务检测精度低、分拣速度慢的问题,提出一种基于改进YOLOv5s的煤矸石目标检测算法。在主干网络的卷积层中加入轻量化注意力机制CBAM,以提升目标在复杂的煤渣环境中的特征表达的能力;其次,改进特征融合层为BIFP... 针对工业场景下煤矸石分拣任务检测精度低、分拣速度慢的问题,提出一种基于改进YOLOv5s的煤矸石目标检测算法。在主干网络的卷积层中加入轻量化注意力机制CBAM,以提升目标在复杂的煤渣环境中的特征表达的能力;其次,改进特征融合层为BIFPN,BIFPN结构进行了双向跨尺度连接和加权融合,以加强煤矸石浅层的特征信息和高层煤矸石位置信息,解决煤矸石颜色、纹理相近难以分类的问题;最后,在原算法DIoU的基础上增加对边界框高宽比考虑,以提升检验框检测的准确率。在工业生产环境中采集的10000张煤矸石图像作为数据集对所提方法进行实验,实验表明,与改进前的YOLOv5s模型相比,在检测速度基本保持不变的前提下,改进算法平均精度mAP_0.5达到了93.3%,平均检测精度提高了5.1%,实现了对煤矸石进行目标检测的要求。 展开更多

关键词 煤矸目标检测 YOLOv5s CBAM BIFPN特征融合层 CIOU 煤矸分选

在线阅读 下载PDF 职称材料

轻量化煤矸目标检测方法研究 被引量：8

20

作者 杜京义 史志芒 +1 位作者 郝乐 陈瑞 《工矿自动化》 北大核心 2021年第11期119-125,共7页

针对目前基于深度学习的煤矸目标检测方法精度低、实时性差、小目标易漏检等问题,采用轻量化网络、自注意力机制、锚框优化方法对SSD模型进行改进,构建Ghost-SSD模型,进而提出一种轻量化煤矸目标检测方法。Ghost-SSD模型以SSD模型为基... 针对目前基于深度学习的煤矸目标检测方法精度低、实时性差、小目标易漏检等问题,采用轻量化网络、自注意力机制、锚框优化方法对SSD模型进行改进,构建Ghost-SSD模型,进而提出一种轻量化煤矸目标检测方法。Ghost-SSD模型以SSD模型为基础框架,采用GhostNet轻量化特征提取网络代替主体网络层VGG16,以提高煤矸目标检测速度;针对浅层特征图中包含较多背景噪声及语义信息不足问题,引入自注意力模块对浅层特征图进行特征增强,提高对前景区域的关注度,并采用扩张卷积增大浅层特征图的感受野,丰富浅层特征图的语义信息;采用K-means算法对锚框进行聚类,优化锚框尺寸设置,进一步提高煤矸目标检测精度。实验结果表明,基于Ghost-SSD模型进行煤矸目标检测时,平均精度均值较SSD模型提高3.6%,检测速度提高75帧/s,且检测精度与速度均优于Faster-RCNN,Yolov3模型,同时对煤矸小目标具有较好的检测效果。 展开更多

关键词 煤矸分选 煤矸识别 煤矸目标检测 自注意力机制 SSD模型 GhostNet 锚框聚类优化

在线阅读 下载PDF 职称材料