煤与矸石分选系统设计.pdf

第 44卷 第 8 期 2018年 8 月 工矿自动化 Industry and Mine Automation Vol. 44 No. 8 Aug. 2018 文章编号671-251X201808-0091-05 DOI 10. 13272/j. issn. 1671-251x. 2018020004 煤 与 矸 石 分 选 系 统 设 计 杨慧刚S 乔志敏高 绘 彦3 刘宇4 赵 一 丁5 1.菏泽学院机电工程学院，山 东 菏 泽 274015 5.东北大学信息科学与工程学院， 辽 宁 沈 阳 110819 摘要 针对常见选煤方法存在成本高、 自然资源消耗大、 环境污染严重， X 射线选煤法对于不同厚度的煤 和矸石容易出现识别错误等问题， 设计了一种基于X 射线和光纤传感器的煤与矸石分选系统。该系统首先 利 用 X 射线扫描获取煤和矸石X 射线图像， 经处理后得到图像灰度值； 然后采用光纤传感器检测煤和矸石 的厚度； 最后综合灰度值和厚度确定煤矸识别阈值， 实现煤和矸石的分选。实验结果表明， 该系统利用煤矸 识别阈值能有效识别煤和矸石。 关键词 煤炭开采；煤矸识别；煤与矸石分选； X 射线；光纤传感器 中图分类号 TD948 文献标志码A 网络出版地址http //kns. cnki. net/kcms/detail/32. 1627. TP. 20180718. 1710. 003. html 收稿日期2018-02-01;修回日期2018-07-15 ;责任编辑 盛男。 基金项目 中央高校基础研究经费资助项目（ N120403011菏泽学院2017年校基金资助项目（ XY17KJ05。 作者简介 杨慧刚（ 1989-，男，山东菏泽人，助教，硕士， 主要研究方向为模式识别、 路径优化， E-mail yangl23gang126. com。 引用格式 杨慧刚，乔志敏， 高绘彦， 等. 煤 与 矸 石 分 选 系 统 设 计 工 矿 自 动 化 ， 2018,4481-95. YANG Huigang, QIAO Zhimin, GAO Huiyan, et al. Design of separation system of coal and gangue[J]. Industry and Mine Automation 2018 44 8 91-95. XIE Xiaojia， CHENG Lijun， WANG Yong. The tracking and locating system of the mining personnel based on the ZigBee wireless network plat [J] . Journal of China Coal Society, 2007,328 884-888. [3 ] PARK C G JEON H C，KIM H J，et l Designof a base station for MEMS CCR localization in an optical sensor network. [J]. Sensors， 2014， 14 5 8313-83297 [ 4 ] 周瑞， 李志强， 罗磊.基于粒子滤波的WiFi行人航位 推算融合室内定位计算机应用， 2016, 36 5 1188-1191 ZHOU Rui , LI Zhiqiang , LUO Lei. WiFi-pedestrian dead reckoning fused indoor positioning based on particle filtering [ J ] Journal of Computer Applications，016,365 1188-1191. [5 ]陈旭光， 杨平，陈意.MEMS陀螺仪零位误差分析与 处理[J].传感技术学报，2012,255 628-632. CHEN Xuguang YANG Ping CHEN Yi Analysis and processing on zero position error of MEMS gyroscope [ J ] Chinese Journal of Sensors and Actuators 2012 255 628-632 [6 ] KANG W , HAN Y. Smart PDR smartphone-based pedestrian dead reckoning for indoor localization[J] . IEEE Sensors Journal , 2015,155 2906-2916. [7 ] RENAUDIN V, SUSIM, LACHAPELLE G. Step length estimation using handheld inertial sensors[J] . Sensors , 2012,127 8507. [8 ]陈孟元， 谢义建， 陈跃东.基于四元数改进型互补滤波 的MEMS姿态解算[J].电子测量与仪器学报，2015, 299 1391-1397. CHEN Mengyuan XIE Y iB ian CHEN Yuedong. Attitude estimation of MEMS based on improved quat1rnion com pl1m 1ntary filt1r [J ].Journal of Electronic Measurement and Instrumentation， 2015， 299 1391-1397. [ 9 ] 周亮， 付永涛， 李广军.无线定位与惯性导航结合的室 内定位系统设计[J].电子技术应用，2014,40 4 73-76. ZHOU Liang， FU Yongtao, LI Guangjun. Design of indoor positioning system based on inertial navigation and wireless location [J] . Application of Electronic [10] ZHENG X FU J.Study on PDR and RSSI based indoor localization algorithm [J]. Chinese Journal of Scientific Instrument， 2015， 365 1177-1185. 92 工 矿 自 动 化2 0 1 8 年 第 4 4 卷 Design of separation system of coal and gangue YANG Huigang1, QIAO Zhimin2, GAO Huiyan3 , LIU Yu4, ZHAO Yiding 1. School of Mechanical and Electrical Engineering, Heze University, Heze 274015， China; 2. Department of Automation, Taiyuan Institute of Technology， Taiyuan 030003， China; 3. Heze Power Supply Company， State Grid Shandong Electric Power Company， Heze 274000， China; 4. School of Mechanical Engineering and Automation， Northeastern University， Shenyang 110819, China; 5. College of Ination Science and Engineering， Northeastern University， Shenyang 110819, China Abstract In view of problems of high cost， high consumption of natural resources and serious environmental pollution existed in common coal preparation s and X-ray coal preparation was easy to occur identification errors for different thickness of coal and gangue， a separation system of coal and gangue based on X-ray and optical fiber sensor was designed. Firstly， X-ray images of coal and gangue are obtained by X-ray scanning， which are processed to get gray value of the images. Then thickness of coal and gangue are measured by optical fiber sensor. Finally， identification threshold value of coal and gangue is determined by integrating gray value and thickness， so as to realize separation of coal and gangue. The experimental result shows that the system can identify coal and gangue effectively through the identification threshold value of coal and gangue. Key words coal mining; coal and gangue identification; coal and gangue separation; X-ray; optical fiber* en*or 〇 引言 在煤炭生产过程中需要进行选煤， 以得到不同 质量的煤炭进行综合利用[12]。现阶段， 常见的选煤 方法有重介质选煤法、 跳汰选煤法、 浮游选煤法及 Zi为 光纤传感器探头到被测物体表面的距离， 即光纤传 器 检测 。 测 厚 为 d H h 1 由于输送带具有一定的宽度， 被测的煤和矸石 在输送带上具体位置不能确定， 所以需要在输送带 上方沿输送带宽度方向架设多个光纤传感器探头， 并使检测范围尽量覆盖整个输送带宽度[13]。 考虑 94 工 矿 自 动 化2 0 1 8 年 第 4 4 卷 3 1一光纤传感器探头7 为被穿 厚度。 由式（ 4可得 I 00 ln 了 u 5 7 由 于 X 射线强度与X 射线图像灰度值之间呈 系 ， 由式（ 5可得 u -ln 0 6 7 f 式 中 /。 1分别为X 射线穿过 后对应X 射线 图像 。 由于煤和矸石所含元素、 密度不同， 对 X 射线 系数不同， X 射线在穿透煤 后衰减程 也会不同。利用探测器 集的煤 X 射 线图像 最小 ， 同时利用光 器检测 煤 厚度， 便能计算出X 射 线 穿 过 煤 石 衰减系数。 设 X 射线穿过第1，2， ，Z块煤的衰减系数分 别为ud，U2，c，X 射 线 穿 过 第 1，2,，块矸 衰减系数分别为Ug1，ug2， ，u，，则 X 射线穿过 煤的平均衰减系数〜和X 射线穿过 平均衰 减系数％ 分别为 uc u C 1 8 u C 2 8 8 u c i ， 7 g u g 1 8 u g 2 8 8 u g l c 8 由此得出煤矸识别阈值[15]为 丁 u c 8 u g 9 3实验结果分析 对大量煤和矸石进行实验得到各自最小灰度值 和厚度， 将实验 式 （ 6式 （ 8，，得 出 〜 约 为 7. 70， 约 为 16. 02，X 射线穿过煤 衰 减系数有明显 性 ， 根据式（ 9计算得出煤 了 11. 86。为验证煤 有 效性， 各 取 20组煤 ， 测量煤 X 射线图 像最小 厚度， 式X 射线穿 过煤 衰减系数初 衰 减 的 X 射线图像 2 500，见 表 3、表 4。 出 X 射线穿过 煤的衰减系 1 1 以下，X 射线穿过 衰 减系 11 表 煤 合 理 有效 煤 。 表 3 X 射线穿过煤的衰减系数 Table 3 Attenuation coefficient of X-ray through coal 最小 厚/cm衰减系最小 厚/cm衰减系 1 262 10.63 6 . 421 2408 . 91 7.78 1 1829 . 957 . 49818 12.398.99 1 4359 . 176 . 011 376 9.216.96 1 3029 . 326 . 951 3327 . 60 8.29 1 6286 . 986 . 13874 10.1610.33 1 274 11.296 . 43 8699 . 65 10.95 1 701 7.21 5 . 32892 11.149.26 1 577 8.37 5 . 481 9013 . 78 7.21 76021.82 5 . 45803 13.148.63 85010.23 10. 48737 12.859.49 2 0 1 8 年 第 8 期杨 慧 刚 等 煤 与 8石 分 选 系 统 设 计 95 表 4 X 射线穿过矸石的衰减系数 Table Attenuation coefficient of X-ray through gangue 最小灰度值 厚度/cm衰减系数最小灰度值厚度/cm 衰 减 系 7348 . 5014. 417917.3215.67 8516 . 6016. 32741 8.7413.85 867 6.95 15. 23583 9.8114.71 5848.25 17. 62500 10.7014.85 489 9.97 16. 82576 9.1515.97 692 7.71 16. 51730 6.9117.78 43810.10 17. 14491 10.3015.74 6337.53 18. 20823 8.1713.52 5438.91 17. 12417 9.9318.03 1 034 5.90 14. 70902 6.2316.33 4结语 基 于 X 射线和光纤传感器的煤与矸石分选系 统利用X 射线扫描获取煤和矸石X 射线图像， 并经 过处理得到图像灰度值， 采用光纤传感器检测煤和 矸石的厚度， 通过灰度值和厚度确定煤矸识别阈值， 消除了不同煤和矸石厚度对识别的影响， 有效实现 了煤和矸石的自动分选。 参 考 文 献 （ References 1 *石 焕 ， 程 宏 志 ， 刘万 超 . 我国选煤技术现状及发展趋势 [J] . 煤 炭 科 学 技 术，2016,446 69-174. SHI Huan,CHENG Hongzhi, LIU Wanchao. Present status and development trend of China n s coal preparation technology [ J ]. Coal Science and Technology ,2016,446 69-174. [2 ] ZHENG Gangfeng. Slime heavy medium cyclone advantages in coal production [ J ]. Filtration p Separation, 2016,532 40-45. [A]程 学 珍 ， 王 伟 ， 卫 阿 盈 . 煤 与 矸 石 在 线 分 选 系 统 设 计 [J] . 工 矿 自 动 化 ，2013,398 95-98. CHENG Xuezhen, WANG Wti, WEI Aying. Design of online separation system for coal and gangue[J]. Industry and Mine Automation, 2013,398 95-98. [4]杨 慧 刚 ， 乔 志 敏 .基 于X射 线 和 机 器 视 觉 的 煤 与 矸 石 分选 系 统 设 计[J].工 矿 自 动 化 ，2017,433 5-89. YANG Huigang,QIAO Zhimin. Design of separation system of coal and gangue based on X-ray and machine vision [J]. Industry and Mine Automation， 2017,433 5-89. [5 ] CHEN Xiaohui， LI Xiaoya， MA Yuncan， et al. Optimization of a femtosecond laser generated x-ray source for pulsed radiograph[J]. Nuclear Instruments and s in Physics Research， 2016，806 378-382. [6 ]霍 平 ， 曾 翰 林 ， 霍 柯 言 . 基 于 图 像 处 理 的 煤 /矸 密 度 识 别 系 统 的 研 究 [J] . 选 煤 技 术，20152 9-73. HUO Ping , ZENG Hanlin , HUO Keyan. Research on density identification system of coal and refuse based on image processing technology [J]. Coal Preparation Technology， 2015 2 69-73. [7] 杨 秋 虎 . 基 于 强 度调制的光纤位移传感器信号处理技 术 研 究 及 电 路 实 现 [D] . 武 汉 华 中 科 技 大 学 ，2011 21-297 [8] 廖 圣 华 . 基于光纤传感器的表面轮廓检测系统研究与 开 发 [D] . 武 汉 华 中 科 技 大 学 ，201231-35. [9] 孙 继 平 ， 佘 杰 . 基 于 支 持 向 量 机 的 煤 岩 图 像 特 征 抽 取 与 分 类 识 别 [J] . 煤 炭 学 报，2013, 38 增 刊2 508-5127 SUN Jiping， SHE Jie. Coal-rock image feature extraction and recognition based on support vector machine[J]. Journal ofChina Coal Society， 2013, 38 S2 08-512. [0] 米 强 ， 徐 岩 ， 刘 斌 ， 等. 煤 与 矸 石 图 像 纹 理 特 征 提 取 方 法 [J].工 矿 自 动 化 ，2017，435 26-30. MIQiang， XUYan， LIUBin， etal. Extraction of texture feature of images of coal and gangue[J]. Industry and Mine Automation , 2017,435 26-30. [1] 孙 继 平 ， 佘 杰 . 基 于 小 波 的 煤 岩 图 像 特 征 抽 取 与 识 别 [J] . 煤 炭 学 报，2013，3810 900-1904. SUN Jiping , SHE Jie. Wavelet-based coal-rock image feature extraction and recognition [ J ]. Journal of China Coal Society , 2013,3810 1900-1904. [2] 宋 剑 . 基 于 图 像 特 征 的 煤 与 矸 石 识 别 算 法 研 究 [D]. 邯 郸河 北 工 程 大 学 ，2016 43-47. [3] 黄 洪 涛 ， 关 建 军.基 于 机 器 视 觉 的 煤 炭 自 动 识 别 分 拣 系统研究[J].电 子 设 计 工 程， 2017， 2514 62-166. HUANG Hongtao， GUAN Jianjun. Research on automatic coal recognition and sorting system based on machine vision[J]. Electronic Design Engineering， 2017,2514 62-166. [14] LIU Congshan， LI Xiangbao， YANG Yupu. Text classification algorithm based on neighborhood component analysis[J]. Computer Engineering , 2012， 3815 39-141. [15] LUJiwen，ZHOU Xiuzhuang，TAN Y P，et al. Neighborhood repulsed metric learning for kinship verification [ J ]. IEEE Transactions on Pattern Analysis and Machine Intelligence，2014，36 2 331-345.