论文部分内容阅读
煤矸石分选是洁净煤生产过程中不可缺少的环节，传统的煤矸石分选广泛采用湿选法，容易导致水资源浪费和环境污染。本文针对目前的选煤现状，根据人工智能原理和模式识别理论，提出了一种新的煤矸石在线识别与自动分选干选法，将最新的ARM微处理器和CPLD逻辑控制技术与传统的选煤技术有机地结合起来，完成了煤矸石在线识别与自动分选系统。理论上，探索出人工智能与模式识别技术在煤矿自动分选矸石中的应用。生产实际中，可以大大改善工人的工作环境，减少环境污染，节约干旱地区宝贵的水资源，提高精煤比例和质量，对发展我国的洁净煤技术，都具有良好的社会效益和经济效益。 本文研究了人工智能原理和模式识别理论，结合数字图像处理算法，以ARM微控制器和CPLD可编程逻辑控制器件为核心的煤矸石图像在线自动识别系统。图像采集模块、图像处理模块和图像输出存储模块三大模块组成图像在线自动识别系统。可编程图像处理器SAA7111A和CPLD组成的图像采集模块；图像处理模块由ARM微处理器和相应的外围电路来完成；通过CAN总线把处理后的图像数据传送到中控室的上位机上显示存储完成图像传输模块。 系统硬件部分：ARM、CPLD、SAA7111A和CAN总线等各个硬件电路模块的设计实现；软件设计部分：在ARM微处理器上实现煤矸石的图像处理算法，CAN总线与上位机的通信等；采用VHDL语言编程实现了CPLD控制SAA7111A独立采集图像；以及一些辅助的程序设计：CPLD对于ARM和CAN总线的时序调整程序，一些译码电路等的软件设计。最后，经过各个硬件模块调试、软件仿真和系统综合调试，验证了本系统的可行性，达到了预期的目标。