一种煤与矸石分拣方法及装置制造方法及图纸

本发明专利技术公开了一种煤与矸石分拣方法及装置，方法可以包括：检测是否有物料到达预设图像采集区域；如果是，采集所述物料的图像；基于所述图像，采用已经训练好的针对矸石样本的卷积神经网络进行卷积，得到参数；判断所述参数是否满足矸石样本的判定条件；如果满足，判定所述物料为目标矸石，将所述目标矸石送入差速传送带进行分拣。极大地减少水资源的浪费，节省成本，同时不会产生污水，杜绝了环境污染问题的发生。

A method and device for sorting coal and gangue

The invention discloses a coal gangue sorting method and device, method can include detecting whether the material reaches the preset image acquisition area; if it is, the image collecting materials; based on the image, the gangue sample has for the convolutional neural network is trained to convolution, to determine whether the parameters are obtained; the parameters meet the criteria of gangue samples; if meet, determined the target material for the gangue, the gangue target into the differential sorting conveyor belt. The waste of water resources is greatly reduced and the cost is saved. At the same time, the sewage will not be produced, and the problem of environmental pollution is eliminated.

【技术实现步骤摘要】
一种煤与矸石分拣方法及装置
本专利技术涉及煤矿设备
，特别是涉及一种煤与矸石分拣方法及装置。
技术介绍
从煤矿新开采出的原煤含有多种成分，主要有：煤、矸石等；为提高煤的燃烧效果，需要对原煤进行分拣，具体来说就是去除原煤中的矸石。就目前而言，主流的分拣方法有：湿选(或称浮选)法、磁选法，其中，湿选法是目前工业上最为普遍采用的方法，其原理是利用煤和矸石密度的不同(煤的密度近似1600kg/m^3，矸石密度近似2100kg/m^3)，进而它们在水中沉淀速度的差异将它们分离。虽然湿选法也能够将矸石分拣出来，但是湿选法需要使用大量的工业用水，造成水资源浪费，工业成本大；并且选煤后会产生大量污水，会引发一系列的环境污染问题。
技术实现思路
本专利技术实施例的目的在于提供一种煤与矸石分拣方法及装置，极大地减少水资源的浪费，节省成本，同时不会产生污水，杜绝了环境污染问题的发生。为了达到上述目的，本专利技术实施例提供了一种煤与矸石分拣方法，所述方法包括：检测是否有物料到达预设图像采集区域；如果是，采集所述物料的图像；基于所述图像，采用已经训练好的针对矸石样本的卷积神经网络进行卷积，得到判定参数；判断所述判定参数是否满足矸石样本的判定条件；如果满足，判定所述物料为目标矸石，将所述目标矸石送入差速传送带进行分拣。可选的，在采集所述物料的图像的步骤之前，所述方法还包括：打开光源，使所述光源与所述物料呈预设角度照射。可选的，所述检测是否有物料到达预设图像采集区域，包括：判断是否收到预设图像采集区域设置传感器发送的脉冲信号，如果接收到，则有物料到达所述图像采集区域，否则，没有物料到达所述图像采集区域。可选的，所述采集所述物料的图像，包括：通过线阵相机拍摄所述物料，获得所述物料的图像。可选的，所述基于所述图像，采用已经训练好的针对矸石样本的卷积神经网络进行卷积，得到判定参数的步骤，包括：对所述图像进行灰度处理，得到第一处理图像；对所述第一处理图像进行降噪处理和去边处理，生成标准训练图像集；计算所述图像集的平均值，生成针对所述物料的目标训练图像；将所述目标训练图像作为输入，采用已经训练好的针对矸石样本的卷积神经网络进行卷积，得到判定参数。为了达到上述目的，本专利技术实施例还提供了一种煤与矸石分拣装置，所述装置包括：检测模块，用于检测是否有物料到达预设图像采集区域；图像采集模块，用于在所述检测模块检测到有物料达到所述预设图像采集区域的情况下，采集所述物料的图像；训练模块，用于基于所述图像，采用已经搭建好的针对矸石样本的深度卷积神经网络进行卷积，得到判定参数；判断模块，用于判断所述判定参数是否满足矸石样本的判定条件；分拣模块，用于在所述判断模块判定结果为是的情况下，判定所述物料为目标矸石，将所述目标矸石送入差速传送带进行分拣。可选的，所述装置还包括：光源模块，用于在所述所述检测模块检测到有物料达到所述预设图像采集区域的情况下，打开光源，使所述光源与所述物料呈预设角度照射。可选的，所述检测模块，具体用于：判断是否收到预设图像采集区域设置传感器发送的脉冲信号，如果接收到，则有物料到达所述图像采集区域，否则，没有物料到达所述图像采集区域。可选的，所述图像采集模块，具体用于：通过线阵相机拍摄所述物料，获得所述物料的图像。可选的，所述训练模块，包括：第一处理子模块，用于对所述图像进行灰度处理，得到预处理图像；第二处理子模块，用于对所述预处理图像进行降噪处理和去边处理，生成标准训练图像集；计算子模块，用于计算所述图像集的平均值，生成针对所述物料的目标训练图像；卷积子模块，用于将所述目标训练图像作为输入，采用已经搭建好的针对矸石样本的深度卷积神经网络进行卷积，得到判定参数。本专利技术实施例提供的煤与矸石分拣方法及装置，方法可以包括：检测是否有物料到达预设图像采集区域；如果是，采集所述物料的图像；基于所述图像，采用已经训练好的针对矸石样本的卷积神经网络进行卷积，得到判定参数；判断所述判定参数是否满足矸石样本的判定条件；如果满足，判定所述物料为目标矸石，将所述目标矸石送入差速传送带进行分拣。极大地减少水资源的浪费，节省成本，同时不会产生污水，杜绝了环境污染问题的发生。附图说明图1为本专利技术实施例提供的一种煤与矸石分拣方法的流程示意图；图2为本专利技术实施例提供的另一种煤与矸石分拣装置的结构示意图。具体实施方式下面对本专利技术的实施例作详细说明，本实施例在以本专利技术技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本专利技术的保护范围不限于下述的实施例。参见图1，为本专利技术实施例提供的一种煤与矸石分拣方法的流程示意图，为了达到上述目的，本专利技术实施例提供了一种煤与矸石分拣方法，所述方法包括步骤：S101：检测是否有物料到达预设图像采集区域；本领域技术人员能够理解的是，随着电子传感元器件的发展，在预设图像采集区域可以预先设置有距离传感器，当传送带上的物料到达距离传感器的感应区时，便可以触发图像采集的步骤，因此，在本专利技术实施例提供的一种具体实现方式中，所述检测是否有物料到达预设图像采集区域，可以包括：判断是否收到预设图像采集区域设置传感器发送的脉冲信号，如果接收到，则有物料到达所述图像采集区域，否则，没有物料到达所述图像采集区域。S102：在检测到有物料达到所述预设图像采集区域的情况下，采集所述物料的图像；本领域技术人员能够理解的是，目前市面上图像采集设备有多种，常见的为照相机以及摄像机，为了获取更高辨识度的图像，提高矸石的分拣精度，在本专利技术实施例提供的一种具体实现方式中，所述采集所述物料的图像，可以包括：通过线阵相机拍摄所述物料，获得所述物料的图像。需要说明的是，在本专利技术实施例提供的方案中，为了采集到辨识度较高的图像，可以选用分辨率较高的线阵相机来进行拍摄，但是，本专利技术实施例旨在采集图像即可，因此，并不对采集图像设备的具体形式以及型号做明确限定。S103：基于所述图像，采用已经搭建好的针对矸石样本的深度卷积神经网络进行卷积，得到判定参数；本领域技术人员能够理解的是，在人工智能学习领域，卷积神经网络的应用目前得到了广泛的应用和关注，结合本申请主体，可以根据煤与矸石的图像特征的差异以及它们的真实大小作为特征，提取上述特征后进行大量的训练，例如，可以设置一个较小的卷积核(3×3)，这样可以尽量保持特征不被稀释到无法捕捉，事实也证明，这种做法对煤与矸石识别正确率起到了很大的决定性作用，经大量实验表明，分拣准确度高达到96％；考虑到分拣的速度，对网络的层数进行多次测试，发现经过6层卷积加上3层全连接层可以在保证分拣准确度的前提下快速地达到收敛，可见，通过上述的训练过程能够构建针对矸石样本的卷积神经网络，可以将其命名为CoalNet，当然，本专利技术实施例并不对该卷积神经网络的名称以及该卷积神经网络的构建过程做进一步限定。为了进一步提到矸石分拣的准确度，在本专利技术实施例提供的一种具体实现方式中，所述基于所述图像，采用已经训练好的针对矸石样本的卷积神经网络进行卷积，得到判定参数的步骤，可以包括：对所述图像进行灰度处理，得到第一处理图像；对所述第一处理图像进行降噪处理和去边处理，生成标准训练图像集；计算所述图像集的平均值，生成针对所述物料的目标训练图像；将所述目标训练图像作为输入，采用已本文档来自技高网...

【技术保护点】
一种煤与矸石分拣方法，其特征在于，所述方法包括：检测是否有物料到达预设图像采集区域；如果是，采集所述物料的图像；基于所述图像，采用已经搭建好的针对煤与矸石样本的深度卷积神经网络进行训练，得到判定参数；判断所述判定参数是否满足煤与矸石样本的判定条件；如果满足，判定所述物料为目标矸石，将所述目标矸石送入差速传送带进行分拣。

【技术特征摘要】
1.一种煤与矸石分拣方法，其特征在于，所述方法包括：检测是否有物料到达预设图像采集区域；如果是，采集所述物料的图像；基于所述图像，采用已经搭建好的针对煤与矸石样本的深度卷积神经网络进行训练，得到判定参数；判断所述判定参数是否满足煤与矸石样本的判定条件；如果满足，判定所述物料为目标矸石，将所述目标矸石送入差速传送带进行分拣。2.根据权利要求1所述的方法，其特征在于，在采集所述物料的图像的步骤之前，所述方法还包括：打开光源，使所述光源与所述物料呈预设角度照射。3.根据权利要求1所述的方法，其特征在于，所述检测是否有物料到达预设图像采集区域，包括：判断是否收到预设图像采集区域设置传感器发送的脉冲信号，如果接收到，则有物料到达所述图像采集区域，否则，没有物料到达所述图像采集区域。4.根据权利要求1所述的方法，其特征在于，所述采集所述物料的图像，包括：通过线阵相机拍摄所述物料，获得所述物料的图像。5.根据权利要求1-4中任一所述的方法，其特征在于，所述基于所述图像，采用已经搭建好的针对煤与矸石样本的深度卷积神经网络进行训练，得到判定参数的步骤，包括：对所述图像进行灰度处理，得到预处理图像；对所述预处理图像进行降噪处理和去边处理，生成标准训练图像集；计算所述图像集的平均值，生成针对所述物料的目标训练图像；将所述目标训练图像作为输入，采用已经搭建好的针对煤与矸石样本的深度卷积神经网络进行卷积，得到判定参数。6.一种煤与矸石分拣装置，其特征在于，所述装置包括：检测模块，用于检测是否有物料...

【专利技术属性】
技术研发人员：王金诚，伍宏忠，王群，齐美石，李政，
申请(专利权)人：苏州茁实智能科技有限公司，
类型：发明
国别省市：安徽,34