上灣選煤廠智能化改造關(guān)鍵技術(shù)研究與應(yīng)用
【圖文】:
2 智能化改造設(shè)計方案智能化選煤廠以物聯(lián)網(wǎng)基礎(chǔ),融合自動化、傳感器、軟件、人工智能等多學(xué)科,實設(shè)備智能運行、生產(chǎn)系統(tǒng)智能調(diào)整、工藝參數(shù)智能設(shè)定等。本章主要設(shè)計智能化選煤總體結(jié)構(gòu),重點對智能化改造方案進行設(shè)計,包括控制層、網(wǎng)絡(luò)層、信息層、設(shè)備層造設(shè)計方案。.1 總體結(jié)構(gòu)設(shè)計.1.1 總體架構(gòu)根據(jù)選煤廠生產(chǎn)流程、結(jié)合上灣選煤廠實際,構(gòu)建智能生產(chǎn)指揮系統(tǒng),其網(wǎng)絡(luò)結(jié)構(gòu)是圍繞選煤廠生產(chǎn)采集、處理各種生產(chǎn)、設(shè)備、能耗相關(guān)數(shù)據(jù),展示和利用各個層級息并進行分析、應(yīng)用。智能化選煤廠基本框架自上而下一般分為“信息層”、“網(wǎng)絡(luò)”、“控制層” 和“設(shè)備層”的體系結(jié)構(gòu)。
圖 3.1 大塊煤識別系統(tǒng)組成圖 3.1,安裝在膠帶機上的攝像頭作為前端檢測設(shè)備,采集實時視頻,視對視頻信息進行圖像處理,通過圖像識別算法,判斷當(dāng)前視頻圖像中是否值的煤塊,如果有則會得出超粒度檢測結(jié)果,檢測結(jié)果分別發(fā)送到 PLC集中控制系統(tǒng)讀取 PLC 中的數(shù)據(jù)作為實時檢測結(jié)果顯示,,數(shù)據(jù)庫中的數(shù)計數(shù)據(jù)源,得出一段時間超粒度檢測情況。于大塊煤識別技術(shù)的選煤廠應(yīng)用設(shè)計大塊煤識別算法用的邊緣檢測算子有 Sobel、Prewitt、Robets Gross、Canny 算子等算法是像素圖像邊緣檢測中最常用、最重要的算子之一,Sobel 算子有兩個,平邊緣的 ;另一個是檢測垂直邊緣的 。與 Prewitt 算子相比,Sobel 算子置的影響做了加權(quán),可以降低邊緣模糊程度,因此效果更好。Sobel 算子緣檢測算子,該算子包含兩組 3×3 的矩陣,分別為橫向及縱向,將之與
【學(xué)位授予單位】:西安科技大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2019
【分類號】:TD94;TD67
【參考文獻】
相關(guān)期刊論文 前10條
1 王敏;武陽;王寧;陳云軍;;基于物聯(lián)網(wǎng)架構(gòu)的智能照明系統(tǒng)的設(shè)計與實現(xiàn)[J];電工技術(shù)學(xué)報;2015年S1期
2 侯強;;神東石圪臺選煤廠加壓過濾機生產(chǎn)效率提升優(yōu)化[J];內(nèi)蒙古煤炭經(jīng)濟;2015年09期
3 張澤琳;楊建國;蘇曉蘭;;煤堆圖像分割與特征提取[J];中南大學(xué)學(xué)報(自然科學(xué)版);2014年06期
4 安紅梅;;設(shè)備點檢系統(tǒng)在選煤廠應(yīng)用[J];能源與節(jié)能;2013年09期
5 蒲泓全;賈軍營;張小嬌;孫建偉;;ZigBee網(wǎng)絡(luò)技術(shù)研究綜述[J];計算機系統(tǒng)應(yīng)用;2013年09期
6 焦尚彬;宋丹;張青;唐金偉;;基于ZigBee無線傳感器網(wǎng)絡(luò)的煤礦監(jiān)測系統(tǒng)[J];電子測量與儀器學(xué)報;2013年05期
7 余井龍;;信息化點檢管理系統(tǒng)在選煤廠安全生產(chǎn)中的應(yīng)用[J];中小企業(yè)管理與科技(下旬刊);2013年03期
8 李振成;鄭建鋒;;點檢及監(jiān)控系統(tǒng)在選煤企業(yè)設(shè)備管理中的應(yīng)用[J];科技傳播;2013年02期
9 謝翔;荊昊;郭際明;;室內(nèi)環(huán)境下手機GPS定位精度研究[J];測繪通報;2012年08期
10 高宇;;選煤廠管理信息系統(tǒng)的建設(shè)[J];工礦自動化;2011年05期
相關(guān)博士學(xué)位論文 前1條
1 龔愛平;基于嵌入式機器視覺的信息采集與處理技術(shù)研究[D];浙江大學(xué);2013年
相關(guān)碩士學(xué)位論文 前2條
1 寧永安;上灣選煤廠智能化系統(tǒng)的設(shè)計與實施[D];西安科技大學(xué);2017年
2 賈旭;基于局部外觀模型的目標(biāo)跟蹤方法研究[D];大連理工大學(xué);2013年
本文編號:2648737
本文鏈接:http://sikaile.net/kejilunwen/kuangye/2648737.html