选煤厂手选作业煤与矸石自动分选系统的研究

摘要

煤炭在我国的能源结构中占有着重要的地位，为我国的经济发展做出了重要的贡献[1]。最近两年以来，雾霾频繁来袭，人们把矛头指向了煤炭，明确指出要减少煤炭的消费量，可是对于“富煤、贫油、少气”的我国来说，在短期内无法大规模替代煤炭消[2]。为顺应国家和市场的要求，那么进行煤炭的洗选具有很重要的现实意义。
　　手选作业是原煤准备作业的一个重要环节，在煤炭价格大幅下跌的背景下，煤炭企业效益严重缩水，传统手选使得煤炭企业的生产和管理成本较高，人工选矸方式的劳动强度大，生产效率较低，矸石的拣选率受工人素质和管理水平等因素的影响，在原有手选作业设施的基础上，设置煤与矸石在线自动分选系统则有利于进一步减轻工人的劳动强度、改善工人的工作环境、降低人力和管理成本，同时也可以提高手选质量和减轻后续分选环节的负担以及便于集中管理。对块状矸石的分选，设置煤与矸石自动分选系统有着非常重要的意义。
　　本文首先对煤与矸石自动分选的方法进行了阐述，最终决定采用机器视觉的方法对煤和矸石进行识别，主要利用煤与矸石在表面的灰度差异对其进行识别;其次对机器视觉系统进行了简要概述;然后对图像处理的算法进行了阐述，最终确立了对煤和矸石图像进行处理的算子，即先进行灰度变换，再进行高斯滤波、图像增强、图像分割、进行边缘提取，再对边缘内的区域进行孔洞填充，最后提取边缘内部区域的灰度特征值，根据灰度均值和偏差对煤和矸石进行识别;最后对图像采集系统、照明系统和执行机构进行了设计。

目录

声明

摘要

引言

1 绪论

1．1 课题的提出及意义

1．2 煤与矸石在线自动分选的现状及未来

1．3 课题的目标和主要内容

1．3．1 课题的目标

1．3．2 课题的主要内容

1．4 本章小结

2 机器视觉系统概述

2．1 机器视觉的产生和发展

2．2 机器视觉系统的组成

2．3 机器视觉特点

2．4 机器视觉的应用现状

2．5 本章小结

3 机器视觉及图像处理的常用算法

3．1 图像增强

3．1．1 灰度值变换

3．1．2 图像的平滑

3．2 图像分割

3．3 形态学

3．3．1 二值形态学

3．3．2 灰度图像形态学

3．4 边缘提取

3．4．2 Sobel算子

3．4．3 Prewitt算子

3．4．4 Kirsch 算子

3．4．5 Laplacian算子

3．4．6 LoG算子

3．4．7 Canny算子

3．5 特征值提取

3．6 本章小结

4 手选作业煤与矸石自动分选系统的软硬件设计

4．1 手选作业工艺的设置

4．2 手选作业煤与矸石自动分选系统的工作原理

4．3 排队机构的硬件设计

4．4 图像采集机构的硬件设计

4．4．1 照明系统的设计

4．4．2 传感器的选择

4．4．3 工业相机的选择

4．4．4 镜头的选择

4．4．5 图像采集卡的选择

4．5 执行机构的硬件设计

4．6 图像处理系统的设计

4．6．1 HALCON软件简介

4．6．2 图像处理软件的设计

4．7 本章小结

5 结论

参考文献

附录

致谢

作者简介及读研期间主要科研成果