当前位置：首页 > 产品中心
煤矸石检测r射线
煤矸石检测r射线
2023-08-06T23:08:11+00:00
安徽理工大学：郭永存教授——煤矸双能X射线图像多维度分析
2021年3月5日 创新点 （1）采用双能X射线透射煤和矸石，联合获取的高能图像、低能图像和计算而来的R值图像的多个特征，进行多维度分析，降低了X射线图像识别过程余晖效 2019年5月3日 (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 煤矸石识别方法研究现状与展望
一种煤矸石的成分分析与组份鉴定 hanspub
2021年8月6日 本文通过X 射线荧光光谱分析(XRF)、X 射线衍射(XRD)对鄂尔多斯市的煤矸石进行元素分析、成分分析、主要成分的含量分析,对其组分结构进行鉴定,并通过红外 2020年8月19日 摘要: 针对选煤场的煤矸分离中基于计算机视觉的煤矸石检测方法需要复杂的人工特征设计过程，在YOLOv3目标检测模型基础上，提出一种基于深度学习的端到端 一种基于深度学习的煤矸石检测方法
基于X射线煤矸智能识别的机理研究 百度学术
本文以X射线智能分选设备为试验平台,首先介绍了设备的结构原理和工作过程,阐述了X射线与物质作用的原理和四大效应,说明了X射线分选煤矸石的实质是射线与煤和矸石内部不同 2022年8月26日 煤矸石X射线图像分形维数最优估计方法,仿真结 果表明,采用该方法进行煤矸石X射线图像分形维 数估计的精度较高,提高了煤矸石X射线图像的识 别和检测能力。 YOLOv4 煤矸石检测方法研究
基于光学图像的煤矸石识别方法综述
2021年8月4日 摘要： 基于光学图像的煤矸石识别方法具有设备简单、易实现、绿色环保等优势，是实现智能化煤矸石分选的重要途径。 该类方法分为两种研究路径，一种是需要 2020年12月17日 针对煤矸石检测,Li等[25] 提出煤矸石区域建议网络 (Coal and Gangue Regional Proposal Networks, CGRPN)模型,该模 型可实现煤矸石定位,但是检测速度有待 多光谱波段筛选的煤矸石快速定位 中国光学期刊网
X射线透射煤矸智能识别方法
2022年9月1日 煤矸图像识别是基于伪双能X射线透射（XRT）的煤矸分选技术重要环节。受煤矸紧贴或遮挡导致煤矸图像难以分割和基于人工阈值判别易导致煤矸分类识别错误影响，现有的煤矸识别方法精度不高。提出一 2023年11月24日 本专利由深圳翱翔锐影科技有限公司申请，公开，本申请涉及材料测量技术，公开了一种基于X射线的煤矸分选方法，包括：获取煤在双能X射线不同能区照射下的衰减系数，以及获取煤矸石在双能X射线不同能区照射下的第二衰减系数；根据 基于X射线的煤矸分选方法、计算机设备及存储介质
煤矸石图像分类方法
2019年8月15日 针对煤矸石分割图像，选取煤矸石图像的HOG特征及灰度共生矩阵，分别以支持向量机、随机森林、K近邻算法作为分类器进行基于特征提取的煤矸石分类识别；分别建立浅层卷积神经网络和基于ImageNet 2022年10月10日 煤矸石是采煤过程和洗煤过程中排放的固体废物，是一种在成煤过程中与煤层伴生的一种含碳量较低、比煤坚硬的黑灰色岩石。包括巷道掘进过程中的掘进矸石、采掘过程中从顶板、底板及夹层里采出的矸石以及洗煤过程中挑出的洗矸石。煤矸石检测项目及标准方法详细汇总 知乎
用于生产环境中检测煤与矸石的级联网络 知乎
2023年10月7日 煤矸石在线检测是实现煤矸石智能分选的关键，对提高煤矿开采效率和减少环境污染具有重要意义。 为了提高复杂条件下煤矸石的检测能力，提出了一种由检测器和鉴别器组成的级联网络。 采用 传统计算机视觉与深度学习相结合 的思想，在鉴别器中 设计了 2022年8月26日 煤矸石X射线图像分形维数最优估计方法,仿真结 果表明,采用该方法进行煤矸石X射线图像分形维 数估计的精度较高,提高了煤矸石X射线图像的识 别和检测能力。宋亮[6]等提出联合分析可见近红外 和热红外光谱通过两次分类实现煤与矸石区分。YOLOv4 煤矸石检测方法研究
深度学习——煤矸石识别煤矸石数据集CSDN博客
2023年11月8日 煤矸石分离对环境保护和资源高效利用具有重要意义,因此,提出了一种基于多光谱成像技术和目标检测的煤矸石智能分离方法。首先,在实验室搭建了煤矸石多光谱采集系统,共采集850组多光谱数据;其次,研究了多光谱中各波段煤矸石的识别率及相关性,从25个波段中选出3个波段构成伪RGB(Red,Green,Blue)图像 2022年8月26日 标题 煤矸石X 射线图像分形维数最优估计方法,仿真结果表明采用该方法进行煤矸石, X射线图像分形维数估计的精度较高, 提高了煤矸石X射线图像的识别和检测能力。 宋亮[6] 等提出联合分析可见近红外和热红外光谱通过两次分类实现煤与矸石区分。 YOLOv4 煤矸石检测方法研究 CHINACAJ
一种煤矸石的成分分析与组份鉴定 hanspub
2021年8月6日 摘 要 本文通过X 射线荧光光谱分析(XRF)、X 射线衍射(XRD)对鄂尔多斯市的煤矸石进行元素分析、成分分析、主要成分的含量分析,对其组分结构进行鉴定,并通过红外光谱、激光拉曼光谱、X 射线衍射(XRD)光谱进行验证,发现该煤矸石中氟化钙的含量较高,可 2021年5月24日 本实施例中双能X射线煤矸分选机器人采用的是X射线成像，需要对高低能图像进行滤波分割处理，并生成R值图像，设定R值阈值对煤矸石进行分类，通常为了更加明显区分，对R值图像进行伪色彩处理，绿色表示煤，红色表示矸石，处理结果如图2所示。一种基于双能X射线的煤矸光电分选机器人CNA
NB/T 112602023煤矸石中硅、铝、铁、钙、镁、钠、钾、磷
2023年10月25日 版权公示 关注微信公众号 NB/T 112602023煤矸石中硅、铝、铁、钙、镁、钠、钾、磷、钛、锰含量的测定 X射线荧光光谱法pdf,ICS27010 CCSF10 中华人民共和国能源行业标准 / — NBT11260 2023 、 、 、 、 、 煤矸石中硅 铝 铁 钙 镁 、 、 、 、 钠 钾 磷 钛 锰含量的测定 X 摘要： 模拟不同酸碱性环境配制溶液对煤矸石进行浸泡试验,测定浸泡液的pH值,对浸泡后试样进行XRD图谱分析,通过直剪试验检测浸泡后试样的强度变化研究结果表明,浸泡液的pH值主要受煤矸石试样的产地、浸泡时间、固液比、配制溶液酸碱度的影响,并随着时间 煤矸石试样的X衍射图谱分析及试验研究 百度学术
「技术」煤矸石作为环境材料资源化再利用技术及研究进展
2023年10月30日 煤矸石作为全球排放量较大的工业固体废弃物之一，不仅占用大量土地，还会对大气、土壤等环境造成危害。 但煤矸石具有一些环境友好型性能，经预处理后可被资源化再利用为环境友好型材料。 煤矸石的综合利用方式因其组分、环境要求及国家政策而 2022年7月6日 到煤矸石检测中，通过提升模型的特征提取能力达 到优化效果，但并未针对煤矸石检测任务中的具体 特性进行分析优化。针对煤矸石检测中存在的特征差异不大、目标 密集等问题，本文在YOLOv5基础上，通过卷积 块注意力模块（Convolutional Block 基于CBA−YOLO模型的煤矸石检测
YOLOv4煤矸石检测方法研究
2022年3月23日 通过模型训练实验发现，基础YOLOv4的深度学习网络存在针对小块煤矸石漏检与误检的缺陷，通过采用修改Kmeans初始锚框参数与增加一个检测通道，在主干网络中加入SE注意力机制，来改进算法克服小块煤矸石漏检的缺陷。 通过实验测试得出，改进后的YOLOv4能够 通过X射线源对运输皮带上的煤和矸石进行透射,由探测器和采集板采集和转换衰减后的射线信号,并进行成像。控制终端对采集到的煤和矸石的X射线图像进行处理和识别。整个分选控制系统由检测部分、识别部分和分选部分组成。基于X射线图像的煤矸石智能分选控制系统研究 百度学术
基于双能γ射线的煤矸石在线自动分选系统 豆丁网
2015年11月12日 煤矸石在线自动分选系统采用干选的方法，首次将双能谢线透射法应用于在线矿物识别与分选，能高效去除粒度范围在30～150mm的块煤中的矸石。 它不仅对我国选矿技术水平的发展起到了推动作用，而且系统构成及其工作过程该系统的构成如图煤矸石在线自动分选系统示意图455检测部分。2021年8月6日 X射线荧光光谱分析(XRF)是在ARLAdvant’XIntellipower™ 3600型扫描X射线荧光光谱仪上通过分别在不同块状的煤矸石上进行混合取样，将混合样磨碎呈粉状进行测试记录的；X射线衍射(XRD)是在D8ADVANCEX射线衍射仪上调整角度范围为10度~80度扫面测 一种煤矸石的成分分析与组份鉴定 Composition Analysis
煤矸石图像分类方法
2020年3月20日 摘要: 针对人工排矸法、机械湿选法、γ射线分选法等传统煤矸石分选方法无法兼顾快速高效性、安全无害性、简单操作性的问题，提出了基于机器视觉的煤矸石图像分类方法。 对煤矸石图像进行增强、平滑去噪等预处理，采用基于距离变换的分水岭算法实现煤 2020年6月12日 一种煤和煤矸石的检测方法，包括以下步骤： 步骤1，确定世界坐标系和x射线探测装置坐标系，并获取x射线接收图的图像坐标系与x射线探测装置坐标系的转换关系。 首先，确定世界坐标系，以传送带所在的平面为xy轴所组成的平面，以传送带的运行方向 一种煤和煤矸石的检测方法与流程
基于光学图像的煤矸石识别方法综述
2021年8月4日 摘要： 基于光学图像的煤矸石识别方法具有设备简单、易实现、绿色环保等优势，是实现智能化煤矸石分选的重要途径。该类方法分为两种研究路径，一种是需要人为提取特征进行识别的路径，一般包括煤矸图像数据采集、图像预处理、特征选择与提取和煤矸识别另一种是利用深度学习神经网络 上海英用机械是专注于智能煤矸石分选机的领先供应商，提供高效、智能化的矿石分选技术和有色金属分选机解决方案。我们的智能煤矸石分选机采用先进的传感器技术和图像识别算法，能够快速、准确地对煤矸石进行分选。具有自动化、智能化的特点，操作简便，维护成本低，可根据客户的实际 智能煤矸石分选机 自动化 高效快捷
一种x射线检测区分煤和矸石的方法及装置与流程
2019年7月13日 为实现本发明提供的上述各种方法区分煤和矸石，本发明提供的一种x射线对煤和矸石进行检测区分的装置，包括 x射线装置，能够发出连续能谱的扇形x射线，其高压可根据煤矸石的大小进行适当调整； 控制箱，包括：控制按钮、强电分配板、开关电源、控 2020年11月27日 射线等的透射率等性质分析。利用X 射线对煤与矸石进行照射，煤矸因原子序列数不同所形成的成像存在差异，差异的根本原因是 X 射线经过物体后有所减弱，X 射线经过物体后减弱是由 2 种过程产生的，一种是射线被物体吸收，另一种是被散射。X射线识别煤矸选煤技术对煤质分析的要求 知乎
煤矸双能X射线图像多维度分析识别方法 百度学术
摘要： 环境适应能力强,识别精度高是有效分离煤和矸石的前提采用双能X射线透视煤和矸石并成像,避免了粉尘,光照强度和物料表面等外界因素影响但双能X射线探测器采集射线能量数据存在余晖效应,厚度效应和射束硬化效应等缺陷为降低缺陷影响,提高煤和矸石识别率,提出一种联合R值图像与高 2019年8月13日 所述在线识别流程，对实时采集的煤矸x射线图像进行定性分析，包括以下步骤： (1)对煤矸x射线图像的获取：采用xrb401型号的x射线源系统配合分辨率为16mm、型号为linx1605301的linx线阵列探测器进行煤矸x射线图像的获取； (2)预处理：采用窗口大小为5×5的中值 一种基于X射线图像的煤矸识别方法与流程 X技术网
粉末压片X射线荧光光谱法测定煤矸石中主量元素宁夏工程
煤矸石中的化学成分决定着煤矸石的利用方向及综合利用率，而传统的煤矸石检测方法过程繁琐、人工误差较大。为了快速准确地测定煤矸石中的主量元素，采用粉末压片法制样，选取与待测样品同一粒度、基体类似、各组分质量分数有梯度的高岭土及黏土标准样品作为校准样品系列，利用X射线 为降低缺陷影响，提高煤和矸石识别率，提出一种联合R值图像与高、低能图像特征对煤和矸石进行多维度分析的方法。 首先基于双能X射线采集系统获取高、低能图像，并利用比值法得到R值图像；然后针对所获取的三种图像，研究煤和矸石密度及灰分含量等 煤矸双能X射线图像多维度分析识别方法中国煤炭行业知识