首页--工业技术论文--矿业工程论文--选矿论文--选煤论文

基于x射线和机器视觉的煤矸石分选系统研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第11-17页
    1.1 论文选题背景第11-12页
    1.2 选煤技术的发展现状和意义第12-15页
        1.2.1 人工选煤第12-13页
        1.2.2 跳汰选煤第13页
        1.2.3 重介质选煤第13-14页
        1.2.4 干法选煤第14页
        1.2.5 基于射线探测识别选煤第14-15页
    1.3 论文的主要工作第15-17页
第2章 X射线和机器视觉选煤技术概述第17-25页
    2.1 X射线成像技术基础第17-20页
        2.1.1 X射线成像技术的背景及发展现状第17-18页
        2.1.2 X射线成像原理第18-19页
        2.1.3 X射线成像系统的结构第19-20页
    2.2 机器视觉第20-23页
        2.2.1 机器视觉的概念第20页
        2.2.2 机器视觉的研究现状第20-21页
        2.2.3 机器视觉的应用第21-22页
        2.2.4 机器视觉的发展趋势第22页
        2.2.5 机器视觉成像系统的结构第22-23页
    2.3 本章小结第23-25页
第3章 煤与矸石识别分选系统设计第25-53页
    3.1 概述第25页
    3.2 识别分选系统工作原理第25页
    3.3 识别分选系统总体结构设计第25-27页
    3.4 识别分选系统硬件设计第27-37页
        3.4.1 X射线源模块第27-30页
        3.4.2 X射线机的泄露与防护第30-31页
        3.4.3 CCD摄像机模块第31-33页
        3.4.4 X-DAQ数据采集卡模块第33-36页
        3.4.5 自由落体分选装置第36页
        3.4.6 分离执行机构第36-37页
    3.5 识别分选系统软件设计第37-50页
        3.5.1 软件设计总体方案第37-41页
        3.5.2 串口通信协议设计第41-42页
        3.5.3 以太网通信协议设计第42-43页
        3.5.4 检测识别模块软件设计与实现第43-46页
        3.5.5 分选模块软件设计与实现第46-50页
    3.6 本章小结第50-53页
第4章 煤块与矸石图像处理及算法研究第53-65页
    4.1 X射线扫描成像原理第53页
    4.2 X射线衰减图像的处理与分析第53-59页
        4.2.1 X射线衰减图像的预处理第53-57页
        4.2.2 煤块和矸石图像灰度直方图的建立与分析第57-58页
        4.2.3 煤块和矸石灰度值分布和灰度值统计第58-59页
    4.3 机器视觉图像中煤块和矸石的厚度第59-63页
        4.3.1 图像分割第59-62页
        4.3.2 图像测量第62-63页
    4.4 确定煤块和矸石分选阈值的方法第63-64页
    4.5 本章小结第64-65页
第5章 煤与矸石实验数据分析第65-81页
    5.1 X射线衰减采集煤和矸石图像对比实验第65-76页
        5.1.1 煤块和铅板X射线衰减图像对比实验第65-68页
        5.1.2 煤块和矸石X射线衰减图像对比实验第68-76页
    5.2 X射线衰减图像实验结果总结与分析第76页
    5.3 机器视觉采集煤块和矸石图像对比实验第76页
    5.4 机器视觉图像实验结果总结与分析第76-77页
    5.5 煤块和矸石的分选阈值第77-79页
    5.6 本章小结第79-81页
第6章 总结与展望第81-83页
    6.1 总结第81-82页
    6.2 展望第82-83页
参考文献第83-87页
致谢第87页

论文共87页,点击 下载论文
上一篇:KOH碱性水热法提铌基础研究
下一篇:保国铁蛋山矿区沿脉运输巷道稳定性分析