[实用新型]一种基于图像识别技术的磨机给矿量预测系统有效

专利信息
申请号: 202022643636.1 申请日: 2020-11-16
公开(公告)号: CN213517926U 公开(公告)日: 2021-06-22
发明(设计)人: 修德江;郭力;朱宇;张名钟;杨洋 申请(专利权)人: 鞍钢集团矿业有限公司
主分类号: G05B15/02 分类号: G05B15/02;B08B3/02;B08B5/04
代理公司: 鞍山贝尔专利代理有限公司 21223 代理人: 颜伟
地址: 114001 辽*** 国省代码: 辽宁;21
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 图像 识别 技术 预测 系统
【说明书】:

本实用新型涉及一种基于图像识别技术的磨机给矿量预测系统,包括磨机的给矿皮带机、CCD工业相机和计算机控制系统,计算机控制系统与给矿皮带机和CCD工业相机电性相连,其特征在于,在给矿皮带机的上方设置有架体,在架体上沿皮带运行方向的中心线上固定有弧形平料吸尘器,CCD工业相机亦沿所述的中心线固定在弧形平料吸尘器后方的架体上,在CCD工业相机上设有防尘罩,防尘罩与正压送风管连通,在弧形平料吸尘器和CCD工业相机之间的给矿皮带机上方设有输水管及喷淋头。本实用新型的优点是:平料吸尘器使物料与相机距离相等,物料与图像保持相同的比例,除尘风和喷淋水使物料边界更清晰,防尘罩保持摄像头清洁,均利于物料颗粒识别,提高图像的精度。

技术领域

本实用新型属于选矿工业矿石磨机给矿量预测技术领域,具体涉及一种基于图像识别技术的磨机给矿量预测系统。

背景技术

在选矿厂生产中,磨机和分级机是选矿厂的关键设备,磨矿分级作业的任务是为选别作业提供既充分单体解离又不过粉碎的入选物料,磨矿效果如何决定了有用矿物单体解离度的高低,分级溢流产品粒度的大小决定了后续选别作业的技术指标如何,选矿厂几乎所有选矿技术指标的波动几乎都与磨矿分级作业效果有直接关联,而磨矿分级效果的好坏与矿石的可磨性直接相关。矿石的可磨性取决于给矿矿石性质,给矿矿石性质主要包括矿石类型、矿石硬度、有用矿物嵌布粒度和给矿粒度等因素,其中矿石硬度为主要因素。严格来讲,不存在两块矿石性质完全相同的矿石。在实际选矿生产过程中,磨矿分级作业的分级溢流产品粒度要求达到一定的控制目标,以满足后续选别作业的要求。但是,由于磨机给矿是由不同采矿点来矿经过破碎筛分后给入磨机,如果采场配矿配不好,给矿矿石性质存在的差异就比较大,经常既有“难磨难选”给矿,也有“易磨易选”给矿;在这种情况下,处理“难磨难选”给矿,应该适当减少磨机给矿量,处理“易磨易选”给矿,应该适当增加磨机给矿量,这样才能减少分级溢流产品粒度波动。但是这种处理现场控制操作难度大大增加,很难做到。有鉴于此,只有预先在线预测出磨机给矿的可磨性差异,根据磨机给矿的可磨性差异自动控制磨机给矿量,才能更好地控制磨矿分级作业稳定运行,保证分级溢流产品粒度合格,保证后续选别作业技术指标。

发明内容

本实用新型的目的在于提供一种基于图像识别技术的磨机给矿量预测系统,该系统通过增设弧形平料吸尘器保证了磨机的给矿皮带机横断面上各个位置的物料到CCD工业相机的距离相等,同时负压风和喷淋水清除物料表面的灰尘,正压风保证照相机镜头免于粉尘污染,使照相机获得图像的矿石粒度信息更接近实际,更准确清晰,为计算机控制系统提高预测精度奠定基础。

本实用新型的目的是通过下述技术方案实现的:

本实用新型的一种基于图像识别技术的磨机给矿量预测系统,包括磨机的给矿皮带机、CCD工业相机和计算机控制系统,所述的计算机控制系统与给矿皮带机和CCD工业相机电性相连,其特征在于,在给矿皮带机的上方设置有架体,在所述的架体上沿皮带运行方向的中心线上固定有弧形平料吸尘器,所述的CCD工业相机亦沿所述的中心线固定在弧形平料吸尘器后方的架体上,在所述的CCD工业相机上设有防尘罩,防尘罩与正压送风管连通,在弧形平料吸尘器和CCD工业相机之间的给矿皮带机上方设有输水管及喷淋头。

优选地,所述的弧形平料吸尘器包括弧形吸尘管、固定拉杆和平料挡板,所述的固定拉杆为中空管,固定拉杆下端与弧形吸尘管固定连通,固定拉杆上端固定在架体顶部,且与除尘主管道连通,在所述的弧形吸尘管上开设有吸气孔,所述的平料挡板为扇形弧板,平料挡板与弧形吸尘管弧线对应匹配固接,平料挡板与固定拉杆下端对应匹配固接。

优选地,所述的平料挡板和所述的弧形吸尘管具有相同的曲率半径。

与现有技术相比,本发明的优点是:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于鞍钢集团矿业有限公司,未经鞍钢集团矿业有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202022643636.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top