一种图像识别法选煤过程中的可选性评定方法与流程

本发明属于煤炭分选工艺技术领域，涉及煤炭图像分选方法与评定方法。

技术背景

煤炭“洗选”是目前选煤的最主要方式，但随着国家煤炭资源开发重心往西、北内地转移，使得“洗煤”方式的弊端进一步凸显。主要体现在：首先，洗煤过程中产生的大量煤泥水需要循环利用，工艺流程复杂，工作量大；其次，我国西部和北部缺水，生态脆弱，“洗煤”方式极大限制了煤炭利用的发展。近年来，一些新的分选方法得到了广泛发展，特别是不借助水的干法分选受到行业的重视，基于煤和矸石图像特征差异实现分选的方法有望得到大规模推广应用，为智能化选煤厂建设和产业升级提供技术支撑。然而基于图像差异的分选过程中对煤炭分选可选性评定方法不明确，进而使生产中产品难以调控，限制了图像法干式选煤的产业化发展。

技术实现要素：

本发明的目的就是针对图像差异的分选过程中对煤炭分选可选性评定方法不明确，进而使生产中产品难以调控，限制了图像法干式选煤的产业化发展的问题而提供一种图像识别法选煤过程中的可选性评定方法，以解决块煤图像识别干法分选的技术问题，并为分选产品调控提供依据。

本发明的目的可通过下述技术措施来实现：

本发明的图像识别法选煤过程中的可选性评定方法包括以下步骤：

a、原煤煤样采取：采样量≥10吨，采样时间≥8小时，子样数≥30个；采样地点在井下原煤皮带或原煤仓下皮带，采样应具有代表性；

b、原煤总样分析，包括元素分析、工业分析、煤灰成分分析、物理性质分析；其中元素分析包括碳、氢、氧、氮、硫、磷元素含量（质量%）；工业分析包括全水分（质量%）、收到基灰分（质量%）、收到基挥发分（质量%）、收到基和干燥基低位发热量（mj/kg）；煤灰成分分析还应包括煤灰熔融性和有害元素；物理性质分析包括摩擦角（°）、安息角（°）、抗碎强度、堆密度（kg/m³）、真密度（kg/m³）；

c、原煤粒度分析，按200mm、150mm、100mm、50mm、25mm、13mm、6mm、0.5mm进行筛分，对筛分后各粒级煤样取化验样进行工业分析和元素分析；其中元素分析包括碳、氢、氧、氮、硫、磷元素含量（质量%）；工业分析包括全水分（质量%）、收到基灰分（质量%）、收到基挥发分（质量%）、收到基和干燥基低位发热量（mj/kg）；

d、原煤图像特征分析，筛分后6mm及以上不同粒级煤样分别取样进行图像特征提取，对图像识别后的煤样再进行取样进行工业分析和元素分析；其中元素分析包括碳、氢、氧、氮、硫、磷元素含量；工业分析包括全水分、收到基灰分、收到基挥发分、收到基和干燥基低位发热量；

e、绘制6mm及以上筛分-图像特征可选性曲线并进行可选性评定。

本发明步骤c中所用筛分设备筛孔尺寸为200mm、150mm、100mm、50mm、25mm、13mm、6mm、0.5mm，25mm及以上筛子筛面材质为1mm~3mm厚冲孔钢板，25mm以下筛子为金属编织物材质。

本发明中所述原煤图像特征分析步骤如下：

（1）.筛分后6mm及以上粒级筛分产品中用于图像分析的样品质量为：>200mm大于等于1500kg、200mm~150mm大于等于1000kg、150mm~100mm大于等于800kg、100mm~50mm大于等于500kg、50mm~25mm大于等于300kg、25mm~13mm大于等于150kg、13mm~6mm大于等于100kg；

（2）.所取6mm及以上用于图像分析的样品，每个粒级中所有煤块用氮气在通风橱中除去表面煤尘；

（3）.每个煤块应在4只1000流明led灯距离煤块60cm处对煤块进行照亮；

（4）.图像提取优选的采用mv-em130c/m型cmos彩色工业相机，不低于800万像素，60fps，最高分辨率3264x2448，像素尺寸3.75x3.75(μm)，对每个粒级所有煤块标记并从3个互相垂直角度分别提取三张图像；

（5）.将提取的不同粒级煤块图像通过图像识别模块进行运算后得到灰度和纹理结构信息，并按不同粒级建立灰度值与纹理结构互相关的煤块样本序列；

（6）.对多标记的提取图像的煤块进行取样，进行工业分析，进一步建立灰分-灰度与纹理结构的对应关系；

（7）.构建灰分与与预先构建的样本库中精煤、中煤、矸石的灰度和纹理结构范围进行对比。

本发明步骤e中所述绘制6mm及以上筛分-图像特征可选性曲线包括高灰度曲线、低灰度曲线、分选灰度邻近无含量曲线、灰度曲线；所述可选性评定方法，根据中等灰度原煤的灰分分析和分选灰度临近无含量分析，综合判定待选原煤的可选性。

本发明的有益效果如下：

本发明解决了图像识别法分选的产品质量进行调控的问题，为图像识别法进行煤炭大规模工业分选提供了重要依据。

附图说明

图1是图像特征提取与识别原理图。

图2是原煤样图像提取过程的照明过程示意图。

图3是原煤样图像提取分析可选性实验流程图。

具体实施方式

本发明以下将结合实施例（附图）作进一步描述：

本发明的图像识别法选煤过程中的可选性评定方法包括以下步骤：

a、原煤煤样采取：采样量≥10吨，采样时间≥8小时，子样数≥30个；采样地点在井下原煤皮带或原煤仓下皮带，采样应具有代表性；

b、原煤总样分析，包括元素分析、工业分析、煤灰成分分析、物理性质分析；其中元素分析包括碳、氢、氧、氮、硫、磷元素含量（质量%）；工业分析包括全水分（质量%）、收到基灰分（质量%）、收到基挥发分（质量%）、收到基和干燥基低位发热量（mj/kg）；煤灰成分分析还应包括煤灰熔融性和有害元素；物理性质分析包括摩擦角（°）、安息角（°）、抗碎强度、堆密度（kg/m³）、真密度（kg/m³）；

c、原煤粒度分析（参见图3），按200mm、150mm、100mm、50mm、25mm、13mm、6mm、0.5mm进行筛分，对筛分后各粒级煤样取化验样进行工业分析和元素分析；其中元素分析包括碳、氢、氧、氮、硫、磷元素含量（质量%）；工业分析包括全水分（质量%）、收到基灰分（质量%）、收到基挥发分（质量%）、收到基和干燥基低位发热量（mj/kg）；所用筛分设备筛孔尺寸为200mm、150mm、100mm、50mm、25mm、13mm、6mm、0.5mm，25mm及以上筛子筛面材质为1mm~3mm厚冲孔钢板，25mm以下筛子为金属编织物材质。

d、原煤图像特征分析（参见图1、2、3），筛分后6mm及以上不同粒级煤样分别取样进行图像特征提取，对图像识别后的煤样再进行取样进行工业分析和元素分析；其中元素分析包括碳、氢、氧、氮、硫、磷元素含量；工业分析包括全水分、收到基灰分、收到基挥发分、收到基和干燥基低位发热量；具体分析步骤如下：

（1）.筛分后6mm及以上粒级筛分产品中用于图像分析的样品质量为：>200mm大于等于1500kg、200mm~150mm大于等于1000kg、150mm~100mm大于等于800kg、100mm~50mm大于等于500kg、50mm~25mm大于等于300kg、25mm~13mm大于等于150kg、13mm~6mm大于等于100kg；

（2）.所取6mm及以上用于图像分析的样品，每个粒级中所有煤块用氮气在通风橱中除去表面煤尘；

（3）.每个煤块应在4只1000流明led灯距离煤块60cm处对煤块进行照亮；

（4）.图像提取优选的采用mv-em130c/m型cmos彩色工业相机，不低于800万像素，60fps，最高分辨率3264x2448，像素尺寸3.75x3.75(μm)，对每个粒级所有煤块标记并从3个互相垂直角度分别提取三张图像；

（5）.将提取的不同粒级煤块图像通过图像识别模块进行运算后得到灰度和纹理结构信息，并按不同粒级建立灰度值与纹理结构互相关的煤块样本序列；

（6）.对多标记的提取图像的煤块进行取样，进行工业分析，进一步建立灰分-灰度与纹理结构的对应关系；

（7）.构建灰分与与预先构建的样本库中精煤、中煤、矸石的灰度和纹理结构范围进行对比。

e、绘制6mm及以上筛分-图像特征可选性曲线并进行可选性评定：

所述绘制6mm及以上筛分-图像特征可选性曲线包括高灰度曲线、低灰度曲线、分选灰度邻近无含量曲线、灰度曲线；所述可选性评定方法，根据中等灰度原煤的灰分分析和分选灰度临近无含量分析，综合判定待选原煤的可选性。