基于6D位姿识别面向任意物体的智能人-机协同递送

在日常实践中存在大量人与人之间的多样性物体递送需求，这可以依靠协作机器人来完成这些简单、耗时又耗力的任务.为此，针对人-机协同递送过程中无法精确识别物体位姿导致难以准确抓取的问题，引入基于Pn P算法(Perspective-nPoint)的物体6D位姿识别网络，实现待递送物体位姿的精确识别；提出改进的被递送物体数据集制作方法，实现面向任意物体的精准识别；通过视觉系统标定、坐标转换以及抓取方案改进，实现物体的精确位姿定位与准确抓取；为验证所提出的人-机协同递送系统的有效性，进行了基于LineMod数据集和自制数据集的人–机物体递送对比实验.结果表明，面向自制数据集的物体递送提出的人–机递送系统平均误差距离为1.97 cm，递送平均成功率为76%，平均递送时间为30 s；如不考虑抓取姿势，其递送成功率可达89%；具有较好的鲁棒性，应用前景良好.     

基于改进Mask R-CNN的矿石类型检测算法

针对不同的矿石类型进行选矿工艺参数设置和操作有利于保障精矿质量,提高回收率和降低物资消耗。由于缺乏矿石类型实时检测有效手段,选矿过程的精准操作目前较难实现。为此,本文提出一种全面改进的Mask R-CNN矿石类型检测算法。算法步骤：(1)使用ResNetV1d-50提取矿石图像各阶段的特征图,并在主干网络中加入可变形卷积以便增强异形矿石的特征;(2)改进FPN,通过在主干网络的C5特征层加入特征残差模块,并融合到P5特征层,得到具有更强语义信息的多尺度特征图;(3)改进RPN,设计自适应的正样本IOU选取方案来匹配宽高比异常的矿石,进一步提高异形矿石的识别精度;(4)在RoIAlign网络基础上加入Global-Context,以提高小矿石的检测能力;(5)在数据增强和训练技巧方面对模型进行改进。结果表明,本文算法的平均精度为67.92%,平均交并比为63.54%,分别比基准模型提高了13.67%和9.71%。本文研究方法在矿石类型识别领域具有较好的应用价值。     

智能射线矿石分选机在钨矿预处理中的研究与应用

针对传统人工选钨矿效率低、全磨全选成本高的问题，设计开发了一种新型智能射线矿石分选机来替代人工选矿及优化全磨全选工艺，该分选机主要包含给料系统、照射检测系统、核心处理系统、分选执行系统、分选软件系统等部分，其工作流程是先由振动给料机进行给料，通过X射线透射技术对矿石进行检测，再由基于深度学习的X射线TDI成像图像处理算法对钨矿石进行识别，最后由高速执行机构来完成对矿石的分选。经工业应用证明，与市场同类产品相比，该分选机效果优良，能有效代替人工和优化全磨全选工艺，降低企业生产成本。     

基于计算机视觉技术的矿井电机车无人驾驶障碍物检测技术

针对传统计算机视觉方法难以实现障碍物实时检测和定位的问题,提出传统计算机视觉技术与深度学习目标检测算法YOLOv3相结合的障碍物智能检测方法。首先,采集电机车行驶区域（即有效检测区域）存在的障碍物数据并制作VOC格式数据集,使用YOLOv3训练数据集,得到障碍物检测模型;然后,采用传统计算机视觉技术定位到轨道,使用“3邻域”搜索法获得轨道线坐标值,根据距离信息向轨道外侧扩展一定距离,提取有效检测区域,同时网格化图片,将障碍物的坐标换算为实际距离;最后,使用障碍物检测模型对有效检测区域进行检测。试验结果表明：该方法可以识别行驶区域内多种特征差异很大的目标物体,如电机车、人和大块落石等;该方法每秒可以处理6帧图片,现场采集的实际数据测试平均精确率达到93.2%。     

基于FCM-WA联合算法的多种类矿石图像分割

矿石图像分割是基于机器视觉的矿石粒度分布检测的重要组成部分。针对复合矿山中颜色多样、纹理复杂且边缘粘连的多种类矿石图像难以识别与分割的问题,提出了一种基于FCM-WA联合算法的矿石图像分割方法。首先对矿石图像进行形态学优化,利用双边滤波、直方图均衡化和形态学重构来优化矿石图像的几何特征,减少噪声对分割效果的影响,提高图像对比度;然后将模糊C均值聚类（FCM）算法与分水岭（WA）算法相结合,利用FCM算法进行聚类迭代,计算出合适的分割阈值并对矿石图像进行分割,输出二值化图像;再利用基于距离变换的WA算法优化FCM算法的分割结果,对FCM算法输出的矿石图像边缘粘连部分进行分割,以获取最佳的分割图像。研究结果表明：（1）利用形态学优化流程处理矿石图像能够减少噪声并增强边缘信息,从而提高对比度;（2）相比传统的大津法和遗传算法,本文所提FCM-WA方法的稳健性更强、分割效果更好,对多种类的矿石图像像素分割准确率和矿石粒度识别准确率均可达到92%以上;（3）通过试验验证,FCM-WA方法能够精确地分割颜色多样、纹理特征复杂及边缘粘连的多种类矿石图像,分割结果满足粒度分布检测的要求;（4）FCM-...     

基于图像的金属成分有效性鉴定方法研究

对金属成分的有效鉴定,在进行金属制品的识别以及检验中具有重要的应用价值。传统方法采用能谱检测方法进行金属成分鉴定,在射线的激发态跃迁过程出现质谱偏移,导致检测性能不好,提出一种基于图像轮廓特征提取的金属成分有效性鉴定方法。采用光谱成像方法进行金属图像的采集,然后进行图像降噪处理,提取边缘轮廓特征进行图像特征识别,进行图像的特征筛选,实现对金属成分的对比和鉴定。实验结果表明,该方法进行金属成分鉴定准确性高,图像结构对金属成分的特征反映准确。     

基于智能识别的金属加工过程监测

采用计算机视觉图像智能识别方法进行金属加工过程监测,降低金属加工瑕疵生产率。提出一种基于虚拟像素经验模态分解的金属加工过程视觉图像识别方法,进行了金属加工过程的视觉图像采集和像素特征分析,然后进行虚拟像素经验模态分解,进行轮廓特征的分水岭分割,实现金属加工视觉图像的智能识别。仿真结果表明,该方法进行金属加工过程的视觉特征分析,图像细节的识别性能较好,过程监测效果较优。     

基于数字图像处理技术的金属表面防伪图案识别算法

提出一种基于数字图像处理技术的金属表面防伪图案识别算法,首先对金属表面图像进行增强处理,对增强图像进行防伪信息特征分割,提取金属表面防伪图案的轮廓特征信息,采用Harris角点检测算法实现防伪特征标定,完成图案防伪识别。仿真结果表明,采用该算法进行金属表面防伪图案识别,准确度较高,抗干扰能力较强。     

基于深度卷积神经网络的卡车装载矿石量估计研究

卡车装载矿石量一般采用人工方式进行统计，人工统计不具有客观性，可能影响卡车司机的绩效考核；此外还有使用激光扫描技术或地磅对装载矿石量进行精确统计，但设备成本过高。为节约成本并提高测量精度，研究采用基于深度卷积神经网络的技术实现卡车装载矿石量的估计。由于实际场景下矿车装载矿石的图片不便获取，故使用三维物理引擎Chrono模拟矿石堆落入卡车的过程，从而生成装载矿石量和矿石分布区域均不同的卡车图片。通过构建深度卷积神经网络对生成的样本进行拟合，用最后一层神经元的预测值与真实值的欧式距离作为代价函数。然后，对卷积核与特征图进行可视化，分析卷积神经网络实现矿石量估计的过程。试验结果表明，构建的深度卷积神经网络在实验测试集上的准确度较好，测试样本预测误差大部分在4%以内。说明用深度学习技术实现自然场景下卡车装载矿石量的估计切实可行，且具有较好的应用前景。     

盲环境移动定位(Ⅱ):基于单目视觉系统的定位技术

针对盲环境中移动目标的定位需要,提出了一种基于序列编码图形路标和单目机器视觉系统的盲环境移动目标定位算法.内容包括:在序列编码图形路标模型的基础上,建立包含透镜畸变分析的摄像机针孔成像模型,在移动目标上安装经过标定的单目相机,实时采集包含编码图形路标的图像;根据解码得到的编码标志牌中心点的三维坐标,利用POSIT算法解算出相机的位姿参数,实现盲环境下移动目标的精确定位定姿.实验结果和精度分析表明,该研究为盲环境中移动目标快速精确的自主定位提供了一种可行的新方法.     

熔融制样-X射线荧光光谱法测定铝矿、铁矿、钙矿、镁矿和锰矿中主要组分

熔融制样-X射线荧光光谱法(XRF)被应用到很多种类矿物样品中的主次组分的测试,但地矿实验室需要测试的矿物种类较多,单一的矿物种类测试很难满足测试需求。实验采用熔融制样法,以多种矿物标样及其混合标样为基础,建立了一种可用于多种类型矿物主要组分的X射线荧光光谱分析方法。实验确定熔融条件为样品量0.400 0 g,助熔剂为7.000 0 g四硼酸锂,加入4滴150 g/L溴化锂溶液为脱模剂,0.500 0 g硝酸锂氧化剂和0.400 0 g氟化锂流化剂。结果表明样品基体效应对测试结果影响不大。精密度考察发现:铝矿中主成分Al₂O₃、铁矿中主成分Fe、钙矿中主成分CaO、镁矿中主成分MgO、锰矿中主成分Mn的相对标准偏差(RSD,n=6)分别为0.49%、0.37%、0.64%、0.38%、0.85%。正确度考察发现:5种矿物样品中SiO₂、Al₂O₃、Ca、MgO、Mn、Fe的测定值与其他方法测定值相吻合。方法采用一套标准样品可测试多种矿物样品中主要组分,适用于地矿实验室矿物样品分析。     

X射线荧光光谱微区分析在钨矿石鉴定中的应用

为解决类质同象矿物在显微镜下鉴定困难的问题,采用X射线荧光光谱仪微区分析功能对黑钨矿((Fe,Mn)WO₄)、白钨矿(CaWO₄)等钨矿石中主元素和主要伴生元素进行定性扫描和微区分布分析,获取矿物标本中存在的异常元素及其所处部位,然后在该部位确定重点测区进行定量分析以获取矿物组分的含量,最后计算各组分的配位数,并结合矿物组分含量的理论值给矿物定名。根据矿物标本的扫描图,重点对分析谱线、背景点、能量窗口、测量方式进行选择,有效规避了干扰。对谱线的重叠干扰、基体效应和矿物效应进行了仔细的研究,选择了合适的校正方式。各主要检测组分校准曲线的相关系数均大于0.999。对定量鉴定方法的精密度进行考察,各组分的相对标准偏差(RSD,n=12)均小于4%。将实验方法用于测定黑钨矿和白钨矿标本,定量鉴定结果与电子探针分析结果进行了比较,3个矿物标本各主要组分检测结果的相对偏差(RD)均小于4%,3组数据完全吻合。     

手持式X射线荧光光谱仪在现场测定铅锌矿中的应用

通过使用手持式X射线荧光光谱仪对铅锌矿含量进行分析,建立了矿山现场快速测定铅锌矿中铅、锌、铜、钼等元素的分析方法。根据待测元素的能量位置,选用35 kV为最优电压。比较了铝、钛、镍等滤片的测试效果,使用镍元素滤片配合4 mm大准直器能够有效降低钼元素的检出限。为了满足矿山现场实际测定的需要,实验采用无制样直接检测的方法。通过数学校准模型对不同样品表面状态进行校准,实现了现场块状、屑状、粉状等矿山实际样品的良好定量分析。采用实验方法检测标准样品和矿山实际样品中的铅、锌、铜、钼等元素含量,测定值与认定值或其他方法的测定结果相符。准确度偏差能够满足现场选矿的需求,重现性好,检测周期短,已经应用于国内某些大型铅锌矿采矿基地。     

超细粉末压片-X射线荧光光谱法测定磷矿石中12种组分

粉末压片法是一种理想的绿色环保制样方法,简单快速,但是粒度效应对测定结果的影响很大,限制了这种方法在很多领域的应用。为了解决粒度效应对粉末直接压片法的影响,实验利用超高速行星式超细碎样机,将磷矿石标准物质粉碎至微米级,采用粉末直接压片制样,利用波长色散X射线荧光光谱仪对磷矿石中12种组分(氟、五氧化二磷、二氧化硅、三氧化二铝、全三氧化二铁、氧化锰、二氧化钛、氧化锶、氧化钙、氧化锰、氧化钾、氧化钠)进行了测定。结果表明,将样品粉碎至微米级,能够有效地克服样品的粒度效应,获得了比较满意的结果;特别是将氟的测定范围提高到了10.68%,对轻组分氧化钾和氧化钠的测定结果也很好。采用多种磷矿石标准物质和人工配制标准物质制作校准曲线,各组分的均方根为0.001 1～0.53。校准曲线采用经验系数和康普顿散射线内标法校正组分间的吸收-增强效应,方法的检出限为3～282 μg/g。对两个磷矿石国家标准样品进行精密度考察,各组分测定结果的相对标准偏差(RSD,n=10)为0.17%～5.2%。对采用标准物质配制的混合标准样品进行准确度考察,测定值与参考值一致。     

Research on optimizing ore matching technology for 550 m~2 sintering machine

The sinter quality is important for its performance in a blast furnace,and optimizing ore matching is a main way to ensure the quality and yield of sinter ore and to reduce the cost of ore matching.The research on optimizing ore matching for a 550 m~2 sintering machine in Shougang Jingtang was carried out in this paper. Firstly,based on the condition of iron ore resourse in Shougang,sintering properties of various ores,especially the high temperature properties were researched,and basic structure of ore matching was determined according to the mutual complementary properties of assimilation and liquid phase fluidity among Australia ore,Brazilian ore and domestic concentrates,that was Australian ore(50%-60%) + Brazilian ore(40%-30%) + domestic concentrates(about 10%).Secondly,9 groups of ore matching schemes were designed and sintering pot tests were carried out,and then the starting scheme of the 550 m~2 sintering machine was obtained:ore from southern Brazil (20%) +ore from northern Brazil(10%) + semi-limonite(20%) + limonite ore(35%) + domestic concentrates (15%).Thirdly,experiment of optimizing parameters of optimizing basicity,lime ratio,water addition and bed depth were carried out,and 9 groups of ore matching schemes were designed.The results showed that parameters fit for Jingtang currently are as follows:binary basicity is 1.9 - 1.95,lime ratio and water addition is 5%and 7.0% respectively;sintering bed should increase to 800 mm gradually.At last,Jingtang sintering plant was put into production successfully and yields stably,with the bed depth of 800 mm and advanced sintering indexes.     

基于深度学习的矿石图像处理研究综述

聚焦于矿石勘探和将矿石破碎筛分后的皮带运输两个环节，系统总结了深度学习技术在矿石图像处理中的主要应用，包括矿石分类、粒度分析和异物识别等任务，并分门别类地梳理了完成以上三大任务的常用算法及其优缺点。其中，矿石分类在地质勘探中起着重要作用；粒度分析能为破碎机和传送皮带的控制提供参考依据，还能识别出给矿皮带上过大尺寸的矿石，防止处于给矿皮带和受矿皮带之间的转运缓冲仓内发生堵料事故；异物识别能将皮带上混在矿石中的有害物品检测出来。      

原子发射光谱法快速测定矿石中锡

利用原子发射光谱仪,以K₂S₂O₇、Al₂O₃、NH₄I为缓冲剂,Ge做内标,采用深孔电极装样,通过选择多条不同灵敏度的波长谱线,对矿石中、低及微量锡元素进行了测试,有效拓宽了锡元素的测试范围,可以对矿石中0.001%~10%的锡含量进行测试。方法用于标准样品和未知试样的测试,并用碘量法进行了对比验证,结果表明,分析结果与认证值和化学值相吻合,12次测定结果的相对标准偏差小于5%。方法可用于多种矿石中不同含量范围锡元素的测定。     

单种铁矿性能评价体系的设计与开发

针对国内外各种铁矿石性能差异较大的现状,为了更合理有效地评价和利用各种铁矿资源,将单种铁矿分为块矿、球团矿、富矿粉和精矿粉4种类型,并根据提供的铁矿数据设计了简易型和科学型2种评价模型,建立单种铁矿性能综合评价体系。结合某钢厂的烧结、炼铁生产实际参数,采用Visual Studio开发模型软件,对各种铁矿石做出快速、定量的综合评价,直接计算出最佳的采购参考价格。经企业应用表明,模型计算结果准确度高,为降低炼铁成本,提高生产效率提供了理论和技术依据。     

撰山子金矿矿床地质特征及找矿方向

本文主要从矿脉的空间分布，矿物成份的垂向变化等方面，探讨撰山子金矿床地质特征。认为矿脉分布具有等间距性；矿石中多金属硫化物，尤其是闪锌矿，方铅矿等矿物含量，随深度增大而增加。并在此基础上，提出今后找矿意见。     

高倍稀释熔融制样-X射线荧光光谱法测定镍矿石中主次成分

根据3种不同类型镍矿床选取了20个镍矿石标准物质绘制校准曲线,解决了镍矿石赋存状态的复杂性问题。采用混合熔剂(m(Li₂B₄O₇):m(LiBO₂):m(LiF)=4.5:1:0.4)和标准物质以质量比为40:1进行稀释熔融,加入1 g氧化剂LiNO₃、6滴加入脱模剂LiBr溶液(1 g/mL),针对Cu含量高的铜镍硫化矿样品在熔融时易脆裂和裂痕的问题,采用加入LiBr溶液后用混合熔剂完全覆盖的方法有效防止Br的挥发,成功地制备出高精度的玻璃熔片。建立了测定镍矿石中NiO、Cr₂O₃、CuO、PbO、MgO、ZnO、SiO₂、Al₂O₃、MnO、TiO₂、CoO、TFe₂O₃、CaO、K₂O、Na₂O、P₂O₅16种主次成分的定量分析方法。采用此方法分析GBW07147国家镍矿石标准物质,16种主次成分测定结果的相对标准偏差(RSD)为0.09%～4.5%,对不参加建立校准曲线的GBW07148、GBW07196国家镍矿石标准物质进行分析,分析结果与认定值相符合,满足日常生产任务需要。