朱金波，尹建强，杨晨光，周 伟，朱宏政，张 勇，史苘桧，曾秋予，郭永存，杨 科

(安徽理工大学 材料科学与工程学院，安徽 淮南 232001)

0 引 言

智能光电分选技术应用于煤矸分选领域[1-2]，与传统选煤方法相比，具有速度快、精度高、模块化及集成扩展性强、运行成本和能耗低、易于操作维护、不用水等优势，近年来在选煤行业迅速发展[3-4]。如韩城矿业2016年引进美国BIRTLEY公司双能X射线煤矸分选设备用于井上分选。山东能源临矿集团王楼煤矿2018年在井下成功应用煤矸智能干选设备。国内自主研发的煤矸光电分选机近年来发展迅速，逐渐由地面向井下发展[5-6]，由于井下空间限制，潮湿高温、粉尘等因素影响，应用难题较多，特别是煤矸光电分选技术与采煤、填充工艺相结合，国内外未见报道和应用案例[7]。采用智能分选方法，实现宽粒度范围内煤矸快速识别并准确校正分离阈值[8]，做到等效煤矸按密度分选，必须深入研究煤矸矿物组成对X射线识别的影响规律[9-10]。

Robben等[11]利用X射线透射(XRT)传感器对煤矸石进行分选，有效降低了难选煤的灰分；Ketelhodt等[12]利用双能X射线，有效识别褐煤中硫铁矿，并进行分选；Wang等[13]针对煤矸识别不准确的问题，基于煤和矸石图像的基本特征，利用数字图像处理技术，扩大了煤和矸石图像特征差异，提高了分选效率；Hou等[14]用神经网络方法，将煤与矸石的灰度特征与表面纹理相对应，提高了识别精度。Pu等[15]利用卷积神经网络(CNN)对煤矸石图像进行识别，并引入迁移学习的思想构建自定义CNN模型，实现了计算能力有限条件下的有关矿物大量可训练参数计算。……