主办单位: 共青团中央   中国科协   教育部   中国社会科学院   全国学联  

承办单位: 贵州大学     

基本信息

项目名称:
基于红外图像的煤矸石自动分选系统的设计
小类:
机械与控制
简介:
本项目具有以下特点: 1、技术先进:采用红外图像技术识别煤和矸石,国内尚属先例。 2、填补领域空白:是一种智能化的煤矸石自动分选系统,其中的煤矸石图像识别算法和软件在国内还没有应用的先例。 3、与现有选煤方式相比,具有自动化程度高、造价低廉、环保节能、降低能耗等优点。 4、非常适合在选煤现场实时使用。
详细介绍:
随着人类对环境保护的日益重视,煤矸石自动分选是煤矿生产加工过程中的重要环节,也是充分利用能源资源和减轻环境污染的有效途径。基于红外图像的煤矸石自动分选系统集机械、自动控制、红外成像和图像识别技术于一体,采用既可保证识别率又能保证识别速度,同时满足生产产量要求的煤矸石图像识别算法,并按此图像识别算法编写软件,这在国内尚属先例。同时,为避免自然光等杂光影响,在传送带上设置暗箱,并将可调的红外发光LED阵列灯和红外摄像头安置到内部进行红外图像采集。 目前,经大量实验证明,本系统在传输皮带速度为0.8m/s的条件下,其识别率达90%以上。本系统非常适合在选煤现场实时使用,与人工排矸的落后生产方式相比,具有自动化程度高,生产效率高、生产成本低的优点;与重介分离等排矸方式相比,具有智能化、环保节能、造价低廉、操作简单,维护方便等一系列优点。本煤矸石自动分选系统指标已接近选煤生产的质量要求,具有技术含量高、环保节能、造价低廉、操作简单,维护方便,抗恶劣环境等一系列优点,达到了提高选煤精度,降低设备成本,减少资源浪费和环境污染等方面的目的。

作品图片

  • 基于红外图像的煤矸石自动分选系统的设计
  • 基于红外图像的煤矸石自动分选系统的设计
  • 基于红外图像的煤矸石自动分选系统的设计
  • 基于红外图像的煤矸石自动分选系统的设计
  • 基于红外图像的煤矸石自动分选系统的设计

作品专业信息

设计、发明的目的和基本思路、创新点、技术关键和主要技术指标

目的:为改变煤炭生产过程中落后的排矸生产方式,推动煤炭生产工业的技术进步和节能减排,保护环境和资源,煤矸石自动分选是一条有效的途径。 基本思路:基于红外图像的煤矸石自动分选系统主要由装有LED可控光源和红外CCD摄像头的暗室、皮带传输机、测速传感器以及识别与分选控制系统几部分构成。原煤经筛分处理后从进料斗落到输送带上,输送带在皮带机的带动下匀速运动,通过暗室时,CCD摄像头将煤和煤矸石的图像送图像采集卡进行转换,转换后的信息送到IPC中。同时,对采集到的信息依据煤矸石识别数学模型进行运算,得出此时穿过暗室的煤和矸石的灰分含量,若判断为煤,控制部分不动作,煤块自然进入煤块通道;若判断为矸石,发出控制信号,打开气阀,高压气流冲出气阀并击中矸石,使煤矸石落入矸石通道。创新点:本系统集机械、自动控制、红外成像和图像识别技术于一体,采用既可保证识别率又能保证识别速度,同时满足生产产量要求的煤矸石图像识别算法,并按此图像识别算法编写软件,这在国内尚属先例。同时,为避免自然光等杂光影响,在传送带上设置暗箱,并将可调的红外发光LED阵列灯和红外摄像头安置到内部进行红外图像采集。 技术关键和主要技术指标:矸石识别算法的优化,照明系统参数的测定与优化,煤和矸石的排队结构调整,矸石识别和分选装置的同步问题等。

科学性、先进性

本系统集机械、自动控制、红外成像和图像识别技术于一体,通过对煤和矸石图像识别理论研究和多次试验,找出了一种既可保证识别率又能保证识别速度以满足生产产量要求的煤矸石图像识别算法,并按此图像识别算法编写软件。 与人工排矸的落后生产方式相比,具有自动化程度高,生产效率高、生产成本低的优点;与现有干法、湿法等排矸方式相比,具有智能化、环保节能、造价低廉、降低能耗,操作简单,维护方便等一系列优点。 目前,经大量实验证明,本系统指标已接近选煤生产的质量要求,非常适合在选煤现场实时使用。

获奖情况及鉴定结果

作品所处阶段

中试阶段

技术转让方式

作品可展示的形式

实物、产品;现场演示;图片;录像

使用说明,技术特点和优势,适应范围,推广前景的技术性说明,市场分析,经济效益预测

本系统集机械、自动控制、红外成像和图像识别技术于一体,其中煤矸石图像识别算法和软件在国内还没有应用先例;与人工排矸落后生产方式相比,具有自动化程度高,生产效率高、生产成本低的优点;与干法、湿法排矸方式相比,具有智能化、环保节能、造价低廉等优点。大大提高了选煤精度,减少了大量劳动力,降低了设备成本,而且避免了以往煤矸石分选方法所造成的环境污染和对人体健康的伤害。 系统适用范围:①本系统可在煤流系统进行在线分选,不另需场地,直接将原人工拣矸皮带改为自动分选,大大提高了原煤分选率及生产自动化水平;②现有空气重介质流化床干法选煤及FGX系列复合式干法选煤入选原煤粒度均为小粒度,而本系统入选原煤针对较大粒度,弥补了上述两种干法选煤工艺的不足,为干法选煤工艺起到积极推动作用。同时,由于本系统可取代人工选矸方式,节省人力成本,降低能源消耗。此外,本煤矸石自动分选系统的完善和推广应用,将对我国煤炭生产技术进步和产品质量提升起到积极推动作用,可广泛应用于物料分选等其他生产领域。

同类课题研究水平概述

目前国内煤矸石的分选,主要有湿选和干选两种方法,湿选法(重介法、跳汰法等)是分选前必须先将煤块破碎,利用煤和矸石的比重不同在液体介质中分选。但采用跳汰法、重介法、浮游法等选煤技术,不仅工艺复杂、水源污染严重,且投资及生产费用也很高,限制了部分地区中小煤矿的发展,尤其是我国主要产煤区出现的开采煤炭资源与环境污染以及原本就十分匮乏的水资源间的矛盾日显突出。而干法分选因其效率低、分选精度不高、噪声和粉尘污染严重,特别是风力选煤,使其应用范围亦越来越小。 自本世纪60年代起,世界各主要产煤国如英国、美国、德国、澳大利亚、原苏联等国均对煤矸石分选做了大量研究工作,先后提出了20余种形式的分选识别方法,其中包括天然γ射线、人工γ射线、机械振动、无线电探测、红外反射和雷达等方法,这方面英美研究较为突出。目前,这些发达的工业国家已经开始考虑采用人工智能的方法实现洁净煤技术。 近年来,国内外尽管提出了多种煤矸石分选识别方法,但真正能形成产品的方法还没有,下面是在这方面的2种主要研究情况。 (1) 放射源透射识别:目前主要采用γ射线探测识别。根据煤与矸石所含元素不同,它们的吸收系数也就不相同,射线强度的衰减程度也会不同这一原理,实现煤与矸石的识别。该项研究已取得一定成果,如中国矿业大学和华中科技大学对该识别方法做了深入研究,其产品已应用于现场中,但仍存在以下几方面的不足:分选能力低(30.5t/h),不能满足井下生产能力的要求;γ射线的产生需要高电压、高能量,在煤矿井下使用,设备的防爆问题难以解决;γ射线始终存在对人身健康的威胁。 (2)煤矸石灰度自动识别:该项技术取得了一定成功,中国矿业大学早在1997年就提出来,并做了初步探索。但当普通光照在煤和矸石上时,因煤上的反射过于强烈,导致检测出来的煤和矸石的灰度没有较大区别,使成像质量较差、识别率不高,不能真正实现自动分选。尽管如此,该技术因投资少、见效快、无污染等优点,得到了越来越多的关注。
建议反馈 返回顶部