名德光(guang)電人(ren)工智(zhi)能分選設備率先在(zai)可見光(guang)光(guang)電分選領域引入深度卷積神經網絡（CNN）等(deng)人(ren)工智(zhi)能手段進行(xing)物料圖像(xiang)分析處理(li)，并通過CNN局部(bu)連接(jie)、權(quan)值共享、多(duo)卷積核等(deng)方法，在(zai)訓練過程中自動提取物料多(duo)維立體特征建(jian)立數(shu)據庫，分選效果遠優于傳(chuan)統光(guang)電方法。
1、在光(guang)電分(fen)選領域引用AI深(shen)度卷(juan)積神(shen)經網(wang)絡（CNN）等(deng)人工智能手(shou)段進行物(wu)料圖(tu)像分(fen)析處理技(ji)術；
2、AI光(guang)電(dian)分選技術可以自動提(ti)取物(wu)料的(de)多維特征(zheng)，如(ru)紋理(li)、形(xing)狀、顏色(se)、質感(gan)、光(guang)澤等，大(da)大(da)提(ti)升(sheng)了(le)分選效果，擴(kuo)展(zhan)了(le)分選場景和物(wu)料種類，滿足市場多元化(hua)和個性化(hua)需求，解決目前色(se)選機色(se)選物(wu)料受限(xian)的(de)難題。
3、光電分選對實時性要求很高，而(er)CNN運行相對較慢。對此我公司采用(yong)模型壓縮技(ji)術對CNN運算技(ji)術進行加速(su)，大大提(ti)高識別(bie)效率(lv)。
4、針對很多(duo)工(gong)礦物料(liao)無法獲(huo)取(qu)海量(liang)數據的情況(kuang)，我公司采用遷移學習技術和(he)工(gong)業圖像(xiang)樣板增強(qiang)技術，保障(zhang)了非海量(liang)數據訓(xun)練(lian)的識別精(jing)度。
5、人工智能分選機使用千兆(zhao)網相(xiang)機，將圖像數據傳入多GPU計算(suan)平(ping)臺(tai)，計算(suan)平(ping)臺(tai)采用CNN進行物(wu)(wu)料種類判(pan)別(bie)技(ji)術，精(jing)準識別(bie)物(wu)(wu)料表面特征及紋理結構等。
1、在分選領域，率(lv)先引用神(shen)經(jing)網絡的(de)人工(gong)智能(neng)手段，解決了色選機只能(neng)依據簡單判據分選的(de)問(wen)題。
2、根據用戶分(fen)選需求建立分(fen)選模式(shi)，滿足(zu)用戶多元化(hua)與個性化(hua)分(fen)選要求。
3、自主(zhu)研發的軟件系統及封閉式整機結(jie)構，內部主(zhu)要(yao)元器件均(jun)采用進(jin)口元件，可(ke)以適(shi)應工(gong)礦業高(gao)粉塵、高(gao)污染、高(gao)腐(fu)蝕(shi)等惡劣環境的要(yao)求，應用范圍(wei)更多，壽命更長。
4、履帶式柔性(xing)物料輸送系統(tong)，落差小、產量(liang)大，適(shi)應更多(duo)物料的分選。
5、振動(dong)給料部分(fen)和(he)設備主(zhu)體(ti)部分(fen)采用分(fen)體(ti)式結構，避免給料過程中產生的(de)振動(dong)對(dui)主(zhu)機的(de)影響，使設備運行更加穩定。
6、可以通過學習(xi)模(mo)式(shi)不斷提升分選效果，且開發深度學習(xi)模(mo)式(shi)。
7、高度智(zhi)能(neng)，可遠(yuan)(yuan)程(cheng)調試、智(zhi)慧(hui)監(jian)測(ce)、遠(yuan)(yuan)程(cheng)服務、遠(yuan)(yuan)程(cheng)軟件(jian)升級(ji)。
不僅限(xian)于上述礦石，眼睛可見的(de)差異都可適用(yong)于人工(gong)智能分選機。
首頁
產品中心
服務中心
聯系我們
