煤炭作為我國重要基礎(chǔ)能源,在一次能源的生產(chǎn)消耗中長期占據(jù)主導(dǎo)地位。在煤炭的生成、開采過程中,不可避免的混入了各種礦物雜質(zhì),燃煤過程造成的環(huán)境污染大多與此有關(guān)。因此,利用分選加工方式去除煤中礦物,對煤炭進行潔凈處理,是煤炭行業(yè)與環(huán)境和諧發(fā)展的必然選擇。煤粉顆粒粒度分布與煤中礦物組分信息反映了煤炭分選的整體質(zhì)量,隨著人工智能的快速發(fā)展,將深度學(xué)習(xí)技術(shù)應(yīng)用在煤炭分選加工過程中,可以獲取準(zhǔn)確的煤粉粒度及其組分信息,實現(xiàn)提高選煤生產(chǎn)效率,降低生產(chǎn)能耗,提升資源利用率的目標(biāo)。煤粉顆粒粒度檢測的前提為顆粒分割,但由于顆粒中存在相互粘連、粒度分布不均勻等問題,以及利用掃描電子顯微鏡采集細粒級煤粉圖像時造成的邊緣效應(yīng),傳統(tǒng)圖像分割算法很難達到理想的分割效果。針對現(xiàn)有算法的不足,本文提出了基于深度學(xué)習(xí)的煤粉顆粒分割算法,對顆粒圖像進行準(zhǔn)確分割;同時,為了評價選煤工藝的分選效果,判別選煤過程是否有效地去除了煤中礦物雜質(zhì),本文提出了基于深度學(xué)習(xí)的煤中組分識別算法,對選煤產(chǎn)物中各類礦物組分進行識別檢測。本文具體的研究工作和創(chuàng)新點如下:一、針對煤粉顆粒分割過程中存在的顆粒粘連、小顆粒漏分割以及邊緣定位不準(zhǔn)問題,本... 

【文章來源】：中國礦業(yè)大學(xué)江蘇省 211工程院校 教育部直屬院校

【文章頁數(shù)】：67 頁

【學(xué)位級別】：碩士

【部分圖文】：

存在邊緣效應(yīng)的煤粉顆粒及其分水嶺分割結(jié)果

2數(shù)據(jù)集及相關(guān)基礎(chǔ)知識介紹11圖2-1SEM采集的煤粉顆粒圖像Figure2-1ImagesofpulverizedcoalparticlescollectedbySEM2.1.2煤中組分圖像數(shù)據(jù)采集煤中礦物成分主要以無機質(zhì)的形式賦存在煤中，工業(yè)上常通過測量選煤樣品的灰分、硫分等來判斷煤中礦物是否有效去除，但過程繁瑣耗時，效率不高。隨著現(xiàn)代分析儀器的快速發(fā)展，結(jié)合SEM背散射成像技術(shù)和能譜儀(EDS)元素分析技術(shù)可以快速直觀的分析煤中硫、鐵、硅等無機礦物的分布情況，對煤中礦物定性分析。本文煤中組分識別任務(wù)采集了煤炭分選產(chǎn)物的背散射圖像及其能譜元素面分布圖作為原始數(shù)據(jù)。煤中組分圖像數(shù)據(jù)的收集，首先需要將樣品通過Buehler公司生產(chǎn)的冷鑲嵌機-真空滲透儀固定，在真空環(huán)境下將其鑲?cè)霕渲�；然后利用自動磨拋機對鑲嵌樣品打磨拋光，制備成品；最后利用配備了EDS的SEM(Quanta250,FEI)采集樣品表面的背散射圖像和元素分布能譜圖。在能譜分布圖中，不同元素在顯示器上以不同顏色顯示其分布范圍，煤中礦物由于其組成元素不同，可以通過元素能譜圖識別圖中各類礦物。最終在顯示終端收集到100張高質(zhì)量的礦物表面SEM背散射圖像及其對應(yīng)的元素分布能譜圖，采集圖片樣例如圖2-2、2-3所示，圖2-2中(a)為選煤產(chǎn)物表面的背散射圖像，(b)圖為(a)圖中各礦物的組成元素的元素面能譜分布圖，圖2-3為圖2-2背散射圖像中各礦物顆粒組成元素單獨分布能譜圖。(a)(b)圖2-2煤中礦物背散射圖像和元素面分布能譜圖Figure2-2Backscatterimageandelementaldistributionenergyspectrumofmineralsincoal

2數(shù)據(jù)集及相關(guān)基礎(chǔ)知識介紹11圖2-1SEM采集的煤粉顆粒圖像Figure2-1ImagesofpulverizedcoalparticlescollectedbySEM2.1.2煤中組分圖像數(shù)據(jù)采集煤中礦物成分主要以無機質(zhì)的形式賦存在煤中，工業(yè)上常通過測量選煤樣品的灰分、硫分等來判斷煤中礦物是否有效去除，但過程繁瑣耗時，效率不高。隨著現(xiàn)代分析儀器的快速發(fā)展，結(jié)合SEM背散射成像技術(shù)和能譜儀(EDS)元素分析技術(shù)可以快速直觀的分析煤中硫、鐵、硅等無機礦物的分布情況，對煤中礦物定性分析。本文煤中組分識別任務(wù)采集了煤炭分選產(chǎn)物的背散射圖像及其能譜元素面分布圖作為原始數(shù)據(jù)。煤中組分圖像數(shù)據(jù)的收集，首先需要將樣品通過Buehler公司生產(chǎn)的冷鑲嵌機-真空滲透儀固定，在真空環(huán)境下將其鑲?cè)霕渲�；然后利用自動磨拋機對鑲嵌樣品打磨拋光，制備成品；最后利用配備了EDS的SEM(Quanta250,FEI)采集樣品表面的背散射圖像和元素分布能譜圖。在能譜分布圖中，不同元素在顯示器上以不同顏色顯示其分布范圍，煤中礦物由于其組成元素不同，可以通過元素能譜圖識別圖中各類礦物。最終在顯示終端收集到100張高質(zhì)量的礦物表面SEM背散射圖像及其對應(yīng)的元素分布能譜圖，采集圖片樣例如圖2-2、2-3所示，圖2-2中(a)為選煤產(chǎn)物表面的背散射圖像，(b)圖為(a)圖中各礦物的組成元素的元素面能譜分布圖，圖2-3為圖2-2背散射圖像中各礦物顆粒組成元素單獨分布能譜圖。(a)(b)圖2-2煤中礦物背散射圖像和元素面分布能譜圖Figure2-2Backscatterimageandelementaldistributionenergyspectrumofmineralsincoal

【參考文獻】：
期刊論文
[1]不同參數(shù)選擇對場發(fā)射掃描電鏡圖像的影響[J]. 高翔,朱紫瑞,孫偉.  廣州化工. 2019(18)
[2]燃煤電廠非傳統(tǒng)大氣污染物控制展望[J]. 王圣.  中國電力. 2018(08)
[3]基于深度學(xué)習(xí)U-Net模型的石塊圖像分割算法[J]. 徐江川,金國強,朱天奕,余芬芬,郭杰,金一,竺長安.  工業(yè)控制計算機. 2018(04)
[4]圖像處理技術(shù)在礦石粒度檢測中的應(yīng)用[J]. 商夢石,賈瑞強,張海林.  礦產(chǎn)綜合利用. 2016(06)
[5]基于小波域非對稱廣義高斯模型的煤巖識別算法[J]. 孫繼平,陳浜.  煤炭學(xué)報. 2015(S2)
[6]篩分法測定鈦精礦粒度分布[J]. 刁源生.  中國粉體技術(shù). 2015(03)
[7]基于背散射電子圖像的礦渣-水泥復(fù)合體系反應(yīng)程度的定量分析[J]. 張倩倩,魏亞.  硅酸鹽學(xué)報. 2015(05)
[8]背散射成像及能譜分析在細粒煤流化床分選中的應(yīng)用[J]. 王震威,王帥,于冰,王超,魏華.  河北師范大學(xué)學(xué)報(自然科學(xué)版). 2014(03)
[9]分散類樣品的掃描電鏡圖像缺陷原因及解決方法[J]. 唐曉山.  分析儀器. 2012(03)
[10]背散射電子圖像分析在水泥基材料微觀結(jié)構(gòu)研究中的應(yīng)用[J]. 王培銘,豐曙霞,劉賢萍.  硅酸鹽學(xué)報. 2011(10)

博士論文
[1]基于機器視覺的煤質(zhì)快速分析方法研究[D]. 張澤琳.中國礦業(yè)大學(xué) 2014

碩士論文
[1]破碎流程建模及優(yōu)化技術(shù)研究[D]. 劉達.北京化工大學(xué) 2012
[2]基于數(shù)字圖像處理的油菜種子信息研究[D]. 李錦衛(wèi).湖南農(nóng)業(yè)大學(xué) 2007
[3]煤的可磨性指數(shù)變化及破碎機理研究[D]. 張妮妮.浙江大學(xué) 2006



本文編號：3231053