招标公告
1.招标条件
本招标项目宝日希勒能源 基于深度学习的露天矿铲斗状态监测系统开发, 业主为宝日希勒能源 , 建设资金来自企业自筹 ， 现邀请有意向的投标人参加本项目的投标。
招标编号：CSIEZB180106917。
资金来源：企业自筹
2.招标范围
2.1项目概况
宝日希勒能源 位于呼伦贝尔草原中部，矿区煤层埋藏浅、倾角小、厚度大，且煤层上覆剥离物薄，剥采比小，目前采用露天开采。开采工艺为单斗-汽车工艺，采掘设备主要是WK10电铲和WK35电铲，运输设备主要是TR100和220T大型自卸卡车。筛分厂包括破碎粒度在300mm以下、能力为2000吨/小时的一级破碎站和破碎粒度在50mm以下、能力为2000吨/小时的二级破碎站。
矿用电铲在挖煤过程中，电铲铲斗在复杂物理力学环境中长时间作业，会出现铲齿断裂及铲斗局部脱落现象，脱落的部分混入煤炭中装入卡车，卡车直接运煤至破碎站。当脱落部件大于300mm时会造成破碎机或电机故障，影响生产的正常运行，导致严重的经济损失和人力物力浪费，有必要进行电铲铲斗实时诊断研究。
据了解，目前对于金属混入煤炭流中的筛选存在以下问题：1）铲斗脱落部件为锰钢材料，磁场对其不起作用；2）破碎站处煤流量大而且速度较快，现有的技术即使能探测到脱落部件也不能及时将其清理出煤流；3）由于卡车运煤不会经由传送带送入破碎机，这就排除了用大功率电磁铁或金属探测仪检测锰钢断裂件的可能性及可操作性；4）人工检测铲斗零件是否断裂不但影响采掘进度，而且准确率难以保证。综上所述现有的监测技术及办法存在技术上一个时间滞后问题和可操作问题，应当从源头监测做工作。
项目为杜绝铲斗断裂锰钢部件混入煤流进而造成破碎机故障，基于人工智能深度学习办法，开发深度学习软硬件设备，及时准确发现铲斗异常并进行报警，保证生产的高效安全运转。
2.2 招标范围
1）、露天矿电铲铲斗深度学习样本采集
考虑粉尘、光照、天气、时间等因素，使用摄像头、光源等设备，在不同工况下，采集电铲铲斗图像；
2）、深度学习模型训练及监测程序开发
针对采集的图像，开发图像预处理及辅助标注软件。通过图像预处理软件扩大样本数据量，增加样本数据复杂性以提高监测系统泛化能力，再通过辅助标注软件进行海量样本数据的处理与标注。
3）、电铲铲斗状态监测系统开发
综合考虑现场生产实际，选择合适的工业相机、照明光源、无线传输部件、集成电路、中央处理器、GPU 、显示器等硬件；基于已处理和标注的数据，选取开发成熟的人工智能模型，开发人性化的前端展示和预警界面，完善铲斗实时状态监测系统，实现铲斗异常状态的识别与诊断。
4）、现场试验验证与系统完善
将开发的电铲铲斗状态监测系统进行实地验证，根据验证结果，对系统进行完善，以实现电铲铲斗全年全天候实时异常监测。
5）、铲牙自动定位系统
在铲斗发生异常预警时，系统能够对工作面的掉落铁器进行扫描，并确定铁器的位置，以便能够及时清理出掉落的铁器。
2.3 项目进度和完成时间
本项目研究总工期12个月。
投标方应根据研究项目的主要内容要求和考核指标，提出项目研究的具体进度计划。
2.4 服务
3.投标人资格要求
3.1投标人资质及承担本项目的能力：
投标人应在中华人民共和国注册，具有独立法人资格；有能力履行招标内容要求和提供招标项目服务的高校或矿山行业甲级设计资质的科研院所。投标人注册资本金至少达到1000万元。
投标人科研状况: 投标人的技术力量、人员结构等具有与承担本项目 的技术开发业绩和实施本项目所具备的条件，课题组成员近5年 累计参与露天矿或者本项目类似 的科研项目累计不少于10项 。
中国电力招标采购网上未能完成注册或注册后未能通过原件审核的供应商，不具备申请资格。
3.2本项目不接售标大厅的计算机进行网上购标，具体操作步骤如下：
1） 请在投标报名截止时间前，登陆，点击“投标人用户登录”进入“购标申请”页面，按招标公告的要求上传报名资料，提交购标申请；购标咨询电
项目联系人：李杨 联系电话：010-51957458 传真：010-51957412 手机：13683233285 QQ:1211306049 微信：li13683233285 邮箱：1211306049@qq.comshen
