一种矿物浮选工况识别、预测设备及方法

    公开(公告)号:CN119158708A

    公开(公告)日:2024-12-20

    申请号:CN202411640904.0

    申请日:2024-11-18

    Abstract: 本发明提供一种矿物浮选工况识别、预测设备,包括图像采集模块、超声波测距传感器、主控模块、5G通信模块、数据传输与定位模块、显示模块和电源模块,图像采集模块负责获取当前浮选工况的图像信息,浮选槽上方的超声波测距传感器用于测量液面的高度,本发明通过将该识别算法部署在工作人员头盔上,能够实现在工作过程中实时识别当前工况并预测矿物浮选的工作趋势,将结果显示在可穿戴识别设备上。工作人员穿戴设备后可以预见浮选过程中的波动并掌握浮选槽的运行状态,提前采取相应的措施,进一步提高矿物浮选工艺的稳定性和生产效率,降低安全风险和减少经济损失。

    一种基于信息共享的无人矿卡目标识别方法

    公开(公告)号:CN118262241A

    公开(公告)日:2024-06-28

    申请号:CN202410430557.2

    申请日:2024-04-11

    Abstract: 本发明公开一种基于信息共享的无人矿卡目标识别方法,包括数据集采集与处理、智能识别模型搭建、图片特征信息提取、信息共享模型训练和检测步骤,本发明从真实煤矿作业场景采集样本,结合The AutoMine dataset露天煤矿自动驾驶数据集,重新定义标签类别,提出一种信息共享的学习模型。为融合信息共享和深度学习,构建一个深度卷积神经网络,分析了如何将信息共享用于网络模型训练,针对了在煤矿复杂场景下,无人矿卡自主作业艰难的问题,提出了融合双通道注意力机制的主干网络和残差结构,实现了煤矿复杂场景下图像的智能识别,促进了煤矿智能化无人矿卡自主作业技术的发展和应用。

Patent Agency Ranking