[发明专利]一种基于机器视觉技术的智能选矿设备及方法在审

专利信息
申请号: 201610366841.3 申请日: 2016-05-24
公开(公告)号: CN107413679A 公开(公告)日: 2017-12-01
发明(设计)人: 曾军兰 申请(专利权)人: 湖南军芃科技股份有限公司
主分类号: B07C5/342 分类号: B07C5/342;G01N21/85;G01N21/64
代理公司: 暂无信息 代理人: 暂无信息
地址: 410000 湖南省长沙高新开发区*** 国省代码: 湖南;43
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 机器 视觉 技术 智能 选矿 设备 方法
【说明书】:

技术领域

发明属于自动化矿选技术领域,尤其涉及一种基于机器视觉技术的智能选矿设备及方法。

背景技术

机器视觉(又称计算机视觉)是指用计算机来实现人的视觉功能,也就是用计算机来实现对客观的三维世界的识别。筒言之,机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是指通过机器视觉产品(即图像摄取装置,分CMOS和CCD两种)将被摄取目标转换成图像信号,传送给专用的图像处理系统,根据像素分布和亮度、颜色等信息,转变成数字信号;图像系统对这些信号进行各种运算来抽取目标的特征,进而根据判别的结果来控制现场的设备动作。机器视觉系统从原理分主要由3部分组成:图像的获取、图像的处理和分析、输出或显示;机器视觉系统的特点是提高生产的柔性和自动化程度。在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合,常用机器视觉来替代人工视觉;同时在大批量工业生产过程中,用人工视觉检查产品质量效率低目.精度不高,用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成,是实现计算机集成制造的基础技术。

机器视觉技术包含数字图像处理技术、机械工程技术、控制技术、电光源照明技术、光成像技术、传感器技术、模拟与数字视频技术、计算机软件硬件技术、人机接口技术等相关技术。典型的机器视觉系统一般包括光源、光学系统、摄像机、图像采集卡、计算机等。

近几年来,随着我国随着配套基础建设的完善,技术、资金的积累,各行各业对采用图像和机器视觉技术的工业自动化、智能化需求开始广泛出现,国内有关高等院校、研究所和企业近两年在图像和机器视觉技术领域进行了积极思索和大胆的尝试,逐步开始了工业现场的应用。

然而,目前我国矿业开采,在矿石初选时依然采用传统的人工肉眼选矿方法,其存在的弊端是显而易见。利用机器视觉技术的强大优越性:速度快、信息量大、功能多、效率高。如果将机器视觉技术应用于矿石初选检测,将具有人工检测所无法比拟的优势。有效矿元素在矿石中的纹理分布和颜色独特的重要特征,利用机器视觉进行检测不仅可以排除人的主观因素的干扰,而且还能够对这些指标进行定量描述,避免了因人而异的分选结果,减小矿石初选误差,提高生产效率和分选精度。机器视觉建立在客观分析和推理的基础之上,有效避免了人工检测的主观性和个体差异性,提高了检测精度。机器视觉系统使用摄相机和图像处理来完成类似人工的监测。机器视觉研究的目的就是根据人类的视觉特性使机器更好的替代人来工作或者完成人类不能完成的工作,减少劳动强度,不断提高产品生产质量和劳动生产效率。与传统检测方式相比,机器视觉检测具有显著优势与巨大的经济价值,且检测效率高,检测具有连续性和可重复性。

然而,机器视觉技术用于工业矿石初选,与人工肉眼选矿具有同样的缺陷,即:只能对矿石定性和半定量。定性:根据矿石表面的颜色、纹理、光泽特性等对矿石进行分类,例如钨矿、金矿、锡矿等;半定量:根据矿石表面颜色、纹理的分布特性,对矿石有效元素的含量进行近似估算,例如一块钨矿石,钨含量为0.2%。机器视觉技术检测原理源于人类视觉系统,无论方法如何优化,也只能做到对矿石含量半定量,可以无限接近矿石含量真实值,但无法做到矿石含量全定量。目前,对矿石含量判别除化学检验方法可以做到近似全定量之外,无论X射线技术,还是机器视觉技术均只能做到半定量分析。

发明内容

针对上述现有技术的不足,本发明提供了一种基于机器视觉技术的智能选矿设备及方法,本发明用于工业生产中的矿石分选,具有速度快、信息量大、功能多、效率高的特点,有效避免了人工检测的主观性和个体差异性,可更好的替代人来工作或者完成人类不能完成的工作,减少劳动强度,提高产品生产质量和劳动生产效率。

为了实现上述目的,本发明通过以下技术方案实现:

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湖南军芃科技股份有限公司,未经湖南军芃科技股份有限公司许可,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/201610366841.3/2.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