基于机器视觉的煤矿智能化关键技术及应用

由神华宁夏煤业集团有限责任公司等单位完成

　　随着大型综采、胶带运输等机械化、自动化技术的应用，煤矿生产效率日益提高，但由于煤矿复杂、恶劣的工作环境，设备性能发挥和节能效果差，造成煤矿皮带和辅助运输效率低、能耗大、事故多，选煤厂的物料粒度和密度组成都是通过人工采样离线检测，时间滞后大，不能实时调节生产操作，严重制约了煤炭生产和安全管控的智能化发展。

　　项目开展了基于机器视觉的煤矿智能化关键技术研究及应用，研制了适于煤矿复杂环境的星光级低照度的图像采集装备和巡检机器人，攻克了煤矿井上/下的杂光、煤尘、水雾、振动等环境因素对图像的干扰；采用视觉光流法、支持向量机等机器视觉方法，构建了基于机器视觉的煤流中的煤质组成、流量、异物和设备状态、人员违章等多目标图像识别分析算法和学习模型；利用图像识别分析技术，开发了基于煤流量分析的矿井胶带节能与安全控制系统和基于煤质在线分析的重介选煤专家调控系统，实现了胶带运输系统的动态节能和重介选煤操作的诊断与指导；创新了基于机器视觉的煤矿安全防范技术，通过自主研发的矿井巡检机器人和高清摄像机，实现了煤矿机电设备运行状态、人员违章行为、煤流中异物的动态检测和预警，防止发生人员伤亡和胶带撕裂事故。

　　项目研究成果在神宁、神东、陕煤和华亭等多个煤业集团的矿井得到广泛应用。