-
公开(公告)号：CN106086943A
公开(公告)日：2016-11-09
申请号：CN201610743207.7
申请日：2016-08-26
申请人： 北矿机电科技有限责任公司
CPC分类号： Y02P10/234
摘要： 本发明公开了一种带有剔板补板及阴极板转运功能的锌片剥离系统，包括A列电解槽和B列电解槽，A列电解槽和B列电解槽分别对应A剥锌线和B剥锌线，还设有人工剥锌刷板线，A剥锌线与B剥锌线的结构相同，都包括预剥离设备、主剥离设备、刷板设备、剔板设备、补板设备、阴极板传输设备、阴极板间距调整设备、阴极板横移设备。解决了现有机械化剥锌机组不能与阴极板行车良好配合、无法实现阴极板行车整吊吊运剔出的不良板和整吊吊运合格阴极板的问题，同时提高剔板和补板的作业效率，并实现阴极板从剥锌线到刷板线的机械化传输，减少阴极板行车的工作负荷，提高剥锌生产效率，减轻人员劳动强度。
-
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
申请人： 北矿机电科技有限责任公司
IPC分类号： G06V10/774 , G06V10/82 , G06N3/0464 , G06T5/00 , G06T7/00
摘要： 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
申请人： 北矿机电科技有限责任公司
摘要： 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：CN115683007A
公开(公告)日：2023-02-03
申请号：CN202310005146.4
申请日：2023-01-04
申请人： 北矿机电科技有限责任公司
IPC分类号： G01B21/00 , G01R19/165 , G01H17/00 , G06F30/17 , G06F30/23
摘要： 本发明提供了一种浮选设备叶轮磨损软测量方法，包括：建立叶轮‑轴系的有限元分析模型，计算获取叶轮‑轴系在固有频率下的振动加速度幅值；基于振动加速度幅值，确认是否触发叶轮磨损预报警；当触发叶轮磨损预报警后，同时将浮选设备表观是否翻花和电机电流是否下降作为判断条件，确认叶轮是否输出磨损报警信号。本发明提供的浮选设备叶轮磨损软测量方法，无需通过检修进行叶轮磨损的观测，易于实施，成本低廉，能够有效的检测到叶轮的磨损，测量过程稳定、可靠。
-
公开(公告)号：CN115615313A
公开(公告)日：2023-01-17
申请号：CN202211414221.4
申请日：2022-11-11
申请人： 北矿机电科技有限责任公司
IPC分类号： G01B7/06
摘要： 本发明提供了一种浮选设备叶轮磨损实时监测装置，包括多个监测电路、信号采集器和信号处理单元，多个监测电路设置在叶轮的耐磨衬层中的不同厚度处，信号采集器固定在主轴上，信号采集器用于检测监测电路的信号变化，信号处理单元与信号采集器通讯连接，用于对接收到的信号进行分析确定磨损情况。本发明通过在液面下叶轮的易磨损部位不同深度嵌入磨损监测电路，并通过导线将电路引至液面以上，将叶轮的耐磨衬层厚度磨损值转换为可被电路识别的电流或电压信号，通过信号采集器采集信号并传输到信号处理单元，通过信号处理单元接收并处理信号，根据不同的电压或者电流值输出，提示叶轮的衬层有不同的磨损情况，最终可以得知叶轮的磨损状态。
-
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
申请人： 北矿机电科技有限责任公司
IPC分类号： G06T7/00 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
摘要： 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
申请人： 北矿机电科技有限责任公司
摘要： 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：CN112949666A
公开(公告)日：2021-06-11
申请号：CN201911175301.7
申请日：2019-11-26
申请人： 北矿机电科技有限责任公司
摘要： 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：CN103411646B
公开(公告)日：2016-01-20
申请号：CN201310369656.6
申请日：2013-08-22
申请人： 北矿机电科技有限责任公司
IPC分类号： G01F22/00
摘要： 本发明公开了一种立磨机内钢球填充率的检测方法及系统，解决了立磨机钢球填充率不易检测准确度低的问题，该方法包括：获取立磨机工作时的声音，将所述声音转换为4～20mA电流信号；将所述电流信号转换为噪声数据传送至工控机；通过所述工控机中安装的数据分析软件对所述噪声数据进行处理，得到全部噪声频率段；从所述全部噪声频率段中滤掉环境噪声频率段得到工作噪声频率段；将所述工作噪声频率段对应的音强与预先标定的标准噪声音强对比确定立磨机内钢球的填充率。该方法具有检测方便、准确的有益效果。
-
-
-
-
-
-
-
-
-
搜索结果
73 条记录 (耗时 0.074 秒)
