摘要：出矿量是矿山企业制定生产计划的一个重要指标,而目前绝大多数地下矿山采用人工清点载矿矿车数的方式估算出矿量,该计量方式存在估算误差大等缺点,严重影响了矿山企业生产计划的合理制定。本文采用图像识别与密度模型建模相结合的方法,通过对矿石堆图像信息进行三维重建形成体积模型,构建了一个图像特征—密度库,设计并开发了一套基于图像识别的井下机车载矿量计量系统。经现场反复试验证明,该计量系统运行稳定可靠,机车载矿量计算误差小于5%,较好地解决了目前矿山企业出矿量估算不准确的问题,提高了出矿量计算的准确度,为矿山企业制定生产计划提供了详实可靠的数据。

摘要：由于矿山井下环境复杂,如何实现准确、稳定地计量出矿量,一直困扰着矿山企业。研究采用基于非接触式的方法计量矿斗的出矿量。具体思路是先使用深度相机实时获取目标矿斗的深度图像,经过数据预处理后,结合数值积分的方法计算目标矿斗的体积,最后根据自建的密度-图像数据库,匹配出与目标矿斗表面图像拟合程度最高的平均密度,进而计算出矿斗的载矿量。研究表明:这种基于深度图像的矿斗载矿量的计量方法,不仅可以改进矿山企业运矿环节的工艺流程,还可以降低企业的生产风险,提高矿山企业的生产效益。