AI破解煤矸分选“工况漂移”难题:中平自动化智能矸选专利获中国授权
2026-06-29 17:55
来源:
收藏

煤矸石分选是煤炭清洁利用的第一道关口,但矿山现场工况瞬息万变——煤质波动、光照变化、粉尘干扰……传统AI模型往往“水土不服”,分选精度随工况漂移而大幅衰减。2026年6月19日,河南中平自动化股份有限公司“一种基于AI的智能矸选方法”获国家发明专利正式授权(授权公告号CN121103693B)。该专利通过构建“工况—样本”动态适配机制,让AI分选模型在多变工况下始终保持稳定与精准,为煤炭智能干选装备装上了一颗“自适应大脑”。

AI下井,为何频频“水土不服”?

煤矸石分选是煤炭洗选加工的关键环节,直接关系到精煤回收率、后续洗选能耗和矸石综合利用价值。近年来,基于机器视觉和深度学习的智能矸选技术快速推广,有望替代传统人工拣选和湿法跳汰。

然而,AI模型在实验室表现优异,一旦部署到矿山现场,精度往往大幅下降。核心原因在于:煤矸分选属于典型的“开放环境”工业视觉任务——煤种变化、光照波动、输送带速度调整、粉尘浓度起伏……任何一项工况参数的改变,都会导致图像特征的分布偏移。

更棘手的是,矿山现场难以获取大量带标签的“标准答案”样本(标签稀缺),而传感器噪声又进一步污染了本就有限的数据质量。特征分布漂移 + 标签稀缺 + 噪声干扰——三座大山叠加,使得传统AI矸选模型在多变工况下分选结果极不稳定,严重制约了智能干选技术的规模化应用。

从“静态模型”到“动态适配”的范式跃迁

中平自动化此次获授权的发明专利,提供了一套完整的解决方案。专利摘要显示,该方法通过“采集—建矩阵—生成模板—校准标签—分段调整—增量修正” 的完整技术链条,让AI分选模型具备了随工况变化而“自适应进化”的能力。

第一步:构建“工况—样本”对应矩阵,提取稳定特征域

方法首先在输送带运行过程中同步采集图像信号与工况参数,构建工况—样本对应矩阵,并从中提取稳定特征域。这一步骤的核心价值在于:不是简单地用图像训练模型,而是将“当时是什么工况”与“拍到了什么图像”绑定在一起,从而区分哪些特征是煤矸本身的物理属性,哪些特征是工况变化带来的“假象”。

第二步:生成动态特征模板,记录工况阈值条件

基于稳定特征,系统生成动态特征模板并记录工况阈值条件。这个模板就像一个“可变的标尺”——工况变化时,标尺也随之调整,确保判定标准始终与当前现场条件相匹配。

第三步:净化标签集——解决“边界模糊”难题

将人工标注样本与动态模板进行比对,对边界模糊样本标签进行一致性校准,形成净化标签集。煤和矸石的边界在图像中往往模糊不清,不同工人的标注标准也不尽相同。该方法通过模板比对实现标签的“去噪”和“统一”,从数据源头保障了模型训练质量。

第四步:分段调整判定边界——精细化分选决策

将稳定特征与净化标签集输入分选判定模型,并依据模板阈值对判定边界进行分段调整。不同粒级、不同煤种,其“煤”与“矸”的判定标准本应不同。分段调整让模型具备了针对不同工况条件的精细化决策能力,而不是“一刀切”。

第五步:闭环增量修正——让模型越用越聪明

更关键的是最后一步:在运行中监测工况与分选输出,当检测到分布偏移时反馈至标签校准步骤进行增量修正。这意味着系统不是“一锤子买卖”——部署完成后,它仍在持续“学习”:一旦发现工况发生变化导致分选精度波动,系统会自动触发新一轮的标签校准和模型微调,形成“运行—监测—反馈—修正” 的智能闭环。

为煤炭智能干选装上一颗“自适应大脑”

从“静态部署”到“动态进化”

传统AI矸选模型是“静态”的——训练完成、部署上线后,模型参数固定不变,工况一旦变化精度必然下滑。中平自动化的专利技术让模型具备了“动态进化”能力。这意味着智能矸选设备可以在矿山长期运行中持续自我优化,越用越精准,彻底摆脱“上线即衰减”的困境。

为全粒级智能干选系统提供核心算法支撑

中平自动化此前已推出TDS智能干选系统(有效排出50mm以上矸石)和TGS智能梯流干选系统(更精准与智能)。此次AI智能矸选方法的专利授权,为这些硬件系统提供了核心算法支撑。从“硬件分选”到“算法决策”,中平自动化正在构建覆盖“感知—决策—执行” 全链条的智能干选技术体系。

加速煤炭洗选向“无人化、智能化”演进

该专利技术解决了智能矸选在多变工况下的稳定性难题,有望大幅提升精煤灰分稳定率和精煤回收率。结合中平自动化此前申请的井下矸石智能分选装置(采用振动筛分、碰撞输送、鼓气吸附、精准探测识别与气流吹送的分选方式,分选精度更高)和无胶带运输的煤矸石分选装置,中平自动化正在从“算法”到“装置”全方位布局,推动煤炭洗选从人工干预向全流程智能化的跨越。

2026年6月19日,当CN121103693B专利正式授权的那一刻,中平自动化不仅收获了一项发明专利,更在煤炭智能干选领域树立了一个技术范式:AI分选不应是“一劳永逸”的静态部署,而应是“随工况而变”的动态进化。

从平顶山到全国各大矿区,从TDS到TGS再到AI智能矸选算法,中平自动化正在用“自适应”的技术哲学,重新定义煤矸分选的智能边界。

本文来自全球互联网及战略合作伙伴信息的编译与转载,仅为读者提供交流,有侵权或其它问题请及时告之,本站将予以修改或删除,未经正式授权严禁转载本文。邮箱:news@wedoany.com