煤和煤矸石分类机
煤矸石图像分类方法
2019年8月15日 针对煤矸石分割图像，选取煤矸石图像的HOG特征及灰度共生矩阵，分别以支持向量机、随机森林、K近邻算法作为分类器进行基于特征提取的煤矸石分类识别；分别建立浅层卷积神经网络和基于ImageNet数据集预训练的VGG16网络，进行基于卷积神经网络的煤
基于机器视觉的煤矸石分选算法的研究--《华侨大学》2018年
本文研究有如下主要贡献: (1)据对当研究以及应用现状的调研,本文首先将卷积神经网络应用于煤与煤矸石的分类。 (2)由于所采集到的标签数据集较小,可能会导致卷积神经网络的训练困难,极容易出现过拟合等问题。 本文提出了利用从其他领域学习到的卷积神经网络权重来初始化卷积神经网络。 并通过对比实验证明了该策略的有效性。 (3)为了方便以后算法能够被
基于机器视觉的煤矸智能分选系统设计--《太原理工大学
(2)本文采用了单隐层的多层感知机与深层的目标检测网络两种方法对煤矸石进行了识别。用多层感知机识别煤矸时,对煤矸石图像的特征提取算法进行了详细研究,最终得出经高斯滤波、背景减去、灰度线性变化、二值化阈值分割后的煤矸石图像可直接提取特征进行
进一步探索毕业论文：《煤矸石分选机的设计》.doc-文档在线预览井下矸石智能分选系统方案设计_百度文库根据热度为您推荐•反馈
煤矸石智能分拣机器人研究进展与关键技术
2022年10月18日 通过对上述3大关键技术的梳理，总结得出：煤矸石数据集构建与扩增、煤矸石识别与抓取特征提取是实现煤矸石高效识别的关键技术；动态煤矸石精准跟踪、机械臂同步跟踪动态目标轨迹规划和快速大质量目标稳定抓取是实现机械臂稳定抓取煤矸石的
煤与矸石的光谱分析方法与遥感应用研究--《东北大学》2019
本文以煤矿区的煤和矸石作为研究对象,在实测并分析煤与矸石的可见光-近红外和热红外光谱的基础上,建立煤和矸石的识别、分类和反演模型,并利用卫星遥感手段提取矿区煤与矸石的空间分布信息,最终实现煤和矸石的识别与监测。
HX16140 X射线智能煤矸石分选机 产品详情
X射线智能煤矸石分选机原理及构成 采用大功率X射线源及高精度双能成像系统，针对不同的煤质特征建立与之相适应的分析模型，通过智能识别方法和数据分析，对煤与矸石进行数字化识别，* 终通过排矸系统将矸石排出。主要由振动给料系统、输送系统
煤矸石分选有意义吗？能成功吗？
2017年4月20日 2017-04-20 06:56 煤矸石是煤炭开采和洗选加工过程中排出的固体废弃物，其产量占原煤产量的15%左右。 目我国累计堆有煤矸石山1500多座，约40亿t，占地2万hm⊃2;以上，而且每年以1亿t左右的速度递增，每年新增煤矸石占地超过40多hm⊃2;。 煤矸石的大量堆存不仅浪费土地资源，还会发生自燃、雨淋、泥化等情况，对环境产生严重
煤矸石_百度百科
2022年7月18日 煤矸石是在成煤过程中与煤共同沉积的有机化合物和无机化合物混合在一起的岩石，通常呈薄层和在煤层中或煤层顶、煤层底。煤矸石按主要矿物含量分为黏土岩类、砂石岩类、碳酸盐类、铝质岩类。
【分享交流】煤矸石分类总结_含量
2020年9月10日 煤矸石分类 煤矸石的分类最简单、最常用的是以煤矸石的产地或分为未燃矸和燃矸。 煤炭生产部门习惯用颜色来分类命名，如黑矸，灰矸、白矸、红矸等。用煤矸石产出层位来分类命名，如顶板矸、夹矸等。
煤矸石分类_百度文库
煤矸石分类. 与科 学 化 ，机 械设 备 电气 自动 化 的高水 平 运用 已成 为. 未来煤 矿生产技 术发展 的必然趋势 。. 参 考文献 ：. [1] 杨 盼 ，蔡 任 彬 ．电气 自动 化技 术在 机 械 设 备 中的 应 用 [J]．黑. 龙 江科 学 ，2015（7）：151． [2] 应 洋 ，温 小松
基于机器视觉的煤中杂物智能分选系统研究 CSDN博客
2021年3月26日 为了解决煤炭人工识别分拣劳动强度大，效率和精度低的问题。基于机器视觉技术，设计了一套由硬件系统和软件系统组成的煤炭自动识别分拣系统。为实现煤炭和矸石的自动识别，提出了基于灰度共生矩阵的纹理分析识别算法，并通过支持向量机（SVM）对煤炭图像和矸石图像样本进行训练和分类
国家标准 全国标准信息公共服务平台
2012年12月31日 国家标准《煤矸石分类》 由TC42（全国煤炭标准化技术委员会）归口，TC42SC5（全国煤炭标准化技术委员会矿井水与废物资源化分会）执行 ，主管部门为中国煤炭工业协会。 主要起草单位 重庆地质矿产研究院 、抚顺矿业集团有限责任公司工程技术研究中心 、山西省煤炭地质研究所 。
基于机器视觉的煤矸智能分选系统设计--《太原理工大学
论文排版 基于机器视觉的煤矸智能分选系统设计 高新宇 【摘要】：增加原煤的洗选率是提高煤质的重要途经,也符合当今煤炭资源清洁高效利用的趋势。 在原煤入洗,需对原煤中粒径较大的矸石进行分选处理,以达到后续破碎和洗选的要求。 传统的煤矸分选主要由人工完成,存在着劳动强度大,分选效率低的问题。 为了实现煤矸分选的自动化,本文研究设计了一套基于
「好文推荐」煤矸石图像分类方法
2020年3月31日 针对煤矸石分割图像，选取煤矸石图像的HOG特征及灰度共生矩阵，分别以支持向量机、随机森林、K近邻算法作为分类器进行基于特征提取的煤矸石分类识别；分别建立浅层卷积神经网络和基于ImageNet数据集预训练的VGG16网络，进行基于卷积神经网络的煤矸石分类识别。 研究结果表明，基于VGG16网络的煤矸石图像分类方法准确率最高
HX16140 X射线智能煤矸石分选机 产品详情
X射线智能煤矸石分选机原理及构成 采用大功率X射线源及高精度双能成像系统，针对不同的煤质特征建立与之相适应的分析模型，通过智能识别方法和数据分析，对煤与矸石进行数字化识别，*终通过排矸系统将矸石排出。 主要由振动给料系统、输送系统、成像分析源、计算机智能控制系统、辐射源控制系统，物料分离执行装置等部分组成。 X射线智能煤矸石分
1.1煤矸石的来源与分类 百家号
2023年3月9日 2023-03-09 17:54 湖南 1.1.1煤研石的来源 煤矸石的产地分布和原煤产量有直接关系。 我国煤矸石年排放量超过4.0×10t的有东北、内蒙古、山东、河北、陕西、山西、安徽、河南、新疆等省区，可见煤矸石排放量比较多的地区集中在北方。 煤矸石作为煤炭工业废渣被排放，它们分别从煤矿建井、矿井改扩建、煤炭采出过程和原煤洗选过程等煤
煤矸石自动分选机简介 百度文库
由于煤矸石质量吸收系数 K 值可调，可对煤矸石进行准确分类 （低热值劣质煤，碳质页岩） ，以分别应用于劣质煤发电，水泥生产等。 4. 系统组成 煤矸石自动分选机分为机械传输系统、核检测系统、识别与控制系统和执行系统四部分
烟煤,原煤,中煤是怎么区分的?煤为什么要洗选 知乎
2021年4月14日 我们现在就来了解一下。 什么是烟煤,原煤,中煤 烟煤 ：一般为粒状、小块状，也有粉状的，多呈黑色而有光泽，质地细致，含挥发分30%以上，燃点不太高，较易点燃。 含碳量与发热量较高，燃烧时上火快，火焰长，有大量黑烟，燃烧时间较长。 大多数烟煤有粘性，燃烧时易结渣。 原煤 ：直接从矿井或露矿采出，未经洗选、筛选加工，只通
中华人民共和国煤炭行业标准 chinamine-safety.gov.cn
1996年12月30日 煤和矸石泥化试验方法 1 范围 本标准规定了煤和矸石泥化试验方法。本标准适用于烟煤、无烟煤、褐煤、石煤及伴生矿物。2 引用标准 下列标准包含的条文,通过在本标准中引用而构成为本标准的条文。本标准出版时,所示版本均为 有效。
发电是低热值煤的最佳选项---国家能源局
2013年4月17日 发电是低热值煤的最佳选项. 日，国家发展改革委发布的 《中国资源综合利用年度报告 （2012）》（以下简称 《报告》）显示，我国煤矸石、煤泥发电装机容量已达2800万千瓦，相当于减少原煤开采4200万吨。. 这是我国首次发布较为全面系统的资源综合利
国家标准 全国标准信息公共服务平台
2012年12月31日 国家标准《煤矸石分类》 由TC42（全国煤炭标准化技术委员会）归口，TC42SC5（全国煤炭标准化技术委员会矿井水与废物资源化分会）执行 ，主管部门为中国煤炭工业协会。 主要起草单位 重庆地质矿产研究院 、抚顺矿业集团有限责任公司工程技术研究中心 、山西省煤炭地质研究所 。
基于机器视觉的煤中杂物智能分选系统研究 CSDN博客
2021年3月26日 为了解决煤炭人工识别分拣劳动强度大，效率和精度低的问题。基于机器视觉技术，设计了一套由硬件系统和软件系统组成的煤炭自动识别分拣系统。为实现煤炭和矸石的自动识别，提出了基于灰度共生矩阵的纹理分析识别算法，并通过支持向量机（SVM）对煤炭图像和矸石图像样本进行训练和分类
TGS智能选矸机器人
煤矸石筛选作为煤矿生产环节重要的一环，速度与精度与煤矿智能化水平息息相关。 本产品运用机器视觉、深度网络学习等人智能技术，结合传统机械、电控等技术，可实现煤矿煤矸石分拣的智能化，适用于300-50mm的块煤分选，可代替手选、动筛跳汰机、浅槽分选机等。
选矸机器人-中信重工开诚智能装备有限公司
选矸机器人是将待选原煤通过原煤供给系统平铺到平面皮 带运输机上，采用视频分析和大数据智能识别，对煤与矸 石进行数字化识别，再通过高压气源分拣执行机构可精准、 高效针对50-300mm粒级煤与矸石进行筛选，在实际生 产中可以根据生产产品指标要求
西安科技大学：李 曼——煤矸分选机器人图像识别方法和系统
2020年11月11日 在煤矸分选机器人实验平台上搭建了识别系统,随机选取实际工况下的煤和矸石样本,对识别系统分类性能进行测试,系统图像降噪采用非线性低通滤波器,分类采用联合特征训练的分类器。 测试结果显示煤和矸石分类准确率分别为90.3%和83.0%,平均识别时间为0.153s。 5 部分图片 煤矸分选机器人模型 图像采集系统 样本图像 3种滤波方式处理结果
1.1煤矸石的来源与分类 百家号
2023年3月9日 2023-03-09 17:54 湖南 1.1.1煤研石的来源 煤矸石的产地分布和原煤产量有直接关系。 我国煤矸石年排放量超过4.0×10t的有东北、内蒙古、山东、河北、陕西、山西、安徽、河南、新疆等省区，可见煤矸石排放量比较多的地区集中在北方。 煤矸石作为煤炭工业废渣被排放，它们分别从煤矿建井、矿井改扩建、煤炭采出过程和原煤洗选过程等煤
基于视觉信息的煤矸石自动分拣机器人系统研究--《中国矿业
(2)研究了煤、矸石与图像背景的图像分割算法。图像分割是进行图像分析的基础,由于煤、矸石和带式运输机的颜色十分接近,图像分割难度大,传统阈值分割算法无法对真实背景的煤矸图像实现分割,此大量研究未考虑实际工程环境简化了煤矸石图像背景。
中华人民共和国煤炭行业标准 chinamine-safety.gov.cn
1996年12月30日 煤和矸石泥化试验方法 1 范围 本标准规定了煤和矸石泥化试验方法。 本标准适用于烟煤、无烟煤、褐煤、石煤及伴生矿物。 2 引用标准 下列标准包含的条文,通过在本标准中引用而构成为本标准的条文。 本标准出版时,所示版本均为 有效。 所有标准都会被修订,使用本标准的各方应探讨使用下列标准最新版本的可能性。 GB 211—91 煤中全水分的
煤矸石自动分选机简介 百度文库
煤矸石自动分选机 简介 德沃中能电气（北京）有限公司 DEWO ZHONGNENG ELECTRIC (BEIJING) Co., LTD 2009 年 9 月 16 日 f1. 煤矸石自动分选机意义及简介 煤中矸石的自动剔选是现代化煤炭生产加工过程中的重要环节之一。 先进的分选方式与 方法研究已逐渐引起煤炭生产和应用部门的重视，煤矸石自动分选机是对块状原煤里的矸石 在传输过程中实现
煤矸石的来源及分类
2014年5月9日 为煤矸石进行科学、合理的分类对推动煤矸石资源化利用具有十分重要的理论和实际意义，主要体现在非常大限度地对煤矸石进行物尽其用、基于利用途径对煤矸石进行归类堆放、为探索高附加值利用煤矸
煤矸石智能分拣机器人研究进展与关键技术
2022年10月18日 通过对上述3大关键技术的梳理，总结得出：煤矸石数据集构建与扩增、煤矸石识别与抓取特征提取是实现煤矸石高效识别的关键技术；动态煤矸石精准跟踪、机械臂同步跟踪动态目标轨迹规划和快速大质量目标稳定抓取是实现机械臂稳定抓取煤矸石的
煤与矸石的光谱分析方法与遥感应用研究--《东北大学》2019
本文以煤矿区的煤和矸石作为研究对象,在实测并分析煤与矸石的可见光-近红外和热红外光谱的基础上,建立煤和矸石的识别、分类和反演模型,并利用卫星遥感手段提取矿区煤与矸石的空间分布信息,最终实现煤和矸石的识别与监测。
HX16140 X射线智能煤矸石分选机 产品详情
X射线智能煤矸石分选机原理及构成 采用大功率X射线源及高精度双能成像系统，针对不同的煤质特征建立与之相适应的分析模型，通过智能识别方法和数据分析，对煤与矸石进行数字化识别，* 终通过排矸系统将矸石排出。主要由振动给料系统、输送系统
煤矸石分选有意义吗？能成功吗？
2017年4月20日 2017-04-20 06:56 煤矸石是煤炭开采和洗选加工过程中排出的固体废弃物，其产量占原煤产量的15%左右。 目我国累计堆有煤矸石山1500多座，约40亿t，占地2万hm⊃2;以上，而且每年以1亿t左右的速度递增，每年新增煤矸石占地超过40多hm⊃2;。 煤矸石的大量堆存不仅浪费土地资源，还会发生自燃、雨淋、泥化等情况，对环境产生严重
煤矸石_百度百科
2022年7月18日 煤矸石是在成煤过程中与煤共同沉积的有机化合物和无机化合物混合在一起的岩石，通常呈薄层和在煤层中或煤层顶、煤层底。煤矸石按主要矿物含量分为黏土岩类、砂石岩类、碳酸盐类、铝质岩类。
【分享交流】煤矸石分类总结_含量
2020年9月10日 煤矸石分类 煤矸石的分类最简单、最常用的是以煤矸石的产地或分为未燃矸和燃矸。 煤炭生产部门习惯用颜色来分类命名，如黑矸，灰矸、白矸、红矸等。用煤矸石产出层位来分类命名，如顶板矸、夹矸等。
煤矸石分类_百度文库
煤矸石分类. 与科 学 化 ，机 械设 备 电气 自动 化 的高水 平 运用 已成 为. 未来煤 矿生产技 术发展 的必然趋势 。. 参 考文献 ：. [1] 杨 盼 ，蔡 任 彬 ．电气 自动 化技 术在 机 械 设 备 中的 应 用 [J]．黑. 龙 江科 学 ，2015（7）：151． [2] 应 洋 ，温 小松
基于机器视觉的煤中杂物智能分选系统研究 CSDN博客
2021年3月26日 为了解决煤炭人工识别分拣劳动强度大，效率和精度低的问题。基于机器视觉技术，设计了一套由硬件系统和软件系统组成的煤炭自动识别分拣系统。为实现煤炭和矸石的自动识别，提出了基于灰度共生矩阵的纹理分析识别算法，并通过支持向量机（SVM）对煤炭图像和矸石图像样本进行训练和分类
国家标准 全国标准信息公共服务平台
2012年12月31日 国家标准《煤矸石分类》 由TC42（全国煤炭标准化技术委员会）归口，TC42SC5（全国煤炭标准化技术委员会矿井水与废物资源化分会）执行 ，主管部门为中国煤炭工业协会。 主要起草单位 重庆地质矿产研究院 、抚顺矿业集团有限责任公司工程技术研究中心 、山西省煤炭地质研究所 。
基于机器视觉的煤矸智能分选系统设计--《太原理工大学
论文排版 基于机器视觉的煤矸智能分选系统设计 高新宇 【摘要】：增加原煤的洗选率是提高煤质的重要途经,也符合当今煤炭资源清洁高效利用的趋势。 在原煤入洗,需对原煤中粒径较大的矸石进行分选处理,以达到后续破碎和洗选的要求。 传统的煤矸分选主要由人工完成,存在着劳动强度大,分选效率低的问题。 为了实现煤矸分选的自动化,本文研究设计了一套基于
「好文推荐」煤矸石图像分类方法
2020年3月31日 针对煤矸石分割图像，选取煤矸石图像的HOG特征及灰度共生矩阵，分别以支持向量机、随机森林、K近邻算法作为分类器进行基于特征提取的煤矸石分类识别；分别建立浅层卷积神经网络和基于ImageNet数据集预训练的VGG16网络，进行基于卷积神经网络的煤矸石分类识别。 研究结果表明，基于VGG16网络的煤矸石图像分类方法准确率最高
HX16140 X射线智能煤矸石分选机 产品详情
X射线智能煤矸石分选机原理及构成 采用大功率X射线源及高精度双能成像系统，针对不同的煤质特征建立与之相适应的分析模型，通过智能识别方法和数据分析，对煤与矸石进行数字化识别，*终通过排矸系统将矸石排出。 主要由振动给料系统、输送系统、成像分析源、计算机智能控制系统、辐射源控制系统，物料分离执行装置等部分组成。 X射线智能煤矸石分
1.1煤矸石的来源与分类 百家号
2023年3月9日 2023-03-09 17:54 湖南 1.1.1煤研石的来源 煤矸石的产地分布和原煤产量有直接关系。 我国煤矸石年排放量超过4.0×10t的有东北、内蒙古、山东、河北、陕西、山西、安徽、河南、新疆等省区，可见煤矸石排放量比较多的地区集中在北方。 煤矸石作为煤炭工业废渣被排放，它们分别从煤矿建井、矿井改扩建、煤炭采出过程和原煤洗选过程等煤
煤矸石自动分选机简介 百度文库
由于煤矸石质量吸收系数 K 值可调，可对煤矸石进行准确分类 （低热值劣质煤，碳质页岩） ，以分别应用于劣质煤发电，水泥生产等。 4. 系统组成 煤矸石自动分选机分为机械传输系统、核检测系统、识别与控制系统和执行系统四部分
烟煤,原煤,中煤是怎么区分的?煤为什么要洗选 知乎
2021年4月14日 我们现在就来了解一下。 什么是烟煤,原煤,中煤 烟煤 ：一般为粒状、小块状，也有粉状的，多呈黑色而有光泽，质地细致，含挥发分30%以上，燃点不太高，较易点燃。 含碳量与发热量较高，燃烧时上火快，火焰长，有大量黑烟，燃烧时间较长。 大多数烟煤有粘性，燃烧时易结渣。 原煤 ：直接从矿井或露矿采出，未经洗选、筛选加工，只通
中华人民共和国煤炭行业标准 chinamine-safety.gov.cn
1996年12月30日 煤和矸石泥化试验方法 1 范围 本标准规定了煤和矸石泥化试验方法。本标准适用于烟煤、无烟煤、褐煤、石煤及伴生矿物。2 引用标准 下列标准包含的条文,通过在本标准中引用而构成为本标准的条文。本标准出版时,所示版本均为 有效。
发电是低热值煤的最佳选项---国家能源局
2013年4月17日 发电是低热值煤的最佳选项. 日，国家发展改革委发布的 《中国资源综合利用年度报告 （2012）》（以下简称 《报告》）显示，我国煤矸石、煤泥发电装机容量已达2800万千瓦，相当于减少原煤开采4200万吨。. 这是我国首次发布较为全面系统的资源综合利
国家标准 全国标准信息公共服务平台
2012年12月31日 国家标准《煤矸石分类》 由TC42（全国煤炭标准化技术委员会）归口，TC42SC5（全国煤炭标准化技术委员会矿井水与废物资源化分会）执行 ，主管部门为中国煤炭工业协会。 主要起草单位 重庆地质矿产研究院 、抚顺矿业集团有限责任公司工程技术研究中心 、山西省煤炭地质研究所 。
基于机器视觉的煤中杂物智能分选系统研究 CSDN博客
2021年3月26日 为了解决煤炭人工识别分拣劳动强度大，效率和精度低的问题。基于机器视觉技术，设计了一套由硬件系统和软件系统组成的煤炭自动识别分拣系统。为实现煤炭和矸石的自动识别，提出了基于灰度共生矩阵的纹理分析识别算法，并通过支持向量机（SVM）对煤炭图像和矸石图像样本进行训练和分类
TGS智能选矸机器人
煤矸石筛选作为煤矿生产环节重要的一环，速度与精度与煤矿智能化水平息息相关。 本产品运用机器视觉、深度网络学习等人智能技术，结合传统机械、电控等技术，可实现煤矿煤矸石分拣的智能化，适用于300-50mm的块煤分选，可代替手选、动筛跳汰机、浅槽分选机等。
选矸机器人-中信重工开诚智能装备有限公司
选矸机器人是将待选原煤通过原煤供给系统平铺到平面皮 带运输机上，采用视频分析和大数据智能识别，对煤与矸 石进行数字化识别，再通过高压气源分拣执行机构可精准、 高效针对50-300mm粒级煤与矸石进行筛选，在实际生 产中可以根据生产产品指标要求
西安科技大学：李 曼——煤矸分选机器人图像识别方法和系统
2020年11月11日 在煤矸分选机器人实验平台上搭建了识别系统,随机选取实际工况下的煤和矸石样本,对识别系统分类性能进行测试,系统图像降噪采用非线性低通滤波器,分类采用联合特征训练的分类器。 测试结果显示煤和矸石分类准确率分别为90.3%和83.0%,平均识别时间为0.153s。 5 部分图片 煤矸分选机器人模型 图像采集系统 样本图像 3种滤波方式处理结果
1.1煤矸石的来源与分类 百家号
2023年3月9日 2023-03-09 17:54 湖南 1.1.1煤研石的来源 煤矸石的产地分布和原煤产量有直接关系。 我国煤矸石年排放量超过4.0×10t的有东北、内蒙古、山东、河北、陕西、山西、安徽、河南、新疆等省区，可见煤矸石排放量比较多的地区集中在北方。 煤矸石作为煤炭工业废渣被排放，它们分别从煤矿建井、矿井改扩建、煤炭采出过程和原煤洗选过程等煤
基于视觉信息的煤矸石自动分拣机器人系统研究--《中国矿业
(2)研究了煤、矸石与图像背景的图像分割算法。图像分割是进行图像分析的基础,由于煤、矸石和带式运输机的颜色十分接近,图像分割难度大,传统阈值分割算法无法对真实背景的煤矸图像实现分割,此大量研究未考虑实际工程环境简化了煤矸石图像背景。
中华人民共和国煤炭行业标准 chinamine-safety.gov.cn
1996年12月30日 煤和矸石泥化试验方法 1 范围 本标准规定了煤和矸石泥化试验方法。 本标准适用于烟煤、无烟煤、褐煤、石煤及伴生矿物。 2 引用标准 下列标准包含的条文,通过在本标准中引用而构成为本标准的条文。 本标准出版时,所示版本均为 有效。 所有标准都会被修订,使用本标准的各方应探讨使用下列标准最新版本的可能性。 GB 211—91 煤中全水分的
煤矸石自动分选机简介 百度文库
煤矸石自动分选机 简介 德沃中能电气（北京）有限公司 DEWO ZHONGNENG ELECTRIC (BEIJING) Co., LTD 2009 年 9 月 16 日 f1. 煤矸石自动分选机意义及简介 煤中矸石的自动剔选是现代化煤炭生产加工过程中的重要环节之一。 先进的分选方式与 方法研究已逐渐引起煤炭生产和应用部门的重视，煤矸石自动分选机是对块状原煤里的矸石 在传输过程中实现
煤矸石的来源及分类
2014年5月9日 为煤矸石进行科学、合理的分类对推动煤矸石资源化利用具有十分重要的理论和实际意义，主要体现在非常大限度地对煤矸石进行物尽其用、基于利用途径对煤矸石进行归类堆放、为探索高附加值利用煤矸