公开(公告)号：CN115870953B

公开(公告)日：2024-09-13

申请号：CN202211636877.0

申请日：2022-12-20

Applicant: 鞍钢集团矿业有限公司

Inventor： 丛峰武 ,  谷安成 ,  高太 ,  傅国辉 ,  李熙然 ,  尹震 ,  武允鑫 ,  吕斌

IPC: B25J9/00 ,  B25J5/02

Abstract: 本发明属于机器人制造与应用技术领域，尤其是涉及一种带有双向吸能机构的轨道式巡检机器人底盘，其特征在于包括与轨道相对滑动的U型半封闭框架，与U型半封闭框架转动连接的快拆框架，U型半封闭框架上部的驱动电机和从动轮组，主动轮，U型半封闭框架下部的底部夹紧机构和一组辅助支撑轮，U型半封闭框架底部的激光测距传感器，快拆框架上的侧向辅助定位轮，快拆框架侧面的双向吸能机构，侧向辅助定位轮与轨道的侧面滚动接触。本发明设计了一套独特的双向吸能机构，能够吸收和存储底盘在变换方向时的动能，增加轨道式机器人底盘在轨道上行进时的稳定性，快速吸收机器人行走底盘在轨道上行走时频繁变向产生的动能并利用到反向加速运动过程中。

公开(公告)号：CN114383985A

公开(公告)日：2022-04-22

申请号：CN202111599761.X

申请日：2021-12-24

Applicant: 鞍钢集团矿业有限公司

Inventor： 丛峰武 ,  安玉婷 ,  傅国辉 ,  张勇 ,  宋长春 ,  谷安成 ,  孙全

IPC: G01N15/02 ,  G01N9/04 ,  G01N29/032 ,  G01N21/25 ,  G01B11/00 ,  G01B11/24 ,  G06T7/00 ,  G06T7/13 ,  G06T7/155 ,  G06T7/41

Abstract: 本发明涉及一种基于多参数特征融合的浮选精矿品位检测方法，包括如下步骤：(1)采集浮选矿物颗粒及浮选泡沫图像；(2)基于图像处理技术检测采集到的矿物颗粒图像粒度分布情况；(3)提取浮选泡沫的图像特征，建立样本数据库；(4)在线测量矿浆浓度及密度指标；(5)利用矿浆浓度、密度与精矿品位之间的数学关系建立多变量精矿品位预测模型；(6)基于五种不同的神经网络分别建立不同的精矿品位预测模型；(7)利用粒子群算法建立的精矿品位预测模型参数进行多变量联合优化，将六种模型输出结果累加和的平均值作为最终浮选精矿品位预测模型的输出值Y，即精矿品位的检测值。其优点是：根据预测模型，浮选精矿品位检测准确率和精度更高。

公开(公告)号：CN115870953A

公开(公告)日：2023-03-31

申请号：CN202211636877.0

申请日：2022-12-20

Applicant: 鞍钢集团矿业有限公司

Inventor： 丛峰武 ,  谷安成 ,  高太 ,  傅国辉 ,  李熙然 ,  尹震 ,  武允鑫 ,  吕斌

IPC: B25J9/00 ,  B25J5/02

Abstract: 本发明属于机器人制造与应用技术领域，尤其是涉及一种带有双向吸能机构的轨道式巡检机器人底盘，其特征在于包括与轨道相对滑动的U型半封闭框架，与U型半封闭框架转动连接的快拆框架，U型半封闭框架上部的驱动电机和从动轮组，主动轮，U型半封闭框架下部的底部夹紧机构和一组辅助支撑轮，U型半封闭框架底部的激光测距传感器，快拆框架上的侧向辅助定位轮，快拆框架侧面的双向吸能机构，侧向辅助定位轮与轨道的侧面滚动接触。本发明设计了一套独特的双向吸能机构，能够吸收和存储底盘在变换方向时的动能，增加轨道式机器人底盘在轨道上行进时的稳定性，快速吸收机器人行走底盘在轨道上行走时频繁变向产生的动能并利用到反向加速运动过程中。

公开(公告)号：CN114383985B

公开(公告)日：2023-09-15

申请号：CN202111599761.X

申请日：2021-12-24

Applicant: 鞍钢集团矿业有限公司

Inventor： 丛峰武 ,  安玉婷 ,  傅国辉 ,  张勇 ,  宋长春 ,  谷安成 ,  孙全

IPC: G01N15/02 ,  G01N9/04 ,  G01N29/032 ,  G01N21/25 ,  G01B11/00 ,  G01B11/24 ,  G06T7/00 ,  G06T7/13 ,  G06T7/155 ,  G06T7/41

Abstract: 本发明涉及一种基于多参数特征融合的浮选精矿品位检测方法，包括如下步骤：(1)采集浮选矿物颗粒及浮选泡沫图像；(2)基于图像处理技术检测采集到的矿物颗粒图像粒度分布情况；(3)提取浮选泡沫的图像特征，建立样本数据库；(4)在线测量矿浆浓度及密度指标；(5)利用矿浆浓度、密度与精矿品位之间的数学关系建立多变量精矿品位预测模型；(6)基于五种不同的神经网络分别建立不同的精矿品位预测模型；(7)利用粒子群算法建立的精矿品位预测模型参数进行多变量联合优化，将六种模型输出结果累加和的平均值作为最终浮选精矿品位预测模型的输出值Y，即精矿品位的检测值。其优点是：根据预测模型，浮选精矿品位检测准确率和精度更高。

公开(公告)号：CN206356252U

公开(公告)日：2017-07-28

申请号：CN201621382990.0

申请日：2016-12-16

Applicant: 鞍钢集团矿业有限公司

Inventor： 谷安成 ,  何晓明 ,  刘国义 ,  刘志斌 ,  白玉柱 ,  臧兆鸿 ,  吴庆波 ,  刘振胜 ,  马风勇

IPC: B07B1/52

Abstract: 本实用新型涉及一种直线除渣筛的自动清渣装置，包括直线除渣筛箱体，设在此直线除渣筛箱体上和直线除渣筛框架，与此直线除渣筛框架上面相连接的除渣筛网，其特征在于在所述的直线除渣筛框架上设有旋转清渣机构，所述的旋转清渣机构由固定在直线除渣筛框架上端的两个轴承座，通过主动轮轴和从动轮轴分别设置在两个轴承座上的主动轮和从动轮，与主动轮和从动轮转动连接的传动皮带，均匀固定在传动皮带上的刮板以及设置在除渣筛网下端设有排渣管，主轮轴与由电机和减速机组成的传动机构相连接。本实用新型的有益效果是：与现有技术相比，安装自动清渣装置后，除渣筛网上的杂物能得到及时清理。避免因杂物量大、人为清理不及时造成的金属损失。