公开(公告)号：CN117115118A

公开(公告)日：2023-11-24

申请号：CN202311114538.0

申请日：2023-08-31

申请人： 内蒙古工业大学 ,  矿冶科技集团有限公司 ,  合肥泰禾智能科技集团股份有限公司

发明人： 孙小路 ,  梁伟农 ,  李宇涛 ,  王光辉 ,  徐宏祥 ,  刘洋 ,  王金诚

IPC分类号： G06T7/00 ,  G06T7/62 ,  G06V10/764 ,  G06V10/82 ,  G06V10/44 ,  G06V10/77 ,  G06V10/80 ,  G06N3/0455 ,  G06N3/0464

摘要： 本发明公开了一种基于TRCU算法的运输流矿石粗颗粒分布检测方法，设计了一种编码器‑解码器深度学习框架模型(TRCU)，在基础编码器‑解码器结构上融合了Transformer与残差块和CBAM注意力机制，通过CBAM注意力机制增加在特征融合通道加重矿石区域的权重，通过最深层编码和解码阶段中的Transformer模块增强网络对于粗颗粒矿石图像区域特征的关联性，通过残差模块增强有用特征信息与降低无用噪声影响。模型总体结构有效提高矿石分割的准确性，通过TRCU模型对不同粒级的矿石颗粒进行分割，得到不同粒级边缘信息，通过边缘信息，计算不同粒度矿石的面积完成粒度检测。

公开(公告)号：CN114863277A

公开(公告)日：2022-08-05

申请号：CN202210466643.X

申请日：2022-04-27

申请人： 内蒙古工业大学 ,  合肥泰禾智能科技集团股份有限公司

发明人： 孙小路 ,  梁伟农 ,  申迎松 ,  边林旺 ,  王金诚 ,  韩文耀 ,  周春侠

IPC分类号： G06V20/10 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82

摘要： 本发明公开了一种基于机器视觉的不规则颗粒群超限颗粒快速检测方法，提前采集不同照度以及不同内容的颗粒流图片作为数据集，使用工业相机进行实时的超限颗粒粒度检测，通过YOLOv5快速识别出超限颗粒所在范围区域，通过分水岭算法对目标区域进行分割，得到超限颗粒边缘，并计算其面积判定是否为超限颗粒。本发明通过采集不同照度不同粒度的矿石群图片作为训练集，可快速识别并提取出超限颗粒所在范围。进一步使用分水岭算法对所在范围图片进行分割得到超限颗粒轮廓，进一步得到粒度面积信息。将神经网络确定区域与分水岭算法进行轮廓分割相结合的方法可加快在工业应用中实时检测超限颗粒速度，具有高准确率并实现检测的实时性。

公开(公告)号：CN114187583A

公开(公告)日：2022-03-15

申请号：CN202111505154.2

申请日：2021-12-10

申请人： 内蒙古工业大学 ,  中国矿业大学

发明人： 孙小路 ,  梁伟农 ,  张永志 ,  周春侠 ,  荆沐阳

IPC分类号： G06V20/62 ,  G06V10/25 ,  G06V10/26 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种用于集装箱、平板车装车组合标识的快速识别方法，所述方法包括以下步骤：集装箱的箱号和平板车的车牌号区域的图像采集；创建用于匹配的特征模板；对采集的图像进行预处理；在经过预处理的图像中利用所述特征模板定位出箱号与车号区域；获取箱号及车号字符；建立YOLOv3检测模型；将由上述由步骤1到步骤5获取的箱号及车号字符输入上述YOLOv3检测模型中，输出识别后的箱号与平板车号；将信息输出进入定量装车系统中。本发明无需逐帧进行箱号识别，结合YOLOv3模型进行端到端的检测，加快识别进程，从而解决箱号及车号识别设备在识别过程中识别准确率和识别速率低的问题。

公开(公告)号：CN114074022A

公开(公告)日：2022-02-22

申请号：CN202111401253.6

申请日：2021-11-24

申请人： 内蒙古工业大学 ,  中国矿业大学

发明人： 孙小路 ,  荆沐阳 ,  周春侠 ,  谢卫宁 ,  梁伟农 ,  肖亚成 ,  卢纠伟 ,  薛建红 ,  张鸿波

IPC分类号： B03B5/30 ,  B03B13/00

摘要： 本发明公开了一种基于时间投影的重介质选煤过程控制变量预测方法，首先对重介质选煤过程中传感器数据进行采集，将获得的数据存储在二维数组中并进行数据处理，得到输入矩阵和目标变量矩阵，最后通过LightGBM模型进行模型搭建获取模型并进行参数的寻优，最后将模型应用于选煤厂重介分选环节的悬浮液密度Sep_Dense预测。本发明通过利用重介质选煤过程中传感器的数据，考虑生产数据的延迟关系，对生产数据进行时间投影重构，利用LightGBM算法进行回归预测，将训练好的模型应用到实际的生产控制系统中，指导生产，提高了企业的经济效益。

公开(公告)号：CN116011672A

公开(公告)日：2023-04-25

申请号：CN202310081852.7

申请日：2023-01-19

申请人： 内蒙古工业大学

发明人： 孙小路 ,  李宇涛 ,  梁伟农 ,  郭浩宇 ,  郭子义 ,  修晨阳 ,  荆沐阳 ,  周春侠 ,  刘欢 ,  姜海军

IPC分类号： G06Q10/04 ,  G06Q10/0639 ,  G06Q50/04 ,  G06F30/27 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/08

摘要： 本发明公开了一种基于深度学习的流程工业产品质量短时预测方法，该方法的预测模型利用近期连续监测的生产过程关键数据来预测未来一段时间的产品质量波动，模型由并行深度学习网络组成，包括注意力机制、CNN以及BiLSTM。本发明针对流程工业过程变量数据的非线性、时间动态性、空间相关性等特征，深度学习方法能够更好地提取数据中的特征，能够学习长期和短期的时间依赖，更好的挖掘数据中的隐性关系，大幅提升预测的精确率且具有更好的泛化能力。