当前位置:首页 >新闻中心

煤矸石筛选

煤矸石筛选

  • 煤矸石分选有意义吗?能成功吗?

    2017年4月20日  塔山矿煤田中含有丰富的高岭岩资源,为做好高岭岩的分选回收工作,对高岭岩和矸石的特性分别进行了分析研究,高岭岩的物理性质见表1,高岭岩和矸石的筛分试验结果见表2,浮沉试验结果见表3。. 由表1可知,在各粒度级中,高岭岩与矸石的真密度 ...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300-50mm的块煤分选,可代替手选、动筛跳汰机、浅槽 ...TGS智能选矸机器人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]。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研究进展与关键技术

    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方法,实现机器人对动态煤矸石的自适应稳定抓取 ...2024年1月3日  通过煤矸石数据集训练YOLOv5网络,加载训练过的煤矸石识别参数,智能煤矸石分选机器人可以精确地检测出煤矸石的位置,并实现对煤和矸石精准分类。智能煤矸石分选机器人的研究与应用_新煤网摘要: 针对选煤场的煤矸分离中基于计算机视觉的煤矸石检测方法需要复杂的人工特征设计过程,在YOLOv3目标检测模型基础上,提出一种基于深度学习的端到端煤矸石检测方法。. 采用深度可分离卷积以及转置卷积对模型的骨干网络进行改进,以缩减模型大小并 ...一种基于深度学习的煤矸石检测方法

  • 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识别系统和分选系统,为本套系统中的核心技术。本文提出的煤和矸石分选方法是基于煤和矸石的密度不同,对X射线的吸收系数不同,所以对X射线的衰减程度不同这一原理。 通过X射线源对运输皮带上的煤和矸石进行透射,由探测器和采集板采集和转换衰减后的射线信号,并进行成像。 控制终端对采集到的煤和矸石的X射线图像进行处理和识别。 整个分选控制系统由检测部分、识别部分和分选部分组成。 检测部分 基于X射线图像的煤矸石智能分选控制系统研究 - 百度学术2020年12月17日  设计了一个基于多光谱图像的煤矸石检测模型,其目的是快速、准 确地为智能分选提供煤矸石位置。 首先,采 集煤和煤矸石的多光谱数据,利用最佳指数因子理论从多光谱图像的25 个波段中选择3 个构成伪RGB 图像。 其次,设 计一个轻量的检测模型,记 为YOLO mg。 最后,基于伪RGB 图像将设计的模型用于煤矸石检测研究,并 通过非极大值抑制联 标题 - Researching

  • 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300-50mm的块煤分选,可代替手选...2017年4月20日  塔山矿煤田中含有丰富的高岭岩资源,为做好高岭岩的分选回收工作,对高岭岩和矸石的特性分别进行了分析研究,高岭岩的物理性质见表1,高岭岩和矸石的筛分试验结果见表2,浮沉试验结果见表3。. 由表1可知,在各粒度级中,高岭岩与矸石的真密度 ...煤矸石分选有意义吗?能成功吗?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300-50mm的块煤分选,可代替手选、动筛跳汰机、浅槽 ...TGS智能选矸机器人

  • 煤矸智能分选的机器视觉识别方法与优化

    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]。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方法,实现机器人对动态煤矸石的自适应稳定抓取 ...煤矸石智能分拣机器人研究进展与关键技术2024年1月3日  通过煤矸石数据集训练YOLOv5网络,加载训练过的煤矸石识别参数,智能煤矸石分选机器人可以精确地检测出煤矸石的位置,并实现对煤和矸石精准分类。智能煤矸石分选机器人的研究与应用_新煤网

  • 一种基于深度学习的煤矸石检测方法

    摘要: 针对选煤场的煤矸分离中基于计算机视觉的煤矸石检测方法需要复杂的人工特征设计过程,在YOLOv3目标检测模型基础上,提出一种基于深度学习的端到端煤矸石检测方法。. 采用深度可分离卷积以及转置卷积对模型的骨干网络进行改进,以缩减模型大小并 ...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识别系统和分选系统,为本套系统中的核心技术。XDS智能煤矸石分选系统本文提出的煤和矸石分选方法是基于煤和矸石的密度不同,对X射线的吸收系数不同,所以对X射线的衰减程度不同这一原理。 通过X射线源对运输皮带上的煤和矸石进行透射,由探测器和采集板采集和转换衰减后的射线信号,并进行成像。 控制终端对采集到的煤和矸石的X射线图像进行处理和识别。 整个分选控制系统由检测部分、识别部分和分选部分组成。 检测部分 基于X射线图像的煤矸石智能分选控制系统研究 - 百度学术

  • 标题 - Researching

    2020年12月17日  设计了一个基于多光谱图像的煤矸石检测模型,其目的是快速、准 确地为智能分选提供煤矸石位置。 首先,采 集煤和煤矸石的多光谱数据,利用最佳指数因子理论从多光谱图像的25 个波段中选择3 个构成伪RGB 图像。 其次,设 计一个轻量的检测模型,记 为YOLO mg。 最后,基于伪RGB 图像将设计的模型用于煤矸石检测研究,并 通过非极大值抑制联 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300-50mm的块煤分选,可代替手选...选矸机器人2017年4月20日  塔山矿煤田中含有丰富的高岭岩资源,为做好高岭岩的分选回收工作,对高岭岩和矸石的特性分别进行了分析研究,高岭岩的物理性质见表1,高岭岩和矸石的筛分试验结果见表2,浮沉试验结果见表3。. 由表1可知,在各粒度级中,高岭岩与矸石的真密度 ...煤矸石分选有意义吗?能成功吗?

  • 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300-50mm的块煤分选,可代替手选、动筛跳汰机、浅槽 ...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]。煤矸智能分选的机器视觉识别方法与优化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方法,实现机器人对动态煤矸石的自适应稳定抓取 ...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  通过煤矸石数据集训练YOLOv5网络,加载训练过的煤矸石识别参数,智能煤矸石分选机器人可以精确地检测出煤矸石的位置,并实现对煤和矸石精准分类。摘要: 针对选煤场的煤矸分离中基于计算机视觉的煤矸石检测方法需要复杂的人工特征设计过程,在YOLOv3目标检测模型基础上,提出一种基于深度学习的端到端煤矸石检测方法。. 采用深度可分离卷积以及转置卷积对模型的骨干网络进行改进,以缩减模型大小并 ...一种基于深度学习的煤矸石检测方法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识别系统和分选系统,为本套系统中的核心技术。XDS智能煤矸石分选系统

  • 基于X射线图像的煤矸石智能分选控制系统研究 - 百度学术

    本文提出的煤和矸石分选方法是基于煤和矸石的密度不同,对X射线的吸收系数不同,所以对X射线的衰减程度不同这一原理。 通过X射线源对运输皮带上的煤和矸石进行透射,由探测器和采集板采集和转换衰减后的射线信号,并进行成像。 控制终端对采集到的煤和矸石的X射线图像进行处理和识别。 整个分选控制系统由检测部分、识别部分和分选部分组成。 检测部分 2020年12月17日  设计了一个基于多光谱图像的煤矸石检测模型,其目的是快速、准 确地为智能分选提供煤矸石位置。 首先,采 集煤和煤矸石的多光谱数据,利用最佳指数因子理论从多光谱图像的25 个波段中选择3 个构成伪RGB 图像。 其次,设 计一个轻量的检测模型,记 为YOLO mg。 最后,基于伪RGB 图像将设计的模型用于煤矸石检测研究,并 通过非极大值抑制联 标题 - Researching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300-50mm的块煤分选,可代替手选...选矸机器人

    • 全系产品

      PRODUCTOS