基于灰度和纹理的煤与矸石特征提取研究

探讨煤与矸石图像在灰度与纹理上的异同,应用图像处理技术对煤与矸石图像进行预处理、图像分割,采用灰度特征和纹理特征相结合的方法进行特征提取,并在Matlab上仿真实现。研究结果表明灰度和纹理能有效的描述煤与矸石的特征,具有较好的鉴别能力,可为煤与矸石的识别和分选提供参考依据。     

井下煤和矸石选择性破碎研究

为了解决不同物料的选择性破碎问题,以井下煤和矸石破碎分离机为例,采用液压式选择性破碎的方法,结合对辊破碎机的结构,从破碎辊筒运动与液压缸受力的角度进行分析,确定了选择性破碎的条件,并导出了液压缸推力与物料抗压强度、物料粒度、物料与辊筒接触状况以及辊筒结构之间的数学表达式,为后续设计高效率选择性破碎机提供了理论依据。     

DSP TMS320C6701在煤与矸石图像识别中的应用

介绍了采用以DSP TMS320C6701芯片为核心构建的煤与矸石的识别系统。利用高性能TMS320C6701 DSP作图像处理器,利用CCD摄像头对煤炭输送带进行监测,通过图像采集卡,将拍摄到的连续图像输入到计算机,不断进行图像分析和处理,将煤块和矸石区分,并用MATLAB给出了仿真结果。     

基于图像处理与识别技术的煤矿矸石自动分选

矸石分选是煤矿生产的重要环节,即在煤块中将矸石挑选出来,目前我国大块矸石的分选大多采用手选,工人劳动强度大,生产效率低,工作环境恶劣,严重影响着人工的身心健康,通过采用图像处理和模式识别技术对煤块和矸石进行识别,再结合计算机技术和机械自动化技术,从而达到煤矸自动分选的目的。     

从矸石中回收低热值煤的工艺与效果

介绍了东曲矿选煤厂从矸石山回收低热值煤的生产系统及其应用效果     

矸石含煤与精煤污染

通过对矸石含煤与精煤污染这一对相互联系、相互矛盾的问题定量分析,进行理性取舍,实现最大效益.     

两产品重介旋流器矸石带煤研究

选煤厂煤炭的生产洗选过程中矸石是主要固体废弃物,其中主要包括手选矸石和洗选矸石,废弃的矸石不但占用大量土地,而且矸石中累积的煤量增多,易引起矸石山自燃,严重污染大气和水源,而随之发生的山体滑坡和喷爆,易造成人员和财产的损失,有重大的安全隐患.控制矸石带煤可以消除矸石山造成的环境污染及自燃的安全隐患,减小经济损失.介绍了斜沟煤矿选煤厂通过对两产品重介旋流器进行改进,减少了矸石带煤量,取得了较好的社会、经济效益.     

超深矿井煤和矸石分时分运优化设计技术

孙村煤矿是一座具有上百年开采历史的老矿,开采垂深达1350m。随着生产规模的扩大和机械化水平的提高,煤炭资源日趋枯竭,地面矸石山污染了地面生态环境,制约了矿井进一步发展。为实现井下矸石不上井,实施了矸石充填技术。但原来的矸石运输系统隐患多,没有矸石仓和破碎系统,不能实现连续运输和连续充填,致使因矸石占用矿车多而影响掘进巷道施工、一部分矸石为缓解车皮供应紧张而上井。为克服这一难题,创新实施了超深矿井煤和矸石分时分运技术,实现了井下矸石连续运输和充填,使老矿深井焕发了新的生机与活力。     

煤和矸石选择性破碎的可行性研究

对煤和矸石的主要力学性质作了简单的介绍,通过下落试验,对某一煤区不同颗粒的煤和矸石对应不同高度的破碎情况进行了分析比较,验证了力学性质有很大差别的煤和矸石选择性破碎的可行性,提出了煤和矸石井下直接破碎分选的新型洁净煤生产技术思路。     

图像处理技术在煤位检测中的应用

煤炭生产企业都会在煤矿井上以及井下设计一定数量的煤仓,主要用于煤矿所产出的原煤的储存和中转,在一定意义上讲,煤矿产煤量的多少直接取决于煤仓工作状况的正常与否,特别是位于井下的煤仓,更要注意,应随着煤位的变化而适当的调整煤炭的生产和运输。文章在对图像处理技术以及煤位检测系统进行介绍的基础上,阐述了煤位图像处理系统的具体设计方案。     

计算机图像处理中标志点匹配方法的研究

综合图像处理和自动化控制等领域的技术,将软硬件处理相结合,成功的解决了标志点自动识别和匹配的难题。使计算机辅助测量工作更加快速、精确、可靠。研究成果能极大地扩大计算机辅助测量应用领域。     

高档普采矸石充填工作面设备及工艺研究

简要介绍了国内"以矸换煤"的开展情况,重点就高档普采、自移卸载胶带运输机运矸充填工作面设备布置及采、充工艺进行了探讨。为煤矿实现"绿色开采"提供了一种新模式。     

用于智能煤矸分选机器人的改进型VGG网络煤矸识别模型

目前机器人煤矸识别方法准确率较低,速度较慢,以及对硬件要求较高等问题都限制了其实用化发展。鉴于深度卷积神经网络在图像识别上取得的优异效果,提出用于智能煤矸分选机器人的改进型VGG网络煤矸识别模型。扩大VGG16网络感受野并引入残差结构以提升模型网络性能,增加噪声和数据增强提升模型泛化能力。实验结果表明,改进型VGG网络煤矸识别模型的识别准确率提升了2.01%,召回率提升了2.58%,减小了所需内存,解决了VGG16网络效率低的弊病。同时模型的各项性能指标明显高于其他经典网络模型,更加满足煤矸分选机器人的各项实用化需求。     

基于分形维数及细观孔隙结构特征的煤矸石识别研究

为进一步提升基于图像特征的煤矸石分选识别率,将分形维数的分析方法与图像处理和识别技术相结合,选取煤矸石图像的细观孔隙结构特征作为主要研究对象和识别特征.在运用图像处理技术对煤矸石图像进行处理后,最大化地凸显了煤矸石图像细观孔隙结构特征,通过对部分样本的孔隙结构进行初步特征测定和比对,运用分形几何理论对自然形态自相似性特...     

基于特征点的煤矿图像拼接技术的研究

将图像拼接技术引入到煤矿领域。结合煤矿井下环境的特点,提出了一种稳健的基于曲率尺度空间的拼接(CSSM)算法。该算法使用改进后的自适应阈值CSS角点检测算法提取特征点,利用相似测度NCC提取初始特征点对,并通过RANSAC删除伪匹配对,达到精确匹配,通过渐入渐出融合法实现无缝拼接。     

煤矿带式送机图像识别技术的研究

针对目前工业电视系统和带式输送机煤流运输系统的现状,分析高清AI摄像机安装位置和检测区域的划定,提出对大煤块堆煤检测和锚杆检测的技术方法,设计了带式输送机系统的图像识别与分析系统。     

基于LBP和GLCM的煤岩图像特征提取与识别方法

针对煤矿开采工作面无人化要求,提出一种基于LBP和GLCM的煤岩图像特征提取与识别方法。采用LBP算法判断煤块与岩石纹理存在差异性,然后通过GLCM实现煤块与岩石图像在水平、直角、45°、135°方向上的灰度共生矩阵,并完成对能量、熵值、对比度、逆差分矩等4个煤岩图像纹理特征参数提取。试验表明:LBP算法在检测煤块与岩石局部纹理特征差异的过程中,具有一定的高效性,但存在不足,后续通过GLCM提取的煤岩图像特征参数,可以找到适用于煤岩分类的特征参数,增加煤岩识别的鲁棒性。     

煤炭深加工行业的现状与发展前景展望

在我国煤炭的开发已经形成了一定的规模,煤炭的深加工也随之而起。通过介绍煤炭的筛选、综合利用以及矸石烧砖、矸石烧制水泥、矸石替代石料和煤液化等几种煤炭深加工的工艺,展望了煤炭深加工行业的前景。对今后的煤炭企业发展起到了借鉴作用。