[发明专利]一种煤与矸石分拣方法及装置

说明书

技术领域

本发明涉及煤矿设备技术领域，特别是涉及一种煤与矸石分拣方法及装置。

背景技术

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。

发明内容

本发明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，本发明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，本发明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。