【能源人都在看,点击右上角加'关注'】
1作 者
郭永存1,2,3,4,何 磊1,4,刘普壮1,4,王 希4
2单 位
1. 安徽理工大学 深部煤矿采动响应与灾害防控国家重点实验室;2. 安徽理工大学 矿山智能装备与技术安徽省重点实验室;3. 矿山智能技术与装备省部共建协同创新中心;4. 安徽理工大学 机械工程学院
3研究背景
传统的机械化选煤方式如跳汰法、浮选法和重介浅槽法等,均会造成不可逆转的空气污染、水质污染和地质污染。现存的人工选矸方式,成本高,工人工作环境差,分拣效率低。随着计算机计算能力和高速电路的发展,基于传感器的煤矸光电分选技术广受关注。光电分选技术不仅不消耗水资源和化学试剂,而且能耗低、效益大, 在工业生产中逐渐应用。目前,光电分选主要有2种技术手段:①基于可见光成像的图像识别技术,即采用线阵相机对输送带上原煤流进行成像;②基于透射成像的图像识别技术,即采用高能射线(如γ射线、X射线)对输送带上原煤流进行透射成像。
最初采用的煤矸γ射线的透射识别技术,因辐射难以控制问题,未被推广使用。相较于γ射线,X射线辐射可控性较高,且基于X射线透射成像的图像识别技术对环境敏感性较弱,目前被工业界普遍接受。针对X射线透射识别技术,笔者通过建立NP-FSVM分类器,融合单能X射线图像灰度、纹理特征对煤矸进行识别,获得较高识别率。但采用单能X射线,完全忽视了厚度效应影响,易将较厚的煤识别为矸石、较薄的矸石识别为煤。ON Ketelhodt L等采用双能X射线获取煤和矸石的等效原子序数,依据等效原子序数差异来设定阈值分离煤和矸石。KUERTEN Ariane Salvador采用等效原子序数分割图像,计算了煤和矸石图像中矸石像素面积占比,以此对煤和矸石进行分类。
由于射源放射的X射线为连续能谱,而简化计算中将连续能谱等效为单一能谱,所以余晖效应、厚度效应和射束硬化效应仍然存在,导致煤和矸石的等效原子序数特征存在波动和交叉重叠。为了增强特征可分性,李振华等通过联合矿石高能图像灰度均值I,将矿石一维物质属性R值特征,扩展至二维R-I平面对厚度进行矫正。徐明刚等提出采用二维隶属度分割方法用于安检系统物质鉴别,矫正厚度影响,可基本区分开不同物质R值重叠区域。由此可见,对煤和矸石X射线图像识别,消除厚度效应的同时,还应考虑融入高、低能图像特征,并引入通过阈值分割后计算得到的矸石面积占比特征,进行多维度分析。
4摘 要
环境适应能力强、识别精度高是有效分离煤和矸石的前提。采用双能X射线透视煤和矸石并成像,避免了粉尘、光照强度和物料表面等外界因素影响。但双能X射线探测器采集射线能量数据存在余晖效应、厚度效应和射束硬化效应等缺陷。为降低缺陷影响,提高煤和矸石识别率,提出一种联合R值图像与高、低能图像特征对煤和矸石进行多维度分析的方法。
首先基于双能X射线采集系统获取高、低能图像,并利用比值法得到R值图像;然后针对所获取的3种图像,研究煤和矸石密度及灰分含量等关键物性参数与图像特征关系,据此设计特征提取方案,共计提取8个特征参量,形成一种强特征组合;最后采用Relief算法度量每个特征参量的重要性,进而设计分类试验。
以不同地区肥煤、焦煤、气煤和矸石为试验对象,观察剔除权重较低的特征后,分类模型准确率,发现以特征组合[Rc,Glc,Gl,Ra]为输入,PSO-SVM分类模型对3种煤混合矸石识别效果最佳,识别率为99.4%。
结合PSO-SVM分类模型和[Rc,Glc,Gl,Ra]的特征组合对肥煤、焦煤和气煤分别混合矸石进行识别验证,结果表明:肥煤混合矸石识别率为98.89%,焦煤混合矸石识别率为100%,气煤混合矸石的识别率为99.44%。
本方法通过联合多张图像的多个特征,进行多维度分析,发现R值图像特征和高能图像特征对煤和矸石的区分度最好,可有效降低双能X射线缺陷影响,能以较少的特征,实现对不同煤种的较高识别率,优于现有方法。此外,以灰分、密度为参照选取特征阈值,贴合实际需求,减少了工程应用中根据矿区煤质差异进行参数调整的频次,提高了识别模型的泛化能力。5部分图片
试验图像获取
图像缺陷影响
密度与R值和灰分之间关系
R值分割阈值选取
R值阈值图像分割结果
高、低能图像灰度阈值选取
高、低能图像灰度阈值分割结果
Relief特征选择结果
分类测试结果
作者简介
郭永存,男,1965年10月出生,博士,教授,博士生导师。现任安徽理工大学党委书记、深部煤炭采动响应与灾害防控国家重点实验室主任,教育部矿山智能技术与装备省部共建协同创新中心主任。《辞海》第七版分科主编,中国煤炭工业技术委员会委员,安徽省煤炭学会副理事长,安徽省学术与技术带头人。
研究方向
矿山运输安全高效运行关键技术,煤矸高效光电分选关键理论及技术
主要成果
致力于矿山运输安全高效运行和煤矸光电分选理论与关键技术研究,主持国家重点研发计划课题、国家自然科学基金、安徽省科技重大专项、教育部博士学科点博导基金项等省部级以上科研项目20余项、企业委托课题20余项。获省部级教学成果奖特等奖3项,一等奖2项,获省部级科技进步奖1等奖5项,二等奖2项;在《AdvancedPowder Technology》、《物理学报》、《煤炭学报》等国内外学术刊物上发表论文100余篇,授权国际国内发明专利30余件。
郭永存,何磊,刘普壮,等. 煤矸双能X 射线图像多维度分析识别方法[J]. 煤炭学报,2021,46(1):300-309.
GUO Yongcun,HE Lei,LIU Puzhuang,et al. Multi-dimensional analysis and recognition method of coal and gangue dual-energy X-ray images[J]. Journal of China Coal Society,2021,46(1):300-309.
责任编辑:郭晓炜编辑整理:郭晓炜审核:常 琛
End
往期精彩谢和平,吴立新,郑德志:2025年中国能源消费及煤炭需求预测钱鸣高,许家林:煤炭开采与岩层运动袁亮:煤及共伴生资源精准开采科学问题与对策康红普,王国法,姜鹏飞,等:煤矿千米深井围岩控制及智能开采技术构想谢和平:深部岩体力学与开采理论研究进展康红普,尹丙鼎,高富强,等:中国煤矿井下地应力数据库及地应力分布规律
联系人:郭晓炜电话:010-87986411-811邮箱:guoxiaowei@chinacs.org.cn网址:www.mtxb.com.cn版权声明:
本平台刊登的《煤炭学报》所有稿件均按照国家版权局有关规定支付了相应稿酬,《煤炭学报》享有稿件的信息网络传播权。未经授权,不得匿名转载。本平台所使用的图片属于相关权利人所有,因客观原因,部分作品如存在不当使用的情况,请相关权利人随时与我们联系。
免责声明:以上内容转载自煤炭学报,所发内容不代表本平台立场。
全国能源信息平台联系电话:010-65367702,邮箱:hz@people-energy.com.cn,地址:北京市朝阳区金台西路2号人民日报社
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.