[发明专利]一种基于人工智能图像识别的选煤系统在审

专利信息
申请号: 202010682629.4 申请日: 2020-07-15
公开(公告)号: CN111957596A 公开(公告)日: 2020-11-20
发明(设计)人: 郑鸿;殷卫峰;陈文生;陈百川 申请(专利权)人: 郑鸿
主分类号: B07C5/34 分类号: B07C5/34;B07C5/02;B07C5/36
代理公司: 暂无信息 代理人: 暂无信息
地址: 201700 上海市*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 人工智能 图像 识别 选煤 系统
【说明书】:

发明的基于人工智能图像识别的选煤系统,设置有横断面下部接近V字形的滑槽,煤料从上方落于滑槽的起始段,并滑行至滑槽的末端,自动排成一行;在煤料沿滑槽移动的过程中,首先用喷枪吹洗煤料上的煤灰煤泥,使之露出内部固体的表面,再在到达末端前,由摄像装置实时拍摄并发送拍摄图像至控制模块,控制模块通过人工智能图像识别技术实时识别为矸石或煤块,并控制矸石剔除机构动作,将矸石从煤块中剔除。本发明对矸石分选准确率高,设备简单,处理粒级宽,处理能力大,可以替代大部分的人工;且设备简单易维护,便于部署在井下,在煤料起吊出井之前即将矸石筛选出来并留在井下,更可有效地降低矸石出井量。

技术领域

本发明属于煤矿开采技术领域,具体涉及一种基于人工智能图像识别的选煤系统。

背景技术

长期以来,中国煤炭资源的开采量居高不下,每年达到几十亿吨,全国有大小煤矿5000余座。近年来采煤机械化自动化程度在不断提高,但是煤矸石的分选一直是难题。矸石的存在,一方面增加了煤料中的灰分,降低了原煤的品质,另一方面,在后续生产运输的各个环节,都会对设备的运转带来过度磨损,甚至卡链停机等危害。因此,原煤升井后,第一步就需要在煤料中分离并捡出矸石,保留煤,即选煤。

传统使用的主要选煤工艺,都是基于煤块与矸石在基本物理属性上的差异,例如密度不同、表面亲疏水性不同等差异,基本可分为水洗法和干洗法。其中,水洗工艺是根据煤块和矸石在水中的不同表现,使用大量的水,通过包括浮选机、跳汰机、重介质旋流器等设备,对煤块和矸石进行分离的方法。但是,很多煤资源都蕴藏在干旱缺水地区,而水资源匮乏已经成为对当地煤资源开发和加工的制约因素。并且,年轻煤质遇水容易泥化,另外在严寒地区,水洗还会带来产品冻结等诸多问题。而干洗工艺,则是通过制造强空气对流,即风选工艺,根据煤块与矸石的不同比重,对其加以分离的技术,包括碎选、空气中介旋流器、复合干选等方式。但是,其所能处理的粒极很窄,只能处理小于80毫米的物料;且分选精度很低,风选的排矸率一般为80-90%,矸中带煤率大于5%,通常为6-8%;水分影响也大,原煤水分大时,会堵塞床面风孔,破坏正常供风,恶化分选效果,乃至无法进行,故通常要求外水小于7%;并且含矸量增加时,矸石混入的几率也相应增加。而风选设备的功耗却很高,一台每小时处理240吨原煤的风选机,其装机功率为650千瓦,即平均每吨原煤需要消耗2.5-3度电来进行分选。并且,因为其自动化程度较低,故操作人员的经验和责任心对分选效果影响较大。

近年随着人工智能技术的发展,发展出一些人工智能选煤技术,例如采用X光透射成像,来进行煤块和矸石的区分。这种技术不但成本高,还有较大的安全性问题,设备也比较复杂。

因此,现有技术有待于进一步改进和提高。

发明内容

有鉴于现有技术的上述缺陷,本发明的目的在于提供一种基于人工智能图像识别的选煤系统,以解决现有技术的选煤工艺,需要人工识别和拾取,以及浪费资源和能源的技术缺陷,且比其他智能选煤设备的结构更加简单,容易维护,易于部署在井下。

本发明公开了一种基于人工智能图像识别的选煤系统,包括:至少一滑槽,所述滑槽沿滑行方向的下游的横断面为接近V字形;煤料落于所述滑槽的起始段,沿滑槽滑动移动至所述滑槽的末端;每条所述滑槽设置至少一喷枪,设置于每条所述滑槽的上方,所述喷枪用于喷洗所述煤料;至少一摄像装置,所述摄像装置正对并用于实时拍摄移动中的所述煤料,及传送拍摄图像至一控制模块,所述控制模块用于通过深度学习的人工智能视觉图像识别技术识别矸石和煤块;至少一矸石剔除机构,所述矸石剔除机构接受从所述控制模块发送来的识别结果后动作,将识别出的矸石剔除;所述识别结果包括识别出的矸石位置;所述接近V字形为中间下陷、两侧壁面向上展开的形状,包括正放的V字形或U字形或开口向上的圆弧形。

优选地,所述滑槽的滑行曲线为向下倾斜的直线或最速降线,最速降线适合承接在起始段垂直降落的煤料。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于郑鸿,未经郑鸿许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010682629.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top