当前位置：首页 > 产品中心
煤矸石识别设备
煤矸石识别设备
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10月18日 — 针对目前存在的共性问题，提出了解决方案：在识别方面，研究基于多模态深度学习的煤矸石识别与抓取特征提取方法，实现井下煤矸石快速识别；在轨迹规划方面，研究动态煤矸石精准定位和实时跟踪 煤矸石智能分拣机器人研究进展与关键技术
案例分享 加速清洁能源体系，SMore ViMo 打通煤矸石识别
2022年4月26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 2020年2月28日 — 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 煤矸智能分选的机器视觉识别方法与优化
加速清洁能源体系，思谋科技打通煤矸石识别分拣全链条
2021年10月13日 — 近日，思谋科技推出行业首创的AI 煤矸石识别分拣解决方案，可以毫秒级速度全自动识别分拣出煤炭中的煤矸石，大幅提升煤炭纯度，助力节能减排 2024年5月31日 — 中新网深圳10月13日电(记者 郑小红)一种行业首创的 AI煤矸石识别分拣解决方案，近日由深圳思谋科技推出，可以毫秒级速度全自动识别分拣出煤炭中的煤矸 深企研发出毫秒级全自动识别分拣煤矸石方案 中国新闻网
基于光学图像的煤矸石识别方法综述
2021年8月4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 中新网深圳10月13日电(记者 郑小红)一种行业首创的 AI煤矸石识别分拣解决方案，近日由深圳思谋科技推出，可以毫秒级速度全自动识别分拣出煤炭中 深企研发出毫秒级全自动识别分拣煤矸石方案煤矸石煤炭AI
XDS智能煤矸石分选系统
2023年11月2日 — XDS智能煤矸石分选系统为新一代智能干选技术，是块原煤分选的最佳选择。主要包含筛分装置、XDS智能煤矸石选机及运载系统。其中XDS智能煤矸石选机包括 2021年12月12日 — 除了能够大量节省人力成本， 智能选矸系统还通过将已经大量成熟安全应用的射线及图像识别、人工智能深度学习、稳定可靠的多模块化机械拣选等技术有机高效结合，有效解决了传统水洗（跳汰）煤矸石时的水资源浪费等问题。矸石选出率95%+！平煤神马中平自动化自主研发智能选矸
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 2020年2月28日 — 煤矸石快速高效的分离是提高煤质的主要途径，将推动洁净煤技术的发展 [1]。目前γ射线透射法和X射线透射法煤矸分选技术比较成熟，但存在辐射危害，应用上受到了限制 [2]。将激光三维扫描测量体积与动态称重相结合，通过煤与矸石密度差实现煤矸的分离也是新兴的方法之一，但该方法误差较大 煤矸智能分选的机器视觉识别方法与优化
煤矸石智能分拣机器人的研究与应用 百家号
2024年4月24日 — 煤矸石识别与定位算法流程如图4所示。 采集的图像经过裁切、去噪、灰度化等预处理后，利用BLOB区域联通法判断图像内是否存在待检测的煤和矸石。对定位的煤矸石进行灰度直方图方法分析，根据设置的煤和矸石的灰度图像阈值，判定当前物体 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 XDS智能煤矸石分选系统
煤矸石智能分拣机器人的研究与应用智能矿山网
2023年3月3日 — 煤矸石识别与定位算法流程如图4所 示。采集的图像经过裁切、去噪、灰度化等预处理后，利 用BLOB区域联通法判断图像内是否存在待检测的 煤和矸石。对定位的煤矸石进行灰度直方图方法分析，根据设置的煤和矸石的灰度图像阈值，判定当前 2022年10月18日 — 煤矿井下矸石被煤泥包裹，煤矸石识别难、分拣难；井下工作空间狭小，设备布局难、煤矸石分流难，因此，需要研发高性能、高可靠的煤矸石智能分拣机器人。分析了煤矸石智能分拣机器人中煤矸石识别、机器人轨迹规划、多动态目标多机器人协同控制技术的研究现状。煤矸石智能分拣机器人研究进展与关键技术
智能煤矸石分选机器人的研究与应用新煤网
2024年1月3日 — ★ 科技引领 ★ 智能煤矸石分选机器人的研究与应用 申 龙，单浩然，王永利，胡云雷 (中信重工开诚智能装备有限公司，河北省唐山市，) 摘 要 为解决煤炭生产过程中煤矸石分选难、智能化程度低等问题，研发了智能煤矸石分选机器人。详细介绍了煤矸石分选机器人的系统组成、智能识别系统 2023年7月26日 — 摘要： 按照实际工况在实验室搭建煤矸分选平台，采用深层目标检测网络对煤矸石进行在线识别，根据分选时煤矸石的形状和大小，将目标检测网络中的特征金字塔设定为3个尺度，并确定锚(参考边界框)的形状和大小；比较10个 I OU (Intersectionoverunion)阈值基于目标检测网络的煤矸石识别
TGS智能选矸机器人
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。 本产品运用机器视觉、深度网络学习等人智能技术，结合传统机械、电控等技术，可实现煤矿煤矸石分拣的智能化，适用于30050mm的块煤分选，可代替手选、动筛跳汰机、浅槽分选机等。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 X射线透射煤矸智能识别方法
首发！王家臣教授团队：图像识别智能放煤技术原理与应用
首发！王家臣教授团队：图像识别智能放煤技术原理与应用摘要： 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
基于深度学习的煤矸石识别技术与实现
2021年3月5日 — 郜亚松，张步勤，郎利影基于深度学习的煤矸石识别技术与实现[J]煤炭科学技术,2021,49(12) 针对以上问题，提出一种识别精度高、速度快且易嵌入到实际生产设备中的轻量型煤矸识别网络模型。 深度计算模型轻量化的概念是近些年才逐渐地在 2024年2月8日 — 摘要 煤矸石快速精准的识别 对提升煤炭产能有着极大的影响，而现有的煤矸识别分选方法在分选设备、准确率以及效 率上尚有不足。提出了一种基于深度学习的激光雷达双通道伪彩图像煤矸识别方法。首先，基于激光雷达距离通道信 基于激光雷达的双通道伪彩图像煤矸识别方法 Researching
基于机器视觉的多机械臂煤矸石分拣机器人系统研究 CSDN博客
2022年11月5日 — 西安科技大学机械工程学院曹现刚教授团队提出一种基于煤矸图像识别和定位方法，并采用多机械臂协同煤矸分拣策略的煤矸分拣机器人。该机器人将机器视觉技术、机器人技术和深度学习技术结合，分拣效率高，煤矸快速识别和定位方法对煤矸混合样本下的目标识别准确率达到7692%。2023年1月31日 — 粉尘、噪音、高强度劳动影响员工身心健康，使用AI分选机器人可大大改善手选工作业环境，降低职业病发生率。在实际应用中，AI分选机器人完全代替人工作业，其识别率和执行机构抓取率均实现95%以上，理论效率是人工手选效率的3倍，既安全又可靠。国内首台人工智能（AI）煤矸分选机器人诞生？！ 成果推荐
深企研发出毫秒级全自动识别分拣煤矸石方案 中国新闻网
2024年5月31日 — 中新网深圳10月13日电(记者 郑小红)一种行业首创的 AI煤矸石识别分拣解决方案，近日由深圳思谋科技推出，可以毫秒级速度全自动识别分拣出煤炭中的煤矸石，大幅提升煤炭纯度，助力节能减排，为国家能耗双控、“双碳”目标实现贡献 AI力量。2022年9月7日 — 1本发明涉及煤矸石识别技术领域，尤其涉及一种煤矸石识别方法、装置、设备及可读存储介质。背景技术： 2煤炭是发展的重要一次能源，有力支撑着经济和社会平稳较快发展。 煤矸石是煤炭开采过程中产生的主要固体废物，随着煤炭开采活动的增加，煤矸石的累积量大大增加，成为最大的工业 一种煤矸石识别方法、装置、设备及可读存储介质
西安科技大学：李 曼——煤矸分选机器人图像识别方法和系统
2020年11月11日 — 目前国内外应用较为成熟的煤矸自动分选设备主要采用γ和X射线检测法。γ射线检测法根据γ射线穿过煤和矸石时衰减量的不同来识别煤和矸石,X射线法是根据煤和矸石对射线吸收量的不同来进行识别的,用高压气阀喷嘴作为执行机构,通过高压气流将矸石分离。2016年5月19日 — 煤矸石在线识别与自动分选系统的研究第23卷第1期2003年3月西安科技学院JOURNALOFXI´ANUNIVERSITYOFSCIENCEANDTECHNOLOGYV0123No1Mar2003文 煤矸石在线识别与自动分选系统的研究 豆丁网
X射线识别煤矸选煤技术对煤质分析的要求 知乎
2020年11月27日 — X 射线技术是面对面的识别，基于 X 射线识别方式的分选机无需分道布料，只要保证物料间无叠压，就可以精准识别煤和矸石。X 射线分选设备无需分道排队，若一个通道里有 2 个物体，不可避免会造成识别误差，降低分选精度，而 X 射线不分道，只要保证 X射线智能煤矸石分选机原理及构成采用大功率X射线源及高精度双能成像系统，针对不同的煤质特征建立与之相适应的分析模型，通过智能识别方法和数据分析，对煤与矸石进行数字化识别，*终通过排矸系统将矸石排出。主色选设备智能煤矸石分选机 煤矸干选机
一种煤矸石识别方法、装置、设备及可读存储介质2
2022年9月7日 — 本发明涉及煤矸石识别技术领域，尤其涉及一种煤矸石识别方法、装置、设备及可读存储介质。背景技术煤炭是发展的重要一次能源，有力支撑着经济和社会平稳较快发展。煤矸石是煤炭开采过程中产生的主要固体废物，随着煤炭开采活动的增加，煤矸石的累积量大大增加，成为最大的工业残渣 2017年4月20日 — 由煤矸石试验资料分析可知:煤矸石分选密度可达24g/c m⊃3;，选用重介质浅槽分选机首先需要考虑重介质悬浮液的配置问题，其对磁铁粉的密度和粒度都有严格的要求;其次，分选过程中由于悬浮液密度大、粒度大，其稳定性很差，难以保证设备分选效率和产率煤矸石分选有意义吗？能成功吗？
基于X射线和机器视觉的煤与矸石分选系统设计
2017年2月28日 — 系统的主要目标是实现对煤和矸石的识别和分选，提高煤的质量及更有效地利用矸石。系统分为3个部分 [5] ：检测部分、识别控制部分和执行分选部分。 (1) 检测部分：包括胶带传感器、X射线源、X射线线阵探测器XCard、数据采集卡XDAQ、CCD摄像机 2023年1月21日 — 本发明涉及一种识别煤与煤矸石的方法及专用设备,根据电阻（绝缘性）不同在线识别煤与煤矸石识并进行分拣，属于煤矿生产、加工技术领域。背景技术煤矸石是煤生产、加工过程中的伴生物，发热量低、有害物质多，严重影响产品质量，需要及时进行识别和分拣。对粒径较小的煤与煤矸石可以 一种识别煤与煤矸石的方法及专用设备与流程 X技术网
基于机器视觉的煤矸识别系统设计及试验研究
2020年2月21日 — 摘要： 为解决手工选煤、湿法选煤中存在的效率低下、劳动强度大、水资源耗费、环境污染等诸多问题。研究了基于机器视觉的煤矸识别方法，在实验室中搭建了试验平台，开发了MFC软件应用平台，实现了煤矸实时识别选取山西西山、内蒙古和陕西神木的煤和矸石作为样本，建立了样本图像库取420 摘要： 煤炭依然是全球主要的化石能源之一,特别是在中国和其他发展中国家其战略能源和资源属性十分突出,然而在当前全球碳达峰和碳中和的大背景下,煤炭资源的高效开发利用日趋重要其中煤矸分选是实现资源高效利用和环境保护的有效手段,随着煤矿机器人技术成为煤矿智能装备研发领域的热点 基于红外图像处理的煤矸识别技术研究 百度学术
煤矸石综合利用研究进展 cgs
2020年8月20日 — 煤矸石 综合利用研究进展 贾敏 （神华准能资源综合开发有限公司，内蒙古鄂尔多斯 铝对设备 的要求比较低，但是产生的尾渣较多；酸浸 法提取氧化铝工艺流程短，产生的尾渣少，但对设备 2022年4月28日 — 一种基于太赫兹成像的煤矸石识别 分选装置及方法专利检索，一种基于太赫兹成像的煤矸石识别分选装置及方法属于通过使用散装材料的干法如适合于如散装材料处理的松散物品把固体与固体分离的设备的组合专利检索，找专利汇即可免费查询 一种基于太赫兹成像的煤矸石识别分选装置及方法专利检索
基于YOLOv4Tiny的煤矸石图像识别及FPGA实现
2022年11月16日 — 目前，深度学习煤矸石识别方法大多需要在高性能CPU或GPU硬件设备上进行，功耗大、体积大、发热大，不便于在复杂的井下环境中使用。 针对这些问题，本文提出了一种基于YOLOv4tiny的煤矸石识别方法，并将其部署在低功耗硬件平台FPGA上。本发明一种煤矸石近红外图像识别技术，属于图像处理技术领域，特别涉及一种近红外视觉下的目标识别技术。背景技术目标识别技术是计算机视觉中的核心部分，准确地识别目标是顺利地进行后续图像处理的前提。目前目标识别技术广泛地应用于监控安检、武器制导、工业质检等领域。目标识别的 煤矸石近红外图像识别技术的制作方法
一种煤矸石优化识别方法
2020年7月20日 — 摘要: 针对输送带磨损造成煤矸石图像目标检测不准确、影响煤矸石识别准确率等问题，提出了一种煤矸石优化识别方法。 采集的图像经过裁切、去噪、灰度化等预处理后，利用训练好的CornerNetSqueeze深度学习模型判断图像中是否存在待检测的煤或矸石，若存在则定位煤或矸石在图像中的位置，有效 2021年12月15日 — 1本实用新型涉及煤矿技术领域，尤其涉及一种基于红外光谱测量的煤矸石识别系统。背景技术： 2煤矸石分离对环境保护和资源高效利用具有重要意义，为了实现安全高效开采，减少对环境的污染，煤矸石的自动化识别和分拣显得尤为重要。 3煤矸石识别与分拣方法有多种。基于红外光谱测量的煤矸石识别系统 X技术网
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
概述排矸降灰，高效准确，节能环保，高效低耗 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。2018年9月27日 — 识别技术采用AI技术中卷积神经网络技术，用视觉对煤和矸石进行深度学习，对人体无害，安全可靠； 6 采用机械手模拟人工进行分选，矸石选出率不低于85%，系统可以设定分选矸石或分选煤块，可靠性好。 观看视频，机器如何智能识别并选矸：Alpha智能煤矸分选机器人矸石
计算机论文：机器视觉技术在煤矸石智能识别中的应用计算机
2020年9月26日 — 为实现煤矸石识别，本文主要研究内容如下： （1）煤矸石与煤的图像分割方法研究。因为煤、煤矸石以及 背景三者都是黑色，视觉上感受相似，为了使得分割结果更好，本文 首先将其进行图像预处理，包括对煤矸石与煤对比度，亮度增强以及 2021年12月12日 — 除了能够大量节省人力成本， 智能选矸系统还通过将已经大量成熟安全应用的射线及图像识别、人工智能深度学习、稳定可靠的多模块化机械拣选等技术有机高效结合，有效解决了传统水洗（跳汰）煤矸石时的水资源浪费等问题。矸石选出率95%+！平煤神马中平自动化自主研发智能选矸
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 2020年2月28日 — 煤矸石快速高效的分离是提高煤质的主要途径，将推动洁净煤技术的发展 [1]。目前γ射线透射法和X射线透射法煤矸分选技术比较成熟，但存在辐射危害，应用上受到了限制 [2]。将激光三维扫描测量体积与动态称重相结合，通过煤与矸石密度差实现煤矸的分离也是新兴的方法之一，但该方法误差较大 煤矸智能分选的机器视觉识别方法与优化
煤矸石智能分拣机器人的研究与应用 百家号
2024年4月24日 — 煤矸石识别与定位算法流程如图4所示。 采集的图像经过裁切、去噪、灰度化等预处理后，利用BLOB区域联通法判断图像内是否存在待检测的煤和矸石。对定位的煤矸石进行灰度直方图方法分析，根据设置的煤和矸石的灰度图像阈值，判定当前物体 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 XDS智能煤矸石分选系统
煤矸石智能分拣机器人的研究与应用智能矿山网
2023年3月3日 — 煤矸石识别与定位算法流程如图4所 示。采集的图像经过裁切、去噪、灰度化等预处理后，利 用BLOB区域联通法判断图像内是否存在待检测的 煤和矸石。对定位的煤矸石进行灰度直方图方法分析，根据设置的煤和矸石的灰度图像阈值，判定当前 2022年10月18日 — 煤矿井下矸石被煤泥包裹，煤矸石识别难、分拣难；井下工作空间狭小，设备布局难、煤矸石分流难，因此，需要研发高性能、高可靠的煤矸石智能分拣机器人。分析了煤矸石智能分拣机器人中煤矸石识别、机器人轨迹规划、多动态目标多机器人协同控制技术的研究现状。煤矸石智能分拣机器人研究进展与关键技术
智能煤矸石分选机器人的研究与应用新煤网
2024年1月3日 — ★ 科技引领 ★ 智能煤矸石分选机器人的研究与应用 申 龙，单浩然，王永利，胡云雷 (中信重工开诚智能装备有限公司，河北省唐山市，) 摘 要 为解决煤炭生产过程中煤矸石分选难、智能化程度低等问题，研发了智能煤矸石分选机器人。详细介绍了煤矸石分选机器人的系统组成、智能识别系统 2023年7月26日 — 22 目标检测网络的搭建 现有的研究中使用的煤矸识别深度网络模型大多数是基于已有模型(VGG16、 LeNet)针对具体的煤矸石数据集进行1层或2层的改变，且完成的是分类任务，并没有对图像中煤矸石的具体位置进行定位。基于目标检测网络的煤矸石识别
TGS智能选矸机器人
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。 本产品运用机器视觉、深度网络学习等人智能技术，结合传统机械、电控等技术，可实现煤矿煤矸石分拣的智能化，适用于30050mm的块煤分选，可代替手选、动筛跳汰机、浅槽分选机等。