產(chǎn)品詳情
人工智能礦石分選機(jī)
產(chǎn)品簡(jiǎn)述
名德光電人工智能分選設(shè)備率先在可見(jiàn)光光電分選領(lǐng)域引入深度卷積神經(jīng)網(wǎng)絡(luò)(CNN)等人工智能手段進(jìn)行物料圖像分析處理，并通過(guò)CNN局部連接、權(quán)值共享、多卷積核等方法，在訓(xùn)練過(guò)程中自動(dòng)提取物料多維立體特征建立數(shù)據(jù)庫(kù)，分選效果遠(yuǎn)優(yōu)于傳統(tǒng)光電方法。
技術(shù)參數(shù)表
|
型號(hào)Model |
礦料粒徑（單位CM）Mineral particle size (cm) |
產(chǎn)量（T/H）Capacity (T/H) |
氣源動(dòng)力（Mpa） Air pressure (Mpa) |
選凈率（%） Sorting accuracy
|
帶出比Optimized Carryover ratio |
功率（kW） Power(kW) |
尺寸（mm） Dimension(mm) |
重量（kg） Weight(kg) |
|
MAI-D4 |
3<d≤6 |
30~45 |
0.55 |
96 |
10:1 |
4.5 |
4000*2650*1760 |
2100 |
|
1<d≤3 |
10~12 |
0.55 |
||||||
|
0.5≤d≤1 |
6~8 |
0.5 |
||||||
|
MAI-D5 |
3<d≤6 |
38~52 |
0.55 |
96 |
10:1 |
5.0 |
4000*3160*1760 |
2250 |
|
1<d≤3 |
12.5~15 |
0.55 |
||||||
|
0.5≤d≤1 |
8~10 |
0.5 |
||||||
|
MAI-D6 |
3<d≤6 |
45~68 |
0.55 |
96 |
10:1 |
5.5 |
4000*3670*1760 |
2350 |
|
1<d≤3 |
15~18 |
0.55 |
||||||
|
0.5≤d≤1 |
9~12 |
0.5 |
||||||
|
MAI-S4 |
3<d≤6 |
35~50 |
0.55 |
99.8 |
20:1 |
6.0 |
4850*2650*2750 |
3000 |
|
1<d≤3 |
12~14 |
0.55 |
||||||
|
0.5≤d≤1 |
7~9 |
0.5 |
||||||
|
MAI-S5 |
3<d≤6 |
44~60 |
0.55 |
99.8 |
20:1 |
6.5 |
4850*3160*2750 |
3250 |
|
1<d≤3 |
13.5~16 |
0.55 |
||||||
|
0.5≤d≤1 |
9~11 |
0.5 |
||||||
|
MAI-S6 |
3<d≤6 |
48~75 |
0.55 |
99.8 |
20:1 |
7.0 |
4850*3670*2750 |
3500 |
|
1<d≤3 |
17.5~21 |
0.55 |
||||||
|
0.5≤d≤1 |
10.5~14 |
0.5 |
以上指標(biāo)是以含雜量為15%的石英石為例，具體指標(biāo)因物料和含雜量的不同而產(chǎn)生變化。
技術(shù)優(yōu)勢(shì)
1， 在光電分選領(lǐng)域引入AI深度卷積神經(jīng)網(wǎng)絡(luò)CNN等人工智能手段進(jìn)行物料圖像分析處理技術(shù)。
2， AI光電分選技術(shù)可自動(dòng)提取物料的多維特征，如紋理、形狀、顏色、質(zhì)感、光澤等，大大提升了分選效果，擴(kuò)展了分選場(chǎng)景和物料種類(lèi)，滿足市場(chǎng)多元化和個(gè)性化分選要求，解決目前色選機(jī)市場(chǎng)色選物料受限的難題。
3， 光電分選對(duì)實(shí)時(shí)性要求很高，而CNN運(yùn)算相對(duì)較慢。對(duì)此我公司采用模型壓縮技術(shù)對(duì)CNN運(yùn)算速度進(jìn)行加速，大大提高識(shí)別效率。
4， 針對(duì)很多工礦物料無(wú)法獲取海量數(shù)據(jù)的情況，我公司采用遷移學(xué)習(xí)技術(shù)和工業(yè)圖像樣本增強(qiáng)技術(shù)，保證了非海量數(shù)據(jù)訓(xùn)練的識(shí)別精度。
5， 人工智能分選機(jī)使用千兆網(wǎng)相機(jī)，將圖像數(shù)據(jù)傳入多GPU計(jì)算平臺(tái)，計(jì)算平臺(tái)采用CNN進(jìn)行物料種類(lèi)辨別技術(shù)，精準(zhǔn)識(shí)別物料表面特征及紋理結(jié)構(gòu)等
人工智能分選機(jī)產(chǎn)品特點(diǎn)
1， 在分選領(lǐng)域，率先引入神經(jīng)網(wǎng)絡(luò)的人工智能手段，解決了色選機(jī)只能依據(jù)簡(jiǎn)單判據(jù)分選的問(wèn)題。
2， 根據(jù)用戶分選需求建立分選模式，滿足用戶多元化和個(gè)性化分選要求。
3， 自主研發(fā)的軟件系統(tǒng)及封閉式整機(jī)結(jié)構(gòu)，內(nèi)部主要器件均采用進(jìn)口元件，可以適應(yīng)工礦業(yè)高粉塵、高污染、高腐蝕等惡劣環(huán)境的要求，應(yīng)用范圍更廣，壽命更長(zhǎng)。
4， 履帶式柔性物料輸送系統(tǒng)，落差小、產(chǎn)量大，適應(yīng)更多物料所選。
5， 振動(dòng)給料部分和設(shè)備主體部分采用分體式結(jié)構(gòu)，避免給料過(guò)程中產(chǎn)生的振動(dòng)對(duì)主體的影響，是設(shè)備運(yùn)行更加穩(wěn)定。
6， 可以通過(guò)學(xué)習(xí)模式不斷提升分選效果，且開(kāi)發(fā)深度學(xué)習(xí)模式。
7， 高度智能，可遠(yuǎn)程調(diào)試、智慧監(jiān)測(cè)，遠(yuǎn)程服務(wù)，遠(yuǎn)程軟件升級(jí)。
可分選礦石
可適用分選礦石物料：
滑石 硅灰石 方解石 石英石
螢石 鉀長(zhǎng)石 菱鎂礦 鋰輝石
磷礦 金礦 高晶硅 氧化銅礦
重晶石 鋁土礦 鉛鋅螢石礦 鉛鋅重晶礦
不限于上述礦石，眼睛可見(jiàn)的區(qū)別都適用于人工智能分選機(jī)！
