-
公开(公告)号：CN111259972B
公开(公告)日：2023-08-11
申请号：CN202010065282.9
申请日：2020-01-20
Applicant: 北矿机电科技有限责任公司 , 北京矿冶科技集团有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/25
Abstract: 本发明公开了一种基于级联分类器的浮选气泡识别的方法，首先采集各种工况下浮选槽内的原始泡沫图像；从采集的原始泡沫图像上标注出气泡区域作为感兴趣区域，并生成气泡检测正样本集；再从采集的原始泡沫图像上截取非气泡区域生成背景负样本集；将生成的正、负样本集同时送入级联分类器，获得气泡检测模型；然后将训练完成的气泡检测模型加载到浮选现场的上位机中，实时检测采集的原始泡沫图像中的气泡，并显示检测结果；根据检测结果识别出原始泡沫图像中完整气泡所在的位置，并统计出气泡大小分布。上述方法对图像质量要求较低，且不受气泡表面多个亮斑及色块、坍塌等情况的影响，能快速准确识别出气泡。
-
公开(公告)号：CN115049165B
公开(公告)日：2022-11-22
申请号：CN202210971142.7
申请日：2022-08-15
Applicant: 北矿机电科技有限责任公司
Abstract: 本申请实施例提供了一种基于深度学习的浮选精矿品位预测方法、装置及设备，属于人工智能技术领域。为解决精矿品位预测效果比较差的问题，提出如下方案：获取浮选参数序列和泡沫图像序列；对各个泡沫图像进行缩放处理和遮盖处理，将各个遮盖后泡沫图像拼接为图像张量；对各个浮选参数进行数据归一化处理；基于深度学习模型构建精矿品位预测模型，将图像张量作为精矿品位预测模型的输入层的输入数据；将归一化后浮选参数嵌入到精矿品位预测模型的全连接层；通过精矿品位预测模型的输出层输出浮选精矿品位。这样，将图像张量作为输入数据，将浮选参数序列巧妙的嵌入到精矿品位预测模型的全连接层，得到的浮选精矿品位预测精度高，鲁棒性好。
-
公开(公告)号：CN115078359A
公开(公告)日：2022-09-20
申请号：CN202210742024.9
申请日：2022-06-27
Applicant: 北矿机电科技有限责任公司
Abstract: 本说明书实施例提供了一种浮选动力学参数测量方法、装置、系统和存储介质，所述方法包括：采集浮选机矿浆相的气泡图像；根据所述气泡图像，确定所述气泡图像中气泡的静态参数和气泡运动速度；以所述气泡的静态参数和所述气泡运动速度为输入，通过预设机器学习模型，确定所述浮选机的浮选动力学参数。本申请提供的技术方案用以解决现有技术中无法实现多种参数的同时测量以及无法摆脱人工干预的问题。
-
公开(公告)号：CN114295523A
公开(公告)日：2022-04-08
申请号：CN202111622108.0
申请日：2021-12-28
Applicant: 北矿机电科技有限责任公司
IPC: G01N15/02
Abstract: 本发明提供了一种浮选机空气分散度检测装置、系统及方法，包括：导气管，两端均开口，其一端插入矿浆中；电磁阀，设置在所述导气管上用于控制所述导气管的通断；流量测量装置，设置在所述导气管上用于测量通过所述导气管的通气量，包括控制装置和至少一个浮选机空气分散度检测装置，多个所述浮选机空气分散度检测装置均与所述控制装置电连接，本发明通过控制装置实现对多个测量点的充气量进行自动测量，整个测量过程不需要人工手动排水集气，不需要抽吸矿浆，减少了工人的劳动强度，提高了系统的可靠性和精准度。
-
公开(公告)号：CN113488712A
公开(公告)日：2021-10-08
申请号：CN202110758822.6
申请日：2021-07-05
Applicant: 北矿机电科技有限责任公司
IPC: H01M10/44 , H01M10/54 , H01M10/052 , H02J7/00
Abstract: 本发明提供了一种间歇式密闭动力锂电池的放电装置，包括：电池模组上料装置、密闭式放电装置和电池模组下料装置；所述密闭式放电装置一端与所述电池模组上料装置连接，另一端与所述电池模组下料装置连接。本发明还提供了一种利用上述装置的放电方法，包括以下步骤：上料：带电的电池模组或单体电芯通过电池模组上料装置完成上料；放电：电池模组上料装置将带电的电池模组或单体电芯运输至密闭式放电装置中完成放电；下料：放电完成的电池模组或单体电芯通过电池模组下料装置送入仓库货架储存。本发明在密闭的空间内完成动力锂电池的放电过程，在电池放电过程中减少了人工参与度，提高了放电系统的机械化水平和工作效率。
-
Patent Agency Ranking
公开(公告)号：CN112949666B
公开(公告)日：2024-04-26
申请号：CN201911175301.7
申请日：2019-11-26
Applicant: 北矿机电科技有限责任公司
IPC: G06V10/774 , G06V10/82 , G06N3/0464 , G06T5/00 , G06T7/00
Abstract: 本发明公开了一种剥锌机故障阴极板图像识别方法，包括：数据采集，从现场采集剥锌机阴极板图像数据，分别构建阴极板图像分类和故障阴极板区域目标检测训练及测试数据集；数据扩增，对训练样本集中的每张图片分别进行对比度调整、亮度调整和镜像变换扩充训练样本量；模型训练，将扩充后的训练样本集分别加入构建的深度学习分类识别和深度学习目标检测网络，通过训练获得故障阴极板识别模型；模型性能测试，先将测试数据集输入到分类网络初步判断是否为故障阴极板，若为故障阴极板则将图像输入到深度学习目标检测网络，获得故障阴极板检测结果。试验证明了本发明：鲁棒性强，识别速度快，能有效提高故障阴极板识别精度。
-
公开(公告)号：CN113096149B
公开(公告)日：2023-11-10
申请号：CN201911334684.8
申请日：2019-12-23
Applicant: 北矿机电科技有限责任公司
Abstract: 本发明涉及一种基于色彩三要素的摇床矿带分割方法。该方法包括以下步骤：采集摇床矿带图像；对图像进行预处理；获取摇床精矿带的颜色特征参数；计算得到相似度灰度图；对相似度灰度图进行形态学开运算并获取连通区域；获取精矿带矩形区域。本发明利用了矿带图像亮度、色调和饱和度的信息，更符合人工操作时人眼对矿带区分的模型，能很好处理水泡，光源反光等疑难问题，具有很强的鲁棒性。
-
公开(公告)号：CN116231126A
公开(公告)日：2023-06-06
申请号：CN202310257324.2
申请日：2023-03-08
Applicant: 北矿机电科技有限责任公司
Abstract: 本发明提供了一种集装箱式动力蓄电池的放电系统，包括集装箱式放电装置，包括集装箱箱体和放电槽，所述放电槽内设有放电液；模组或电芯上下料装置设置在所述集装箱式放电装置的上方，用于将模组或电芯吊如或吊出所述集装箱式放电装置。本发明在可密闭的集装箱式放电装置内完成动力动力蓄电池的放电过程，减少环境污染；在上料和下料的过程中，可根据后续工艺节拍采用模组或电芯上下料装置完成模组或电芯进出料，减少了人工参与度，提升了工作效率；集装箱式放电装置可针对不同回收服务网点的放电规模灵活配置或周转，可对放电产生的废气集中净化处理，提高放电系统的机械化水平和工作效率。
-
公开(公告)号：CN115239665A
公开(公告)日：2022-10-25
申请号：CN202210869232.5
申请日：2022-07-21
Applicant: 北矿机电科技有限责任公司
IPC: G06T7/00 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本说明书实施例提供了一种浮选泡沫溢流状态识别方法、装置和存储介质，所述方法包括：采集预设区域内的连续图像，所述预设区域由浮选槽、溢流堰和泡沫槽构成；预先设置的第一深度学习模型基于所述连续图像中展示的泡沫移动状态，得到第一浮选泡沫溢流状态，所述第一浮选泡沫溢流状态包括：断流、冒槽和其他。本申请提供的技术方案用机器视觉技术实现在浮选过程中自动、及时发现泡沫的异常溢流状态。
-
公开(公告)号：CN115049165A
公开(公告)日：2022-09-13
申请号：CN202210971142.7
申请日：2022-08-15
Applicant: 北矿机电科技有限责任公司
Abstract: 本申请实施例提供了一种基于深度学习的浮选精矿品位预测方法、装置及设备，属于人工智能技术领域。为解决精矿品位预测效果比较差的问题，提出如下方案：获取浮选参数序列和泡沫图像序列；对各个泡沫图像进行缩放处理和遮盖处理，将各个遮盖后泡沫图像拼接为图像张量；对各个浮选参数进行数据归一化处理；基于深度学习模型构建精矿品位预测模型，将图像张量作为精矿品位预测模型的输入层的输入数据；将归一化后浮选参数嵌入到精矿品位预测模型的全连接层；通过精矿品位预测模型的输出层输出浮选精矿品位。这样，将图像张量作为输入数据，将浮选参数序列巧妙的嵌入到精矿品位预测模型的全连接层，得到的浮选精矿品位预测精度高，鲁棒性好。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.034 seconds)
