Подпишитесь на нашу рассылку и всегда первыми узнавайте о том, что происходит.
Робот для удаления минералов, ленточный конвейер для угольных шахт, робот для сортировки материалов, система идентификации и позиционирования материалов
Jan 14, 2023Робот-сортировщик ленточного конвейера угольной шахты, система идентификации и позиционирования посторонних предметов
Безопасная эксплуатация ленточного конвейера угольной шахты, являющегося важным оборудованием для производства угольной шахты, является важной основой для обеспечения нормальной работы угольной шахты. Однако в процессе добычи и транспортировки угля на конвейерные ленты угольных шахт могут воздействовать посторонние предметы, добытые в результате комплексной добычи или комплексных раскопок и т. д., что может привести к серьезным авариям, таким как порванный или сломанный ремень. Традиционные методы обнаружения посторонних предметов, такие как ручное обнаружение, радарное обнаружение и металлодетекторы, неэффективны, дороги, сложны в развертывании и обслуживании и представляют угрозу безопасности.
Благодаря постоянному развитию технологий машинного зрения отечественные и зарубежные учреждения и ученые провели множество исследований по применению технологий машинного зрения для мониторинга состояния ленточных конвейеров угольных шахт и обнаружения целей. Хотя машинное зрение имеет определенную теоретическую основу для обнаружения и идентификации цели ленточного конвейера угольной шахты, нынешняя идентификация цели робота-сортировщика ленточного конвейера угольной шахты в основном предназначена для идентификации пустой породы, и меньше исследований по идентификации целей посторонних предметов, которые вызывают проникновение ленты, разрыв и т. д., и меньше исследований по точному позиционированию целевых посторонних объектов.
Таким образом, MingDe разработала роботизированную систему идентификации и позиционирования посторонних предметов на ленточном конвейере угольных шахт, которая может идентифицировать и определять местонахождение различных типов и форм посторонних предметов на конвейерной ленте.
С помощью многоугольной многомерной стереокамеры высокой точности интеллектуальный робот-сортировщик быстро сканирует руду на конвейерной ленте. Алгоритм распознавания посторонних объектов CRM-CNN собственной разработки точно определяет трехмерное положение обломков и управляет роботом для захвата. посторонний объект и помещает его в ящик для сбора посторонних объектов.
Характеристика продукта
1: На основе технологии глубокого обучения в сочетании с большой базой данных посторонних предметов. Интеллектуальный робот-сортировщик имеет высокую скорость распознавания посторонних предметов.
2. Используя многоугольную и многомерную промышленную стереокамеру и алгоритм геометрического 3D-распознавания, интеллектуальная роботизированная сортировочная машина может точно измерять и позиционировать глубину, направление и положение посторонних объектов.
3: Очень гибкое управление, поскольку новые посторонние объекты могут быть добавлены в любое время.
4: Специально разработанный роботизированный манипулятор с высоким уровнем защиты, более быстрый и гибкий, может эффективно адаптироваться к различным скоростям транспортировки и суровым промышленным условиям.
5: Высокоинтеллектуальный, автоматический и дополнительный удаленный мониторинг.
Экспериментальная проверка
Надежность Робот-сортировщик ленточного конвейера угольной шахты Система распознавания и локализации посторонних предметов и ее алгоритм проверены на экспериментальном прототипе с использованием в качестве экспериментального объекта посторонних предметов стержнеобразной формы. Результаты экспериментов прототипа системы показывают, что на скорость распознавания посторонних предметов робота-сортировщика угольной шахты система распознавания и позиционирования посторонних объектов не влияет размер, материал, цвет и т. д., и он может осуществлять сбор, обработку , извлечение признаков, распознавание и позиционирование изображения целевого постороннего объекта на конвейерной ленте, а уровень распознавания составляет более 99,5%, а средняя ошибка позиционирования целевого постороннего объекта составляет около 1%.