|
產品簡述
名德光電人工智能分選設備在可見光光電分選領域引入深度卷積神經網絡(CNN)等人工智能手段進行物料圖像分析處理，并通過CNN局部連接、權值共享、多卷積核等方法，在訓練過程中自動提取物料多維立體特征建立數據庫，分選效果遠優于傳統光電方法。
技術參數表
|
型號Model
|
礦料粒徑（單位CM）Mineral particle size (cm)
|
產量（T/H）Capacity
(T/H)
|
氣源動力（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≤6
|
30~45
|
0.55
|
96
|
10:1
|
4.5
|
4000*2650*1760
|
2100
|
|
1≤3
|
10~12
|
0.55
|
|
0.5≤d≤1
|
6~8
|
0.5
|
|
MAI-D5
|
3≤6
|
38~52
|
0.55
|
96
|
10:1
|
5.0
|
4000*3160*1760
|
2250
|
|
1≤3
|
12.5~15
|
0.55
|
|
0.5≤d≤1
|
8~10
|
0.5
|
|
MAI-D6
|
3≤6
|
45~68
|
0.55
|
96
|
10:1
|
5.5
|
4000*3670*1760
|
2350
|
|
1≤3
|
15~18
|
0.55
|
|
0.5≤d≤1
|
9~12
|
0.5
|
|
MAI-S4
|
3≤6
|
35~50
|
0.55
|
99.8
|
20:1
|
6.0
|
4850*2650*2750
|
3000
|
|
1≤3
|
12~14
|
0.55
|
|
0.5≤d≤1
|
7~9
|
0.5
|
|
MAI-S5
|
3≤6
|
44~60
|
0.55
|
99.8
|
20:1
|
6.5
|
4850*3160*2750
|
3250
|
|
1≤3
|
13.5~16
|
0.55
|
|
0.5≤d≤1
|
9~11
|
0.5
|
|
MAI-S6
|
3≤6
|
48~75
|
0.55
|
99.8
|
20:1
|
7.0
|
4850*3670*2750
|
3500
|
|
1≤3
|
17.5~21
|
0.55
|
|
0.5≤d≤1
|
10.5~14
|
0.5
|
以上指標是以含雜量為15%的石英石為例，具體指標因物料和含雜量的不同而產生變化。
技術優勢
1， 在光電分選領域引入AI深度卷積神經網絡CNN等人工智能手段進行物料圖像分析處理技術。
2， AI光電分選技術可自動提取物料的多維特征，如紋理、形狀、顏色、質感、光澤等，大大提升了分選效果，擴展了分選場景和物料種類，滿足市場多元化和個性化分選要求，解決目前色選機市場色選物料受限的難題。
3， 光電分選對實時性要求很高，而CNN運算相對較慢。對此我公司采用模型壓縮技術對CNN運算速度進行加速，大大提高識別效率。
4， 針對很多工礦物料無法獲取海量數據的情況，我公司采用遷移學習技術和工業圖像樣本增強技術，保證了非海量數據訓練的識別精度。
5， 人工智能分選機使用千兆網相機，將圖像數據傳入多GPU計算平臺，計算平臺采用CNN進行物料種類辨別技術，準確識別物料表面特征及紋理結構等
人工智能分選機產品特點
1， 在分選領域，引入神經網絡的人工智能手段，解決了色選機只能依據簡單判據分選的問題。
2， 根據用戶分選需求建立分選模式，滿足用戶多元化和個性化分選要求。
3， 自主研發的軟件系統及封閉式整機結構，內部主要器件均采用進口元件，可以適應工礦業高粉塵、高污染、高腐蝕等惡劣環境的要求，應用范圍更廣，壽命更長。
4， 履帶式柔性物料輸送系統，落差小、產量大，適應更多物料所選。
5， 振動給料部分和設備主體部分采用分體式結構，避免給料過程中產生的振動對主體的影響，是設備運行更加穩定。
6， 可以通過學習模式不斷提升分選效果，且開發深度學習模式。
7， 高度智能，可遠程調試、智慧監測，遠程服務，遠程軟件升級。
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，眼睛可見的區別都適用于人工智能分選機！
|
