当前位置：首页 > 产品中心

煤矿矸石快速分拣系统多少钱

煤矿矸石快速分拣系统多少钱

MHAI智能矸石分拣系统鹤壁市煤化机械有限责任公司

MHAI智能分选系统是我们公司与北大清华博士团队自主研发的一套用于煤矸石分选的综合型智能机械系统，有效的解决了传统水洗（跳汰）煤矸石时水资源浪费、传统人工选矸的人力成本及员工工伤风险等，通过图像识别、人工智能深度学习、稳定可靠的多模块化鹤壁煤化提供矿山企业智能化升级改造服务，有无人值守自动装车、智能分拣系统智能设备

矸石分拣,分拣系统,智能矸石分拣系统

2024年6月28日 — MHAI智能分选系统是我们公司自主研发的一套用于煤矸石分选的综合型智能机械产品系统,是一套煤矸石和块煤精准识别分选系统,可以替代人工选矸石。 [ 登录 / 1、面对手选矸石现场存在的各种问题，通过对国内外最先进技术的应用，进行逐条解决，做到完全符合2016年新版《煤矿安全规程》关于噪音、粉尘等相关规定，符合环保要求，煤与矸石机器人自动分拣系统徐州中矿恒扬科技有限公司

矿用智能分拣系统河南祺智科技有限公司

煤矸石分选的综合型智能机械系统成熟安全应用的射线及图像识别、人工智能深度学习、稳定可靠的多模块化机械拣选等技术有机高效结合矿用智能分拣系统河南祺智科技有限公司2023年11月30日 — 为煤矿装上“智慧的大脑”MHAI智能矸石分选系统大家都清楚，煤矿生产系统中将毛煤转原煤的一个环节是矸石分选，矸石分选不净将直接影响下一步的洗煤工为煤矿装上“智慧的大脑”MHAI智能矸石分选系统河南祺智

TGS智能选矸机器人

以年产100万吨煤矿（含矸石16万吨）为例，一台煤矸分选机器人能够取代16 个人工捡矸石，人工捡矸率50%，8 万吨矸石进入洗选生产流程，洗选成本30 元/吨。2022年4月26日 — 经过大量训练测试，目前思谋科技的煤矸石识别分拣解决方案煤矸石检出率超过 95%，可快速适配各类煤矿采集产线，单产线可节省 4 名人力，有效提升单产线产案例分享加速清洁能源体系，SMore ViMo 打通煤矸石识别

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 — 试验结果表明，该系统可对粒度为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，煤矸识别与定位的综合准确率可达93%，验证 2024年5月31日 — 中新网深圳10月13日电(记者郑小红)一种行业首创的 AI煤矸石识别分拣解决方案，近日由深圳思谋科技推出，可以毫秒级速度全自动识别分拣出煤炭中的煤矸深企研发出毫秒级全自动识别分拣煤矸石方案中国新闻网

基于EAIDK的智能煤矸分拣系统设计

2020年1月20日 — 现有基于图像识别的煤矸石分拣方法实时性较差且整体分拣准确率不高，而基于密度的分拣方法适用于井下初选，成本较高。针对上述问题，设计实现了一种基 2024年4月24日 — 煤矸石分拣系统整体设计煤矸石智能分选机器人主要由分流系统、视觉系统、执行系统以及上位机控制平台等部分组成，整体结构如图1所示。出煤口输送的煤和矸石，首先经过分流系统进行预处理，使得煤和矸石在输送带上被划分为2列，便于煤矸石智能分拣机器人的研究与应用百家号

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9月20日 — 试验结果表明，该系统可对粒度为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，煤矸识别与定位的综合准确率可达93%，验证了该系统的可行性。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。首煤矸石分拣机器人动态目标稳定抓取轨迹规划

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2020年1月20日 — 现有基于图像识别的煤矸石分拣方法实时性较差且整体分拣准确率不高，而基于密度的分拣方法适用于井下初选，成本较高。针对上述问题，设计实现了一种基于EAIDK的智能煤矸分拣系统。采用嵌入式人工智能开发平台EAIDK构建矸石识别和分拣控制硬件平台，在嵌入式深度学习框架Tengine下利用深度基于EAIDK的智能煤矸分拣系统设计

基于深度学习的普通金属矿石快速分拣系统的研究

2022年6月22日 — 臂煤矸石分拣机器人系统，应用了深度学习方法中的目标检测技术对煤矸石抓取特征并识别，能够实现对煤矸石高效、快速分拣。这验证了基于深度学习的目标检测器在矿石分拣方面的优势。为了克服传统洗矿操作含泥量过大问题，满足对智能分选系统是我们公司依托清华大学及北京大学的硕士和博士高新技术人才团队自主开发的一套用于煤矸石分选的综合型智能机械系统，该套系统有效的解决了传统水洗（跳汰）煤矸石时的水资源浪费、传统人工选矸的人力成本及员工工伤风险等，通过将已经大量成熟安全应用的射线及图像识别矿用智能分拣系统河南祺智科技有限公司

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 — 煤矸石分拣系统整体设计煤矸石智能分选机器人主要由分流系统、视觉系统、执行系统以及上位机控制平台等部分组成，整体结构如图1所示。出煤口输送的煤和矸石，首先经过分流系统进行预处理，使得煤和矸石在输送带上被划分为2列，便于 2019年7月19日 — 鹤壁煤化MHAI智能分拣系统彻底解决以上分拣难题,助力智慧矿山建设,MHAI智能分拣系统自动化程度高、维护简单、运营成本低、增效显著,能提前对需入洗的煤炭进行分拣,减少矸石物料进入后续水洗工艺,大大减少煤矿水洗运行成本。矸石分拣,分拣系统,智能矸石分拣系统

基于多机械臂协同的煤矸分拣方法研究

2020年4月1日 — 煤和矸石进入视觉识别系统ꎬ采集煤和矸石的图像后ꎬ通过图像识别的方法ꎬ对多个运动目标进行高效识别和三维定位ꎮ针对已经识别与定位的矸石ꎬ进入多臂分拣模块ꎬ多个分拣机械手稳定、快速地拣取矸石ꎬ实现煤矸分拣机器人的智能化分拣ꎮ 煤矸分拣2024年3月21日 — 与此同时，全国统配煤矿堆积的煤矸石数量已达到惊人的10亿吨，每年排放量介于5千至7千万吨之间，其中可燃烧的煤矸石量估计约为3千万吨。因此，综合利用煤矸石和石煤是拓宽能源来源、节约优质煤炭的重要途径，对于促进能源可持续发展和环境保护具有中国煤矸石行业报告：资源化利用具有巨大市场潜力和前景

煤与矸石机器人自动分拣系统徐州中矿恒扬科技有限公司

煤与矸石机器人自动分拣系统一、项目背景 1、多年来在煤矿提升系统始终有一只敢于打硬仗的队伍：拣矸队。该队伍承担的任务就是煤矸分离：自主井提升上来的原煤，经过初次筛分后，通过人工手动分选原煤、矸石。环境恶劣，分拣效率低下，对 2022年12月17日 — 摘要：依据我国煤矿智能绿色发展战略，深入分析了国内外智能拣矸系统的研究现状，指出研发适用于井下的多机械臂煤矸石智能分拣机器人是破解煤矸分拣难题的重要发展方向，凝练了直接影响和制约我国煤矸石智能分拣高质量发展的“煤矸石准确识别、精准多机械臂煤矸石智能分拣机器人关键共性技术研究

基于余弦定理PID的煤矸石分拣机器人动态目标稳准抓取算法

2019年11月13日 — 在煤矿生产中，从原煤中分拣煤矸石是煤炭洗选的首要环节，原煤入选率是评价煤矿生产效益的重要指标 [1]。矸石是影响煤矿煤炭生产质量的重要因素 [2]，拣矸率则是评价煤矿分选效果的重要参数。传统的干选 [34] 和湿选 [57] 方法在一定程度上提高了煤炭入选率，但是其所带来的资源浪费、环境 2017年2月28日 — 系统的主要目标是实现对煤和矸石的识别和分选，提高煤的质量及更有效地利用矸石。系统分为3个部分 [5] ：检测部分、识别控制部分和执行分选部分。 (1) 检测部分：包括胶带传感器、X射线源、X射线线阵探测器XCard、数据采集卡XDAQ、CCD摄像机基于X射线和机器视觉的煤与矸石分选系统设计

多机械臂煤矸石智能分拣机器人关键共性技术研究

2023年3月8日 — 方法，实现目标矸石的快速识别和最优抓取特征提取；针对煤矸石形态各异、动态环境抓取难，提提出了基于关节型机器人的煤矸石分拣系统，并在实验室条件下进行了机器人分拣煤矸石实验。赵明辉等[3]设计一种并联SCARA型煤矸石分拣 2018年12月1日 — 煤和矸石进入视觉识别系统，采集煤和矸石的图像后，通过图像识别的方法，对多个运动目标进行高效识别和三维定位。针对已经识别与定位的矸石，进入多臂分拣模块，多个分拣机械手稳定、快速地拣取矸石，实现煤矸分拣机器人的智能化分拣。基于多机械臂协同的煤矸分拣方法研究

案例分享加速清洁能源体系，SMore ViMo 打通煤矸石识别

2022年4月26日 — 因此，思谋科技推出行业首创的 AI 煤矸石识别分拣解决方案，凭借其业界领先的计算机视觉技术，配合自研的软硬件一体化设备经过大量训练测试，目前思谋科技的煤矸石识别分拣解决方案煤矸石检出率超过 95%，可快速适配各类煤矿 2024年8月12日 — 煤与矸石机器人自动分拣系统替代人工手选拣矸一、项目背景 1、多年来在煤矿提升系统始终有一只敢于打硬仗的队伍：拣矸队。该队伍承担的任务就是煤矸分离：自主井提升上来的原煤，经过初次筛分后，通过人工手动分选原煤、矸石。山东泽荣煤与矸石机器人自动分拣系统百度爱采购

基于图像检测的煤矸分拣机器人实验平台

2022年12月8日 — 目前煤矸预分选仍多为人工完成，劳动强度大、分拣效率低，且存在安全隐患，利用煤矸分拣机器人代替人工完成煤矸预分选是保障工人健康和安全、提高作业效率的有效途径。然而现有的煤矸分拣机器人在弱光照强度、煤矸表面覆盖煤粉等情况下的效果较差，针对上述问题，提出了基于图像检测的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，但由于煤矸分拣环境复杂，智能选矸机器人实际应用中在算法识别效率和分拣系统可靠性方面存在难点，关键技术仍需进一步攻关。智能选矸机器人关键技术研究绿色矿山网—绿色矿山、智能

多机械臂煤矸石智能分拣机器人关键共性技术研究百度学术

摘要：依据我国煤矿智能绿色发展战略,深入分析了国内外智能拣矸系统的研究现状,指出研发适用于井下的多机械臂煤矸石智能分拣机器人是破解煤矸分拣难题的重要发展方向,凝练了直接影响和制约我国煤矸石智能分拣高质量发展的"煤矸石准确识别,精准跟踪和可靠抓取,多目标任务多机械臂协同 2020年12月24日 — 本发明公开了基于深度学习的煤矸石智能分拣系统，涉及煤矿技术领域，其包括以下步骤：首先采用单目摄像头采集煤和矸石的样本。该基于深度学习的煤矸石智能分拣系统，通过单目摄像头获取图像与高光谱传感器结合处理得到的光谱图像，实现在无强光源条件下煤矸石图像的细节增强，采用卷积基于深度学习的煤矸石智能分拣系统CNA 专利顾

基于GRRT*算法的煤矸石分拣机器人路径规划

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。2023年12月21日 — 旨在提高分拣系统的分拣精度与分拣效率。1 多机械臂矸石分拣系统 11 系统组成和系统整体工作流程多机械臂矸石分拣系统如图1。多机械臂矸石分拣系统主要包含振动筛选装置、带式输送机、视觉采集装置、机械臂分拣装置、机械臂控制器与上位机等。基于串并联变换的多机械臂矸石分拣系统

煤矸石识别方法研究现状与展望

2019年5月3日 — 煤矸石识别方法研究现状与展望曹现刚，李莹，王鹏，吴旭东 (西安科技大学机械工程学院，陕西西安 ) 摘要：从煤矸石识别特征出发，对煤矸石识别方法的研究现状进行了总结，列举了密度识别法、硬度识别法等以密度、硬度等为识别特征的煤矸石识别方法，以及射线识别法、图像识别法 2020年8月20日 — 目前的煤矸石自动分拣系统大多采用串联机械臂，只能分拣出粒度较小的矸石，且分拣速度较慢，分拣效果不理想。针对该问题，设计了一种双臂并联煤矸石分拣机器人。该机器人采用推动而非抓取的分拣方式，能够针对粒度为300~600 mm的矸石进行分拣，且大大降低了机械臂的力矩需求，提高了分拣双臂并联煤矸石分拣机器人及其轨迹规划研究

基于深度学习的煤矸石智能分拣系统的制作方法 X技术网

2021年3月12日 — 本发明涉及煤矿技术领域，具体为基于深度学习的煤矸石智能分拣系统。背景技术传统的煤矸石分选方法主要包括人工选矸和湿选法，人工选矸方法是通过筛分机把原煤分成直径大于等于100mm的和小于100mm的，然后将直径大于等于100mm的矿物运送到人工排矸车间，由经过专业培训的工人结合自身经验 2019年11月13日 — 在煤矿生产中，从原煤中分拣煤矸石是煤炭洗选的首要环节，原煤入选率是评价煤矿生产效益的重要指标 [1]。矸石是影响煤矿煤炭生产质量的重要因素 [2]，拣矸率则是评价煤矿分选效果的重要参数。传统的干选 [34] 和湿选 [57] 方法在一定程度上提高了煤炭入选率，但是其所带来的资源浪费、环境基于余弦定理PID的煤矸石分拣机器人动态目标稳准抓取算法

煤矿带式输送机分拣机器人异物识别与定位系统设计

2022年10月12日 — 系统样机实验结果表明：煤矿带式输送机分拣机器人异物识别与定位系统异物识别率不受尺寸、材质和颜色等因素影响，能够实现输送带目标异物图像的采集、处理、特征提取、识别和位置定位，识别率为925 %以上，目标异物位置定位平均误差为 2020年12月28日 — 矸石同步跟踪,实现机器人对大质量、动态煤矸石的快速、准确和稳定抓取。1 煤矸石分拣机器人原理煤矸石分拣机器人如图1所示。多机械臂煤矸石分拣机器人系统由煤矸石识别系统、机械臂、上位机、机器人控制器、视觉伺服系统等组成。该系统通PID 的煤矸石分拣机器人动态目标稳准抓取算法

多机械臂煤矸石智能分拣机器人关键共性技术研究

依据我国煤矿智能绿色发展战略，深入分析了国内外智能拣矸系统的研究现状，指出研发适用于井下的多机械臂煤矸石智能分拣机器人是破解煤矸分拣难题的重要发展方向，凝练了直接影响和制约我国煤矸石智能分拣高质量发展的“煤矸石准确识别、精准跟踪和可靠抓取、多目标任务多机械臂协同目次 CHINACAJ

基于偏振成像的煤与煤矸石分拣系统及方法百度学术

2020年8月28日 — 摘要：本发明属于煤炭分选技术领域,具体提供一种基于偏振成像的煤与煤矸石分拣系统及方法,该系统包括振动筛,传送带,光电开关,光照箱,偏振相机,控制柜,工控机,并联机器人,煤矸石料框和煤料框本发明采用偏振相机同步采集煤与煤矸石表面反射光四个角度的偏振强度图像,并计算平均偏振强度 2020年8月31日 — 矿产资源的分选对于矿石生产行业具有重要意义。以煤矸石为例，人工煤矸石分选存在效率低、工作量大、工作环境恶劣等问题，而基于传统机器学习的煤矸石分拣系统识别准确率低，且现有煤矸石知识先验模型无法有效覆盖新的矿石，需通过扩充数据集重新训练模型，造成训练时间长且训练效率增量式矿石自动化分拣系统研究

一种基于深度学习的煤矸石识别分拣系统及方法 X技术网

2022年10月28日 — 1本发明涉及煤矿开采和深度学习技术交叉领域，具体涉及一种基于深度学习的煤矸石识别分拣系统及方法。背景技术： 2煤矿开采的过程中，煤块中常常混杂有矸石，在原煤处理后期，需要进一步分拣小块煤和矸石混合物，达到燃烧标准。煤矸石分拣是一种煤炭燃前处理方法，是煤矿生产中 2024年4月24日 — 煤矸石分拣系统整体设计煤矸石智能分选机器人主要由分流系统、视觉系统、执行系统以及上位机控制平台等部分组成，整体结构如图1所示。出煤口输送的煤和矸石，首先经过分流系统进行预处理，使得煤和矸石在输送带上被划分为2列，便于煤矸石智能分拣机器人的研究与应用百家号

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9月20日 — 现有煤矸石分拣方法主要是根据煤和岩石的纹理特征值，利用图像处理和模式识别技术对煤矸石进行识别分选，分选的煤矸石粒度为25～150 mm,而对于150 mm以上的煤矸石仍依靠人工进行分选。为了对大粒度煤矸石进行分拣，设计了一种基于机器视觉 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。首煤矸石分拣机器人动态目标稳定抓取轨迹规划