煤矸
- 基于改进双向峰-谷搜索算法的煤矸模型电磁波正演模拟
是由于放煤过程中煤矸含量识别技术尚未成熟，放煤部分仍只能采用人工操作，极易造成欠放、过放等情况，大大降低煤炭采出率[1-2]。因此，实现放顶煤过程煤矸含量自动识别是综采自动化的重要目标。王家臣等[3-4]利用图像识别技术将混矸率划分为投影面积混矸率、表面体积混矸率、内部体积混矸率，实现投影面积混矸率向表面体积混矸率的过渡，但井下环境低照度、高粉尘仍是制约图像识别技术实际应用的重要因素。窦希杰等[5-6]采用经验模态分解方法将综放工作面煤和矸石冲击液压支架尾
工矿自动化 2023年10期2023-11-10
- 煤矿井下采选充采一体化技术及在工程中的应用
布置2.1 井下煤矸分选系统布置2.1.1 直接布置方式由于502、5021 两个煤仓均分布于井底车场周边，需要承担周边三个煤源的煤矸分选任务，因而需要在两个煤仓中间的联络巷中布设煤流矸石分选系统[2]。本工程煤流矸石分选系统设置时需挖掘6 条巷道及7 个硐室，并应设置3 个溜煤眼、1 个矸石仓及13 个交叉点，且动筛跳汰机硐室、高频脱水筛硐室应具备充足空间，因此应直线布设502 及5021 原煤运输巷，并使动筛跳汰机硐室与运输巷保持垂直，以降低硐室断面大
科学技术创新 2023年22期2023-09-21
- 综采工作面采煤机滚筒叶片磨损问题研究
因素分析1.1 煤矸性质方面的影响综采工作面采煤机设备截割煤壁时的截割对象首先就是煤矸岩体，因此在截割过程中，煤体矸石的硬度、颗粒大小不同都会对滚筒叶片造成不同程度的磨损，煤体矸石的硬度越大，对采煤机滚筒叶片的磨损程度也就越剧烈。对于不同煤矸岩体来说，在颗粒大小以及密度等参数不同时，对采煤机滚筒叶片的磨损情况也会有所差异，本文主要考虑煤矸硬度对采煤机滚筒叶片造成的影响，对比不同煤矸坚固性系数对采煤机滚筒叶片磨损情况进行分析，如图1 所示，在控制其他因素保持
机械管理开发 2023年7期2023-08-31
- 井下煤矸分离系统技术研究与应用
进行改造，实现了煤矸在井下自动分选，有效解决了掘进半煤岩巷道时的煤矸分离难题，提高了煤质，减轻了井上职工选矸的劳动强度。一、系统现状孙庄矿井下原煤运输系统通过三条皮带将原煤运送到主煤仓。南翼出煤运输系统由南翼一部皮带通过南翼一部刮板输送机直接进入主煤仓；北翼出煤运输系统由北山青一部皮带直接进入主煤仓；北山青出煤系统由北翼一部皮带直接进入主煤仓。三条出煤系统均没有煤矸分离功能，加之回采、掘进工作面出煤时常有大砟伴随，造成煤仓内煤炭灰分大、原煤煤质不高，且时有
中国煤炭工业 2023年8期2023-08-17
- 不同煤矸混合物的微波传播特性试验研究
必然趋势[2]。煤矸精准识别作为煤炭领域亟需解决的技术难题，是采煤和分选环节智能化运行的关键技术之一，国内外学者对其已经有了近30 年的研究积累。目前，煤矸识别多采用自然射线、图像处理和信号处理等方法。射线法是最早开始研究的方法，其优点是受井下粉尘、水雾等环境影响较小。刘长友等[3]提出了以自然射线辐射强度作为煤-矸-岩自动识别的主要参数。赵明鑫[4]分析了放煤过程中自然γ 辐射场的特点和探测器空间位置变化对探测效率的影响规律。张宁波等[5-6]研究了双能
煤炭科学技术 2023年5期2023-07-04
- X 射线透射煤矸智能识别方法
819）0 引言煤矸分选是提高煤质、高效利用煤炭资源、实现绿色节能开采与加工的重要途径。煤矸分选以干选法和湿选法为主。湿选法需消耗大量水资源，而干选法可在有效利用煤炭资源的前提下，减轻对环境的破坏。而在众多煤矸干选法中，基于伪双能X 射线透射 （X-Ray Transmission，XRT） 的煤矸分选技术是目前研究热点。伪双能XRT 技术对物体具有较强的穿透能力，在检测过程中不受灰尘、光线等环境因素的影响，广泛应用于煤矸分选、有色金属分选、资源回收等工业
工矿自动化 2022年11期2022-12-07
- 外在水分对煤矸图像特征影响的试验研究
54)0 引 言煤矸分选作为煤炭开采过程中一个基本的生产环节，是提高煤炭质量的重要途径之一，煤矸识别是实现自动选煤技术的关键[1]。传统的煤矸分选方法如人工捡矸是依据煤矸表面颜色、亮度、形状等差异进行判断识别，存在劳动强度大、效率和精度低的问题[2]；射线分选是根据射线透过煤和矸石的吸收、衰减量不同进行识别，易受煤矸含水量的影响、危害工人身体健康[3]；重介质选煤法、跳汰选煤法通过煤和矸石密度差异进行煤矸分离，存在工序复杂、分选精确度低等弊端[4]。由于煤
煤炭科学技术 2022年10期2022-11-02
- 煤与矸石图像特征分析及试验研究
原煤生产过程中，煤矸石的排放量约占煤炭开采总量的15%～20%，因此，国际上公认选煤是实现煤炭高效、洁净利用的首选方案[1-2]。受限于传统干法原煤分选精度的不足，我国目前主要采用湿选法进行原煤分选，存在着矸石堆积成山、水资源耗费、块煤率低、井下排矸困难等诸多问题。为实现块状煤矸的高精度分选，促进井下排矸与实时回填技术的形成，基于机器视觉的煤矸干法分选技术应运而生。与传统选煤方法相比，基于机器视觉的煤矸分选具有智能化高，设备易于安装维护，能够有效避免大粒径
煤炭科学技术 2022年8期2022-10-07
- SGZ1000/2×700型刮板输送机刮板磨损原因及改进研究
型刮板输送机进行煤矸运输。1.2 工程问题SGZ1000/2×700刮板输送机在工作面工作过程中刮板磨损速度过快，2020年8—12月，4个月时间更换刮板36根，每次更换时间8～12 h，更换周期长，难度大，严重影响了工作面采煤效率，造成人力物力的极大浪费。2 刮板输送机结构原理及刮板磨损机理2.1 刮板输送机结构刮板输送机由机头部、中间部、机尾部、附属部件四部分组成[3]。机头部为刮板输送机的运作提供动力，使刮板在溜槽内运行；机身部是煤矸输送的载体；机尾
机械管理开发 2022年9期2022-09-23
- 基于GCA-YOLOv5s煤矸石检测技术研究
中之重[1]。而煤矸石分选有助于提高原煤品质，提升煤炭的利用率。煤矸石分拣也一直是煤炭生产过程中的一大难题。目前常用的煤矸检测方法有天然射线识别方法、红外热成像识别方法[2]、超声波识别方法等。但由于此类方法均有很大的局限性，不易推广使用。随着计算机硬件的提升和目标检测技术的发展，基于图像处理的煤矸石检测方法，凭借其结构简单、检测性能好、速度快的特点脱颖而出。雷世威等人[3]在YOLOv3网络结构中添加2个1×1和3×3的卷积层，提升CNN的特征提取能力并
煤 2022年8期2022-08-08
- 基于光学图像的煤矸石识别方法综述
0054)传统的煤矸识别方法中人工选矸耗费劳动力有安全隐患，湿选法污染环境耗水严重，射线法识别辐射强度大[1]。而基于光学图像的煤矸石识别方法设备稳定安全系数高、成本低、易于实现，成为现代煤矸识别方法关注和研究的热点。该类方法实现智能化程度较高，能与各种前沿科学技术密切融合，更符合智能化选煤的发展方向[2]。为了更直观地了解煤矸图像识别方法的发展现状，笔者将基于光学图像的煤矸识别分为传统人为选择特征煤矸识别和基于深度学习的煤矸识别。本文针对这两类典型的煤矸
煤炭工程 2022年7期2022-07-21
- 嵌入空洞卷积和批归一化模块的智能煤矸识别算法
来，国内外学者对煤矸分选技术进行了大量的研究，潘越等[3]利用X射线透射法探测煤和矸石密度，根据透射信号图像的不同区分煤和矸石，但这种方法存在电离辐射，有可能对工作人员身体造成较大伤害，因此，在应用上受到了一定的限制；WANG等[4]结合激光三角测量法和动态称重法，通过煤和矸石的密度差来区分煤和矸石，但该方法误差较大；余乐等[5]提出一种基于部分灰度压缩扩阶共生矩阵的图像识别方法，对煤和矸石0～255级灰度图像进行特征提取，并依据特征参数进行分类，该方法稳
矿业安全与环保 2022年3期2022-07-18
- 智能选矸机器人关键技术研究
用具有重要意义。煤矸随主运输胶带升井后，作业人员需在地面拣矸胶带处对矸石进行分拣，对于直径小于200 mm的矸石一般采用机械动筛法进行处理，针对大于200 mm的大块矸石，仍采用人工拣矸的方式进行分拣，这种方式分拣效率较低，现场拣矸环境恶劣，作业人员劳动强度大。随着智能检测和机器人控制技术的不断发展，应用智能选矸机器人实现煤矸智能化分选逐渐成为趋势。智能选矸机器人具有煤矸智能识别、目标精确定位、矸石快速分拣等功能[4-5]，能够替代作业人员进行煤矸分拣作业
工矿自动化 2022年6期2022-07-07
- 煤矸分拣机器人设计与关键技术分析
展方向。亟需一种煤矸在线分拣机器人对原煤输送带上的煤和矸石自动识别并分拣，对大幅提高选矸质量和分选效率，具有较大的社会和经济效益。1 煤矸分拣机器人技术研究现状1.1 煤矸分选方法研究现状目前我国主要有手选和机选2 种选矸方法，手工选矸方式是分拣原煤中夹杂大块矸石的主要环节，通过人工将煤流中的大块矸石分拣出来，放入手选带式输送机两侧的溜槽。 手工选矸工人劳动强度大，且生产效率低，工作环境恶劣，现场粉尘严重影响工人的身体健康，矸石的分拣率受工人素质和管理水平
煤炭科学技术 2022年3期2022-04-29
- Relief-MRMR-SVM在煤矸图像分类的研究
710054)煤矸分选是将煤和矸石在采煤或洗煤过程中分选出来。传统方法有人工法、跳汰法、浮选法等。近几年陆续提出了基于射线和图像的方法，前者速度快，但难以控制且辐射强度大[1]。随着机器视觉技术成为矿物识别的研究热点，基于图像的方法得到了迅速发展[2]，但仍存在一些问题。一方面利用煤矸图像空间域信息，在特定环境可进行有效分类，但模型稳定性有待改进；另一方面利用图像特征提取方法结合机器学习，一定条件下能解决煤矸分类问题，但有效的特征较难确定，且模型泛化能力
煤炭工程 2022年4期2022-04-20
- 不同混合度下液体介入难辨别煤矸红外图像识别准确率
83)高准确率的煤矸自动识别对综放开采智能放煤至关重要。综放开采的放煤过程可分为纯煤放出、煤矸混合放出、纯矸放出3个阶段。现场实际放煤中可通过放出部分矸石来换取更高的顶煤回收率，因此综放开采煤矸识别主要在煤矸混合放出阶段进行。该阶段矸石的放出量会逐步增加，故综放开采放煤过程中煤矸识别的对象是动态变化的，大大增加了识别的复杂性和难度，也是其与综采工作面煤岩界面识别的最大区别。因此需要深入研究煤矸混合度变化对识别准确率的影响，探索适用于综采放顶煤场景的高准确率
煤炭学报 2022年3期2022-04-01
- 基于改进Faster R-CNN的综放煤矸混合放出状态识别方法
煤质。因此，综放煤矸混合放出状态分析识别方法已成为智能化综放开采领域研究热点之一。近年来，国内外学者在煤矸混合状态分析识别方法方面取得了较多的研究进展。王家臣等针对精准快速识别混矸率与适应恶劣环境方面存在的技术难题，建立了轻量级的放顶煤工作面矸石识别及边界测量模型，提出了快速写意重建和精准重建等2种煤矸块体三维重建方法，并结合Retinex等去粉尘算法最终形成了“三位一体”夹矸智能识别技术，对放煤过程存在的夹矸实现了精准识别；伍云霞等基于曲线变换提取煤矸石
煤炭学报 2022年3期2022-04-01
- 长平公司洗煤厂智能煤矸分选机器人技术研究
煤炭产品。其中，煤矸分拣工序是洗煤厂生产不可或缺部分，但拣矸石车间粉尘大、噪声大、体力劳动强，职工长期在这样的环境下工作，其身心健康受到严重的威胁。同时，拣矸石工作存在人工分拣环节，工作效率低，安全性不高。故需要研制一套可进行煤矸智能识别、智能分拣的自动化系统设备。目前长平公司洗煤厂筛分破碎车间布置两套手选煤矸系统（两台振动筛、两条手选皮带、两台破碎机），手选皮带机带宽B=1 400 mm，能力Q=112 t/h，机长L=12.3 m，倾角α=0°，带速v
机械管理开发 2022年1期2022-03-24
- 面向煤矸分拣机器人的煤矸识别定位系统研究
发展的趋势,因此煤矸的高效分选显得尤为关键[3]。现阶段选煤方式主要有人工排矸、重介质选煤[4]、浮游选煤[5]、跳汰选煤[6]、选择性破碎等,但这些方法普遍存在识别精度低、占地空间大、投资成本高、环境污染严重等问题[7]。为实现煤炭高效清洁生产,近几年研究学者提出一些新的煤矸分选系统[8-9]。王卫东等[10]应用激光三维扫描和动态称重的方式设计了一种煤矸光电分选系统,根据体积和质量的不同识别煤矸。吴开兴等[11]设计了基于灰度共生矩阵识别算法的煤矸识别
煤炭科学技术 2022年1期2022-02-26
- 图像识别智能放煤技术原理与应用
中主要涉及到2类煤矸识别问题，一是综采工作面采煤机割煤过程中的煤岩界面识别，二是综放工作面放煤过程中的煤矸识别。前者已经在智能综采工作面初步实现，而后者要对后部刮板输送机上快速运动的、呈堆积状态的煤矸进行识别，目前仍然存在许多技术难题。目前，放顶煤工作面仍普遍采用人工放煤方式，放煤工人从液压支架间隙观察后部刮板输送机上煤流，观察矸石是否被放出或者放出的量，进而决定是否停止放煤。这种方法劳动强度大、生产效率低，且容易出现由于工人主观原因发生误操作的情况。智能
煤炭学报 2022年1期2022-02-25
- 面向煤矸识别的近红外反射光谱数据预处理方法
引言高效精准的煤矸识别是煤炭开采领域公认的难题，是实现煤炭无人化、智能化开采的关键[1]。众多学者提出了多种煤矸识别方法，如天然射线探测法[2]、声波探测法[3]、热红外分析法[4]、图像分析法[5]和振动探测法[6]等，但上述方法因适用环境约束问题没有被广泛应用。近红外反射光谱技术是一种针对原位物质的光谱分析技术[7-8]，其识别机理是被测物质的特定化学成分和物质结构在特定波长处存在光谱反射吸收特性，因此可根据该特性对煤矸属性进行反演。杨恩等[9]针对
工矿自动化 2021年12期2022-01-19
- 新疆主要煤区煤矸石的特征及其利用研究
乌鲁木齐重要煤区煤矸子为对象，根据现有资料，对乌鲁木齐重要煤区煤矸子特性做出了比较细致的解析，并提供了全疆重要优质煤炭中的常量成分、各种微量元素、固定碳浓度、热值，以及物相成分和浓度等信息。针对各个矿点优质煤炭的特点做出了分类，经过分析后找到了关于乌鲁木齐大部分煤矿区煤矸子可行的资源化使用建議：硫磺沟煤矿、五彩湾煤矿、伊宁市喀拉亚尕奇乡的煤矿煤矸子还可用于制造建筑材料、或者开采当中的一些稀土元素;哈密三道岭1矿、2矿、露天矿和伊宁州达达木图县矿井煤矸子还可
科技信息·学术版 2021年5期2021-12-30
- 基于图像处理的煤矸识别技术研究进展及方向*
智能化方向发展，煤矸自动化识别是实现煤炭智能化开采的关键技术。传统的人工分选劳动量大、效率低、粉尘多、对人体危害大；同时，煤炭采出后的湿法选煤对水资源消耗量及环境污染大，而干法选煤粉尘大、严重危害工人身体健康［2-4］。发展煤矸智能自动化识别技术有利于提高工作面煤炭回采率和煤炭分选效率，降低自动化放煤的含矸率、避免煤炭洗选造成的环境污染问题，是实现煤炭安全高效、无人化、智能化开采的关键。目前，常用的煤矸识别方法主要包括基于自然射线的煤矸识别法、基于声波信号
现代矿业 2021年11期2021-12-17
- 轻量化煤矸目标检测方法研究
煤矿生产中需进行煤矸检测及分选。目前较为成熟的煤矸检测方法主要是基于射线法[2-4]，如X射线、γ射线等，但该方法存在辐射危害，且设备昂贵、不易管理，难以推广应用。随着计算机视觉技术的发展，基于图像处理的煤矸检测方法因设备简单、效率高等优点，得到越来越多学者的关注。该方法通过人工分析煤和矸石的灰度、纹理等空间域信息，将其直接作为特征或建立联合特征，结合支持向量机、人工神经网络等机器学习算法进行分类[5-8]，可有效实现煤矸识别，但存在特征不易提取或特征区分
工矿自动化 2021年11期2021-11-30
- 基于改进YOLOv5s模型的煤矸目标检测
首要任务[1]，煤矸分选作为现代化煤矿清洁生产的重要环节，为推动煤炭清洁利用贡献了力量。随着智能检测和机器人技术的发展，煤矸自动化分选逐渐成为可行及具有前景的方案，其中，煤矸识别是煤矸自动化分选方案的基础环节。传统的煤矸识别方法有射线识别法[2]、重介法[3]、硬度识别法[4]等，射线识别法的射线辐射强度大，重介法增加了重介质的净化回收工序，工艺流程相对复杂，硬度识别法对破碎力大小要求高且应用理论研究少。近年来，机器视觉技术在煤矸识别领域应用广泛，主要分为
工矿自动化 2021年11期2021-11-30
- 顶煤放落过程煤矸声信号特征提取与分类方法
煤质的优良率。 煤矸识别方法的引入可以让煤矿工人更好地掌控放煤口的开关时机,为煤矿智能开采提供技术支持。学术界对煤矸识别方法进行了大量的研究。针对放落煤和矸石的纹理形态、灰度特征,文献[3-5]研究了基于图像的煤矸识别方法,该方法因样本集易受光照、粉尘干扰,识别精度受到了一定程度的影响;针对粒子波在煤层与矸石层传播的差异性,文献[6]研究了基于电磁波的煤矸识别方法,该方法适用于顶煤探测,由于存在波长衰减,探测范围和煤矸识别精度被顶煤厚度所制约;针对煤与矸石
矿业科学学报 2021年6期2021-11-06
- 复采工作面上覆松散煤矸运移规律实验研究
学者研究综放开采煤矸分界线、放出体形态规律及采放比、工作面倾角、放煤步距、放煤顺序和合理放煤时间等多种因素对顶煤采出率和含矸率的影响[1-2].王家臣[3]等基于BBR 理论，进行理论推导、相似模拟和数值模拟，推动放顶煤理论的发展.王家臣[4]等建立了统一研究煤岩分界面、顶煤放出体、顶煤采出率和含矸率4 要素的BBR 研究体系，提出可用抛物线拟合煤岩分界面，大致计算放出体体积；分析放出体发育过程，指出顶煤放出体是一被支架掩护梁所切割的切割变异椭球体.王家臣
辽宁工程技术大学学报（自然科学版） 2021年4期2021-09-11
- 论潞安集团下属14座矿井井下矸石运输提升的优化
集团公司矿井井下煤矸多采用集中装运的生产模式，其弊端如下：1) 矸石混入煤炭中，影响煤质，制约煤价。2) 矿井产能为一定值，矸石由主提升系统运输，或多或少都会占用产能指标。3) 少数矿井主提升系统能力有限，矸石混入煤炭中，减少了煤炭的提升量。3 优化方案现阶段，实现混矸的井下分装分运存在很大困难，改造成本巨大，且严重打乱矿井现有各生产系统。但是从理论上和技术上，全矸的井下分装分运是可以实现的。3.1 煤矸井下智能分选方案天津美腾科技公司研制有射线智能分选煤
煤 2021年7期2021-07-13
- 基于改进YOLOv3的煤矸识别方法研究
染大等诸多问题，煤矸分选的机械化、自动化、智能化已成为煤炭生产中亟待研究的重要课题，其中煤矸的准确识别是实现自动分选的首要任务和关键技术。目前煤矸识别方法主要有密度识别法、硬度识别法、射线识别法、图像识别法[3]。图像识别法相较于其他的识别方法具有安全、系统简单、易于维护等优点，是目前煤矸识别的一个重要发展方向。传统的图像识别技术[4-11]主要运用图像处理技术对煤和矸石的灰度和纹理等参数进行提取，通过不同的算法建立特征值模型，分析并优化分割参数，最终实现
矿业安全与环保 2021年3期2021-07-09
- 基于视觉智能技术的魏家峁露天煤矿矸石破洗运系统
7000）传统的煤矸分选方法使用的设备庞大，工艺复杂，无法嵌入到煤炭破碎环节之前，不能解决煤矸石的无效破碎、洗选、运输问题。另外，传统煤矸石分选需要使用大量的水，会对水资源造成污染。但是我国煤炭资源储量丰富的地区水资源短缺，特别是晋、陕、蒙、宁地区，水资源仅占全国的2.6%，严重制约着煤炭资源的开发利用，而基于机器视觉的预排矸技术可以有效解决传统方法存在的问题，是一种清洁的煤矸分选方法，其特点在于识别的方式为非接触式测量、普适性高、发展迅速等。无论从环保角
露天采矿技术 2021年3期2021-07-02
- 基于图像处理与卷积神经网络的煤矸识别方法
6]。基于图像的煤矸识别方法，是实现干法选煤的重要基础。基于卷积神经网络的煤矸识别算法，经过实验、分析、验证，是可以实现高精度的煤矸识别的可靠性算法，是具备实际应用价值的。1 研究框架本研究采用卷积神经网络模型，以内蒙古准能集团哈尔乌素项目厂煤矸图像为研究样本，通过图像处理后，运用卷积神经网络模型ResNet18，将图像数据在网络模型中进行训练，并通过该模型将图像内的各种深层特征信息提取出来，从而达成煤矸分类以及识别的功能。总体研究框架的诸多流程如图1所示
微型电脑应用 2021年6期2021-06-24
- 矿井矸石零排放绿色开采技术探讨
分选系统，使部分煤矸就地分离，充入井下采空区或巷道内，既解决了矸石的排放问题，又可以降低矿井煤矸石的无效提升费用，经济效益会十分显著。2 井下煤矸分选2.1 井下煤矸分选方法目前我国已经使用和正在推广的井下煤矸分选系统有动筛跳汰[1-4]、重介浅槽[3-6]、旋流器分选[5]和射线/图像识别干选机[6-7]等，其中射线/图像识别分选是近年来基于射线/图像进行煤矸识别分离的一种新的智能煤矸干法分离技术。原煤经过分级后进入识别系统，经过射线/图像识别后借助于高
中国煤炭 2021年3期2021-04-04
- 基于EMD特征提取与随机森林的煤矸识别方法
赋存条件变化进行煤矸精准识别，并根据识别结果实时自动调整放煤口启闭，是实现自动化放煤的关键[3]，不仅能够降低混矸率，提高煤炭质量，还能使放煤工人远离综放工作面，减少恶劣环境对工人健康的影响。对放顶煤过程中产生的振动信号进行辨识是实现煤矸识别的有效手段之一。近年来，学者们针对该方法进行了大量研究。文献[4]分析了煤和矸石冲击产生的振动信号频谱特征，得出了2种振动信号频率不同的结论，但未根据频谱特征进一步研究煤矸识别技术。文献[5]分析了放顶煤过程中液压支架
工矿自动化 2021年3期2021-03-30
- 用于煤矸识别的振动传感器设计
自动、准确地进行煤矸识别，实现高效、可靠、自动化放顶煤开采，已成为世界各国重点研究的问题。国外主要采煤大国采用了伽马射线、红外技术、视频摄像、雷达探测等技术进行煤矸识别，并取得了一定的实际应用效果，但同时这些方法又具有各自的局限性，导致无法大规模应用，如伽马射线成本太高且对人体有害，红外技术受环境温度影响较大，雷达探测在煤层较厚时信号衰减严重，无法识别。国内煤矸识别技术整体上还处于研究试验状态，没有成套的煤矸识别解决方案，仅在一些文献研究中提到可以利用声音
工矿自动化 2021年1期2021-01-26
- 煤矸分选机器人图像识别方法和系统
715400)煤矸分选是煤炭生产的重要工作之一，传统的人工分选具有劳动量大、效率低、粉尘多、对人体危害等问题。随着选煤技术的不断进步，人工操作已逐渐被自动分选设备替代[1-4]。目前国内外应用较为成熟的煤矸自动分选设备主要采用γ和X射线检测法。γ射线检测法根据γ射线穿过煤和矸石时衰减量的不同来识别煤和矸石[5]，X射线法是根据煤和矸石对射线吸收量的不同来进行识别的，用高压气阀喷嘴作为执行机构，通过高压气流将矸石分离[6]。该类分选设备，由于煤和矸石下落时
煤炭学报 2020年10期2020-11-30
- 耙装机在掘进机大倾角掘进中的应用
60 型掘进机破煤矸，破碎的煤矸通过双边链刮板式第一运输机和桥式皮带转载第二运输机，并经3305 工作面胶带顺槽安装的DSJ100/63/2×75 带式输送机外运。1.3 生产状况由于掘进机爬坡能力仅有18°，在大坡度掘进过程中掘进机经常性的“趴窝”，虽采取垫木垛料结实底板、打锚索助力、安装回柱绞车牵引，但掘进机履带打滑、失稳现象极为明显，日进尺不足3 m，且工人需反复扛运木垛料并清理压坏的木垛料。由于坡度大，煤矸淤淌至掘进机后需人工攉煤矸，工人劳动强度极
山东煤炭科技 2020年9期2020-10-12
- 井下煤矸分离及矸石充填技术研究
际，积极研究井下煤矸分离及充填技术，探索矿井矸石处理新途径，不断提高绿色开采水平。2 煤矸分离技术2.1 煤矸分离系统拟选用TDS 风选煤矸分离系统，该系统采用智能识别方法，针对不同的煤质特征建立与之相适应的分析模型，通过大数据分析，对煤与矸石进行数字化识别，最终通过智能排矸系统将矸石排出。TDS 智能干选机适用于25～300mm 煤矸分选。根据济宁二号煤矿毛煤筛分试验结果，确定按+50mm 分级，井下TDS 智能干选系统分选能力为280t/h，设计年分矸
煤矿现代化 2020年5期2020-08-27
- 大块煤矸机械分选技术的改造实践
产生了大量的大块煤矸，给白龙洗煤厂的工作带来了严重问题，主要表现在以下几点。图1 改造前洗煤厂大块煤矸人工手选系统示意图（1）大块煤矸石滚落问题在煤矿物料的运输过程当中，上层大块煤矸石容易发生滚落现象，给生产经营带来隐患。同时下尖角大块矸石会给皮带造成损伤，降低皮带的使用寿命，造成皮带运输机发生故障影响生产。（2）大块煤矸不利于选煤生产大块煤矸进入到主选系统后，会使得设备超负荷运行，造成设备、部件发生安全故障的概率增加。后期人工手选捡出大块煤矸作业会增加工
山东煤炭科技 2020年7期2020-08-07
- 拐弯巷道机械化快速掘进技术应用
风横川爆破落下的煤矸。当巷道掘进长度超过30m 后，在通风横川内再安装一部输送机进行联合出煤。2.2 主要存在的问题（1）施工周期长。传统爆破掘进施工时，每天掘进工程量为3.5m，一条通风横川掘进周期为20d，巷道掘进速度慢，增加了巷道掘进成本。（2）设备安装数量多。每条通风横川在施工时需安装一部SSJ-800 型带式输送机以及一部P-60B隔爆型耙岩机，巷道内安装设备数量多，安装周期长。而且受爆破影响，巷道内机电设备损坏严重，增加了设备维修成本费用。（3
山东煤炭科技 2020年7期2020-08-07
- 新型一体化智能干法选煤系统设计与应用
其他杂质[2]。煤矸石是煤炭开采与加工过程中含碳量低、灰分高的固态废弃物，随着采煤机械化程度的提高，煤中含矸量也逐渐增加，导致煤炭的质量下降[3]。煤矸分选作为一种燃烧前的处理技术，为提升煤碳质量减少环境污染，具有重要的意义。该技术有效地降低了煤炭后期污染治理的难度与费用，并逐渐成为煤矿生产的重要环节。近年来,各主要产煤国相继提出了各种煤矸分选方法，主要分为2类：干法选煤和湿法选煤[4]。二者通过选煤介质进行区分，湿法选煤采用水、重液或悬浮液等，干法选煤采
机械与电子 2020年7期2020-07-23
- 基于随机森林的综放工作面煤矸图像识别
。由于综放工作面煤矸识别理论和技术尚不成熟，目前多采用人工进行放煤控制。顶煤放落时，主要依靠放煤工人通过耳听和眼观来判断放落的是煤还是矸石，并以此确定顶煤是否放完。放煤过程中存在放煤口粉尘较大、光线弱、空间狭窄等情况，难以准确判断顶煤放落程度，容易导致过放或欠放，且严重损害工作人员身体健康。因此，垮落煤矸自动识别是综放开采智能化的基础理论和关键技术之一，已成为国内外研究热点。目前有伽马射线法[3]、振动信号法[4-5]、声波信号法[6]、图像法[7]等应用
工矿自动化 2020年5期2020-06-02
- 选煤厂新型煤矸振动筛选装置设计
期性机械振动时，煤矸做上下反复运动，很容易出现矸石与煤炭分层现象，导致煤矸堵塞筛网孔[2]，影响筛选效果；（2）传统振动筛在筛选煤矸石时会产生大量粉尘浓度，影响车间作业环境；（3）传统振动筛不具有温度保护功能，振动筛长期运动很容易出现轴承温度过高现象[3]。本文针对这一技术难题，通过技术研究设计了一套选煤厂新型煤矸振动筛选装置，并进行实际应用。1 新型煤矸振动筛选装置结构及工作原理1.1 新型煤矸振动筛选装置结构（1）新型煤矸振动筛选装置主要由振动箱、防护
机电工程技术 2020年4期2020-05-30
- GDRT煤矸智能分选系统
。论述了GBRT煤矸智能分选系统的原理及主要特点;该系统在新维煤业的应用表明，不但选后煤中的含矸率和矸中的含煤率符合要求，而且可大幅度減少选矸人员，降低人工成本和潜在的安全事故风险，具有建设周期短、见效快、节能减排效果明显等优点。关键词：选煤 GDRT煤矸智能分选系统 分选原理 特点 应用效果中图分类号：TD11 文献标识码：A 文章编号：1674-09
科技创新导报 2020年35期2020-03-16
- 智慧煤矿数据驱动检测技术研究
带运输异物检测、煤矸检测辨识3个方面的应用现状，并展望了数据驱动检测技术在这3个方面的发展趋势。1 煤矿设备故障诊断目前，机器学习及神经网络广泛应用于煤矿设备故障诊断。其中，SVM及误差反向传播算法(Error Back Propagation Training，BP)神经网络应用最广。文献[3]在SVM的基础上，把最小二乘支持向量机和隐马尔科夫模型相结合并进行改进，将改进后的模型应用于故障预测，其预测出来的状态数据与采集到的真实状态数据相比，误差较小，吻
工矿自动化 2020年10期2020-03-06
- “智能煤矸分选机器人”进入现场应用调试阶段
共同研发的“智能煤矸分选机器人”已正式投入大块矸石分选作业现场，开始进行现场应用调试阶段。该智能煤矸分选机器人采用AI卷积神经网络技术对煤和矸石进行图像识别，当煤矸石由皮带机输送到暗箱中，由图像采集系统获得皮带机上煤及矸石图像，通过5G网络将信息传输发送给工控机进行信息分析、物料判别后，工控机对多组机械臂下达分选指令，实现对煤矸石的自动分拣。该智能煤矸分选机器人技术的核心在于独特的识别技术和特种机械臂技术，精准识别采用灰度、纹理、痕迹三重图像识别耦合的方式
中国矿山工程 2020年6期2020-01-15
- 选煤厂封闭式自动煤矸分选机设计应用
在销售过程中根据煤矸颗粒大小决定其价格，所以原煤采出后进入选煤厂内需进行不同颗粒煤矸筛选。在传统选煤过程中，煤矸直接进入重介旋流器或跳汰机上进行筛选，但是由于受煤矸石颗粒影响，经常出现出料口、筛网堵塞现象。选煤设备故障率高，不仅降低了选煤效率，而且很容易发生重大机电事故。本文以山西煤炭进出口集团左云长春兴煤业有限公司选煤厂为例，设计了一套封闭式自动煤矸分选机，并进行实际应用。1 概述左云长春兴煤业有限公司是一座设计能力为6.0Mt/a的现代化选煤厂,建立于
山东煤炭科技 2019年12期2019-12-27
- 综放开采顶煤采出率预测模型的构建与应用
出顶煤与上覆残留煤矸复合形成非对称“拱结构”并演化为典型倾斜椭球体结构;BASARIR H等[9]结合Soma Eynez煤矿实际，利用FLAC3D分析了巷道附近的应力分布，并指出分析结果可用于进一步分析回风巷道的稳定性;蒋金泉等[10]对颗粒状散体介质离散元软件进行再开发，模拟了不同放煤步距条件下的破碎顶煤与直接顶的放出规律，给出了顶煤厚度为2～3 m时的合理放煤步距并用于指导实际生产;黄炳香等[11]采用散体模型试验分析了不同放煤步距、不同顶煤块度对煤
煤炭学报 2019年9期2019-10-21
- 新型煤仓分矸筛的设计与应用
量、高效率的井下煤矸分离成为田陈煤矿一项重要的任务。1.设计背景目前，国内外选矸工艺主要有动筛跳汰机选矸、重介分选机选矸、选择性破碎机选矸、手选选矸、斜槽分选机选矸等。动筛跳汰选矸法：工艺系统简单、辅助设备少操作容易、处理量大、耗水量小、煤泥水处理系统简单、占地面积小、生产成本低等优点。在排出大块矸石的情况下，具有一定的优势。动筛跳汰机选矸法的缺点主要是分选下限只能达到30mm，因此在使用范围上受到一定的限制。重介质分选机选矸法：对于露天矿选煤厂应优先考虑
科学导报·科学工程与电力 2019年25期2019-08-13
- 刘庄矿实现煤矸分流运输网络化
强管理，不断优化煤矸运输系统，成功建立煤矸分流系统。该矿从优化系统设计入手，建立运煤、运矸系统网络通道，煤矸运输共用系统，实行网络化运输，并先后完成东西区运矸系统优化设计及东三采区矸石仓设计；完善了运煤、运矸系统，施工完成西一、西三采区煤仓之间出矸联巷，两个采区煤仓互用；在地面矸石、运煤栈桥之间建立辅助运煤栈桥，使矸石井分流提升的低质、劣质煤得以回收，提高矿井原煤产量。在安全生产过程中，该矿采取分时运矸、调度指挥、现场监督、严格考核等措施，确保煤矸分流系统
中国矿山工程 2018年1期2018-01-27
- V形煤矸分离器的设计与应用
72300）V形煤矸分离器的设计与应用甘道霞（河南能化集团义煤股份有限公司千秋煤矿，河南义马 472300）选矸皮带建厂以来都是人工手选矸石，劳动强度大存在安全隐患且效果差，严重影响炭块质量。针对这种情况，特设计新型煤矸分离器解决块煤销售压力，确保职工生命安全。煤矸分离；含矸率；筛分10.16621/j.cnki.issn1001-0599.2017.05.430 前言千秋矿洗煤厂属矿井型动力煤选煤厂，入选煤种为长焰煤，设计能力为120万t/a，洗煤工艺为
设备管理与维修 2017年5期2018-01-02
- 基于尾梁振动信号采集的煤矸识别智能放煤方法研究
梁振动信号采集的煤矸识别智能放煤方法研究马 英（天地科技股份有限公司开采设计事业部，北京100013）通过在放顶煤液压支架尾梁上安装振动传感器对煤矸冲击产生的信号进行识别。基于液压支架尾梁冲击振动信号的数学建模，给出了振动传感器型号，采用比对试验方法确定对其最佳安装位置。根据现场试验验证了该方法对煤矸差异的可辨识性和可控性。煤矸识别智能放煤方法结合了综放工作面液压支架电液控制系统在经济效益和安全作业两方面的突出优点。煤矸识别；放顶煤；液压支架；振动传感器；
采矿与岩层控制工程学报 2016年4期2016-09-18
- 风能煤矸分离器的探索及应用
张军峰摘要：风能煤矸分离器就是通过对DTⅡ-1000皮带运输机中间机架进行部分设计改造，安设风能分煤矸装置，解决单条皮带运输机难以分离煤炭和矸石的难题，对于提高煤炭质量具有较好效果。文章对风能煤矸分离器的探索及应用进行了探讨。关键词：风动煤矸分离器；皮带运输机；中间机架；风能分煤矸装置；煤炭；矸石 文献标识码：A中图分类号：TD94 文章编号：1009-2374（2015）31-0046-02 DOI：10.13535/j.cnki.11-4406/n.2
中国高新技术企业 2015年31期2015-12-25
- 半煤岩巷道煤矸分离快速掘进技术应用
15）半煤岩巷道煤矸分离快速掘进技术应用张军峰,刘国栋 （兖矿集团南屯煤矿,山东 邹城 273515）半煤岩巷道煤矸分离快速掘进技术，是一种新型的半煤岩巷道“分打分装”煤矸分离掘进施工工艺，具有掘进速度快、煤矸分离充分、巷道成型好、安全高效等特点，其充分综合利用炮掘落煤、综掘落矸，综合机械化出煤矸等方法，实现半煤岩巷道煤矸分离的快速掘进，既保证了煤炭产品质量，又提高了掘进效率，保证了薄煤层工作面的正常生产接续。半煤岩；分打分装；煤矸分离；快速掘进南屯煤矿为
山东工业技术 2015年16期2015-08-19
- 多传感器信息融合的放煤过程参数化研究
综采放顶煤过程的煤矸识别问题，避免过放和欠放情况的发生，将多传感器信息融合技术应用于参数化模型的建立。计算分析了各阶IMF分量的总能量、EMD能量熵和峭度，进而发现它们与煤矸含量的关系，确定了合理的特征参数。建立了基于规则的知识库形式的产生式数据融合算法，完成了煤矸的分类识别。将方法应用到放顶煤煤矸界面识别的试验中，取得了良好的识别效果，验证了所提出方法的有效性。放顶煤工作面 参数化 多传感器 信息融合 煤矸识别 特征提取Feature extractio
自动化仪表 2015年5期2015-06-15
- 浅谈半煤岩巷道的“煤矸分离”
半煤岩巷道实现“煤矸分离”进行阐述。1 施工概况晋煤集团坪上煤业有限公司为兼并重组改扩建矿井，设计生产能力为0.90 Mt/a。23022进料横川为2302(上)综采工作面的运输横川，主要用途为承担2302工作面的进出架、运输等任务。由于通风需要，该巷道需通过西二回风巷，设计为半煤岩巷，见图1、图2，该巷道煤层顶底板岩性见表1。图1 23022进料横川平面布置示意图图2 23022进料横川剖面示意图2 施工控制措施2.1 施工条件23022进料横川设计全长
山西焦煤科技 2014年7期2014-07-30
- 井下煤矸分离技术在矿山开采中的应用研究
）0 引言传统的煤矸分离方式为井下原煤直接提升至地面，经洗煤厂重介洗选后，分选出的煤矸石运至矸石山存放。矸石山的堆积不但占用了大量土地，而且严重污染周边环境。原煤中含有大量夹矸，降低了矿井提升系统能力，造成不必要的能源消耗。井下煤矸分离技术使原煤在井下直接进行分选，排除的矸石不升井、就地充填，既节省了矸石从井下到地面的提升费用，提高立井提升煤炭能力，又可提高原煤质量，降低吨煤能耗，从根本上解决矸石地面排放难题。本文在研究动筛跳汰选煤理论及工作原理的基础上，
机电产品开发与创新 2013年1期2013-07-05
- 基于正负相位和奇异点偶识别规则的煤矸识别技术对比研究①
异点偶识别规则的煤矸识别技术对比研究①李旭1②顾涛2(1.华北科技学院机电工程学院，北京东燕郊 101601;2.华北科技学院计算机学院，北京东燕郊 101601)采用数字信号处理技术对煤和矸石撞击刮板运输机产生的振动信号进行适当处理，可以完成煤矸实时识别，即时做出对液压支架的控制。文章对所采集到的放煤阶段产生的5组振动信号，分别采用时域一阶差分分析和小波域内模系数极大法分析。在时域内定义了振动信号的正负相位概念，在小波域内定义了正向、负向奇异点偶概念。由
华北科技学院学报 2012年1期2012-12-26
- 特厚煤层综放开采顶煤放出率影响因素分析
支架后方和上方的煤矸分界线分为两段线段，支架上方且靠近支撑梁侧的斜线段为上部煤矸分界线la，支架正后方且靠近支架掩护梁侧的斜线段为后部煤矸分界线lb。2条分界线与椭球体相切是最理想的放煤状态，此时顶煤放出率最高。图2是椭球体与后部煤矸分界线相切的情况，切点为A。模拟结果显示，一刀一放、三刀一放两种放煤步距情况下顶煤放出率均低于两刀一放，主要是由于这两种放煤步距分别低于和高于合理放煤步距，一刀一放时，后方矸石先于上方矸石到达放煤口，造成支撑梁上方一部分煤体不
采矿与岩层控制工程学报 2012年6期2012-08-31
- 煤矸选择性破碎分选策略
破碎或基本破碎。煤矸选择性破碎分选是洁净煤生产技术的源头,开发先进煤矸选择性破碎分选技术是我国国民经济可持续发展的需要,对煤炭工业的结构调整和产业升级有着重要的现实意义。【关键词】煤矸 选择性破碎 分选一、引言煤矸石是一种低热值质页岩,其成分是由无机物和有机物两部分组成,无机物以氧化态出现,其中二氧化硅和铝土矿大约占其组分50%-80%,赤铁矿约0.5%-2.4%,氧化钦约0.9-4.0%,此外还有无机硫和其它一些微量元素,有机物以碳氢链化合物存在,有腐值
商情 2009年22期2009-10-28