露天矿破碎站链条断裂安全监测技术研究

为解决露天矿中破碎站输送机构链条断裂故障检测效率低,传统图像识别方法处理效率低,检测实时性差的问题,提出一种基于深度学习技术的破碎站链条断裂检测技术。首先,从硬件平台搭建和软件架构上提出链条断裂检测系统总体设计方案;其次,使用YOLOv4模型搭建链条检测模型架构,根据破碎站运行工况提出链条断裂检测算法,并结合实际环境特征提出图像预处理方法;然后,采集图像样本用于模型迭代训练,得到链条目标检测识别模型;最后,检测链条断链丢失情况。结果表明:基于深度学习的破碎站链条目标检测可以在输送机构运行过程中精确识别出图像中链条的数量;当链条被遮挡模拟丢失后,能够及时发现并报警。

破碎站大块物料安全通过能力影响因素分析

为提高物料破碎效率,解决露天矿破碎站大块物料导致的卡料堵塞问题,建立散体物料模型和物料粒度数学模型。首先,分析物料所受破碎力影响因素,建立不同因素作用下破碎力的数学模型;然后,以CR610/14-35型双齿辊破碎机为例,对不同齿辊中心距和齿高下不同物料的受力进行数值模拟。结果表明:物料粒度、齿辊中心距以及齿辊齿高是影响破碎站大块物料通过能力的主要因素;物料所受切向力随齿辊中心距增加而减小,随齿辊齿高增加而增大。