基于机器视觉的采煤工艺参数在线监测方法

来源 :能源与节能 | 被引量 : 0次 | 上传用户:woshishen654123
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着人工智能技术的发展,机器视觉技术得到了广泛的应用,尤其是在采煤行业中。采煤是重要的能源资源开发方式,对采煤机状态和工艺参数的准确监测和控制要求越来越高。传统的采煤机工艺参数监测方法存在一定的局限性和不足,不能满足高效、高质的采煤要求。针对传统煤矿采煤过程中存在的诸多问题,提出了一种基于机器视觉的采煤工艺参数在线监测方法。该方法通过采集煤矿采煤现场的视频数据,借助机器学习算法对视频数据进行分析处理,提取出采煤工艺参数,实现在线监测。主要介绍了机器视觉技术的概念及在煤矿生产中的重要意义、机器视觉技术在采煤中的应用、在线监测方法、利用机器视觉技术监测煤矿带式输送机等方面的内容。
其他文献
目的:探讨贝前列素钠联合前列地尔对血液透析患者肾功能及血清全段甲状旁腺素(iPTH)、白细胞介素-13(IL-13)、白细胞介素-18(IL-18)水平的影响。方法:选择156例行血液透析的CRF患者为研究对象,以随机数字表法将患者分为对照组(贝前列素钠片治疗)78例,观察组(贝前列素钠+前列地尔治疗)78例,并评价两组患者临床疗效,比较两组患者治疗前后血清肌酐(Scr)、血尿素氮(BUN)、24
期刊
目的 探讨精子活性氧(reactive oxygen species, ROS)与男性年龄、常规精液参数的相关性。方法 检测2020年7月至2020年9月在上海交通大学医学院附属国际和平妇幼保健院就诊的405例男性精子ROS和精液参数,根据精子ROS的含量分为高ROS组和低ROS组,分析两组间精液参数差异及精子ROS与精液参数的相关性。结果 高ROS组与低ROS组相比,年龄差异无统计学意义(P>0
期刊
目前水泥复合材料(Engineered Cementitious Composites,ECC)大多采用日本进口的聚乙烯醇纤维(Polyvinyl Alcohol Fiber,PVAF),其高昂的成本限制ECC在工程上的应用范围,且进口的纤维为12 mm,因其纤维过长导致混凝土流动性差,易喷射堵管。通过添加长度为8 mm的国产PVAF,以及加入粉煤灰改善喷射ECC流动性,获得了一种可喷射高延性水泥
期刊
目的:通过探讨儿童原发性肾病综合征复发与IL-13、IL-4、IgE的关系,为临床治疗提供指导,进而降低患者复发率。方法:选取本院收治的初治原发性肾病综合征患儿110例,以糖皮质激素规律治疗1个月后,对其中104例激素敏感患儿进行随诊,随诊中失访6例,根据复发情况,将其分为复发组(n=69)和非复发组(n=29),另选取同期健康儿童20例作为对照组。结果:(1)初发时,复发组及非复发组IL-13、
期刊
传统的铸件分拣检测由人工进行,其劳动强度大且容易因疲劳产生视觉误差以及有些铸件存在微小缺陷人眼难以识别,因而机器视觉技术在铸件分拣领域表现出了良好的应用前景。基于此,详细分析和探讨了机器视觉技术分拣检测系统的组成、关键技术以及机器视觉在缺陷检测和分拣机器人上的应用现状。最后对未来铸件分拣的发展趋势做出了展望。
期刊
目的 :探讨大鼠延髓头端腹内侧区(RVM)内G蛋白偶联型雌激素受体(GPER)与多种神经元的免疫荧光共定位关系。方法 :取6周雄性SD大鼠脑组织,采用免疫荧光染色技术,对大鼠的RVM区域GPER和5-羟色胺(5-HT)能神经元标志物色氨酸羟化酶(TPH)、儿茶酚胺能神经元标志物酪氨酸羟化酶(TH)、神经元型一氧化氮合酶(nNOS)、胆碱能神经元标志物胆碱乙酰转移酶(ChAT)以及脑啡肽(ENK)进
期刊
常规的电气柜接线检错方法大多采用逻辑检错原理,自动化程度和检测结果准确度较低,检错耗时较长。本文引入机器视觉,以低压电气柜为例,提出了一种全新的接线自动检错方法,首先,利用机器视觉,采集与预处理低压电气柜图像,将图像拼接为完整的全景图像,提取接线表面编号字符图像特征信息,在此基础上,基于自动化技术,对低压电气柜接线位置进行自动检错。实验结果表明,该方法可行性较高,优势较大,接线检测准确率可达99.
期刊
学位
CQS公司成立至今已有15年光景,虽从最早仅有10余人员的小型企业逐渐发展成为200多人员的中型企业,但是相比较同期发展的同地区、同行业的企业,其发展速度仍相对缓慢,该企业地处苏州,目前原有业务领域除了现有的竞争对手与之竞争之外又涌入新的企业,同时传统业务总规模在不断缩小,导致竞争越发激烈。与此同时,随着PPP项目及疫情后基础投资业务的迅猛发展,国家近期陆续出台政策鼓励发展全过程造价咨询业务服务,
学位
以降低现有系统抓取物品的坐标偏差和物流分拣错误率为目标,设计基于机器视觉的物流自动分拣系统。该系统通过工业相机与图像采集卡实时捕捉物品的图像信号,通过计算机软件处理为图像数据,用作机械手抓取识别使用;采用皮带传送装置将物品进行实时传送,并通过机械手控制程序与机器视觉引导程序完成物品的自动分拣,剔除不合格产品,并将其传输至物品回收槽,验证结果表明:该系统图像采集时间短、图像质量高;抓取物品的坐标偏差
期刊