-
公开(公告)号：CN113191452A
公开(公告)日：2021-07-30
申请号：CN202110558063.9
申请日：2021-05-21
Applicant: 中国矿业大学(北京)
Abstract: 本发明公开了一种基于深度学习的煤灰分在线检测系统及其检测方法，包括分类模型和回归模型，模型训练完成后部署至嵌入式设备，实现煤灰分在线检测功能的分布式部署；依托配套硬件图像采集系统完成灰分的实时性检测。在线检测方法通过图像采集装置获取煤的显微图像以及对应的灰分，建立煤显微图像数据库，基于深度学习方法构建特征提取网络对煤灰分图像进行自动特征抽取，设计分类模型和回归模型完成最终决策，得到精准的煤的灰分预测结果。本发明相比其他煤的灰分检测方法，具有检测精度高、速度快等优点。
-
公开(公告)号：CN105195412A
公开(公告)日：2015-12-30
申请号：CN201510752232.7
申请日：2015-11-06
Applicant: 中国矿业大学(北京)
CPC classification number: B07B1/286 , B07B1/4609
Abstract: 本发明公开了一种浮框驱动型弛张筛，包括固定筛框、浮动筛框、弹性筛面、剪切弹簧和偏心激振器；固定筛框的筛面横梁与浮动筛框的筛面横梁交替布置，而且固定筛框比浮动筛框多1根筛面横梁，弹性筛面的一端固定在固定筛框的筛面横梁上，另一端固定在浮动筛框的筛面横梁上，两个筛框通过剪切弹簧连接在一起，固定筛框通过减振弹簧安装在机架上。偏心激振器为偏心块或偏心轴结构，其转动轴或偏心轴安装在浮动筛框质心附近的筛面横梁上。结构简单、能耗低、激振器受力小、故障率低。尤其适用于选煤厂潮湿细粒煤炭的干法深度筛分，也适用于其它类型物料的干法深度筛分。
-
公开(公告)号：CN102519411B
公开(公告)日：2014-03-05
申请号：CN201110335392.3
申请日：2011-10-28
Applicant: 中国矿业大学(北京)
Abstract: 本发明公开了一种巷道顶板位移精确检测装置和方法，包括顶板位移检测传感器，顶板位移检测传感器包括连接锚杆，连接锚杆的前端设有锚固头，连接锚杆的后部设有位移盘运动导轨，位移盘运动导轨上设有位移转换圆盘，位移盘运动导轨的后端设有角位移测量元件，位移转换圆盘与角位移测量元件之间设有支撑弹簧，位移转换圆盘设有位移指示装置，位移指示装置指向角位移测量元件。能够将顶板变形线位移量转换为对应的角位移，通过对角位移的精确测量推算出相应线位移的精确值。检测精确、结构简单、易于实现。
-
公开(公告)号：CN119091156A
公开(公告)日：2024-12-06
申请号：CN202411099972.0
申请日：2024-08-12
Applicant: 中国矿业大学(北京)
IPC: G06V10/44 , G06V10/52 , G06V10/26 , G06V10/75 , G06V10/82 , G06N3/0464 , G06N3/0455
Abstract: 本发明公开了一种煤泥浮选泡沫图像的静态特征提取方法，包括：获取煤泥浮选泡沫视频，并对若干帧图像进行人工点标注，生成与图像分辨率相同的二维矩阵。通过高斯核对点集进行卷积平滑，生成泡沫绵密度图谱，并对其进行标准化处理。设计并训练一个密度回归网络，以预测煤泥浮选泡沫的绵密程度并实现区域划分。将显著气泡的二值边缘图转换为边缘置信度图谱，设计并训练一个边缘回归网络，利用自适应断点续连算法优化边缘预测结果，得到完整的显著气泡边缘信息。最终，结合密度图谱和边缘回归图谱，提取并分析泡沫的密度、边界及其空间分布特征。本发明能够全面提取煤泥浮选泡沫图像的静态特征，为浮选过程的监控和优化提供有效支持。
-
公开(公告)号：CN116024429A
公开(公告)日：2023-04-28
申请号：CN202310064565.5
申请日：2023-01-13
Applicant: 矿业大学(北京)内蒙古研究院 , 中国矿业大学(北京)
Abstract: 本发明属于煤矸石处理及利用技术领域，具体涉及一种富含层状铝硅酸盐的煤矸石中金属提取及残渣处理的方法。对富含层状铝硅酸盐的煤矸石进行碎矿磨矿；将煤矸石细粉与助熔剂、复配剂混合均匀后焙烧，得到焙烧产物；采用纯水加热浸出焙烧产物，混合物经过离心过滤得到浸出溶液和浸出渣；对浸出溶液进行氨沉淀处理，得到氨沉淀产物和循环母液；将循环母液晶化重复利用；将浸出渣进行超声清洗后，浸渍硅烷偶联剂，得到改性残渣；将氨沉淀产物进行碱浸、分离、干燥，得到富铝产品和多金属产品。上述方法避免了强酸强碱和高温活化等步骤，具有经济绿色环保的优点；针对浸出渣的矿物特性，通过硅烷偶联剂改性的方法，实现了浸出渣的改性和高值化利用。
-
Patent Agency Ranking
公开(公告)号：CN114399066A
公开(公告)日：2022-04-26
申请号：CN202210045220.0
申请日：2022-01-15
Applicant: 中国矿业大学(北京)
Abstract: 本发明公开了一种基于弱监督学习的机械设备预知性维护系统和维护方法，多源异构数据融合模块对原始工况数据关联分析进行融合，增加数据完整性；数据重构模块结合工况优化数据空间分布，经过特征选择制作弱标签数据集；故障检测模块基于弱监督学习，对序列型工况数据建模；实时预测通过对实时工况数据拉取并处理原始数据，输入到训练好的模型，达到预知性维护的目的；模型压缩模块通过对模型的优化，压缩至可边缘计算级，满足部署要求；分布式部署可实现设备的并行预测，同时对系统具有高度复用性与维护性。本发明更加高效便捷，减少了标注成本，解决了故障数据规模小，标注难的问题。
-
公开(公告)号：CN113191452B
公开(公告)日：2022-03-01
申请号：CN202110558063.9
申请日：2021-05-21
Applicant: 中国矿业大学(北京)
IPC: G06K9/62 , G06V10/764 , G06V10/774 , G06V10/80 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的煤灰分在线检测系统及其检测方法，包括分类模型和回归模型，模型训练完成后部署至嵌入式设备，实现煤灰分在线检测功能的分布式部署；依托配套硬件图像采集系统完成灰分的实时性检测。在线检测方法通过图像采集装置获取煤的显微图像以及对应的灰分，建立煤显微图像数据库，基于深度学习方法构建特征提取网络对煤灰分图像进行自动特征抽取，设计分类模型和回归模型完成最终决策，得到精准的煤的灰分预测结果。本发明相比其他煤的灰分检测方法，具有检测精度高、速度快等优点。
-
公开(公告)号：CN110135468B
公开(公告)日：2021-07-20
申请号：CN201910333871.8
申请日：2019-04-24
Applicant: 中国矿业大学(北京)
Abstract: 本发明公开了一种煤矸石的识别方法，首先通过采集的煤矸石图片建立训练样本集；基于深度检测网络对训练样本集进行训练；利用深度卷积神经网络模型框架进行训练，得到识别网络模型；将待识别图片进行自适应滤波降噪处理，并使用双线性内插法进行归一化处理为统一尺寸；利用检测网络模型进行检测，得出目标的定位情况以及初次识别情况；利用识别网络模型进行二次识别，得出二次识别结果；通过反馈回路动态优化检测结果和识别结果；结合两次识别结果与所述反馈回路的辅助判断结果获得所述待识别图片的识别情况。该方法能在常规光照条件下，利用采集图像的方式对煤与矸石进行识别，能有效提高识别准确度，实现保煤排矸的策略。
-
公开(公告)号：CN112147299A
公开(公告)日：2020-12-29
申请号：CN202011003482.8
申请日：2020-09-22
Applicant: 中国矿业大学(北京)
IPC: G01N33/22
Abstract: 本申请提供了一种粘土矿物含量检测方法及装置，应用于煤泥水处理系统，该方法包括：采集目标生产现场的煤泥水样品和生产补加水样品；通过离子计分别检测所述煤泥水样品中的铝离子浓度和生产补加水样品中的铝离子浓度；根据所述目标生产现场的粘土矿物含量与释放的铝离子浓度的线性关系，以及所述煤泥水样品中的铝离子浓度和生产补加水样品中的铝离子浓度，计算所采集的煤泥水样品中的粘土矿物含量。本申请实施例所提出的一种粘土矿物含量检测方法以离子计作为检测工具，基于铝离子实现了煤泥水中粘土矿物含量的实时快速检测，提高了粘土矿物含量的检测效率和便捷度。
-
公开(公告)号：CN104226458B
公开(公告)日：2017-03-15
申请号：CN201410428080.0
申请日：2014-08-27
Applicant: 中国矿业大学(北京)
IPC: B03B5/62
Abstract: 本发明公开了一种三产品浅槽重介质分选机，包括分选槽体，分选槽体内通过隔板隔成独立的高密度第一分选槽和低密度第二分选槽；高密度分选槽的侧壁的上部设有物料入口和水平介质流入口，底壁设有上升高密度介质流入口和矸石排料溜槽；低密度分选槽的侧壁的上部设有精煤溢流口，底壁设有上升低密度介质流入口、下降介质流出口和中煤排料溜槽，分选槽体内部无筛板和刮板输送机构。水平介质流入口、上升高密度介质流入口和上升低密度介质流入口处分别设有介质密度自动调节装置。能一次分选出三种合格产品，结构简单、分选下限低、生产效率高。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.045 seconds)
