[發明專利]一種基于圖像識別的自動化放礦實驗方法及系統有效

申請號：	201910706065.0	申請日：	2019-08-01
公開（公告）號：	CN110443299B	公開（公告）日：	2023-05-30
發明（設計）人：	柳小波;王連成;張鑫;邵安林;王懷遠	申請（專利權）人：	東北大學
主分類號：	G06V10/764	分類號：	G06V10/764;G06V10/40;G06V10/26;G06V10/82;G06N3/0464;G06N3/08
代理公司：	沈陽優普達知識產權代理事務所(特殊普通合伙) 21234	代理人：	陳曦
地址：	110169 遼***	國省代碼：	遼寧;21
權利要求書：	查看更多	說明書：	查看更多
摘要：
搜索關鍵詞：	一種基于圖像識別自動化實驗方法系統
鉆瓜網技術展會專利詞庫專利權人專利榜在售專利公布日期熱門專利

【說明書】：

本發明的一種基于圖像識別的自動化放礦實驗方法及系統，方法包括：通過顏色和標號來標識標志顆粒的放置方位；通過機械臂向放礦設備中逐層填裝礦石散體和標志顆粒；開啟放礦設備，拍攝每層礦石散體和標志顆粒的圖像；對圖像進行處理，構成圖像訓練集以對卷積神經網絡進行訓練；通過訓練好的卷積神經網絡對散體圖像進行識別，獲得每個標志顆粒的顏色、編號和標志顆粒出現時對應的放出體體積；利用編號直接還原法和達孔量法處理數據，繪制放出體形態。本方法不需人工測重、挑選辨識標志顆粒和記錄數據，利用相機和神經網絡識別分析完成放出體還原的過程，采用連續作業，可更精準地測量每個標志顆粒的達孔量值，得到的放出體形態更加精確。

技術領域

本發明涉及崩落采礦法領域，特別適用于測量散體材料的流動性能，具體涉及一種基于圖像識別的自動化放礦實驗方法及系統。

背景技術

在崩落法采礦中，放礦是一個十分重要的過程，直接影響著礦石回收率與廢石混入率，關系著整個企業的經濟效益。如果采場的結構參數設計不合理或放礦過程管理不當，很容易致使損失率和貧化率升高，造成資源的浪費和礦山利潤的下降。據統計，我國采用崩落法開采的黑色金屬礦山損失率為20～30％，貧化率為25～35％，同國外先進礦山相比高出10～15％左右。而不同礦山的礦巖散體性質相差較大，由此而設計的采場結構參數也各不相同，因此充分認識并研究不同條件下礦巖散體的流動規律，測量不同礦山的散體流動參數，確定不同礦巖性質條件下的放出體形態，對于改進礦山的相關結構參數、合理布置采礦工程、降低巖石的混入率、提高礦石的回收率具有重要的意義。由于現場放礦實驗的條件限制，當前研究散體流動規律和測量散體流動參數的主要方法是在實驗室采用相似材料進行物理放礦實驗，但傳統的放礦實驗各工序之間不連續，需要在每次放出一定量的材料后人工稱重、挑出標志顆粒和記錄數據，由此導致實驗費時費力，不利于實驗的研究工作。

發明內容

為解決上述技術問題，本發明的目的是提供一種基于圖像識別的自動化放礦實驗方法及系統，實現了放礦實驗的自動化，大大提高了實驗的效率。

本發明提供一種基于圖像識別的自動化放礦實驗方法，包括如下步驟：

步驟1：制作標志顆粒，通過顏色和標號來標識標志顆粒的放置方位；

步驟2：拍攝多張混合有標志顆粒的礦石散體的圖像并對圖像進行處理，構成圖像訓練集，通過圖像訓練集對卷積神經網絡進行訓練；

步驟3：填裝實驗材料，通過機械臂裝置向放礦設備中逐層填裝礦石散體和標志顆粒，直到達到實驗要求高度；

步驟4：開啟放礦設備，并通過攝像識別設備拍攝每層礦石散體和標志顆粒的圖像；

步驟5：通過訓練好的卷積神經網絡對放礦設備放出的散體圖像進行識別，獲得每個標志顆粒的顏色和編號，以及標志顆粒出現時對應的放出體體積；

步驟6：利用編號直接還原法和達孔量法分別處理數據，繪制放出體形態。

在本發明的基于圖像識別的自動化放礦實驗方法中，所述步驟1具體為：

步驟1.1：將標志顆粒染成不同的顏色用以表示所在高度的不同，再進行烘干；

步驟1.2：在染色烘干后的標志顆粒上標注兩位數字的編號，第一位數字表示方向角度，第二位數字表示標志顆粒放置位置距離中心的間距。