融合厚度信息的煤矸DE-XRT密度精准预测方法
郭永存1
骆启生1
何磊2
李德永1
王爽1
赵艳秋2
刘宝莹3
支亚3
1.安徽理工大学煤炭无人化开采数智技术全国重点实验室,安徽淮南 232001;安徽理工大学机电工程学院,安徽淮南 2320012.安徽理工大学煤炭无人化开采数智技术全国重点实验室,安徽淮南 232001;安徽理工大学人工智能学院,安徽淮南 2320013.安徽中科光电色选机械有限公司,安徽 合肥 230000
摘要：在煤矸智能分选领域,宽厚度-宽密度物料的密度预测受双能X射线透射物理机制、数据融合策略及物料复杂组分的综合影响,导致预测难度大、精度低,严重阻碍了煤矸智能光电分选技术发展和煤炭分质分级利用.为降低各因素影响,提高煤和矸石密度预测精度,提出了一种基于虚拟厚度图像和改进密度公式的预测模型.该模型利用可变窗口式非线性平滑滤波降低夹矸现象的影响,以深度相机数据作为厚度基准对低能区图像灰度值进行校准,构建了可与双能X射线图像像素级对齐的虚拟厚度图像.探析了使用同一密度计算公式的影响,以各密度级煤矸计算结果的变化规律为依据对密度计算公式进行改进,建立了适用于煤和矸石的密度预测模型.此外,通过引入边界约束条件,进一步增加了模型的预测精度.通过与各种算法在不同密度级和厚度范围的煤矸数据集上进行对比测试,综合评估了所建立模型的性能.试验结果表明,该模型可以准确预测宽厚度-宽密度煤和矸石的密度.其中,对密度范围为1.30～1.80 g/cm3、平均厚度范围为5～100 mm物料预测差值的均值 MAE(Mean Absolute Error)和方差E-Var(Error Variance)最低分别为 0.053 9 和 0.000 9;对密度＞1.80 g/cm3、平均厚度范围为5～100 mm物料预测差值的均值MAE和方差E-Var分别为0.210 6和0.033 2.相较于P值法、透射公式法、阿基米德法以及质量体积比值法,所建立模型可以在实现多目标同步测量的同时保持较高的精度和稳定性.此外,获得了准确性较高的电子密度图像,为后续的组分分析、质量质心计算、物料分布状态判断等关键环节提供数据参考.
关键词：煤和矸石密度预测数据融合双能X射线深度相机
分类号：TP391.41(计算技术、计算机技术)TD94(选矿)
资助基金：国家自然科学基金(52404160)安徽理工大学引进人才科研启动基金资助项目(2023yjrc110)
论文发表日期：2026-01-31
在线出版日期：2026-03-12（本平台首次上网日期，不代表文献的发表时间）
页数：16( 349-364 )
英文信息