摘要： 在露天矿山生产过程中,精准获取爆破块度信息对矿岩铲装和加工至关重要。针对目前传统爆破块度 测量技术操作复杂和耗时长,无法直接应用于矿山生产作业的问题,研发了集成矿山现场碎石块度动态识别、实时传 输和静态分析功能的爆破块度智能识别平台。结合双目深度视觉与Yolov8-seg 模型构建智能分析平台的核心算法, 系统部署在矿岩运输路径中,自动采集矿卡车斗内的爆堆图像,通过Restful 标准接口协议打通该系统与生产调度系 统的数据交互。建立了具备现场块度动态识别功能和静态图像分析功能的两大核心业务板块,在湖山铀矿成功应 用。使用过程中对干扰物体、阴影和强光照等影响因素进行了针对性强化训练,通过多种增强方法结合点云信息还 原的方式实现了块度图像的自动筛选与关键区域裁剪。现场应用表明:爆破块度智能分析平台能够实现爆破块度的 快速自动识别和数据反馈,碎石识别覆盖率达95. 5%,识别速度为100 ms/ 张。有效提高了湖山铀矿生产调度和管理 水平,形成了爆破块度实时采集、信息汇聚和效果评估全流程智能作业体系。

关键词: 铀矿　爆破块度　智能识别　数据协同　智能爆破