煤矸石识别方法研究现状与展望

曹现刚, 李莹, 王鹏, 吴旭东

曹现刚，李莹，王鹏，等.煤矸石识别方法研究现状与展望［J］.工矿自动化，2020,46（1）：38-43.. DOI: 13272/j.issn.1671-251x.2019060005
引用本文: 曹现刚，李莹，王鹏，等.煤矸石识别方法研究现状与展望［J］.工矿自动化，2020,46（1）：38-43.. DOI: 13272/j.issn.1671-251x.2019060005
shu
CAO Xiangang, LI Ying, WANG Peng, WU Xudong. Research status of coal-gangue identification method and its prospect[J]. Journal of Mine Automation, 2020, 46(1): 38-43. DOI: 13272/j.issn.1671-251x.2019060005
Citation: CAO Xiangang, LI Ying, WANG Peng, WU Xudong. Research status of coal-gangue identification method and its prospect[J]. Journal of Mine Automation, 2020, 46(1): 38-43. DOI: 13272/j.issn.1671-251x.2019060005
shu

煤矸石识别方法研究现状与展望

  • 西安科技大学 机械工程学院， 陕西 西安710054

基金项目: 

陕西省重点研发计划项目（2018GY-160）

陕西省教育厅科学研究计划项目（18JC022）

详细信息

  • 中图分类号: TD94

Research status of coal-gangue identification method and its prospect

  • College of Mechanical Engineering, Xi''an University of Science and Technology, Xi’an 710054, China

摘要

    摘要
  • 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，并对比了各种识别方法的特点。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像识别方法、融合和创新现有方法的新型煤矸石高效识别方法。
    Abstract: According to coal-gangue identification features, research status of coal-gangue identification method was summarized, and representative research achievements of some coal-gangue identification methods were enumerated, such as density identification method and hardness identification method, which were characterized by density and hardness, as well as ray identification method and image identification method, which were characterized by gray scale and texture. Characteristics of various identification methods were compared. Research directions and ways of coal-gangue identification method were prospected, namely researching coal-gangue identification methods which met green development requirements of coal mine, fast and efficient coal-gangue image identification method and new efficient coal-gangue identification method fusing and innovating existing methods on basis of full analysis and understanding feature differences between coal and gangue.
    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献(78)

  • 期刊类型引用(40)

    1. 张海波，李晓真，刘扬. 煤矿带式输送机矸石识别新方法. 煤矿机械. 2025(01): 154-157 . 百度学术
    2. 王国新，祝建东，汝洪芳. 基于改进YOLOv8s的矸石流目标检测方法. 矿业研究与开发. 2025(04): 229-237 . 百度学术
    3. 吕瑞宏，李大玮，沈红博. 基于CT图像的煤矸元素成分分析算法研究. 仪器仪表学报. 2025(03): 170-179 . 百度学术
    4. 高欧阳，杨帅，郭龙真，朱朋飞，皇行涛，高阳. 基于YOLOv8的煤炭输送带异物智能检测系统研究. 煤矿机械. 2025(06): 221-225 . 百度学术
    5. 王亚栋，贾俊伟，谭韦君，雷萌. 基于深度残差网络和近红外光谱的煤矸石智能识别. 分析测试学报. 2024(04): 607-613 . 百度学术
    6. 陈森森，程刚，王龙腾. 基于YOLO- RepGFPN模型的煤矸检测方法研究. 佳木斯大学学报(自然科学版). 2024(03): 6-11 . 百度学术
    7. 冯海东. 基于RT-DETR改进的皮带运输机异物识别方法. 科学技术创新. 2024(11): 222-228 . 百度学术
    8. 杨洋，李海雄，胡淼龙，郭秀才，张会鹏. 基于YOLOv5-SEDC模型的煤矸分割识别方法. 工矿自动化. 2024(08): 120-126 . 本站查看
    9. 高琳，于鹏伟，董红娟，梁朝辉，张志远. 基于机器视觉的煤矸石识别方法综述. 科学技术与工程. 2024(26): 11039-11049 . 百度学术
    10. 鲁杰，王劭琛，魏征. 基于YOLOv8-ER的带式输送机煤矸目标检测. 实验技术与管理. 2024(10): 67-73 . 百度学术
    11. 张释如，张达. 基于迁移学习的煤矸图像识别方法. 计算机应用与软件. 2024(11): 247-250+260 . 百度学术
    12. 武强，张帅，杜沅泽，徐华，赵颖旺. 基于MRAU视频分割模型的矿井涌（突）水风险识别方法. 煤炭科学技术. 2024(11): 17-28 . 百度学术
    13. 李伟，刘化广. 基于LBP算法的SVM煤矸识别. 黑龙江科技大学学报. 2023(02): 153-158+166 . 百度学术
    14. 郑道能. 一种改进的tiny YOLO v3煤矸石快速识别模型. 工矿自动化. 2023(04): 113-119 . 本站查看
    15. 常枫懿，赵国贞. 基于YOLOv5m改进模型的煤矸识别方法. 煤炭技术. 2023(07): 10-14 . 百度学术
    16. 曾红久. 石圪台选煤厂手选带人工拣矸改造. 洁净煤技术. 2023(S1): 122-126 . 百度学术
    17. 周孟然，凌胜，来文豪，卞凯，朱梓伟，沈汝涵. 基于黏菌优化极限学习机的煤矸石多光谱识别. 重庆工商大学学报(自然科学版). 2023(05): 1-7 . 百度学术
    18. 汪岩，李自强. 基于AI图像处理的煤矸石特征提取及分类方法. 煤炭技术. 2023(11): 231-233 . 百度学术
    19. 崔耀，吴景红，叶壮，张森浪. 高瓦斯综放工作面智能放煤关键技术研究与应用. 煤炭科学技术. 2023(10): 252-265 . 百度学术
    20. 迟海波. 基于串并联变换的多机械臂矸石分拣系统. 煤矿安全. 2023(12): 239-245 . 百度学术
    21. 何江，张科星. 基于机器视觉的AlexNet网络煤矸石检测系统. 煤炭技术. 2022(03): 205-208 . 百度学术
    22. 张释如，朱萌. Relief-MRMR-SVM在煤矸图像分类的研究. 煤炭工程. 2022(04): 139-144 . 百度学术
    23. 张袁浩，潘祥生，陈晓晶，霍振龙，任书文，季亮. 智能选矸机器人关键技术研究. 工矿自动化. 2022(06): 69-76+111 . 本站查看
    24. 张红，李晨阳. 基于光学图像的煤矸石识别方法综述. 煤炭工程. 2022(07): 159-163 . 百度学术
    25. 李思思. 煤矸石分拣智能控制系统设计. 现代制造技术与装备. 2022(07): 195-197+211 . 百度学术
    26. 闫洪霖. 基于改进反馈神经网络的煤矸石图像分类模型. 工矿自动化. 2022(08): 50-55+113 . 本站查看
    27. 代伟，王昱栋，董良，赵跃民. 煤炭智能重介分选技术进展与探索. 工矿自动化. 2022(11): 20-26+44 . 本站查看
    28. 张烨，马宏伟，王鹏，曹现刚，魏小荣，周文剑. 煤矸石智能分拣机器人研究进展与关键技术. 工矿自动化. 2022(12): 42-48+56 . 本站查看
    29. 张达，白瑶瑶，张释如，张天军. 基于视频的带式输送机煤矸识别方法. 煤炭技术. 2022(12): 212-214 . 百度学术
    30. 曹贯强，尉瑞，孟祥涛，赵文生，刘清. 用于煤矸识别的振动传感器设计. 工矿自动化. 2021(01): 118-122 . 本站查看
    31. 曹珍贯，吕旻姝，张宗唐. 基于热成像技术和深度学习的煤矸石识别方法. 湖南工程学院学报(自然科学版). 2021(01): 48-52 . 百度学术
    32. 王锐，桂志国，刘祎，张鹏程. 基于X射线和结构光相机的煤矸石分拣方法研究. 中北大学学报(自然科学版). 2021(02): 123-128+134 . 百度学术
    33. 范振，陈乃建，黄玉林，张来伟，李映君. 基于支持向量机与多种特征的煤矸石识别. 济南大学学报(自然科学版). 2021(03): 277-284 . 百度学术
    34. 胡璟皓，高妍，张红娟，靳宝全. 基于深度学习的带式输送机非煤异物识别方法. 工矿自动化. 2021(06): 57-62+90 . 本站查看
    35. 雷世威，肖兴美，张明. 基于改进YOLOv3的煤矸识别方法研究. 矿业安全与环保. 2021(03): 50-55 . 百度学术
    36. 来文豪，周孟然，王锦国，胡天羽，孔茜茜，胡锋，卞凯，朱梓伟. 多光谱波段筛选的煤矸石快速定位. 中国激光. 2021(16): 190-200 . 百度学术
    37. 沈科，季亮，张袁浩，邹盛. 基于改进YOLOv5s模型的煤矸目标检测. 工矿自动化. 2021(11): 107-111+118 . 本站查看
    38. 宋卫虎，郎利影，张步勤，郜亚松，张雷，张永健. 基于改进U-net网络模型的煤矸识别方法. 智能矿山. 2021(03): 63-68 . 百度学术
    39. 赵明辉. 双臂并联煤矸石分拣机器人及其轨迹规划研究. 工矿自动化. 2020(09): 57-63 . 本站查看
    40. 蒋磊，马六章，杨克虎，许政. 基于MFCC和FD-CNN卷积神经网络的综放工作面煤矸智能识别. 煤炭学报. 2020(S2): 1109-1117 . 百度学术

    其他类型引用(38)

    • 资源附件(0)
计量
  • 文章访问数:  252
  • HTML全文浏览量:  20
  • PDF下载量:  72
  • 被引次数: 78
出版历程
  • 刊出日期:  2020-01-19

目录

摘要
HTML全文
    参考文献(0)
    相关文章
    施引文献
    资源附件(0)

    /

    返回文章
    返回

    苏ICP备 05016349号-2

    本系统由 北京仁和汇智信息技术有限公司 开发  访问量：1259720    百度统计