人工智能矿石分选机

产品简述
名德光电人工智能分选设备率先在可见光光电分选领域引入深度卷积神经网络(CNN)等人工智能手段进行物料图像分析处理，并通过CNN局部连接、权值共享、多卷积核等方法，在训练过程中自动提取物料多维立体特征建立数据库，分选效果远优于传统光电方法。
技术参数表









型号Model 矿料粒径（单位CM）Mineral particle size (cm) 产量（T/H）Capacity
(T/H) 气源动力（Mpa）
Air pressure (Mpa) 选净率（%）
Sorting accuracy
优带出比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*3
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*3
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
以上指标是以含杂量为15%的石英石为例，具体指标因物料和含杂量的不同而产生变化。
技术优势
1， 在光电分选领域引入AI深度卷积神经网络CNN等人工智能手段进行物料图像分析处理技术。
2， AI光电分选技术可自动提取物料的多维特征，如纹理、形状、颜色、质感、光泽等，大大提升了分选效果，扩展了分选场景和物料种类，满足市场多元化和个性化分选要求，解决目前色选机市场色选物料受限的难题。
3， 光电分选对实时性要求很高，而CNN运算相对较慢。对此我公司采用模型压缩技术对CNN运算速度进行加速，大大提高识别效率。
4， 针对很多工矿物料无法获取海量数据的情况，我公司采用迁移学习技术和工业图像样本增强技术，保证了非海量数据训练的识别精度。
5， 人工智能分选机使用千兆网相机，将图像数据传入多GPU计算平台，计算平台采用CNN进行物料种类辨别技术，精准识别物料表面特征及纹理结构等
人工智能分选机产品特点
1， 在分选领域，率先引入神经网络的人工智能手段，解决了色选机只能依据简单判据分选的问题。
2， 根据用户分选需求建立分选模式，满足用户多元化和个性化分选要求。
3， 自主研发的软件系统及封闭式整机结构，内部主要器件均采用进口元件，可以适应工矿业高粉尘、高污染、高腐蚀等恶劣环境的要求，应用范围更广，寿命更长。
4， 履带式柔性物料输送系统，落差小、产量大，适应更多物料所选。
5， 振动给料部分和设备主体部分采用分体式结构，避免给料过程中产生的振动对主体的影响，是设备运行更加稳定。
6， 可以通过学习模式不断提升分选效果，且开发深度学习模式。
7， 高度智能，可远程调试、智慧监测，远程服务，远程软件升级。
可分选矿石
可适用分选矿石物料：
滑石 硅灰石 方解石 石英石
萤石 钾长石 菱镁矿 锂辉石
磷矿 金矿 高晶硅 氧化铜矿
重晶石 铝土矿 铅锌萤石矿 铅锌重晶矿
不限于上述矿石，眼睛可见的区别都适用于人工智能分选机！