论文部分内容阅读
赵楼煤矿选煤中心根据浮选泡沫的特点将深度学习技术融入到浮选加药系统的研发之中,设计了基于卷积神经网络的识别与分类网络,提高了系统的泡沫识别准确率及抗干扰能力。通过将西门子PLC、WinCC、高清摄像机与智能算法的深度接合,使浮选加药控制系统实现了"人工智能"。
基于深度学习的浮选加药控制系统
【摘 要】
：
赵楼煤矿选煤中心根据浮选泡沫的特点将深度学习技术融入到浮选加药系统的研发之中,设计了基于卷积神经网络的识别与分类网络,提高了系统的泡沫识别准确率及抗干扰能力。通过
【机 构】
：
兖煤菏泽能化有限公司
【出 处】
：
山东煤炭科技
【发表日期】
：
2020年5期
其他文献
以金源煤矿43上03工作面设计为案例,对工作面设计进行优中选优,在确保生产系统合理的前提下,保证了矿井的正常采掘接续,为类似情况提供可借鉴的实际案例。
在充分收集五莲县以往地质工作所取得资料的基础上,通过对研究区浅层地温能调查项目所取得的成果资料进行整理分析,获得与浅层地温能适宜性评价有关的岩土体及水文地质等参数
辛置矿2-206工作面地质构造较复杂,小断层较多,且夹矸较多。为精细探明工作面内部的地质构造,使用槽波地震透射勘探方法,使用分布式地震仪采集系统,采集到大信息量、大探测角
为提高破岩效率,加快掘进工作面推进速度,缓解采掘接替紧张的问题,以阳煤集团新景公司保安分区8~#煤回风巷为试验对象,提出采用TBM型盾构机进行大断面岩石巷道的掘进工艺。实