摇床接矿执行器物理偏移距离研究

北矿机电科技有限责任公司研发出来全球首台摇床智能巡检机器人,摇床接矿执行器偏移距离预测是巡检机器人控制系统中的关键技术,其精度直接影响着选矿指标的好坏。已知执行器指示标的像素位置,从小孔相机三角成像原理推导出执行器指示标到摇床左顶点的水平距离计算公式,在宜春钽铌矿磨重车间1^#摇床上的试验结果表明,此方法得到的数值与实际测量值偏差太大。在该计算公式的基础上,引入两个参数建立新的回归函数模型,采用平方损失函数转化为最小化问题,通过数值计算方法求取两个参数的最佳值。利用新的函数模型预测出的结果,平均误差5.660 7 mm,满足工业要求。进一步提出已知接矿执行器指示标的像素位置和接矿像素位置,求取接矿执行器的物理偏移距离的预测方法。该方法操作简单,预测精度高,连续可靠,已应用于华联锌铟公司新田选厂和宜春钽铌矿的生产过程中。     

基于深度学习的摇床接矿位置预测方法

目前在摇床进行选矿的过程中，使用的摇床矿带识别及接矿板自动调节装置大大提高了摇床的自动化程度。但是对于接矿位置不在矿带分割线位置的矿物，例如锡矿，在分割线处接到的矿物品位会达到60以上，而真正需要的品位范围是[38 ,42]，仍需要人工设置偏移量确定接矿位置。针对接矿需要人工参与的问题，本文研究出了一种输入为摇床矿带图像，输出为接矿位置的深度学习预测模型，该模型以VGG-16为基础网络结构，使用均方损失和Adam优化器进行训练，通过批量大小、迭代次数以及学习率等超参数调整卷积层中的权重值。在华联锌铟公司新田选矿厂精选段摇床开展了摇床智能接矿工业试验研究，实验结果表明，验证集中85%的样本预测误差小于19.5毫米，93.7%的预测误差小于29.25毫米，因此该方法能够让计算机学习到操作工的接矿经验，计算出满足生产需要的接矿位置，真正实现摇床智能接矿。基于深度学习的预测模型在现场运行了半年多，接矿的精矿品位能够达到工艺要求。