基于机器视觉技术的煤料密度分布预测研究

Density distribution is one of the most important separation indexes in coal separation processes. However, the lack of online and effective measurement on density distribution restricts the development of coal preparation plant automation. Therefore, the proposed project breaks through the technical limitation of the conventional measuring methods and focus on the new analysis method of coal density distribution based on machine vision. The project mainly includes followings: 1) exploring internal relations of coal surface physical characteristics and its density fractions; 2) optimizing the environment of image acquisition, proposing the coal image segmentation algorithm and quantitative methods of coal surface characteristics; 3) establishing the prediction model of density fractions and mass of coal particles, forming the density distribution prediction systems of coal piles in different coal-bearing environment and coalification degree, and exploring the common characters of theory and techniques. This project will provide the theoretical basis and technical support for the development, application and promotion of online detection sensor of coal density distribution, further enrich the coal quality online measurements, and improving the automation level of coal preparation plant.

密度分布是煤炭分选过程中重要的分选指标之一，而实时有效的煤料密度分布检测方法的缺失制约了选煤厂自动化的发展。为此，本项目突破传统测量方法的局限，采用机器视觉技术研究煤料密度分布预测方法。重点研究解决：1）探究不同成煤环境和煤化程度下煤粒密度级与其表观特性的内在关系和共性之处；2）优化图像采集环境，提出煤料图像分割算法以及煤粒表观特性量化方法；3）建立煤粒密度级预测模型和煤粒质量预测模型，形成不同成煤环境和不同煤化程度下的煤料密度分布预测体系，探究其理论与技术的共性之处；旨在通过本项目，为煤料密度分布在线检测设备的研制、应用和推广提供理论基础和技术支撑，进一步丰富选煤厂煤质信息在线检测技术，提高选煤厂的自动化水平。

密度分布是煤炭分选过程中重要的分选指标之一，而实时有效的煤料密度分布检测方法的缺失制约了选煤厂自动化的发展。为此，本项目系统提出了一种基于机器视觉技术的煤料密度分布在线预测方法，为煤料密度分布工业化在线检测提供了一种新思路。主要结论如下：（1）揭示了多煤种煤粒密度级与其表观特性之间的内在关系；（2）提出了一种基于“有限腐蚀-精确膨胀”的煤料图像动态分割方法；（3）对比分析多种煤粒密度级分类模型，包括5种常规模式识别模型、一种“竞争性投票”煤粒密度级分类模型以及一种深度学习分类模型；（4）建立了一种多煤种通用密度级预测模型；（5）在煤粒质量预测模型的基础上，系统提出了一种煤料密度分布在线预测方法，其中基于深度学习的无烟煤、焦煤、气煤和多煤种密度分布预测平均误差分别为：2.22%、2.79%、2.55%、3.10%；（6）从煤料生产线智能化、绿色化的角度，对原研究进行了拓展，提出了一种煤料生产需求获取与煤料分选生产任务分配方法以及一种考虑原煤质量不确定的煤料分选生产线平衡方法。本项目的实施证明了基于机器视觉技术的多煤种煤料密度分布在线预测的可行性，为煤料密度分布在线检测设备的研制、应用和推广提供理论基础和技术支撑，进一步丰富选煤厂煤质信息在线检测技术。