细粉加工设备(20-400目)
我公司自主研发的MTW欧版磨、LM立式磨等细粉加工设备，拥有多项国家专利，能够将石灰石、方解石、碳酸钙、重晶石、石膏、膨润土等物料研磨至20-400目，是您在电厂脱硫、煤粉制备、重钙加工等工业制粉领域的得力助手。
超细粉加工设备(400-3250目)
LUM超细立磨、MW环辊微粉磨吸收现代工业磨粉技术，专注于400-3250目范围内超细粉磨加工，细度可调可控，突破超细粉加工产能瓶颈，是超细粉加工领域粉磨装备的良好选择。
粗粉加工设备(0-3MM)
兼具磨粉机和破碎机性能优势，产量高、破碎比大、成品率高，在粗粉加工方面成绩斐然。
煤矸石检测r射线
安徽理工大学：郭永存教授——煤矸双能X射线图像多维度分析
2021年3月5日 创新点 （1）采用双能X射线透射煤和矸石，联合获取的高能图像、低能图像和计算而来的R值图像的多个特征，进行多维度分析，降低了X射线图像识别过程余晖效 2019年5月3日 对煤矸石识别方法的研究方向和途径进行了展望，提出应全面分析、理解煤矸石的特征差异，研究符合煤矿绿色发展要求的煤矸石识别方法、快速高效的煤矸石图 煤矸石识别方法研究现状与展望
煤矸石识别方法研究现状与展望
2020年1月20日 从煤矸石识别特征出发，对煤矸石识别方法的研究现状进行了总结，列举了密度识别法、硬度识别法等以密度、硬度等为识别特征的煤矸石识别方法，以及射线识 2020年8月19日 摘要: 针对选煤场的煤矸分离中基于计算机视觉的煤矸石检测方法需要复杂的人工特征设计过程，在YOLOv3目标检测模型基础上，提出一种基于深度学习的端到端 一种基于深度学习的煤矸石检测方法
X射线透射煤矸智能识别方法
2022年9月1日 煤矸图像识别是基于伪双能X射线透射（XRT）的煤矸分选技术重要环节。 受煤矸紧贴或遮挡导致煤矸图像难以分割和基于人工阈值判别易导致煤矸分类识别错误影响，现有的煤矸识别方法精度不高。2022年10月21日 针对双能X射线煤矸石分离技术对粒度为5~15 mm的煤矸石识别精度低的问题，提出了基于X射线透射和衍射相结合的煤矸石识别方法。 提出了原则。 基于X射 基于X射线透射和衍射原理相结合的煤矸石识别方法研究
YOLOv4 煤矸石检测方法研究
2022年8月26日 通过实验测试得出,改进后的YOLOv4能够对小块煤矸石检测,同时也能够提高目标检测模 型的整体检测精度,准确率可达94%以上,完全可以替代人工检测。 关键词: 2022年5月29日 根据煤矸石测试数据集和煤矸石检测实验，结合使用优化方法，YOLOv4检测算法的mAP值达到9752%，分别为4070%和43。 分别比 SSD 和 Faster RCNN 检 基于深度学习的煤矸石智能检测研究,Measurement XMOL
YOLO v4 的煤矸石识别检测技术研究
2023年2月22日 实验结果表明,该检测算法在测试集上检测煤与煤矸石混合的mAP值为9814%,FPS为 283f/s,相较于SSD、YOLOv3检测算法识别精度分别提高了541% 2019年8月13日 一种基于X射线图像的煤矸识别方法与流程 本发明属于煤矸识别技术领域，尤其涉及一种基于x射线图像的煤矸识别方法。 背景技术： 煤炭是我国的主要能源之 一种基于X射线图像的煤矸识别方法与流程 X技术网
煤矸石检测r射线
煤矸石识别方法研究现状与展望 需要研究新型煤矸石高效识别方法，在现有方法基础上进行融合和创新，并将其应用于实践进行检验，从而提高煤矸石识别效率及煤矸石分选智能化水平。4结语 安徽理工大学：郭永存教授——煤矸双能X射线图像多维度分析2022年9月1日 煤矸图像识别是基于伪双能X射线透射（XRT）的煤矸分选技术重要环节。受煤矸紧贴或遮挡导致煤矸图像难以分割和基于人工阈值判别易导致煤矸分类识别错误影响，现有的煤矸识别方法精度不高。提出一 X射线透射煤矸智能识别方法
煤矸石检测 r射线
一种基于深度学习的煤矸石检测方法 摘要: 针对选煤场的煤矸分离中基于计算机视觉的煤矸石检测方法需要复杂的人工特征设计过程，在YOLOv3目标检测模型基础上，提出一种基于深度学习的端到端 通过X射线源对运输皮带上的煤和矸石进行透射,由探测器和采集板采集和转换衰减后的射线 2021年8月6日 X射线荧光光谱分析(XRF)是在ARLAdvant’XIntellipower™ 3600型扫描X射线荧光光谱仪上通过分别在不同块状的煤矸石上进行混合取样，将混合样磨碎呈粉状进行测试记录的；X射线衍射(XRD)是在D8ADVANCEX射线衍射仪上调整角度范围为10度~80度扫面测 一种煤矸石的成分分析与组份鉴定 Composition Analysis
基于CBA−YOLO模型的煤矸石检测
2022年7月6日 到煤矸石检测中，通过提升模型的特征提取能力达 到优化效果，但并未针对煤矸石检测任务中的具体 特性进行分析优化。针对煤矸石检测中存在的特征差异不大、目标 密集等问题，本文在YOLOv5基础上，通过卷积 块注意力模块（Convolutional Block 2022年5月29日 本文采用基于深度学习的YOLOv4算法对煤矸石进行检测。首先制作了煤矸石数据集，为检测算法模型的训练和验证提供了充足的数据。然后，利用煤矸石数据集测试优化方法的组合使用对YOLOv4检测算法的影响。最后通过煤矸石测试数据集和检测实验对比了YOLOv4、SSD和Faster RCNN检测算法结合优化方法在煤 基于深度学习的煤矸石智能检测研究,Measurement XMOL
一种煤矸石的成分分析与组份鉴定 hanspub
2021年8月6日 摘 要 本文通过X 射线荧光光谱分析(XRF)、X 射线衍射(XRD)对鄂尔多斯市的煤矸石进行元素分析、成分分析、主要成分的含量分析,对其组分结构进行鉴定,并通过红外光谱、激光拉曼光谱、X 射线衍射(XRD)光谱进行验证,发现该煤矸石中氟化钙的含量较高,可 2022年10月21日 摘要 基于X射线的煤矸石分离技术具有能耗低、环境无污染等特点，具有广阔的发展前景，也是绿色、智能化矿山的关键环节。针对双能X射线煤矸石分离技术对粒度为5~15 mm的煤矸石识别精度低的问题，提出了基于X射线透射和衍射相结合的煤矸石识别方 基于X射线透射和衍射原理相结合的煤矸石识别方法研究
基于射线透射技术的干法智能煤矸分选系统的应用
2020年9月4日 对基于射线透射技术的干法智能分选系统, 物料准确的通过检测点是实现分选的前提,既是 待检测物料能够被检测和识别的基础,也是矸石 能够被准确击打的保证。排队效果对系统的分选 率有直接的影响。在实际生产中,物料在传送带 上是无序投放和排列的。2024年1月1日 该方法减少了R I 二维空间中厚度的影响。 考虑不同煤种密度的变化，以煤与矸石边界处的密度为18 g/cm 3 ，识别率达到9774%。 对于5~150 mm厚度范围的原煤，预排煤矸石识别准确率达到9916%。 我们的研究为DEXRT选煤提供了新方法和实践指导。 "点击查看英文 不同厚度、密度煤与矸石的双能X射线透射识别方法
煤矸石识别方法研究现状与展望
2020年1月20日 摘要: 从煤矸石识别特征出发，对煤矸石识别方法的研究现状进行了总结，列举了密度识别法、硬度识别法等以密度、硬度等为识别特征的煤矸石识别方法，以及射线识别法、图像识别法等以灰度、纹理为识别特征的煤矸石识别方法的代表性研究成果，并对比 摘要 针对目前基于图像处理的煤矸石检测方法精度低、实时性差、漏检等问题，文章提出了一种基于GCAYOLOv5s的煤矸检测算法。 引入Ghost轻量化模块代替卷积操作对网络模型进行压缩提升检测速度；采用卷积块注意力对特征图进行处理，使提取的特征更加精炼 基于GCAYOLOv5s煤矸石检测技术研究中国煤炭行业知识
深度学习——煤矸石识别煤矸石数据集CSDN博客
2023年11月8日 毕业设计基于深度学习的煤矸目标检测算法系统的毕业设计。该系统旨在应用最新的深度学习技术，通过自动化的煤矸目标检测，提高煤矿安全管理和环境保护水平。我们采用了预训练的 Faster RCNN 模型作为基础，并通过使用煤矸目标数据集进行模型训练和优化，实现了高效而精确的目标检测。2023年11月24日 本专利由深圳翱翔锐影科技有限公司申请，公开，本申请涉及材料测量技术，公开了一种基于X射线的煤矸分选方法，包括：获取煤在双能X射线不同能区照射下的衰减系数，以及获取煤矸石在双能X射线不同能区照射下的第二衰减系数；根据 基于X射线的煤矸分选方法、计算机设备及存储介质
YOLOv4 煤矸石检测方法研究 CHINACAJ
2022年8月26日 标题 煤矸石X 射线图像分形维数最优估计方法,仿真结果表明采用该方法进行煤矸石, X射线图像分形维数估计的精度较高, 提高了煤矸石X射线图像的识别和检测能力。 宋亮[6] 等提出联合分析可见近红外和热红外光谱通过两次分类实现煤与矸石区分。 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 煤矸双能X射线图像多维度分析识别方法 百度学术
基于深度学习的煤矸石目标检测方法研究 百度学术
摘要： 煤矸石分选是保障煤炭清洁,高效利用的一个重要环节为顺应煤矸分选技术自动化,智能化的发展趋势,本团队设计了一种煤矸分拣机器人,该机器人应用图像目标检测技术识别,定位煤矸石,使用气动机械手爪抓取矸石完成排矸任务煤矸石图像目标检测是煤矸分拣机器人进行自动分选的关键技术 2023年5月26日 司贵州省煤炭产品质量监督检验院 、。 本文件主要起草人翁代群卢小海宁曙光李研宁万煌钦杨洁李金平:、、、、、、。 Ⅰ NB/T11260—2023 煤矸石中硅铝铁钙镁 、、、、、 钠钾磷钛锰含量的测定 、、、、 X射线荧光光谱法 1范围 本文件规定了用荧光光谱 NB/T 112602023煤矸石中硅、铝、铁、钙、镁、钠、钾、磷
NB/T 112602023 《煤矸石中硅、铝、铁、钙、镁、钠、钾
标准号：NB/T 112602023 标准号名称：煤矸石中硅、铝、铁、钙、镁、钠、钾、磷、钛、锰含量的测定 X 射线荧光光谱法 实行状态： 现行 注意： 南北潮商城标准频道初心乃是协助实验室检测行业从业人员对检测相关标准关联查询而整理建立。 涉及版权标准仅 2023年10月25日 NB/T 112602023煤矸石中硅、铝、铁、钙、镁、钠、钾、磷、钛、锰含量的测定 X射线荧光光谱法pdf,ICS27010 CCSF10 中华人民共和国能源行业标准 / — NBT11260 2023 、 、 、 、 、 煤矸石中硅 铝 铁 钙 镁 、 、 、 、 钠 钾 磷 钛 锰含量的测定 X射线荧光光谱NB/T 112602023煤矸石中硅、铝、铁、钙、镁、钠、钾、磷
基于改进YOLOv5的煤矸识别研究
2022年6月14日 现有基于深度学习的煤矸识别方法应用于井下复杂环境中时易出现误检和漏检情况，且对小目标煤矸的识别精度低。针对该问题，提出一种改进YOLOv5模型，并基于该模型实现煤矸识别。对采集的煤与矸 通过X射线源对运输皮带上的煤和矸石进行透射,由探测器和采集板采集和转换衰减后的射线信号,并进行成像。控制终端对采集到的煤和矸石的X射线图像进行处理和识别。整个分选控制系统由检测部分、识别部分和分选部分组成。基于X射线图像的煤矸石智能分选控制系统研究 百度学术
GB/T 336872017《煤矸石检验通则》标准在线浏览、下载
中文名称： 煤矸石检验通则 英文名称： General testing rules for gangue 标准分类： 通用基础标准 国际标准分类： 27010 中国标准分类： F10 标准前缀： GB/T 标准状态： 现行 发布单位： 中华人民共和国国家质量监督检验检疫总局、中国国家标准化管理委员会 2022年11月25日 强的穿透能力，在检测过程中不受灰尘、光线等环境 因素的影响，广泛应用于煤矸分选、有色金属分选、资源回收等工业预分选领域，可有效减少生产过程 中的原材料消耗。基于伪双能XRT的煤矸分选技术利用XRT系 统采集煤矸图像。该系统由X射线源、低 X射线透射煤矸智能识别方法
一种煤和煤矸石的检测方法与流程
2020年6月12日 一种煤和煤矸石的检测方法，包括以下步骤： 步骤1，确定世界坐标系和x射线探测装置坐标系，并获取x射线接收图的图像坐标系与x射线探测装置坐标系的转换关系。 首先，确定世界坐标系，以传送带所在的平面为xy轴所组成的平面，以传送带的运行方向 2019年8月13日 所述在线识别流程，对实时采集的煤矸x射线图像进行定性分析，包括以下步骤： (1)对煤矸x射线图像的获取：采用xrb401型号的x射线源系统配合分辨率为16mm、型号为linx1605301的linx线阵列探测器进行煤矸x射线图像的获取； (2)预处理：采用窗口大小为5×5的中值 一种基于X射线图像的煤矸识别方法与流程 X技术网
一种煤矸石的成分分析与组份鉴定 ResearchGate
DOI: 1012677/aac2021 一种煤矸石的成分分析与组份鉴定 李 悦，伍林玲，苏*丹，亓 蒙，张千峰 安徽工业大学分子工程与应用化学研究所，安徽 2022年10月18日 通过对上述3大关键技术的梳理，总结得出：煤矸石数据集构建与扩增、煤矸石识别与抓取特征提取是实现煤矸石高效识别的关键技术；动态煤矸石精准跟踪、机械臂同步跟踪动态目标轨迹规划和快速大质 煤矸石智能分拣机器人研究进展与关键技术
煤矸双能X射线图像多维度分析识别方法
2016年6月22日 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 煤矸石检测 原创 来源：北检院 发布时间： 11:12:53 点击数： 全国服务领域：河北、山西、黑龙江、吉林、辽宁、江苏、浙江、安徽、福建、江西、山东、河南、湖北、湖南、广东、海南、四川、贵州、云南、陕西、甘肃、青海、台湾、内蒙古、广西、西藏、宁夏、新疆、北京、天津、上海 煤矸石检测,煤矸石检测机构,第三方测试中心,北检（北京
我国朔州地区煤矸石的矿物学特征及煅烧组分变化研究
2020年3月21日 采用X射线衍射仪分析样品的物相组成，X射线衍射条件：加速电压为40 kV, 管电流100 mA，Cu靶Kα射线(λ=15406 Å)，2θ范围为10°~85°，测试步长03°s1；采用X射线荧光分析仪测试样品的元素组成，试验方法：将05 g粉末试样放入测试模具中，放入测试 2021年1月1日 Abstract In this paper, the main components of the coal gangue in Ordos City were carried out by Xray flu orescence spectrometry (XRF) and X ray diffractio n (XRD), the eleme nt analysis Composition Analysis and Component Identification of a
矿用透射式检测用X射线源的辐射性能与安全性能研究
2022年5月24日 摘要 摘要: X射线源是X射线透射式检测的核心组成设备，其稳定性与可靠性决定了X射线透射式检测性能。 为满足X射线透射式检测的性能要求，X射线源的管电压宜在100～160 kV之间选取、管电流控制在01～4 mA。 针对由Q235钢板制造的隔爆外壳会大大降低X射线源 2022年10月17日 安检机危险品违禁品检测的重要设备，采用x射线对行包透射成像，x射线由高能射线源发出，经过物体后的衰减射线由探测器（单能或者双能）接收，并经过数据处理，算法处理最终得到显示器显示的图像，供判图员查看。13、探测器硬件灵敏度的差异性，主要是制作差异，电路暗电流、光子转换率 CT与DR双能X射线物质识别算法实现与应用（工业选煤
智能煤矸石分选机 自动化 高效快捷
上海英用机械是专注于智能煤矸石分选机的领先供应商，提供高效、智能化的矿石分选技术和有色金属分选机解决方案。我们的智能煤矸石分选机采用先进的传感器技术和图像识别算法，能够快速、准确地对煤矸石进行分选。具有自动化、智能化的特点，操作简便，维护成本低，可根据客户的实际 摘要： 我国是煤炭的生产和消费大国,现阶段,主要的选煤方法有跳汰选煤,重介质选煤,干法选煤,γ射线选煤等,但这些方法存在自然资源浪费,分选精度低,成本过高等问题针对这些问题,本文提出了一种新的识别煤和矸石的方法——基于X射线的煤与矸石识别方法该方法具有分选效率高,准确性高,成本低 基于X射线的煤与矸石自动识别方法研究 百度学术
我国朔州地区煤矸石的矿物学特征及煅烧组分变化
2020年11月2日 摘要 目前，煤矸石利用是固废处置与利用的重要内容之一，煤矸石的综合利用与其矿石性质密切相关，但对煤矸石各组分 的嵌布关系，元素分布、物相存在形式、微观形貌等相关研究较少。文章针对我国朔州地区煤矸石开展工艺矿物学研究，采用煤矸石识别方法研究现状与展望 需要研究新型煤矸石高效识别方法，在现有方法基础上进行融合和创新，并将其应用于实践进行检验，从而提高煤矸石识别效率及煤矸石分选智能化水平。4结语 安徽理工大学：郭永存教授——煤矸双能X射线图像多维度分析煤矸石检测r射线
X射线透射煤矸智能识别方法
2022年9月1日 煤矸图像识别是基于伪双能X射线透射（XRT）的煤矸分选技术重要环节。受煤矸紧贴或遮挡导致煤矸图像难以分割和基于人工阈值判别易导致煤矸分类识别错误影响，现有的煤矸识别方法精度不高。提出一 一种基于深度学习的煤矸石检测方法 摘要: 针对选煤场的煤矸分离中基于计算机视觉的煤矸石检测方法需要复杂的人工特征设计过程，在YOLOv3目标检测模型基础上，提出一种基于深度学习的端到端 通过X射线源对运输皮带上的煤和矸石进行透射,由探测器和采集板采集和转换衰减后的射线 煤矸石检测 r射线
一种煤矸石的成分分析与组份鉴定 Composition Analysis
2021年8月6日 X射线荧光光谱分析(XRF)是在ARLAdvant’XIntellipower™ 3600型扫描X射线荧光光谱仪上通过分别在不同块状的煤矸石上进行混合取样，将混合样磨碎呈粉状进行测试记录的；X射线衍射(XRD)是在D8ADVANCEX射线衍射仪上调整角度范围为10度~80度扫面测 2022年7月6日 到煤矸石检测中，通过提升模型的特征提取能力达 到优化效果，但并未针对煤矸石检测任务中的具体 特性进行分析优化。针对煤矸石检测中存在的特征差异不大、目标 密集等问题，本文在YOLOv5基础上，通过卷积 块注意力模块（Convolutional Block 基于CBA−YOLO模型的煤矸石检测
基于深度学习的煤矸石智能检测研究,Measurement XMOL
2022年5月29日 本文采用基于深度学习的YOLOv4算法对煤矸石进行检测。首先制作了煤矸石数据集，为检测算法模型的训练和验证提供了充足的数据。然后，利用煤矸石数据集测试优化方法的组合使用对YOLOv4检测算法的影响。最后通过煤矸石测试数据集和检测实验对比了YOLOv4、SSD和Faster RCNN检测算法结合优化方法在煤 2021年8月6日 摘 要 本文通过X 射线荧光光谱分析(XRF)、X 射线衍射(XRD)对鄂尔多斯市的煤矸石进行元素分析、成分分析、主要成分的含量分析,对其组分结构进行鉴定,并通过红外光谱、激光拉曼光谱、X 射线衍射(XRD)光谱进行验证,发现该煤矸石中氟化钙的含量较高,可 一种煤矸石的成分分析与组份鉴定 hanspub
基于X射线透射和衍射原理相结合的煤矸石识别方法研究
2022年10月21日 摘要 基于X射线的煤矸石分离技术具有能耗低、环境无污染等特点，具有广阔的发展前景，也是绿色、智能化矿山的关键环节。针对双能X射线煤矸石分离技术对粒度为5~15 mm的煤矸石识别精度低的问题，提出了基于X射线透射和衍射相结合的煤矸石识别方 2020年9月4日 对基于射线透射技术的干法智能分选系统, 物料准确的通过检测点是实现分选的前提,既是 待检测物料能够被检测和识别的基础,也是矸石 能够被准确击打的保证。排队效果对系统的分选 率有直接的影响。在实际生产中,物料在传送带 上是无序投放和排列的。基于射线透射技术的干法智能煤矸分选系统的应用
不同厚度、密度煤与矸石的双能X射线透射识别方法
2024年1月1日 该方法减少了R I 二维空间中厚度的影响。 考虑不同煤种密度的变化，以煤与矸石边界处的密度为18 g/cm 3 ，识别率达到9774%。 对于5~150 mm厚度范围的原煤，预排煤矸石识别准确率达到9916%。 我们的研究为DEXRT选煤提供了新方法和实践指导。 "点击查看英文
小型水渣微粉生产
--建筑实工粉碎机
--高钙粉骨料细碎机资料
--铁精矿脱水机
--上海电机振动给料机
--石头机的沙子和河里沙子有什么区别
--河北高锰钢铸造厂
--矿石雷蒙碾碎机
--电炉渣渣罐粘罐处理
--振动筛分给料机
--往复式给煤机K_3往复式给煤机K_3往复式给煤机K_3
--山东淄博磨粉机生产基地
--立式制粉机
--长石影响白度的因素是什么
--惯性欧版磨粉机的用途
--矿山企业会计核算制度
--pf1318雷蒙磨粉机价格
--国标压碎值试验步骤
--精益求精锐意进取
--工业立磨机包括哪些型号，该如何选择工业立磨机包括哪些型号，该如何选择工业立磨机包括哪些型号，该如何选择
--制粉机产量100TH
--桥涵锥坡表面积计算桥涵锥坡表面积计算桥涵锥坡表面积计算
--炉渣立磨
--运送沙要注意什么
--一方石头能打几方磨粉
--高钙粉用的砂子是洗砂还是筛砂
--立式磨规格
--伊敏河粉碎站
--江西省磨粉机制造业黄页
--刮腻子粉机
--