CN111351739B - 一种基于图像与堆密度的混合料粒度组成检测方法及*** - Google Patents
一种基于图像与堆密度的混合料粒度组成检测方法及*** Download PDFInfo
- Publication number
- CN111351739B CN111351739B CN202010212357.1A CN202010212357A CN111351739B CN 111351739 B CN111351739 B CN 111351739B CN 202010212357 A CN202010212357 A CN 202010212357A CN 111351739 B CN111351739 B CN 111351739B
- Authority
- CN
- China
- Prior art keywords
- mixture
- image
- material receiving
- granularity
- preset
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000000203 mixture Substances 0.000 title claims abstract description 430
- 239000000463 material Substances 0.000 title claims abstract description 247
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000001514 detection method Methods 0.000 claims abstract description 43
- 239000002344 surface layer Substances 0.000 claims abstract description 26
- 230000008569 process Effects 0.000 claims abstract description 18
- 238000012545 processing Methods 0.000 claims abstract description 10
- 239000002245 particle Substances 0.000 claims description 107
- 238000005303 weighing Methods 0.000 claims description 45
- 238000007790 scraping Methods 0.000 claims description 32
- 238000012937 correction Methods 0.000 claims description 19
- 238000005070 sampling Methods 0.000 claims description 17
- 238000004891 communication Methods 0.000 claims description 3
- 150000001875 compounds Chemical class 0.000 claims 1
- 238000011897 real-time detection Methods 0.000 abstract description 4
- 238000012216 screening Methods 0.000 description 10
- 238000005245 sintering Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 238000012546 transfer Methods 0.000 description 6
- 239000010410 layer Substances 0.000 description 4
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 230000004913 activation Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000035699 permeability Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000009849 deactivation Effects 0.000 description 1
- -1 flux Substances 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000007873 sieving Methods 0.000 description 1
- 239000004449 solid propellant Substances 0.000 description 1
- 230000032258 transport Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 238000009736 wetting Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/02—Investigating particle size or size distribution
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/02—Investigating particle size or size distribution
- G01N15/0205—Investigating particle size or size distribution by optical means
- G01N15/0227—Investigating particle size or size distribution by optical means using imaging; using holography
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N9/00—Investigating density or specific gravity of materials; Analysing materials by determining density or specific gravity
- G01N9/36—Analysing materials by measuring the density or specific gravity, e.g. determining quantity of moisture
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P10/00—Technologies related to metal processing
- Y02P10/20—Recycling
Landscapes
- Chemical & Material Sciences (AREA)
- Biochemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Dispersion Chemistry (AREA)
- Developing Agents For Electrophotography (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种基于图像与堆密度的混合料粒度组成检测方法及***,获取盛装在物料盘中的混合料区域表层图像,基于预置粒度范围,统计混合料区域表层图像中与每个预置粒度范围对应的总区域面积;根据每个预置粒度范围对应的总区域面积,确定混合料粒度组成;基于盛装混合料的接料桶重量、空接料桶重量和接料桶体积,计算混合料堆密度;基于混合料堆密度对混合料粒度组成进行修正,确定目标混合料粒度组成。可见,本实施例提供的方法及***,实现混合料粒度在线实时检测,采用图像处理方式对混合料进行图像采集、分析、处理,获得混合料粒度组成数据,同时利用堆密度参数对图像检测结果进行修正,提高检测结果准确性。
Description
技术领域
本发明涉及冶金烧结领域,尤其涉及一种基于图像与堆密度的混合料粒度组成检测方法及***。
背景技术
在冶金烧结领域,提高烧结机料层的透气性,可使矿料受热更均匀,从而提高烧结矿的质量和产量,因此,烧结混合料粒度组成对烧结过程影响很大,良好的粒度组成能够保证烧结过程的透气性,提高烧结效率和烧结矿质量。
为保证烧结混合料的粒度组成,通常利用筛分方法进行粒度分级。而烧结混合料是由固体燃料、熔剂、铁矿粉等原料加水润湿混合制粒形成,在较强的冲击力或摩擦力作用下,混合料颗粒会发生破碎,失去原有粒径。
而混合料粒度组成检测常用方法有人工筛分和机器筛分,采用人工筛分方法效率低下,不利于检测结果的实时反馈,机器筛分方法对机器的筛分方式和清理方式要求很高,可能存在筛盘沾料、筛分不彻底等情况,影响粒度组成数据的准确性。
发明内容
本发明提供了一种基于图像与堆密度的混合料粒度组成检测方法及***,以解决现有的混合料粒度组成检测方法无法实时反馈,易出现检测数据不准确的问题。
第一方面,本发明提供了一种基于图像与堆密度的混合料粒度组成检测方法,包括以下步骤:
获取盛装在物料盘中的混合料区域表层图像、盛装混合料的接料桶重量、空接料桶重量和接料桶体积,所述空接料桶重量是指将接料桶内的混合料倒入物料盘后的接料桶重量;
基于预置粒度范围,统计所述混合料区域表层图像中与每个预置粒度范围对应的总区域面积;
根据每个所述预置粒度范围对应的总区域面积,确定混合料粒度组成;
基于所述盛装混合料的接料桶重量、空接料桶重量和接料桶体积,计算混合料堆密度;
基于所述混合料堆密度对混合料粒度组成进行修正,确定目标混合料粒度组成。
进一步地,所述获取盛装在物料盘中的混合料表层图像,包括:
发送启动拍摄指令至图像采集装置,所述图像采集装置用于根据所述启动拍摄指令采集盛装有混合料的物料盘图像;
对所述图像进行二值化处理,以及,去除图像中物料盘所在的区域,得到混合料区域表层图像。
进一步地,所述获取盛装混合料的接料桶重量和空接料桶重量,包括:
控制工业机器人夹取盛装有混合料的接料桶至称重装置,利用所述称重装置对盛装有混合料的接料桶进行称重,获取盛装混合料的接料桶重量;
控制工业机器人将所述接料桶中的混合料倒入图像采集装置的物料盘中,得到空接料桶;
控制工业机器人将所述空接料桶放置在称重装置上,利用所述称重装置对空接料桶进行称重,获取空接料桶重量。
进一步地,所述基于预置粒度范围,统计所述混合料区域表层图像中与每个预置粒度范围对应的总区域面积,包括:
识别所述混合料区域表层图像中的子图像,测量每个所述子图像的直径,所述子图像用于表征混合料颗粒;
基于所述预置粒度范围,将所述子图像的直径位于同一预置粒度范围内的子图像划分到同一混合料组,一个所述混合料组对应一个预置粒度范围;
根据每个所述子图像的直径,计算每个所述混合料组中每个子图像的区域面积;
对每个所述混合料组中每个子图像的区域面积进行求和,得到每个混合料组对应的总区域面积,作为每个预置粒度范围对应的总区域面积。
进一步地,所述根据每个预置粒度范围对应的总区域面积,确定混合料粒度组成,包括:
对每个所述预置粒度范围对应的总区域面积进行求和,得到混合料区域表层图像的有效区域总面积;
将每个所述预置粒度范围对应的总区域面积与所述有效区域总面积进行求商计算,得到每个预置粒度范围对应的占比;
基于每个所述预置粒度范围对应的占比,确定混合料粒度组成。
进一步地,所述基于混合料堆密度对混合料粒度组成进行修正,确定目标混合料粒度组成,包括:
获取n次检测过程对应的混合料堆密度,计算平均堆密度;
基于所述平均堆密度和当前次检测过程的混合料堆密度,确定每个预置粒度范围对应的粒度组成修正值;
利用每个预置粒度范围对应的粒度组成修正值,对所述混合料粒度组成进行修正,得到目标混合料粒度组成。
进一步地,按照下式,利用每个预置粒度范围对应的粒度组成修正值,对所述混合料粒度组成进行修正,得到目标混合料粒度组成:
W1 *=W1+Kb1;W2 *=W2+Kb2;W3 *=W3+Kb3;W4 *=W4+Kb4;
式中,W1 *为第一预置粒度范围对应的目标混合料粒度组成,W1为第一预置粒度范围对应的占比,Kb1为第一预置粒度范围对应的粒度组成修正值;
W2 *为第二预置粒度范围对应的目标混合料粒度组成,W2为第二预置粒度范围对应的占比,Kb2为第二预置粒度范围对应的粒度组成修正值;
W3 *为第三预置粒度范围对应的目标混合料粒度组成,W3为第三预置粒度范围对应的占比,Kb3为第三预置粒度范围对应的粒度组成修正值;
W4 *为第四预置粒度范围对应的目标混合料粒度组成,W4为第四预置粒度范围对应的占比,Kb4为第四预置粒度范围对应的粒度组成修正值;
第二方面,本发明提供了一种基于图像与堆密度的混合料粒度组成检测***,包括:控制器,以及,与所述控制器通信连接的工业机器人、取样装置、接料装置、图像采集装置和称重装置;
所述取样装置、接料装置、图像采集装置和称重装置位于所述工业机器人的四周;所述取样装置用于抓取混合料;所述接料装置包括接料桶,所述接料桶用于盛装所述取样装置抓取的混合料;所述图像采集装置包括物料盘和图像采集相机,所述物料盘用于盛装混合料,所述图像采集相机用于拍摄盛装有混合料的物料盘图像;所述称重装置用于对空接料桶、盛装有混合料的接料桶进行称重;所述工业机器人用于将空接料桶和盛装混合料的接料桶移动至称重装置,以及,将所述接料桶内盛装的混合料倒入物料盘中;所述控制器被配置为执行第一方面所述的基于图像与堆密度的混合料粒度组成检测方法。
进一步地,所述图像采集装置还包括:支撑座、刮平杆和支架;所述支架固定在支撑座上,且所述支架的顶部高于支撑座的表面;所述物料盘放置在所述支撑座上,所述图像采集相机固定在所述支架上且位于物料盘的上方,所述图像采集相机的镜头朝向所述物料盘;所述刮平杆放置在所述支撑座上。
进一步地,所述接料装置还包括:接料箱体、滑轨、滑块和刮杆;所述滑轨位于所述接料箱体的上表面,所述接料桶设置在滑轨上,且通过滑块沿滑轨移动,所述刮杆位于接料桶的上方,所述刮杆用于刮平接料桶中的物料;所述接料箱体的上表面设有接料口,所述刮杆刮落的混合料沿接料口进入接料箱体中。
由以上技术方案可知,本发明实施例提供的一种基于图像与堆密度的混合料粒度组成检测方法及***,获取盛装在物料盘中的混合料区域表层图像,基于预置粒度范围,统计混合料区域表层图像中与每个预置粒度范围对应的总区域面积;根据每个预置粒度范围对应的总区域面积,确定混合料粒度组成;基于盛装混合料的接料桶重量、空接料桶重量和接料桶体积,计算混合料堆密度;基于混合料堆密度对混合料粒度组成进行修正,确定目标混合料粒度组成。可见,本实施例提供的方法及***,实现混合料粒度在线实时检测,采用图像处理方式对混合料进行图像采集、分析、处理,获得混合料粒度组成数据,同时利用堆密度参数对图像检测结果进行修正,提高检测结果准确性。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的基于图像与堆密度的混合料粒度组成检测***的结构示意图;
图2为本发明实施例提供的基于图像与堆密度的混合料粒度组成检测***的控制框图;
图3为本发明实施例提供的接料装置的结构示意图;
图4为本发明实施例提供的图像采集装置的结构示意图;
图5为本发明实施例提供的基于图像与堆密度的混合料粒度组成检测方法的流程图;
图6为本发明实施例提供的混合料区域表层图像的示意图;
图7为本发明实施例提供的统计总区域面积的方法的流程图;
图8为本发明实施例提供的确定混合料粒度组成的方法的流程图;
图9为本发明实施例提供的确定目标混合料粒度组成的方法的流程图。
具体实施方式
在冶金烧结领域,对烧结混合料进行粒度检测时,通常采用混合料粒度检测***进行检测。混合料粒度检测***在进行粒度检测时,由人工从皮带处取样、利用多个不同孔径(3mm,5mm,8mm)的筛子进行筛分、筛分完成后分别对每个筛子的物料进行称重,计算其粒度组成。但是混合料筛分过程中,容易被震碎、破坏,因此易导致粒度测得结果不准确;并且人工筛分,存在人工取样劳动强度大、检测时间长,取样的稳定性、代表性差,并且检测结果不及时,指导粒度调整滞后时间长的问题,不利于指导工艺参数调整。
因此,为解决上述问题,本发明实施例提出了一种解决方案,即基于表层图像与堆密度分析的混合料粒度组成检测方法,使用该方法可以实现混合料粒度在线实时检测,减少***内设备占地面积,避免混合料沾料问题,提高混合料粒度组成检测精度。
本申请基于机器人***,采用图像处理方式对混合料进行图像采集、分析、处理,获得混合料粒度组成数据,同时利用堆密度参数对图像检测结果进行修正,提高检测结果准确性。
图1为本发明实施例提供的基于图像与堆密度的混合料粒度组成检测***的结构示意图;图2为本发明实施例提供的基于图像与堆密度的混合料粒度组成检测***的控制框图。参见图1和图2,本发明实施例提供的一种基于图像与堆密度的混合料粒度组成检测***,包括:控制器100,以及,与控制器100通信连接的工业机器人200、取样装置500、缩分装置600、接料装置700、弃料回收装置800、图像采集装置300和称重装置400。
在该***中,由工业机器人200实现混合料的移送,以提高工作效率,为此,取样装置500、接料装置700、图像采集装置300和称重装置400位于工业机器人100的四周。工业机器人200的动作由控制器100来控制,在需要利用工业机器人200移送混合料时,控制器100发送控制指令至工业机器人200,工业机器人200根据每次接收到的控制指令执行相应操作。
取样装置500用于抓取混合料,取样装置500设置在皮带机的一侧,皮带机上运送混合料。取样装置500在皮带机上抓取混合料,而后通过溜管进入缩分装置600后进入接料装置700上。
图3为本发明实施例提供的接料装置的结构示意图。参见图3,接料装置700包括接料桶701、接料箱体702、滑轨703、滑块704和刮杆705。接料桶701用于盛装取样装置500抓取的混合料,由缩分装置600处理后的混合料进入到接料桶701中;刮杆705用于刮落高于接料桶701表面的混合料;接料箱体702用于盛装由刮杆705刮落的混合料。滑轨703和滑块704可实现接料桶701的移动,以利用刮杆705刮平接料桶701内的混合料。
滑轨703位于接料箱体702的上表面,接料桶701设置在滑轨703上,接料桶701通过滑块704与滑轨703连接,且通过滑块704沿滑轨703移动。刮杆705位于接料桶701的上方,刮杆705的高度与接料桶701的上表面高度相同,刮杆705用于刮平接料桶701中的物料。接料箱体702的上表面设有接料口,接料口位于两个滑轨703之间,刮杆705刮落的混合料沿接料口进入接料箱体702中。
接料装置700位于缩分装置600的出料口处,使得经过缩分装置600处理的混合料落入接料桶701内。为避免高出接料桶701表面的混合料在移动时散落到桶外,造成物料浪费,本实施例中,控制接料桶701沿滑轨703移动,经过上表面的刮杆705,将高处接料桶701表面的混合料刮落。刮杆705位于接料箱体702上的接料口的上方,由刮杆705刮落的混合料经过接料口落入到接料箱体702内。此时,接料桶701内盛装满桶的混合料,即可获取定体积的检测样品。
图4为本发明实施例提供的图像采集装置的结构示意图。参见图4,图像采集装置300包括物料盘301、图像采集相机302、支撑座303、刮平杆305和支架304。物料盘301用于盛装混合料;图像采集相机302用于拍摄盛装有混合料的物料盘301图像;支撑座303作为底座;用于支撑物料盘301;刮平杆305用于刮平物料盘301中的混合料,以获得平整薄层的检测样本;支架304用于固定图像采集相机302。
物料盘301放置在支撑座303上,图像采集相机302由上至下拍摄物料盘301的表面,因此,支架304固定在支撑座303上,且支架304的顶部高于支撑座303的表面,支架304呈L型。图像采集相机302固定在支架304上且位于物料盘301的上方,具体可固定在支架304的与物料盘301平行的横杆部分。图像采集相机302的镜头朝向物料盘301,用于根据控制器100的控制指令拍摄物料盘301连同盘内混合料的图像。刮平杆305放置在支撑座303上,在需要刮平物料盘301中的混合料时,由控制器100控制工业机器人200夹取刮平杆305对物料盘301中的混合料进行刮平,便于采集图像。
工业机器人200设置在***中各装置的中间位置,负责混合料的移送。具体地,工业机器人200接收到控制器100的不同控制指令,可用于将空接料桶和盛装混合料的接料桶移动至称重装置400,以及,将接料桶内盛装的混合料倒入物料盘301中。
在检测混合料的粒度组成时,为获得准确的数据,需要对进行每个阶段的混合料均进行称重。本实施例中,称重装置400用于对空接料桶、盛装有混合料的接料桶进行称重。在接料桶701中装满混合料且经过刮平后,控制器100控制工业机器人200夹取盛装有混合料的接料桶移送至称重装置400进行称重,得到盛装有混合料的接料桶重量;控制器100再控制工业机器人200夹取称重装置400处的盛装有混合料的接料桶,移送至图像采集装置300处,将接料桶701中的混合料倒入图像采集装置300处的物料盘301中。而后,工业机器人200夹取倒空混合料的接料桶再次移送至称重装置400进行称重,得到空接料桶重量。
本实施例提供的***,由控制器100控制其他装置的运行,如可控制各装置的动作、启动和关闭,也可获取每个装置的状态,如启动状态,检测数据等。而本实施例中,为实现实时在线检测混合料粒度组成,控制器100被配置为下述实施例所述的基于图像与堆密度的混合料粒度组成检测方法。
图5为本发明实施例提供的基于图像与堆密度的混合料粒度组成检测方法的流程图。参见图5,本发明实施例提供的一种基于图像与堆密度的混合料粒度组成检测方法,由图1所示的基于图像与堆密度的混合料粒度组成检测***中的控制器100执行,该方法包括以下步骤:
S1、获取盛装在物料盘中的混合料区域表层图像、盛装混合料的接料桶重量、空接料桶重量和接料桶体积,空接料桶重量是指将接料桶内的混合料倒入物料盘后的接料桶重量。
在对混合料粒度组成进行检测时,需要准确确定混合料的净重。而将接料桶中的混合料倒入物料盘中时,接料桶内壁可能会粘结些许混合料,因此,若要利用装料前的空接料桶重量与装料后的接料桶重量来确定混合料净重,可能会存在误差。
为避免出现误差,以获得准确的检测用混合料净重,本实施例利用装料时的接料桶重量与倒空物料的接料桶重量的差值的方式来确定检测用混合料净重。
具体地,本实施例中,获取盛装混合料的接料桶重量和空接料桶重量,包括:
步骤111、控制工业机器人夹取盛装有混合料的接料桶至称重装置,利用称重装置对盛装有混合料的接料桶进行称重,获取盛装混合料的接料桶重量。
控制器100控制取样装置500由皮带机中抓取物料,经过缩分装置600后落入接料装置700的接料桶中。在接料桶701中装满混合料且经过刮平后,控制器100发送控制指令至工业机器人200,控制工业机器人200夹取盛装有混合料的接料桶移送至称重装置400进行称重,得到盛装有混合料的接料桶重量。
步骤112、控制工业机器人将接料桶中的混合料倒入图像采集装置的物料盘中,得到空接料桶。
步骤113、控制工业机器人将所述空接料桶放置在称重装置上,利用称重装置对空接料桶进行称重,获取空接料桶重量。
控制器100再发送控制指令至工业机器人200,控制工业机器人200夹取称重装置400处的盛装有混合料的接料桶,移送至图像采集装置300处,将接料桶701中的混合料倒入图像采集装置300处的物料盘301中,获得空接料桶,此时接料桶内壁可能会粘着些许混合料。而后,控制器100控制工业机器人200夹取倒空混合料的接料桶再次移送至称重装置400进行称重,得到空接料桶重量。
物料盘301内装满混合料后,控制器100控制工业机器人200夹取刮平杆305将物料盘301中的混合料进行刮平,获得平整的薄层。而后,控制器100控制图像采集相机302对物料盘301进行拍摄,采集到物料盘图像。物料盘图像中包括物料盘以及物料盘中盛装的混合料。
为便于基于混合料表层图像来确定混合料的粒度组成,需将物料盘图像处理成可便于计算粒度组成的混合料表层图像。为此,本实施例中,获取盛装在物料盘中的混合料表层图像,包括:
步骤121、发送启动拍摄指令至图像采集装置,图像采集装置用于根据启动拍摄指令采集盛装有混合料的物料盘图像。
步骤122、对图像进行二值化处理,以及,去除图像中物料盘所在的区域,得到混合料区域表层图像。
控制器100发送启动拍摄指令控制图像采集装置对装有混合料的物料盘进行拍摄,即由图像采集相机采集物料盘图像,图像中包括物料盘以及物料盘中盛装的混合料薄层。
图像采集装置300将拍摄到的物料盘图像发送至控制器100,由控制器100对物料盘图像进行处理。具体可为对物料盘图像进行二值化处理,使图像变得简单,凸显出感兴趣的目标的轮廓,即混合料颗粒的轮廓。二值化处理方法可采用现有的处理方法即可。
图6为本发明实施例提供的混合料区域表层图像的示意图。将二值化处理后的图像进行边缘轮廓去除,保留混合料区域图像。图像边缘轮廓即为物料盘所在的区域,将该部分去除,仅保留混合料的区域,得到混合料区域表层图像。参见图6,图像经过处理后,可清楚地呈现每个混合料颗粒的尺寸,以便于混合料粒度组成的计算。
S2、基于预置粒度范围,统计混合料区域表层图像中与每个预置粒度范围对应的总区域面积。
本实施例基于表层图像计算混合料粒度组成的方法是统计每种粒度对应的区域面积占图像总区域面积的占比,根据各粒度的占比确定混合料粒度组成。
本实施例中,混合料的粒度组成范围可预先设定,包括多个预置粒度范围,可为第一预置粒度范围0~3mm,第二预置粒度范围3~5mm,第三预置粒度范围5~8mm,第四预置粒度范围>8mm。预置粒度范围还可根据实际应用情况而定,本实施例不做具体限定。
参见图6的混合料区域表层图像,可通过测量得到每个混合料颗粒的直径,而预置粒度范围为直径范围,因此,可确定出位于同一预置粒度范围的混合料颗粒有多少。混合料颗粒近似于圆形,基于直径进而可得到面积。通过计算每个预置粒度范围对应的总区域面积,占总区域面积的比例,即可确定粒度组成。
图7为本发明实施例提供的统计总区域面积的方法的流程图。参见图7,本实施例中,基于预置粒度范围,统计所述混合料区域表层图像中与每个预置粒度范围对应的总区域面积,包括:
S21、识别混合料区域表层图像中的子图像,测量每个子图像的直径,子图像用于表征混合料颗粒。
混合料区域表层图像中包括多个子图像,每个子图像均代表一个混合料颗粒。将混合料区域表层图像中的子图像进行识别提取,并分别测量每个子图像的直径,作为每个混合料颗粒的直径。
S22、基于预置粒度范围,将子图像的直径位于同一预置粒度范围内的子图像划分到同一混合料组,一个混合料组对应一个预置粒度范围。
根据不同的预置粒度范围,对混合料区域表层图像中的各子图像进行分组,同一混合料组中的子图像直径位于同一预置粒度范围内。例如,第一混合料组内的子图像直径均位于第一预置粒度范围0~3mm内,第一混合料组内的子图像直径可为2mm、1mm、1.5mm等。
S23、根据每个子图像的直径,计算每个混合料组中每个子图像的区域面积。
S24、对每个混合料组中每个子图像的区域面积进行求和,得到每个混合料组对应的总区域面积,作为每个预置粒度范围对应的总区域面积。
子图像近似于圆形,根据子图像的直径,确定子图像的区域面积。而后基于同一混合料组,对该组内的所有子图像的区域面积进行求和,即可得到该混合料组的总区域面积,即对应的预置粒度范围的总区域面积。
图6中所示的S1i代表位于第一预置粒度范围(第一混合料组)内的某个子图像(混合料颗粒)的区域面积,利用求和公式,进而求得第一预置粒度范围(第一混合料组)内的所有子图像(混合料颗粒)的第一总区域面积S1。S2i代表位于第二预置粒度范围(第二混合料组)内的某个子图像(混合料颗粒)的区域面积,进而求得第二总区域面积S2;S3i代表位于第三预置粒度范围(第三混合料组)内的某个子图像(混合料颗粒)的区域面积,进而求得第三总区域面积S3;S4i代表位于第四预置粒度范围(第四混合料组)内的某个子图像(混合料颗粒)的区域面积,进而求得第四总区域面积S4。
每个预置粒度范围对应的总区域面积计算公式如下:
S3、根据每个预置粒度范围对应的总区域面积,确定混合料粒度组成。
根据每个预置粒度范围对应的总区域面积,即可确定所有预置粒度范围的总面积,进而通过总区域面积与总面积的比值,可以确定出每个预置范围粒度的占比,进而可等同于确定混合料粒度组成。
图8为本发明实施例提供的确定混合料粒度组成的方法的流程图。参见图8,本实施例中,根据每个预置粒度范围对应的总区域面积,确定混合料粒度组成,包括:
S31、对每个预置粒度范围对应的总区域面积进行求和,得到混合料区域表层图像的有效区域总面积。
本实施例采用的在线检测混合料粒度组成的方式是基于混合料表层图像,计算每个预置粒度范围对应的所有子图像的总区域面积与所有预置粒度范围对应的总区域面积的占比。为此,为准确确定每种预置粒度范围的占比,需确定混合料区域表层图像中的有效区域总面积。有效区域总面积指所有预置粒度范围对应的总区域面积之和。
有效区域总面积S有效=S1+S2+S3+S4。
S32、将每个预置粒度范围对应的总区域面积与有效区域总面积进行求商计算,得到每个预置粒度范围对应的占比。
S33、基于每个预置粒度范围对应的占比,确定混合料粒度组成。
按照下式,根据每个预置粒度范围对应的总区域面积与有效区域总面积,计算每个预置粒度范围对应的占比:
W1=S1/S有效=S1/(S1+S2+S3+S4);W2=S2/S有效=S2/(S1+S2+S3+S4);
W3=S3/S有效=S3/(S1+S2+S3+S4);W4=S4/S有效=S4/(S1+S2+S3+S4)。
式中,W1为第一预置粒度范围(0~3mm)的占比,W2为第二预置粒度范围(3~5mm)的占比,W3为第三预置粒度范围(5~8mm)的占比,W4为第四预置粒度范围(>8mm)的占比。
最后,确定混合料粒度组成为(W1,W2,W3,W4)。
S4、基于盛装混合料的接料桶重量、空接料桶重量和接料桶体积,计算混合料堆密度。
在利用混合料表层图像计算出混合料粒度组成之后,为了提高混合料粒度组成的精准度,本实施例中,采用混合料堆密度对混合料粒度组成进行修正,提高检测结果准确性。
接料桶为检测用工具,其体积为已知数据V0,第i次称量的盛装混合料的接料桶重量为Mi,倒掉混合料的空接料桶重量为mi,则可计算出第i次检测的混合料堆密度ρi。
混合料堆密度计算公式为:ρi=(Mi-mi)/V0。
S5、基于混合料堆密度对混合料粒度组成进行修正,确定目标混合料粒度组成。
为提高图像识别混合料粒度组成的准确性,本实施例中,采用堆密度修正的发进行修正。即选取多次堆密度计算结果,通过计算平均堆密度,再计算每次堆密度的波动率,对基于混合料表层图像计算的混合料粒度组成进行修正,以得到目标混合料粒度组成。
图9为本发明实施例提供的确定目标混合料粒度组成的方法的流程图。参见图9,本实施例中,基于混合料堆密度对混合料粒度组成进行修正,确定目标混合料粒度组成,包括:
S51、获取n次检测过程对应的混合料堆密度,计算平均堆密度。
为确定每次检测的堆密度的波动率,先获取当前次检测的堆密度数值以及前几次检测的堆密度数据。利用数量n次检测得到的混合料堆密度,计算平均堆密度。
例如,当前次检测的混合料堆密度为ρi,则再获取前一次检测的混合料堆密度为ρi-1,前两次检测的混合料堆密度为ρi-2,利用此3次检测过程的混合料堆密度计算平均值。
S52、基于平均堆密度和当前次检测过程的混合料堆密度,确定每个预置粒度范围对应的粒度组成修正值。
为保证混合料粒度组成的总比不变,本实施例中,可设定其中两组预置粒度范围对应的占比调高,而另两组预置粒度范围对应的占比调低。而在对混合料粒度进行修正时,为考虑误差的影响,可在确定粒度组成修正值时增加常数减少误差。
S53、利用每个预置粒度范围对应的粒度组成修正值,对混合料粒度组成进行修正,得到目标混合料粒度组成。
将每个预置粒度范围对应的粒度组成修正值与混合料粒度组成进行结合,得到目标混合料粒度组成。目标混合料粒度组成计算公式如下:
W1 *=W1+Kb1;W2 *=W2+Kb2;W3 *=W3+Kb3;W4 *=W4+Kb4。
式中,W1 *为第一预置粒度范围对应的目标混合料粒度组成,W1为第一预置粒度范围对应的占比;W2 *为第二预置粒度范围对应的目标混合料粒度组成,W2为第二预置粒度范围对应的占比;W3 *为第三预置粒度范围对应的目标混合料粒度组成,W3为第三预置粒度范围对应的占比;W4 *为第四预置粒度范围对应的目标混合料粒度组成,W4为第四预置粒度范围对应的占比。
经过堆密度修正之后,目标混合料粒度组成为(W1 *,W2 *,W3 *,W4 *)。
由以上技术方案可知,本发明实施例提供的一种基于图像与堆密度的混合料粒度组成检测方法及***,获取盛装在物料盘中的混合料区域表层图像,基于预置粒度范围,统计混合料区域表层图像中与每个预置粒度范围对应的总区域面积;根据每个预置粒度范围对应的总区域面积,确定混合料粒度组成;基于盛装混合料的接料桶重量、空接料桶重量和接料桶体积,计算混合料堆密度;基于混合料堆密度对混合料粒度组成进行修正,确定目标混合料粒度组成。可见,本实施例提供的方法及***,实现混合料粒度在线实时检测,采用图像处理方式对混合料进行图像采集、分析、处理,获得混合料粒度组成数据,同时利用堆密度参数对图像检测结果进行修正,提高检测结果准确性。
具体实现中,本发明还提供一种计算机存储介质,其中,该计算机存储介质可存储有程序,该程序执行时可包括本发明提供的基于图像与堆密度的混合料粒度组成检测方法的各实施例中的部分或全部步骤。所述的存储介质可为磁碟、光盘、只读存储记忆体(英文:read-only memory,简称:ROM)或随机存储记忆体(英文:random access memory,简称:RAM)等。
本领域的技术人员可以清楚地了解到本发明实施例中的技术可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本发明实施例中的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
Claims (9)
1.一种基于图像与堆密度的混合料粒度组成检测方法,其特征在于,包括以下步骤:
获取盛装在物料盘中的混合料区域表层图像、盛装混合料的接料桶重量、空接料桶重量和接料桶体积,所述空接料桶重量是指将接料桶内的混合料倒入物料盘后的接料桶重量;
基于预置粒度范围,统计所述混合料区域表层图像中与每个预置粒度范围对应的总区域面积;
根据每个所述预置粒度范围对应的总区域面积,确定混合料粒度组成;
基于所述盛装混合料的接料桶重量、空接料桶重量和接料桶体积,计算混合料堆密度,以及,获取n次检测过程对应的混合料堆密度,计算平均堆密度;
基于所述平均堆密度和当前次检测过程的混合料堆密度,确定每个预置粒度范围对应的粒度组成修正值;
利用每个预置粒度范围对应的粒度组成修正值,对所述混合料粒度组成进行修正,得到目标混合料粒度组成。
2.根据权利要求1所述的方法,其特征在于,所述获取盛装在物料盘中的混合料表层图像,包括:
发送启动拍摄指令至图像采集装置,所述图像采集装置用于根据所述启动拍摄指令采集盛装有混合料的物料盘图像;
对所述图像进行二值化处理,以及,去除图像中物料盘所在的区域,得到混合料区域表层图像。
3.根据权利要求1所述的方法,其特征在于,所述获取盛装混合料的接料桶重量和空接料桶重量,包括:
控制工业机器人夹取盛装有混合料的接料桶至称重装置,利用所述称重装置对盛装有混合料的接料桶进行称重,获取盛装混合料的接料桶重量;
控制工业机器人将所述接料桶中的混合料倒入图像采集装置的物料盘中,得到空接料桶;
控制工业机器人将所述空接料桶放置在称重装置上,利用所述称重装置对空接料桶进行称重,获取空接料桶重量。
4.根据权利要求1所述的方法,其特征在于,所述基于预置粒度范围,统计所述混合料区域表层图像中与每个预置粒度范围对应的总区域面积,包括:
识别所述混合料区域表层图像中的子图像,测量每个所述子图像的直径,所述子图像用于表征混合料颗粒;
基于所述预置粒度范围,将所述子图像的直径位于同一预置粒度范围内的子图像划分到同一混合料组,一个所述混合料组对应一个预置粒度范围;
根据每个所述子图像的直径,计算每个所述混合料组中每个子图像的区域面积;
对每个所述混合料组中每个子图像的区域面积进行求和,得到每个混合料组对应的总区域面积,作为每个预置粒度范围对应的总区域面积。
5.根据权利要求1所述的方法,其特征在于,所述根据每个预置粒度范围对应的总区域面积,确定混合料粒度组成,包括:
对每个所述预置粒度范围对应的总区域面积进行求和,得到混合料区域表层图像的有效区域总面积;
将每个所述预置粒度范围对应的总区域面积与所述有效区域总面积进行求商计算,得到每个预置粒度范围对应的占比;
基于每个所述预置粒度范围对应的占比,确定混合料粒度组成。
6.根据权利要求1所述的方法,其特征在于,按照下式,利用每个预置粒度范围对应的粒度组成修正值,对所述混合料粒度组成进行修正,得到目标混合料粒度组成:
7.一种基于图像与堆密度的混合料粒度组成检测***,其特征在于,包括:控制器,以及,与所述控制器通信连接的工业机器人、取样装置、接料装置、图像采集装置和称重装置;
所述取样装置、接料装置、图像采集装置和称重装置位于所述工业机器人的四周;所述取样装置用于抓取混合料;所述接料装置包括接料桶,所述接料桶用于盛装所述取样装置抓取的混合料;所述图像采集装置包括物料盘和图像采集相机,所述物料盘用于盛装混合料,所述图像采集相机用于拍摄盛装有混合料的物料盘图像;所述称重装置用于对空接料桶、盛装有混合料的接料桶进行称重;所述工业机器人用于将空接料桶和盛装混合料的接料桶移动至称重装置,以及,将所述接料桶内盛装的混合料倒入物料盘中;所述控制器被配置为执行权利要求1至6任一项所述的基于图像与堆密度的混合料粒度组成检测方法。
8.根据权利要求7所述的***,其特征在于,所述图像采集装置还包括:支撑座、刮平杆和支架;所述支架固定在支撑座上,且所述支架的顶部高于支撑座的表面;所述物料盘放置在所述支撑座上,所述图像采集相机固定在所述支架上且位于物料盘的上方,所述图像采集相机的镜头朝向所述物料盘;所述刮平杆放置在所述支撑座上。
9.根据权利要求7所述的***,其特征在于,所述接料装置还包括:接料箱体、滑轨、滑块和刮杆;所述滑轨位于所述接料箱体的上表面,所述接料桶设置在滑轨上,且通过滑块沿滑轨移动,所述刮杆位于接料桶的上方,所述刮杆用于刮平接料桶中的物料;所述接料箱体的上表面设有接料口,所述刮杆刮落的混合料沿接料口进入接料箱体中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010212357.1A CN111351739B (zh) | 2020-03-24 | 2020-03-24 | 一种基于图像与堆密度的混合料粒度组成检测方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010212357.1A CN111351739B (zh) | 2020-03-24 | 2020-03-24 | 一种基于图像与堆密度的混合料粒度组成检测方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111351739A CN111351739A (zh) | 2020-06-30 |
CN111351739B true CN111351739B (zh) | 2022-08-16 |
Family
ID=71192961
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010212357.1A Active CN111351739B (zh) | 2020-03-24 | 2020-03-24 | 一种基于图像与堆密度的混合料粒度组成检测方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111351739B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111965081A (zh) * | 2020-08-14 | 2020-11-20 | 湖南长天自控工程有限公司 | 一种混合料粒度分析装置及*** |
CN111968173B (zh) * | 2020-08-14 | 2024-07-02 | 湖南长天自控工程有限公司 | 一种混合料粒度分析方法及*** |
CN112082911B (zh) * | 2020-08-17 | 2023-11-14 | 哈工大机器人智能制造有限公司 | 一种烧结燃料水分及粒度智能检测*** |
CN114659946B (zh) * | 2022-03-18 | 2023-06-09 | 广东凯金新能源科技股份有限公司 | 一种用于石墨粒度检测的自动化检测***及其使用方法 |
CN115077677A (zh) * | 2022-06-13 | 2022-09-20 | 烟台创迹软件有限公司 | 一种散装物品的识别方法、装置、设备及介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
NZ242499A (en) * | 1992-04-24 | 1998-06-26 | Ind Res Ltd | Measuring or monitoring continuously a diameter of a flowing particulate material |
JPH10185792A (ja) * | 1996-12-26 | 1998-07-14 | Sumitomo Osaka Cement Co Ltd | 粉末度測定方法およびその装置、粉砕工程制御方法およびその装置、ならびに粉体製造装置 |
CN102007268A (zh) * | 2008-02-18 | 2011-04-06 | M-I有限公司 | 确定在钻孔流体中已筛分的粒子的浓度和相对分配的测试过程 |
CN102636408A (zh) * | 2012-04-27 | 2012-08-15 | 中南大学 | 一种检测铁精矿成球性能的方法 |
CN104931396A (zh) * | 2015-06-04 | 2015-09-23 | 东北大学 | 一种确定微细粒级矿物物料粒度组成及金属分布的方法 |
CN108287125A (zh) * | 2017-12-28 | 2018-07-17 | 新疆新华叶尔羌河流域水利水电开发有限公司 | 一种基于图像处理的砂砾石材料级配快速分析***及方法 |
CN109346136A (zh) * | 2018-12-10 | 2019-02-15 | 武汉钢铁有限公司 | 一种预测烧结生产混合料粒度含量的方法及装置 |
CN110296925A (zh) * | 2019-07-08 | 2019-10-01 | 西南交通大学 | 一种考虑渗透仪边壁效应的粗粒土渗透系数测定方法 |
-
2020
- 2020-03-24 CN CN202010212357.1A patent/CN111351739B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
NZ242499A (en) * | 1992-04-24 | 1998-06-26 | Ind Res Ltd | Measuring or monitoring continuously a diameter of a flowing particulate material |
JPH10185792A (ja) * | 1996-12-26 | 1998-07-14 | Sumitomo Osaka Cement Co Ltd | 粉末度測定方法およびその装置、粉砕工程制御方法およびその装置、ならびに粉体製造装置 |
CN102007268A (zh) * | 2008-02-18 | 2011-04-06 | M-I有限公司 | 确定在钻孔流体中已筛分的粒子的浓度和相对分配的测试过程 |
CN102636408A (zh) * | 2012-04-27 | 2012-08-15 | 中南大学 | 一种检测铁精矿成球性能的方法 |
CN104931396A (zh) * | 2015-06-04 | 2015-09-23 | 东北大学 | 一种确定微细粒级矿物物料粒度组成及金属分布的方法 |
CN108287125A (zh) * | 2017-12-28 | 2018-07-17 | 新疆新华叶尔羌河流域水利水电开发有限公司 | 一种基于图像处理的砂砾石材料级配快速分析***及方法 |
CN109346136A (zh) * | 2018-12-10 | 2019-02-15 | 武汉钢铁有限公司 | 一种预测烧结生产混合料粒度含量的方法及装置 |
CN110296925A (zh) * | 2019-07-08 | 2019-10-01 | 西南交通大学 | 一种考虑渗透仪边壁效应的粗粒土渗透系数测定方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111351739A (zh) | 2020-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111351739B (zh) | 一种基于图像与堆密度的混合料粒度组成检测方法及*** | |
CN110333162B (zh) | 一种烧结混合料水分和粒度组成的检测方法及*** | |
CN108369067A (zh) | 用于确定输送机上的给料的质量的方法和*** | |
CN110146402B (zh) | 烧结燃料水分和粒度组成的智能检测***及其控制方法 | |
CN111968173B (zh) | 一种混合料粒度分析方法及*** | |
CN111257160A (zh) | 一种骨料检测装置 | |
CN104931122A (zh) | 一种刹车片摩擦材料多斗电子自动组合称量装置 | |
CN113442301B (zh) | 一种基于图像识别的自动化骨料级配*** | |
CN113552028A (zh) | 混合料视觉分析装置、混合料粒度组成检测方法及*** | |
JPS61107139A (ja) | 米粒品位測定装置 | |
CN111965081A (zh) | 一种混合料粒度分析装置及*** | |
CN105319121A (zh) | 一种烧结矿成品质量取样检测方法 | |
CN110068518A (zh) | 机制砂质量检测设备及其检测方法 | |
CN114136379A (zh) | 大宗散粮装卸过程中多要素临场检测方法及装置 | |
CN216261879U (zh) | 一种具有双振动筛粉机构的磁粉自动称粉机 | |
CN207717581U (zh) | 一种烧结燃料粒度在线检测装置 | |
CN214183990U (zh) | 砂石烘干筛分装置 | |
CN210411109U (zh) | 一种玻璃原料中重矿物的选矿设备 | |
CN114563315A (zh) | 一种圆筒混合机制粒效果在线检测方法 | |
CN112304817B (zh) | 一种全自动物料粒度检测方法 | |
CN114199728B (zh) | 一种用于针状焦自动分析检测方法和检测装置 | |
JPH03239907A (ja) | 骨材の実積率推定方法及び骨材の実積率推定装置 | |
CN214391181U (zh) | 一种耐火砖的拣选分级装置 | |
RU2813252C1 (ru) | Система управления и способ управления окомкователем | |
CN219996934U (zh) | 全自动熔样机 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |