一种基于人工智能图像识别的井下煤矸分选一体化装置

1.本发明涉及一种基于人工智能图像识别的井下煤矸分选一体化装置，属于煤矿开采技术领域。


背景技术：

2.长期以来，在煤矿生产实践中，采出的原煤要进行除矸主要是将原煤夹带矸石输送至地面后，在选煤厂进行洗选处理来实现的。但是，随着生产的不断进行，分选出的矸石在地面堆积堆积称为矸石山，不但带来了额外的矸石的运输和处理费用，还造成了排矸场占用土地以及形成地面环境污染等问题。使煤炭开采矸石“不升井”，节能减排，井下矸石循环利用已成为急需攻克的关键科学问题。因此，推进井下分选技术的发展与完善，是煤炭行业未来发展的必由之路。


技术实现要素：

3.本发明旨在提供一种结构简单、操作方便、可靠性强、分选效果好的一种基于人工智能图像识别的井下煤矸分离一体化装置。
4.本发明提供了一种基于人工智能图像识别的井下煤矸分选一体化装置，包括铁质外壳、传送装置、粒径分选装置和煤矸识别分离装置；传送装置包括传送带，负责煤料在装置内的转载；粒径分选装置包括不同孔径的筛网，用于分选出不同粒径大小的煤料；煤矸识别分离装置包括摄像机、称重装置、嵌入式计算机和可控制转动挡板，通过基于人工智能的图像识别和称重，准确识别煤和矸石，然后通过可控制转动挡板击落矸石，从而达到煤矸分选的目的。
5.进一步地，所述传送装置由低位传送带、提升传送带、高位传送带、特大块煤传送带、大块煤传送带、中块煤传送带、煤灰传送带、矸石传送带、铁质滑槽和固定挡板组成；所述的传送装置中的低位传送带与提升传送带相接后与高位传送带相连；所述的粒径分选装置由铲板、v型沟槽、大孔径筛网、中等孔径筛网、小孔径筛网、陶瓷滑槽和筛网支撑组成；所述的铲板能在筛网的上表面滑动；所述的v型沟槽位于筛网低一侧的边缘；所述的大孔径筛网位于高位传送带的下方，中等孔径筛网位于大孔径筛网下方，小孔径筛网位于中等孔径筛网的下方，且所述的筛网均倾斜固定在筛网支撑上，由筛网支撑控制振动；所述的大孔径筛网和一个v型沟槽通过陶瓷滑槽与特大块煤传送带相连，中等孔径筛网和小孔径筛网以同样的方式分别与大块煤传送带和中块煤传送带相连；筛网向平行于煤块滚动的方向和垂直于煤块滚动的方向同时倾斜，两个方向均倾斜10
°‑ꢀ
20
°
；v型沟槽配合筛网倾斜摆放，使大于筛网孔径的煤块可以由筛网流到v型沟槽上快速滚落，从而加快分选速度。
6.所述的煤矸分选识别装置由摄像机、可控制转动挡板、补光灯、称重装置和嵌入式计算机组成；所述的嵌入式计算机通过电缆与摄像机、补光灯、称重装置和可控制转动挡板
相连；所述的特大块煤传送带、大块煤传送带和中块煤传送带的上方均固定有一个摄像机和一个补光灯，且补光灯紧邻摄像机；所述的特大块煤传送带、大块煤传送带和中块煤传送带上均有一个可控制转动挡板；所述的特大块煤传送带、大块煤传送带和中块煤传送带下均有一个称重装置；所述的煤灰传送带位于小口径筛网下方；所述的矸石传送带位于铁质滑槽下方，在矸石传送带上对应铁质滑槽位置处设置固定挡板；所述的摄像机均有自清洁功能；除低位传送带、煤灰传送带和矸石传送带的一部分位于铁质外壳外部，其它部件均位于铁质外壳内部。
7.更进一步地，所述的提升传送带使用大倾角皮带，使装置能在较小的空间内提升煤料；大孔径筛网、中等孔径筛网、小孔径筛网初步分选出粒径大小不同的煤料，以提高图像识别的准确率，并减少后续分选工程量；且筛网均倾斜摆放并配有带振动装置的筛网支撑，且配套的铲板能铲除卡在筛网上的煤料，以加快不同粒径煤的分选速度；筛网支撑由铁质杆和振动马达构成，振动马达控制铁质杆的振动从而使筛网振动。
8.所述的大孔径筛网、中等孔径筛网和小孔径筛网的孔径大小分别为100mm、50mm、25mm，使特大块煤传送带、大块煤传送带和中块煤传送带上的煤分别为特大块煤、大块煤和中块煤；煤灰传送带上的煤为小块煤、粒煤和粉煤。
9.更进一步地，所述的嵌入式计算机通过人工智能训练模型，能通过摄像机得到的图像中煤和矸石的纹理特征来区分煤和矸石，又能根据图像中煤和矸石的大小估算体积；所述的嵌入式计算机通过人工智能训练模型，能根据摄像机得到图像中煤和矸石块的密集程度调节特大块煤传送带、大块煤传送带和中块煤传送带的转速。
10.本发明提供了一种采用上述装置进行井下煤矸分选方法，包括如下步骤：a.将煤料通过低位传送带、提升传送带、高位传送带将煤料提升到大孔径筛网的上方；b. 根据煤料粒径的大小使用大孔径筛网、中等孔径筛网和小孔径筛网进行筛分；c.根据煤料粒径的大小筛分后的煤料通过陶瓷滑槽分别进入特大块煤传送带、大块煤传送带、中块煤传送带和煤灰传送带进行后续分选；d.通过基于人工智能图像识别纹理特征的结果和称重计算密度的结果的加权判断煤和矸石：根据称重装置和估算的体积计算出煤和矸石的密度，根据密度的差异也能区分出煤和矸石的不同。然后加权图像识别纹理特征区分的结果和密度区分的结果作为区分煤和矸石的判据；所述的嵌入式计算机在使用的初期由人工干预其识别结果，在工作的同时训练模型，使识别的准确率越来越高；e.通过可控制转动挡板将矸石击落至最下方的矸石传送带运出；f.特大块煤、大块煤和中块煤分别通过特大块煤传送带、大块煤传送带和中块煤传送带运出，小块煤、粒煤和粉煤通过煤灰传送带运出。
11.本发明的有益效果：
（1）本发明使用了多级筛网的结构弥补了人工智能图像识别中因为粒径大小相差太大导致识别准确率降低的缺陷；（2）本发明使用了多级筛网的结构根据市场对煤块的分类，分选出了特大块煤、大块煤、中块煤和小于中块煤的煤料，减少了后续的分选量；（3）本发明利用人工智能图像识别同时计算了煤和矸石的纹理特征和体积，综合称重装置的数据可以得到煤和矸石的密度。加权密度和图像纹理特征得到的结果比现有的单一识别图像纹理特征的结果更加准确。
附图说明
12.图1是一种基于人工智能图像识别的井下煤矸分选一体化装置示意图。
13.图中：1a—低位传送带； 1b—提升传送带；1c—高位传送带；1d—特大块煤传送带；1e—大块煤传送带；1f—中块煤传送带；1g—煤灰传送带；1h—矸石传送带；2—铁质外壳；3—铲板；4—v型沟槽；5a—大孔径筛网；5b—中等孔径筛网；5c—小孔径筛网；6—陶瓷滑槽；7—摄像机；8—可控制转动挡板；9—铁质滑槽；10—固定挡板；11—筛网支撑；12—补光灯；13—称重装置；14—嵌入式计算机。
具体实施方式
14.下面结合附图对本发明的一个实施例作进一步的描述，但不局限于以下实施例。
15.如图1所示，本发明的基于人工智能图像识别的井下煤矸分选一体化装置，包括铁质外壳、传送系统、粒径分选系统和煤矸识别分离系统。
16.如图1所示，本发明的基于人工智能图像识别的井下煤矸分选一体化装置，包括铁质外壳、传送系统、粒径分选系统和煤矸识别分离系统。
17.所述传送系统由低位传送带1a、提升传送带1b、高位传送带1c、特大块煤传送带1d、大块煤传送带1e、中块煤传送带1f、煤灰传送带1g、矸石传送带1h、铁质滑槽9和固定挡板10组成；所述的粒径分选系统由铲板3、v型沟槽4、大孔径筛网5a、中等孔径筛网5b、小孔径筛网5c、陶瓷滑槽6和筛网支撑11组成；所述的煤矸分选识别系统由摄像机7、可控制转动挡板8、补光灯12、称重装置13和嵌入式计算机14组成；所述的传送系统中的低位传送带1a与提升传送带1b相接后与高位传送带1c相连；所述的大孔径筛网5a位于高位传送带1c的下方，中等孔径筛网5b位于大孔径筛网5a下方，小孔径筛网5c位于中等孔径筛网5b的下方，且所述的筛网均倾斜固定在筛网支撑11上，由筛网支撑11控制振动；所述的铲板3可在所述筛网5a-5c的上表面滑动；所述的v型沟槽4位于筛网5低一侧的边缘；筛网向平行于煤块滚动的方向和垂直于煤块滚动的方向同时倾斜，两个方向均倾斜10
°‑ꢀ
20
°
；v型沟槽配合筛网倾斜摆放，使大于筛网孔径的煤块可以由筛网流到v型沟槽上快速滚落，从而加快分选速度。
18.所述的大孔径筛网5a和一个v型沟槽4通过陶瓷滑槽6与特大块煤传送带1d相连，且中等孔径筛网5b和小孔径筛网5c以同样的方式分别与大块煤传送带1e和中块煤传送带
1f相连；所述的特大块煤传送带1d、大块煤传送带1e和中块煤传送带1f的上方均固定有一个摄像机7和一个补光灯12，且补光灯12紧邻摄像机7；所述的特大块煤传送带1d、大块煤传送带1e和中块煤传送带1f上均有一个可控制转动挡板8；所述的特大块煤传送带1d、大块煤传送带1e和中块煤传送带1f下均有一个称重装置13；所述的嵌入式计算机14通过电缆与摄像机7、补光灯12、称重装置13和可控制转动挡板8相连；所述的煤灰传送带1g位于小口径筛网5c下方；所述的矸石传送带1h位于铁质滑槽9下方并装配有固定挡板10；所述的摄像机7均有自清洁功能；所述的外壳2覆盖了除部分传送系统外的整个装置。除低位传送带1a、煤灰传送带1g和矸石传送带1h的一部分位于铁质外壳外部，其它部件均位于铁质外壳2内。
19.进一步地，所述的提升传送带1b使用大倾角皮带，使装置能在较小的空间内提升煤料。
20.大孔径筛网5a、中等孔径筛网5b、小孔径筛网5c初步分选出粒径大小不同的煤料，以提高图像识别的准确率，并减少后续分选工程量；且筛网均倾斜摆放并配有带振动装置的筛网支撑，且配套的铲板3能铲除卡在筛网上的煤料，以加快不同粒径煤的分选速度；筛网支撑由铁质杆和振动马达构成，振动马达控制铁质杆的振动从而使筛网振动。
21.所述的大孔径筛网5a、中等孔径筛网5b和小孔径筛网5c的孔径大小分别为100mm、50mm、25mm，使特大块煤传送带1d、大块煤传送带1e和中块煤传送带1f上的煤分别为特大块煤、大块煤和中块煤；煤灰传送带1g上的煤为小块煤、粒煤和粉煤。
22.所述的嵌入式计算机14通过人工智能训练模型，能通过摄像机7得到的图像中煤和矸石的纹理特征来区分煤和矸石，又能根据图像中煤和矸石的大小估算体积；所述的嵌入式计算机14通过人工智能训练模型，能根据摄像机7得到图像中煤和矸石块的密集程度调节特大块煤传送带1d、大块煤传送带1e和中块煤传送带1f的转速。
23.如图所示，本发明的残煤复采三维相似模拟实验方法，包括如下步骤：a.将煤料通过低位传送带1a、提升传送带1b、高位传送带1c将煤料提升到大孔径筛网5a的上方；b. 根据煤料粒径的大小使用大孔径筛网5a、中等孔径筛网5b和小孔径筛网5c进行筛分；c.根据煤料粒径的大小筛分后的煤料通过陶瓷滑槽6分别进入特大块煤传送带1d、大块煤传送带1e、中块煤传送带1f和煤灰传送带1g进行后续分选；d.通过基于人工智能图像识别纹理特征的结果和称重计算密度的结果的加权判断煤和矸石：根据称重装置和估算的体积计算出煤和矸石的密度，根据密度的差异也能区分出煤和矸石的不同；加权图像识别纹理特征区分的结果和密度区分的结果作为区分煤和矸石的判据；所述的嵌入式计算机在使用的初期由人工干预其识别结果，在工作的同时训练模型，使识别的准确率越来越高；设权重公式为a = k
×
s +（1-k）
×
m；
s为图像识别纹理特征的结果，其值为0到100；m为称重计算密度的结果，其值为0到100；k为图像识别所占的权重，取值为0到1；a为煤矸分离的判据；当a 》=50时认为该块为煤；当a 《 50 时认为该块为矸石。
24.e.通过可控制转动挡板8将矸石击落至最下方的矸石传送带1h运出；f.特大块煤、大块煤和中块煤分别通过特大块煤传送带1d、大块煤传送带1e和中块煤传送带1f运出，小块煤、粒煤和粉煤通过煤灰传送带1g运出。