煤矿矸石分类机器
.jpg)
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 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。2023年2月15日 器人智能协同分拣是煤矸石分拣智能机器人的3大关键技术,提出要实现机器人智能分拣煤矸石,还应在适应于 井下的煤矸石识别与抓取特征提取、动态目标精确 煤矸石智能分拣机器人研究进展与关键技术
46.jpg)
煤矸石智能分选机器人 智能控制事业部 上海煤科
2024年2月26日 Aimcoal(艾美柯)智能分选机器人,采用AI技术中卷积神经网络技术,通过深度学习对煤和矸石进行图像识别,并配合高压气动喷吹矩阵,实现煤、矸的自动分 2022年12月20日 针对煤矿井下煤矸石被煤泥严重包裹识别难,提出了“X射线+视觉”煤矸石识别与匹配方法、基于点云数据的煤矸石抓取特征提取方法,实现目标矸石的快速识别 多机械臂煤矸石智能分拣机器人关键共性技术研究

多机械臂煤矸石智能分拣机器人关键共性技术研究
2023年2月24日 西安科技大学煤矿机 器人研发团队[1]提出了基于机器视觉的多机械臂桁 架结构煤矸石分拣机器人方案,构建了煤矸石分拣 系统,并对关键技术问题开展了深入研 2018年1月12日 摘要: 为了提高煤与矸石的识别率,运用自制的煤矸自动分选装置,研究了煤与矸石图像的自动识别技术,介绍了煤与矸石图像的灰度特征以及基于灰度共生矩阵 基于机器视觉的煤矸特征提取与分类研究
.jpg)
煤矸石图像分类方法
2019年8月15日 本文基于机器视觉技术,研究煤矸石图像分类方法。 采用基于距离变换的分水岭算法,完成对煤矸石图像的分割提取;分别采用传统基于特征提取与基于卷积神经网络的图像分类方法,对煤矸石图像进 2019年10月19日 煤矸石烧结砖质量较好,颜色均匀,密度一般为1 400~1 700 kg/m3 ,抗压强度为48~147 MPa,抗折强度为294~5 MPa,抗冻、耐火、耐酸、耐碱等性能均较好,可用来代替黏土砖,是利废、节能、保护土地和绿色环保的工业产品。 煤矸石制砖不但节约能源,而且有效利用工业废渣 煤矿矸石处理技术现状与展望
.jpg)
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 文章来源:《智能矿山》2023年第1期“永磁及机器人产业创新孵化实践与煤矿机器人应用”专题 作者简介:缪杰,硕士,电气研发工程师 作者单位:中煤科工集团上海有限公司 引用格式:缪杰煤矸石智能分拣机器人的研究与应用[J]智能矿山,2023,4(1):5862平原地区大多将矸石堆积在荒地,或用来填充煤矿 塌陷区进行复垦,或堆积成锥形或脊形煤矸石山。山区则将矸石沿山坡自由滚落排放,填平山沟,形成平顶矸石山。由于采用的排矸机械和堆积工艺不同,所形成的 矸石百度百科
.jpg)
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 各个煤矿因开采环境与地质条件的不同,故 开采出的煤和矸石尺寸、硬度等均有所差异,笔者 所提到的分选机器人主要针对同煤集团同忻煤矿 拣矸车间设计,同忻煤矿的矸石粒径为150~800 mm,质量小于80kg。煤矸石分拣机器人的各关节 均采用拉法特交流伺服2019年5月21日 样机实验结果表明,双机械臂煤矸石分拣机器人可对粒度为50~260 mm的煤矸石进行高效、快速分拣,所采用的煤矸石识别方法和分拣策略在不同带速下具有良好的稳定性和准确性。同时也验证了该系统的可行性,为煤矸石分拣提供了一种新方法。参考文献:基于机器视觉的多机械臂煤矸石分拣机器人系统研究

煤矸石综合利用管理办法(2014年修订版)中国政府网
2014年12月22日 煤矸石综合利用管理办法 (2014年修订版) 章 总 则 条 为深入推进煤矸石综合利用健康有序发展,发展循环经济,减少其对土地资源占用和环境影响,提高资源利用效率,促进煤矿安全生产,根据《清洁生产促进法》、《固体废物污染环境 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。TGS智能选矸机器人
.jpg)
煤矸石图像分类方法
2020年3月20日 1 2 摘要: 针对人工排矸法、机械湿选法、γ射线分选法等传统煤矸石分选方法无法兼顾快速高效性、安全无害性、简单操作性的问题,提出了基于机器视觉的煤矸石图像分类方法。 对煤矸石图像进行增强、平滑去噪等预处理,采用基于距离变换的分水岭算法 2023年11月8日 针对煤矿矸石分割图像,选取煤矸石图像的HOG特征及灰度共生矩阵,分别以支持向量机、随机森林、K近邻算法作为分类器进行基于特征提取的煤矸石分类识别;分别建立浅层卷积神经网络和基于ImageNet数据集预训练的VGG16网络,进行基于卷积神经网络 深度学习——煤矸石识别煤矸石数据集CSDN博客
.jpg)
《中国煤炭杂志》官方网站
★ 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 2018年12月1日 针对国内煤矿的煤矸分选现状和大多数煤矿选煤厂的工况,煤矸分拣机器 人要求适应选煤厂狭小的空间和速度较快的手拣矸输送带,故需要减少整体煤和矸石分离的响应时间,提高分离的工作效率。因此提出一种基于煤矸图像识别和定位方法,并 基于多机械臂协同的煤矸分拣方法研究

煤矿选矸机器人智能控制技术
深度学习算法和迭代计算的煤矸分选机器人应运而生。煤矿选 矸智能机器人的研发和应用将在一定程度上解决煤炭企业的 用工难问题,实现煤矸高效分离。 2选矸机械手发展现状 在煤矿生产中,挑选矸石、提高煤质是煤矿生产的一个关 键环节。2020年5月1日 煤矸石图像分类方法 针对人工排矸法、机械湿选法、γ射线分选法等传统煤矸石分选方法无法兼顾快速高效性、安全无害性、简单操作性的问题,提出了基于机器视觉的煤矸石图像分类方法。 对煤矸石图像进行增强、平滑去噪等预处理,采用基于距离变换的 煤矸石图像分类方法图像分类方法资源CSDN文库

煤矸石分拣机器人动态目标稳定抓取轨迹规划
2021年11月19日 针对机器人分拣煤矸石时,因输送带打滑、左右摆动而造成矸石定位不准确、机械臂末端抓取失败和载荷冲击等问题,提出了一种基于机器视觉的煤矸石分拣机器人动态目标稳定抓取轨迹规划方法。首先,采用基于HU不变矩图像匹配算法对目标矸石进行匹配识别并获取目标矸石位姿;其次,分别建立 2021年9月5日 由于煤矸石分拣环境复杂,为了避免机器人与障碍物发生碰撞,提高分拣效率,对机器人进行路径规划十分必要。分析了煤矸石分拣系统原理,将煤矸石分拣机器人路径规划问题归结为在障碍物环境下规划出一条从给定起点到目标点的无碰撞路径,且需同时满足速度快、避免与障碍物碰撞2个约束条件。基于GRRT*算法的煤矸石分拣机器人路径规划

一种基于机器视觉的煤矸石分拣系统的制作方法
2020年6月23日 第三,机器人抓手抓取、挑选:根据第二步给出的分类结果和当前带式输送的运行时速,待被测物通过另一侧的物料通过孔、延长仓之后,控制机器人抓手对物料进行抓取和分类。本发明中基于机器视觉的煤矸石分拣系统的分拣方法,具体包括以下步骤:2018年9月27日 系统简介 Alpha智能煤矸分选机器人系统是目前国内外台采用 AI 技术实现的产品自动化程度较高的自动选矸设备,该设备采用 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,利用大数据来识别煤和矸石,用 XYZ 运动方式模拟人工抓取动 Alpha,智能煤矸分选机器人 腾讯云开发者社区腾讯云

一种基于深度学习的煤矸石检测方法
2020年8月10日 目标检测是机器视觉领域的四大主要任务之一,是近年备受关注的前沿研究方向。 目标检测是将定位和识别合二为一,既要检测出物体在图像中的位置,还需要识别出物体的类别。 传统目标检测主要分为3 步: 区域选择、特征提取、 分类回归因此存在算法上的瓶颈 2023年4月12日 1 建立了国内的首个超大规模煤矸石数据集,覆盖国内所有煤炭种类80%的煤矸样 识别算法优势: 本; 2 自主研发了更适合煤矿作业的深度学习目标检测算法,解决了低照度、高密度、高速度、多尺度的目标检测难题,在绝大多数产线达到了90%的mAP (=AP@08); 3 GPRT煤矿智能分选机器人

煤矿矸石处理技术现状与展望
2019年10月19日 煤矸石烧结砖质量较好,颜色均匀,密度一般为1 400~1 700 kg/m3 ,抗压强度为48~147 MPa,抗折强度为294~5 MPa,抗冻、耐火、耐酸、耐碱等性能均较好,可用来代替黏土砖,是利废、节能、保护土地和绿色环保的工业产品。 煤矸石制砖不但节约能源,而且有效利用工业废渣 2024年4月24日 文章来源:《智能矿山》2023年第1期“永磁及机器人产业创新孵化实践与煤矿机器人应用”专题 作者简介:缪杰,硕士,电气研发工程师 作者单位:中煤科工集团上海有限公司 引用格式:缪杰煤矸石智能分拣机器人的研究与应用[J]智能矿山,2023,4(1):5862煤矸石智能分拣机器人的研究与应用 百家号
.jpg)
矸石百度百科
平原地区大多将矸石堆积在荒地,或用来填充煤矿 塌陷区进行复垦,或堆积成锥形或脊形煤矸石山。山区则将矸石沿山坡自由滚落排放,填平山沟,形成平顶矸石山。由于采用的排矸机械和堆积工艺不同,所形成的 2023年3月3日 各个煤矿因开采环境与地质条件的不同,故 开采出的煤和矸石尺寸、硬度等均有所差异,笔者 所提到的分选机器人主要针对同煤集团同忻煤矿 拣矸车间设计,同忻煤矿的矸石粒径为150~800 mm,质量小于80kg。煤矸石分拣机器人的各关节 均采用拉法特交流伺服煤矸石智能分拣机器人的研究与应用智能矿山网

基于机器视觉的多机械臂煤矸石分拣机器人系统研究
2019年5月21日 样机实验结果表明,双机械臂煤矸石分拣机器人可对粒度为50~260 mm的煤矸石进行高效、快速分拣,所采用的煤矸石识别方法和分拣策略在不同带速下具有良好的稳定性和准确性。同时也验证了该系统的可行性,为煤矸石分拣提供了一种新方法。参考文献:2014年12月22日 煤矸石综合利用管理办法 (2014年修订版) 章 总 则 条 为深入推进煤矸石综合利用健康有序发展,发展循环经济,减少其对土地资源占用和环境影响,提高资源利用效率,促进煤矿安全生产,根据《清洁生产促进法》、《固体废物污染环境 煤矸石综合利用管理办法(2014年修订版)中国政府网
.jpg)
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。2020年3月20日 1 2 摘要: 针对人工排矸法、机械湿选法、γ射线分选法等传统煤矸石分选方法无法兼顾快速高效性、安全无害性、简单操作性的问题,提出了基于机器视觉的煤矸石图像分类方法。 对煤矸石图像进行增强、平滑去噪等预处理,采用基于距离变换的分水岭算法 煤矸石图像分类方法

深度学习——煤矸石识别煤矸石数据集CSDN博客
2023年11月8日 针对煤矿矸石分割图像,选取煤矸石图像的HOG特征及灰度共生矩阵,分别以支持向量机、随机森林、K近邻算法作为分类器进行基于特征提取的煤矸石分类识别;分别建立浅层卷积神经网络和基于ImageNet数据集预训练的VGG16网络,进行基于卷积神经网络 ★ 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 《中国煤炭杂志》官方网站