JP2935171B2 - 押し出し造粒方法およびその装置 - Google Patents
押し出し造粒方法およびその装置Info
- Publication number
- JP2935171B2 JP2935171B2 JP7269843A JP26984395A JP2935171B2 JP 2935171 B2 JP2935171 B2 JP 2935171B2 JP 7269843 A JP7269843 A JP 7269843A JP 26984395 A JP26984395 A JP 26984395A JP 2935171 B2 JP2935171 B2 JP 2935171B2
- Authority
- JP
- Japan
- Prior art keywords
- extrusion
- additive
- granulator
- granulated
- extruded
- 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.)
- Expired - Fee Related
Links
Landscapes
- Glanulating (AREA)
- Image Analysis (AREA)
- Medicinal Preparation (AREA)
- Processing And Handling Of Plastics And Other Materials For Molding In General (AREA)
Description
【０００１】
【発明の属する技術分野】本発明は、有機ゴム薬品、医
薬品、肥飼料農薬等の産業分野において一般的に使用さ
れる押し出し造粒方法とその装置に関する。
薬品、肥飼料農薬等の産業分野において一般的に使用さ
れる押し出し造粒方法とその装置に関する。
【０００２】
【従来の技術】押し出し造粒品は、所謂押し出し造粒プ
ラントの***のあいたスクリーン（格子状穴スクリー
ン）から押し出され、自然破断または切断によりペッレ
ット状の造粒品となる。化学肥料、各種薬品、添加剤、
プラスチック原料等の製造分野においては、このような
押し出し成形による造粒が採用されている。この押し出
し成形による造粒は、配合される原材料や添加剤、さら
には生産される環境（温度、湿度等）によってでき上が
る製品の性状が異なってくるものである。
ラントの***のあいたスクリーン（格子状穴スクリー
ン）から押し出され、自然破断または切断によりペッレ
ット状の造粒品となる。化学肥料、各種薬品、添加剤、
プラスチック原料等の製造分野においては、このような
押し出し成形による造粒が採用されている。この押し出
し成形による造粒は、配合される原材料や添加剤、さら
には生産される環境（温度、湿度等）によってでき上が
る製品の性状が異なってくるものである。
【０００３】安定した製品を生産するには製品の性状を
確認しながら添加剤等の配合状態を調整する必要があ
る。従来、この種の押し出し成形による造粒を行う場
合、添加剤を加え、湿潤状態にした粉末原材料をニーダ
ー等で混練処理した後に行う。このとき湿潤状態の粉末
原料が一定の範囲の可塑性を持っていれば、良好な造粒
物を得ることが出来る。しかし、若し添加剤の量や混練
状態のバランスが崩れた場合、良好な造粒状態に戻すた
めに、添加剤の変量等を行わなければならない。
確認しながら添加剤等の配合状態を調整する必要があ
る。従来、この種の押し出し成形による造粒を行う場
合、添加剤を加え、湿潤状態にした粉末原材料をニーダ
ー等で混練処理した後に行う。このとき湿潤状態の粉末
原料が一定の範囲の可塑性を持っていれば、良好な造粒
物を得ることが出来る。しかし、若し添加剤の量や混練
状態のバランスが崩れた場合、良好な造粒状態に戻すた
めに、添加剤の変量等を行わなければならない。
【０００４】通常これらの操作は、作業者が造粒物の状
態を直接、またはモニター等を通して視覚的に確認しな
がら行っている。
態を直接、またはモニター等を通して視覚的に確認しな
がら行っている。
【０００５】
【発明が解決しようとする課題】このような人間による
操作を自動で行うためのいくつかの提案がなされ、実施
されているものもあるが、視覚心理的な判断基準を定式
化することは困難であり、無人運転のシステムとしては
不十分であると共に、人間の感覚、特に視覚による判断
および調整に匹敵する方法には及ばず、画像処理を用い
非接触・非破壊式で、かつ高速に処理し、さらに、視覚
情報をもとにプラントを曖昧な制御で運転することはで
きなかった。
操作を自動で行うためのいくつかの提案がなされ、実施
されているものもあるが、視覚心理的な判断基準を定式
化することは困難であり、無人運転のシステムとしては
不十分であると共に、人間の感覚、特に視覚による判断
および調整に匹敵する方法には及ばず、画像処理を用い
非接触・非破壊式で、かつ高速に処理し、さらに、視覚
情報をもとにプラントを曖昧な制御で運転することはで
きなかった。
【０００６】本発明の第１の目的は、上記従来技術の問
題点を解決し、画像処理を用いて非接触・非破壊式で、
かつ高速に処理し、さらに、視覚情報をもとにプラント
を曖昧な（ファジイ）制御で運転することのできる押し
出し造粒方法およびその装置を提供することにあり、特
に、既設の押し出し造粒機を大幅に改造することなく、
上記画像処理を用いて非接触・非破壊式で、かつ曖昧な
（ファジイ）制御で高速処理することにより、重要な添
加剤量の調整を自動で行い、良好な造粒物を容易に得る
方法を提供することにある。
題点を解決し、画像処理を用いて非接触・非破壊式で、
かつ高速に処理し、さらに、視覚情報をもとにプラント
を曖昧な（ファジイ）制御で運転することのできる押し
出し造粒方法およびその装置を提供することにあり、特
に、既設の押し出し造粒機を大幅に改造することなく、
上記画像処理を用いて非接触・非破壊式で、かつ曖昧な
（ファジイ）制御で高速処理することにより、重要な添
加剤量の調整を自動で行い、良好な造粒物を容易に得る
方法を提供することにある。
【０００７】また、本発明の第２の目的は、上記方法を
実施する押し出し造粒装置を提供することにある。
実施する押し出し造粒装置を提供することにある。
【０００８】
【課題を解決するための手段】押し出し造粒において
は、造粒品（製品）の品質は主として当該造粒物の表面
の状態として現れる。そこで、押し出し造粒機出口の造
粒物を画像解析し、より人間の判断及び調整に近い状態
で曖昧制御する装置を付加することにより、良好な造粒
物を得ることができる。
は、造粒品（製品）の品質は主として当該造粒物の表面
の状態として現れる。そこで、押し出し造粒機出口の造
粒物を画像解析し、より人間の判断及び調整に近い状態
で曖昧制御する装置を付加することにより、良好な造粒
物を得ることができる。
【０００９】以下、本発明の構成を図１により説明す
る。図１は本発明による押し出し造粒方法およびその装
置の基本構成を説明する概略構成図であって、１は原材
料を供給するためのホッパー、６，７は添加剤の流量調
節弁、８は押し出し造粒機、９はその駆動モータ、１０
は造粒物の温度を検出する温度センサー、１１は自動サ
ンプリング装置、１３はビデオカメラ、１５はデータ処
理装置、１６，１７は流量計である。
る。図１は本発明による押し出し造粒方法およびその装
置の基本構成を説明する概略構成図であって、１は原材
料を供給するためのホッパー、６，７は添加剤の流量調
節弁、８は押し出し造粒機、９はその駆動モータ、１０
は造粒物の温度を検出する温度センサー、１１は自動サ
ンプリング装置、１３はビデオカメラ、１５はデータ処
理装置、１６，１７は流量計である。
【００１０】なお、２０は既設の押し出し造粒機、３０
は制御装置を示す。本発明は、既設の押し出し造粒機２
０に新規な構成の制御装置３０を接続して構成される。
すなわち、上記第１の目的を達成するために、請求項１
に記載の第１の発明は、粉体材料に添加剤を混練して前
記粉体材料と前記添加物の混練物を生成し、格子状に形
成した複数の穴から前記混練物を押し出すことにより造
粒物を製造する押し出し造粒方法において、前記造粒物
の表面の状態を画像解析し、前記画像解析の結果を検査
員の視覚的な評価基準を学習させ得るニューラルネット
ワークを用いて評価し、この評価結果に基づいて前記添
加剤の供給量を制御することを特徴とする。
は制御装置を示す。本発明は、既設の押し出し造粒機２
０に新規な構成の制御装置３０を接続して構成される。
すなわち、上記第１の目的を達成するために、請求項１
に記載の第１の発明は、粉体材料に添加剤を混練して前
記粉体材料と前記添加物の混練物を生成し、格子状に形
成した複数の穴から前記混練物を押し出すことにより造
粒物を製造する押し出し造粒方法において、前記造粒物
の表面の状態を画像解析し、前記画像解析の結果を検査
員の視覚的な評価基準を学習させ得るニューラルネット
ワークを用いて評価し、この評価結果に基づいて前記添
加剤の供給量を制御することを特徴とする。
【００１１】また、請求項２に記載の第２の発明は、粉
体材料に添加剤を混練して前記粉体材料と前記添加剤の
混練物を生成し、格子状に形成した複数の穴から前記混
練物を押し出すことにより造粒物を製造する押し出し造
粒機８と、前記押し出し造粒機８に前記粉体材料を定量
供給する定量フィーダー２、および前記添加剤を供給す
る流量調節装置６，７とその供給量を検出する流量計１
６，１７とを備えた押し出し造粒装置２０において、
前記押し出し造粒機８から押し出された造粒物の表面状
態を撮像して画像データを生成するビデオカメラ１３
と、前記押し出し造粒機８の前記混練物の押し出し部の
温度を検出する温度センサー１０と、前記ビデオカメラ
１３からの画像データを処理し、処理結果を検査員の視
覚的な評価基準を学習させ得るニューラルネットワーク
を用いて評価し、この評価結果と前記温度センサー１０
の検出温度データ、および前記流量計１６，１７の流量
検出データに基づいて、前記造粒物の品質を評価すると
共に、前記評価結果に応じて前記流量調節装置６，７お
よび前記押し出し造粒機８の混練速度を制御する制御装
置１５とから構成したことを特徴とする。
体材料に添加剤を混練して前記粉体材料と前記添加剤の
混練物を生成し、格子状に形成した複数の穴から前記混
練物を押し出すことにより造粒物を製造する押し出し造
粒機８と、前記押し出し造粒機８に前記粉体材料を定量
供給する定量フィーダー２、および前記添加剤を供給す
る流量調節装置６，７とその供給量を検出する流量計１
６，１７とを備えた押し出し造粒装置２０において、
前記押し出し造粒機８から押し出された造粒物の表面状
態を撮像して画像データを生成するビデオカメラ１３
と、前記押し出し造粒機８の前記混練物の押し出し部の
温度を検出する温度センサー１０と、前記ビデオカメラ
１３からの画像データを処理し、処理結果を検査員の視
覚的な評価基準を学習させ得るニューラルネットワーク
を用いて評価し、この評価結果と前記温度センサー１０
の検出温度データ、および前記流量計１６，１７の流量
検出データに基づいて、前記造粒物の品質を評価すると
共に、前記評価結果に応じて前記流量調節装置６，７お
よび前記押し出し造粒機８の混練速度を制御する制御装
置１５とから構成したことを特徴とする。
【００１２】さらに、請求項３に記載の第３の発明は、
第２の発明において、前記流量調整装置が、流量調節弁
もしくは定量ポンプの何れかであることを特徴とする。
第２の発明において、前記流量調整装置が、流量調節弁
もしくは定量ポンプの何れかであることを特徴とする。
【００１３】
【発明の実施の形態】上記第１の発明の構成において、
押し出し造粒された造粒物の表面状態はＣＣＤを好適と
する撮像素子を備えたビデオカメラ１３により撮像され
る。撮像された造粒物の画像データは処理装置１５にお
いて背景等の雑音の分離がなされ、輝度分布が生成され
る。
押し出し造粒された造粒物の表面状態はＣＣＤを好適と
する撮像素子を備えたビデオカメラ１３により撮像され
る。撮像された造粒物の画像データは処理装置１５にお
いて背景等の雑音の分離がなされ、輝度分布が生成され
る。
【００１４】検査員の視覚的な評価基準を学習させたニ
ューラルネットワークで評価し、この評価結果に基づい
て検査員の経験則をモデル化したファジィ演算により添
加剤の供給量を制御する。また、第２の発明の構成にお
いて、サンプリング装置１１は造粒品の一部を自動で迅
速に採取し、これを撮像部に運搬する。撮像部では、こ
の造粒品の表面状態をビデオカメラ１３で拡大撮像す
る。この拡大撮像は、ズームアップレンズ機構を用いる
のが好適であるが、ビデオカメラ自体を造粒物に接近さ
せて撮像する方法を採用してもよい。
ューラルネットワークで評価し、この評価結果に基づい
て検査員の経験則をモデル化したファジィ演算により添
加剤の供給量を制御する。また、第２の発明の構成にお
いて、サンプリング装置１１は造粒品の一部を自動で迅
速に採取し、これを撮像部に運搬する。撮像部では、こ
の造粒品の表面状態をビデオカメラ１３で拡大撮像す
る。この拡大撮像は、ズームアップレンズ機構を用いる
のが好適であるが、ビデオカメラ自体を造粒物に接近さ
せて撮像する方法を採用してもよい。
【００１５】なお、上記では、サンプリング装置１１に
採取した造粒物をビデオカメラ１３で撮像するものとし
ているが、これに限るものではなく、バスケット１４か
ら出て来る造粒物を直接ビデオカメラ１３で撮像する構
成としてもよい。そして、ビデオカメラからの画像信号
を入力として、画像処理により表面の粗さが持つ特定の
周波数帯域を強調または抽出した画像から輝度分布を求
める。次に、この結果を入力として、検査員が視覚的に
行っている品質の評価方法を範とし、造粒物表面のなめ
らかさを画像処理により強調し、抽出する。
採取した造粒物をビデオカメラ１３で撮像するものとし
ているが、これに限るものではなく、バスケット１４か
ら出て来る造粒物を直接ビデオカメラ１３で撮像する構
成としてもよい。そして、ビデオカメラからの画像信号
を入力として、画像処理により表面の粗さが持つ特定の
周波数帯域を強調または抽出した画像から輝度分布を求
める。次に、この結果を入力として、検査員が視覚的に
行っている品質の評価方法を範とし、造粒物表面のなめ
らかさを画像処理により強調し、抽出する。
【００１６】この結果を入力として、検査員の視覚的な
評価基準を学習したニユーラルネットワークにより品質
を評価する。この学習は本装置を設置、調整時に、撮像
した造粒物の画像を検査員に提示し、検査員が下す評価
結果をニューラルネットワークに教師信号として与え実
施するものである。
評価基準を学習したニユーラルネットワークにより品質
を評価する。この学習は本装置を設置、調整時に、撮像
した造粒物の画像を検査員に提示し、検査員が下す評価
結果をニューラルネットワークに教師信号として与え実
施するものである。
【００１７】そして次に、ニューラルネットワークが評
価した品質評価結果と、造粒系各部の温度、造粒機の負
荷電流値などのセンサからのデータから、検査員の経験
則をモデル化したファジイ演算により添加剤のフィード
装置が自動で制御される。検査員の経験則は、造粒品の
造粒具合に対してその時行った造粒系の操作量との相関
関係から事前にファジイモデルとして構築されている。
以上の処理を繰り返し、フィードバック制御を行うこと
により、安定的に高品質な造粒物を得ることができる。
価した品質評価結果と、造粒系各部の温度、造粒機の負
荷電流値などのセンサからのデータから、検査員の経験
則をモデル化したファジイ演算により添加剤のフィード
装置が自動で制御される。検査員の経験則は、造粒品の
造粒具合に対してその時行った造粒系の操作量との相関
関係から事前にファジイモデルとして構築されている。
以上の処理を繰り返し、フィードバック制御を行うこと
により、安定的に高品質な造粒物を得ることができる。
【００１８】また、第２の発明の構成において、第２の
発明における前記流量調整装置が、流量調節弁あるいは
定量ポンプの何れかを用いることで、添加剤の流量が正
確に制御される。
発明における前記流量調整装置が、流量調節弁あるいは
定量ポンプの何れかを用いることで、添加剤の流量が正
確に制御される。
【００１９】
【実施例】以下、本発明の一実施例を図面を参照して詳
細に説明する。図２は本発明による押し出し造粒装置の
第１実施例を説明するシステム構成図であって、１は原
材料を供給するホッパー、２は定量フィーダー、３は連
続ニーダー、４，５は添加剤タンク、６，７は添加剤の
流量調節弁、８はバスケット型の押し出し造粒機、９は
その駆動モーター、１０は温度センサー、１１は自動サ
ンプリング装置、１２は流動乾燥機、１３はビデオカメ
ラ、１４はバスケット、１５はデータ処理装置、１６，
１７は添加剤の流量計である。
細に説明する。図２は本発明による押し出し造粒装置の
第１実施例を説明するシステム構成図であって、１は原
材料を供給するホッパー、２は定量フィーダー、３は連
続ニーダー、４，５は添加剤タンク、６，７は添加剤の
流量調節弁、８はバスケット型の押し出し造粒機、９は
その駆動モーター、１０は温度センサー、１１は自動サ
ンプリング装置、１２は流動乾燥機、１３はビデオカメ
ラ、１４はバスケット、１５はデータ処理装置、１６，
１７は添加剤の流量計である。
【００２０】本実施例では、ゴム用有機加硫促進剤２−
メルカプトベンゾチアゾール（以下ＭＢＴと称する）の
含水粉末の造粒を例として説明する。同図において、先
ず、原材料としてＭＢＴの含水粉末をホッパー１に投入
する。これを、定量フィーダー２を用いて連続ニーダー
３に定量的に供給する。このとき添加剤タンク４から造
粒用活性剤ポリオキシエチレンオクチルエーテル（商品
名パイオニン、竹本油脂（株）製）水溶液を流量調整弁
６で流量調整しながら添加する。同様に、添加剤タンク
５から造粒用増粘剤メチルセルロース（商品名メトロー
ズＳＭ、信越化学工業（株）製）水溶液を流量調整弁７
で流量調整しながら添加する。
メルカプトベンゾチアゾール（以下ＭＢＴと称する）の
含水粉末の造粒を例として説明する。同図において、先
ず、原材料としてＭＢＴの含水粉末をホッパー１に投入
する。これを、定量フィーダー２を用いて連続ニーダー
３に定量的に供給する。このとき添加剤タンク４から造
粒用活性剤ポリオキシエチレンオクチルエーテル（商品
名パイオニン、竹本油脂（株）製）水溶液を流量調整弁
６で流量調整しながら添加する。同様に、添加剤タンク
５から造粒用増粘剤メチルセルロース（商品名メトロー
ズＳＭ、信越化学工業（株）製）水溶液を流量調整弁７
で流量調整しながら添加する。
【００２１】これら原材料と添加剤とを２軸の連続ニー
ダー３で混練し、押し出し造粒機８のバスケット１４に
供給する。押し出し造粒機８は混練物を複数の格子状穴
に圧送して押し出し、ヌードル状となり、自然にまたは
強制的にペレット状に成形されて造粒物となる。押し出
された造粒物は流動乾燥機１２に搬送されて乾燥され、
製品ＭＢＴとなる。
ダー３で混練し、押し出し造粒機８のバスケット１４に
供給する。押し出し造粒機８は混練物を複数の格子状穴
に圧送して押し出し、ヌードル状となり、自然にまたは
強制的にペレット状に成形されて造粒物となる。押し出
された造粒物は流動乾燥機１２に搬送されて乾燥され、
製品ＭＢＴとなる。
【００２２】上記押し出し造粒機８から押し出された造
粒物の一部は、サンプリング装置１１によりサンプリン
グされる。サンプリングされた造粒物は撮像部に搬送さ
れ、ＣＣＤ撮像素子を備えたビデオカメラ１３で撮像さ
れ、画像データとしてデータ処理装置１５に取り込まれ
る。データ処理装置１５はビデオカメラ１３からの画像
データに画像処理を施し、その処理結果に基づいて造粒
物の品質の良否判定を行う。
粒物の一部は、サンプリング装置１１によりサンプリン
グされる。サンプリングされた造粒物は撮像部に搬送さ
れ、ＣＣＤ撮像素子を備えたビデオカメラ１３で撮像さ
れ、画像データとしてデータ処理装置１５に取り込まれ
る。データ処理装置１５はビデオカメラ１３からの画像
データに画像処理を施し、その処理結果に基づいて造粒
物の品質の良否判定を行う。
【００２３】また、押し出し造粒機８の造粒物出口にお
ける造粒物品温を測温低抗体を好適とする温度センサー
１０で検出し、また、押し出し造粒機８の負荷を駆動用
モーター９の電流値から検出し、さらに各添加剤の供給
量をオーバル流量計を好適とする流量計１６，１７を用
いて処理装置１５に取り込み、検査員の経験則をモデル
化したニューラルネットワークによるファジイ演算を行
って、制御データを生成させる。
ける造粒物品温を測温低抗体を好適とする温度センサー
１０で検出し、また、押し出し造粒機８の負荷を駆動用
モーター９の電流値から検出し、さらに各添加剤の供給
量をオーバル流量計を好適とする流量計１６，１７を用
いて処理装置１５に取り込み、検査員の経験則をモデル
化したニューラルネットワークによるファジイ演算を行
って、制御データを生成させる。
【００２４】この制御データにより流量調整弁６，７を
調整することにより、常に良好な造粒物を得ることがで
きる。なお、このとき、押し出し造粒機８の駆動モータ
９の回転数（すなわち、造粒負荷）を変化させるように
することもできる。また、流量調節弁６，７に換えて定
量ポンプを用いることもできる。図３は本発明に採用さ
れる画像処理方式の一例を説明するブロック図であっ
て、１３は造粒物を撮像してその表面状態を二次元画像
データに変換するビデオカメラ、３１ａは前記ビデオカ
メラ１３の撮像信号を二次元離散ウエーブレット変換に
より空間周波数が異なる空間周波数帯域毎の階層構造を
作成する階層化回路、３１ｂは前記階層化構造を用いて
前記造粒物の背景を分離して当該造粒物の画像データを
抽出する背景分離／特徴抽出回路、３１ｂは前記階層化
構造の上位層を基にして逆ウエーブレット変換を施すこ
とにより前記造粒物の輪郭を抽出する輪郭抽出回路、３
１ｄは前記輪郭抽出回路で抽出された輪郭内の画素につ
いて前記階層構造の最下層の解像度まで逆ウエーブレッ
ト変換を施して造粒物の各々を切り離した再生画像デー
タを得る画像再合成回路、３１ｅは前記画像再合成手段
で再構成された画像について前記造粒物の表面状態を評
価する多層パーセプトロン型ニューラルネットワークを
有する品質推定回路、３２は押し出し造粒機制御装置で
ある。なお、３０は図１における制御装置、３１は画像
処理装置である。
調整することにより、常に良好な造粒物を得ることがで
きる。なお、このとき、押し出し造粒機８の駆動モータ
９の回転数（すなわち、造粒負荷）を変化させるように
することもできる。また、流量調節弁６，７に換えて定
量ポンプを用いることもできる。図３は本発明に採用さ
れる画像処理方式の一例を説明するブロック図であっ
て、１３は造粒物を撮像してその表面状態を二次元画像
データに変換するビデオカメラ、３１ａは前記ビデオカ
メラ１３の撮像信号を二次元離散ウエーブレット変換に
より空間周波数が異なる空間周波数帯域毎の階層構造を
作成する階層化回路、３１ｂは前記階層化構造を用いて
前記造粒物の背景を分離して当該造粒物の画像データを
抽出する背景分離／特徴抽出回路、３１ｂは前記階層化
構造の上位層を基にして逆ウエーブレット変換を施すこ
とにより前記造粒物の輪郭を抽出する輪郭抽出回路、３
１ｄは前記輪郭抽出回路で抽出された輪郭内の画素につ
いて前記階層構造の最下層の解像度まで逆ウエーブレッ
ト変換を施して造粒物の各々を切り離した再生画像デー
タを得る画像再合成回路、３１ｅは前記画像再合成手段
で再構成された画像について前記造粒物の表面状態を評
価する多層パーセプトロン型ニューラルネットワークを
有する品質推定回路、３２は押し出し造粒機制御装置で
ある。なお、３０は図１における制御装置、３１は画像
処理装置である。
【００２５】本実施例では、同図に示したような構成の
画像処理装置で造粒物の表面状態に基づく品質評価を行
い、その結果で押し出し造粒機制御装置３２が各種の制
御信号を押し出し造粒機８に与えるように構成される。
具体的には、サンプリング装置１１で採取された造粒物
がパサついてくると、データ処理装置１５で処理された
輝度分布が不良品の判断領域となり、その曖昧処理結果
により流量調整弁６，７が開の方向に作動する。その結
果、混練時の粘度が上がり造粒物は元の良好な表面状態
を有したものとなる。
画像処理装置で造粒物の表面状態に基づく品質評価を行
い、その結果で押し出し造粒機制御装置３２が各種の制
御信号を押し出し造粒機８に与えるように構成される。
具体的には、サンプリング装置１１で採取された造粒物
がパサついてくると、データ処理装置１５で処理された
輝度分布が不良品の判断領域となり、その曖昧処理結果
により流量調整弁６，７が開の方向に作動する。その結
果、混練時の粘度が上がり造粒物は元の良好な表面状態
を有したものとなる。
【００２６】なお、本実施例において３０分ごとに得ら
れた含水ＭＢＴ粉末および製品ＭＢＴの各物性を表１に
示す。
れた含水ＭＢＴ粉末および製品ＭＢＴの各物性を表１に
示す。
【００２７】
【表１】
【００２８】この表１から分かるように、含水ＭＢＴの
水分量が多い場合は添加剤の量が少なく、逆の場合は多
くなって、製造される造粒物の表面状態（外観）は常に
良好なものとなる。図４は本発明による押し出し造粒装
置の第２実施例を説明するシステム構成図であって、７
ａは定量ポンプ、図２と同一符合は同一部分に対応す
る。
水分量が多い場合は添加剤の量が少なく、逆の場合は多
くなって、製造される造粒物の表面状態（外観）は常に
良好なものとなる。図４は本発明による押し出し造粒装
置の第２実施例を説明するシステム構成図であって、７
ａは定量ポンプ、図２と同一符合は同一部分に対応す
る。
【００２９】同図に示した実施例は、図２におけるサン
プリング装置１１を用いない点以外は同一構成である。
本実施例は、原材料としてゴム用有機加硫促進剤テトラ
メチルチウラムモノスルフィド（ＴＭＴＭ））の含水粉
末を用い、前記第１実施例と同様に造粒を行う。なお、
流量調節には流量調節弁に換えて定量ポンプ７ａを設け
ている。
プリング装置１１を用いない点以外は同一構成である。
本実施例は、原材料としてゴム用有機加硫促進剤テトラ
メチルチウラムモノスルフィド（ＴＭＴＭ））の含水粉
末を用い、前記第１実施例と同様に造粒を行う。なお、
流量調節には流量調節弁に換えて定量ポンプ７ａを設け
ている。
【００３０】そして、ビデオカメラ１３は押し出し造粒
機８の押し出される穴に視野を向けて設置されており、
押し出される造粒物を直接撮像する。同図において、先
ず、原材料としてＴＭＴＭの含水粉末をホッパー１に投
入する。これを、定量フィーダー２を用いて連続ニーダ
ー３に定量的に供給する。このとき添加剤タンク４から
造粒用活性剤ポリオキシエチレンオクチルエーテル水溶
液を流量調整弁６で流量調整しながら添加する。同様
に、添加剤タンク５から造粒用増粘剤メチルセルロース
水溶液を定量ポンプ７ａで添加量を調整しながら添加す
る。
機８の押し出される穴に視野を向けて設置されており、
押し出される造粒物を直接撮像する。同図において、先
ず、原材料としてＴＭＴＭの含水粉末をホッパー１に投
入する。これを、定量フィーダー２を用いて連続ニーダ
ー３に定量的に供給する。このとき添加剤タンク４から
造粒用活性剤ポリオキシエチレンオクチルエーテル水溶
液を流量調整弁６で流量調整しながら添加する。同様
に、添加剤タンク５から造粒用増粘剤メチルセルロース
水溶液を定量ポンプ７ａで添加量を調整しながら添加す
る。
【００３１】これら原材料と添加剤とを２軸の連続ニー
ダー３で混練し、押し出し造粒機８のバスケット１４に
供給する。押し出し造粒機８は混練物を複数の格子状穴
に圧送して押し出し、ヌードル状となり、自然にまたは
強制的にペレット状に成形されて造粒物となる。押し出
された造粒物は流動乾燥機１２に搬送されて乾燥され、
製品ＴＭＴＭとなる。
ダー３で混練し、押し出し造粒機８のバスケット１４に
供給する。押し出し造粒機８は混練物を複数の格子状穴
に圧送して押し出し、ヌードル状となり、自然にまたは
強制的にペレット状に成形されて造粒物となる。押し出
された造粒物は流動乾燥機１２に搬送されて乾燥され、
製品ＴＭＴＭとなる。
【００３２】上記押し出し造粒機８から押し出された造
粒物はＣＣＤ撮像素子を備えたビデオカメラ１３で撮像
され、画像データとしてデータ処理装置１５に取り込ま
れる。データ処理装置１５はビデオカメラ１３からの画
像データに画像処理を施し、その処理結果に基づいて造
粒物の品質の良否判定を行う。
粒物はＣＣＤ撮像素子を備えたビデオカメラ１３で撮像
され、画像データとしてデータ処理装置１５に取り込ま
れる。データ処理装置１５はビデオカメラ１３からの画
像データに画像処理を施し、その処理結果に基づいて造
粒物の品質の良否判定を行う。
【００３３】また、押し出し造粒機８の造粒物出口にお
ける造粒物品温を測温低抗体を好適とする温度センサー
１０で検出し、また、押し出し造粒機８の負荷を駆動用
モーター９の電流値から検出し、さらに各添加剤の供給
量をオーバル流量計を好適とする流量計１６，１７を用
いて処理装置１５に取り込み、検査員の経験則をモデル
化したニューラルネットワークによるファジイ演算を行
って、制御データを生成させる。
ける造粒物品温を測温低抗体を好適とする温度センサー
１０で検出し、また、押し出し造粒機８の負荷を駆動用
モーター９の電流値から検出し、さらに各添加剤の供給
量をオーバル流量計を好適とする流量計１６，１７を用
いて処理装置１５に取り込み、検査員の経験則をモデル
化したニューラルネットワークによるファジイ演算を行
って、制御データを生成させる。
【００３４】この制御データによって流量調整弁６と定
量ポンプ７ａを調整することにより、常に良好な造粒物
を得ることができる。なお、このとき、押し出し造粒機
８の駆動モータ９の回転数（すなわち、造粒負荷）を変
化させるようにすることもできる。本実施例では、添加
剤タンク５からの添加剤の供給量を定量ポンプ７ａで調
整しているが、前記第１実施例と同等の流量調節弁７と
することもでき、また添加剤タンク４および５からの添
加剤の供給量を定量ポンプ７ａと同様の定量ポンプで調
整するように構成することもできる。
量ポンプ７ａを調整することにより、常に良好な造粒物
を得ることができる。なお、このとき、押し出し造粒機
８の駆動モータ９の回転数（すなわち、造粒負荷）を変
化させるようにすることもできる。本実施例では、添加
剤タンク５からの添加剤の供給量を定量ポンプ７ａで調
整しているが、前記第１実施例と同等の流量調節弁７と
することもでき、また添加剤タンク４および５からの添
加剤の供給量を定量ポンプ７ａと同様の定量ポンプで調
整するように構成することもできる。
【００３５】具体的には、造粒機の穴から押し出される
造粒物がパサついてくると、データ処理装置１５で処理
された輝度分布が不良品の判断領域となり、その曖昧処
理結果により流量調整弁６，７が開の方向に作動する。
その結果、混練時の粘度が上がり造粒物は元の良好な表
面状態を有したものとなる。なお、本実施例において３
０分ごとに得られた含水ＴＭＴＭ粉末および製品ＴＭＴ
Ｍの各物性を表２に示す。
造粒物がパサついてくると、データ処理装置１５で処理
された輝度分布が不良品の判断領域となり、その曖昧処
理結果により流量調整弁６，７が開の方向に作動する。
その結果、混練時の粘度が上がり造粒物は元の良好な表
面状態を有したものとなる。なお、本実施例において３
０分ごとに得られた含水ＴＭＴＭ粉末および製品ＴＭＴ
Ｍの各物性を表２に示す。
【００３６】
【表２】
【００３７】この表２から分かるように、含水ＴＭＴＭ
の水分量が多い場合は添加剤の量が少なく、逆の場合は
多くなって、製造される造粒物の表面状態（外観）は常
に良好なものとなる。図５は本発明による押し出し造粒
装置の第３実施例を説明するシステム構成図であって、
８ａはスクリュウ前押し型の造粒機、図２と同一符合は
同一部分に対応する。
の水分量が多い場合は添加剤の量が少なく、逆の場合は
多くなって、製造される造粒物の表面状態（外観）は常
に良好なものとなる。図５は本発明による押し出し造粒
装置の第３実施例を説明するシステム構成図であって、
８ａはスクリュウ前押し型の造粒機、図２と同一符合は
同一部分に対応する。
【００３８】同図に示した実施例は、造粒機としてスク
リュウ前押し型造粒機を用いている点で前記第１実施例
と異なる。本実施例は、原材料としてゴム用有機加硫促
進剤２−ブチルジチオカルバミン酸亜鉛（ＺｎＢＤＣ）
の含水粉末を用い、前記第１実施例と同様に造粒を行
う。同図において、先ず、原材料としてＺｎＢＤＣの含
水粉末をホッパー１に投入する。これを、定量フィーダ
ー２を用いて連続ニーダー３に定量的に供給する。
リュウ前押し型造粒機を用いている点で前記第１実施例
と異なる。本実施例は、原材料としてゴム用有機加硫促
進剤２−ブチルジチオカルバミン酸亜鉛（ＺｎＢＤＣ）
の含水粉末を用い、前記第１実施例と同様に造粒を行
う。同図において、先ず、原材料としてＺｎＢＤＣの含
水粉末をホッパー１に投入する。これを、定量フィーダ
ー２を用いて連続ニーダー３に定量的に供給する。
【００３９】このとき添加剤タンク４から造粒用活性剤
ポリオキシエチレンオクチルエーテル水溶液を流量調整
弁６で流量調整しながら添加する。同様に、添加剤タン
ク５から造粒用増粘剤メチルセルロース水溶液を流量調
整弁７で流量調整しながら添加する。これら原材料と添
加剤とを２軸の連続ニーダー３で混練し、スクリュウ前
押し型造粒機８ａに供給する。スクリュウ前押し型造粒
機８ａは混練物を複数の押し出し穴に圧送して押し出
し、ヌードル状として、自然にまたは強制的にペレット
状に成形して造粒物とする。
ポリオキシエチレンオクチルエーテル水溶液を流量調整
弁６で流量調整しながら添加する。同様に、添加剤タン
ク５から造粒用増粘剤メチルセルロース水溶液を流量調
整弁７で流量調整しながら添加する。これら原材料と添
加剤とを２軸の連続ニーダー３で混練し、スクリュウ前
押し型造粒機８ａに供給する。スクリュウ前押し型造粒
機８ａは混練物を複数の押し出し穴に圧送して押し出
し、ヌードル状として、自然にまたは強制的にペレット
状に成形して造粒物とする。
【００４０】押し出された造粒物は流動乾燥機１２に搬
送されて乾燥され、製品ＺｎＢＤＣとなる。上記スクリ
ュウ前押し型造粒機８ａから押し出された造粒物の一部
は、サンプリング装置１１によりサンプリングされる。
サンプリングされた造粒物は撮像部に搬送され、ＣＣＤ
撮像素子を備えたビデオカメラ１３で撮像され、画像デ
ータとしてデータ処理装置１５に取り込まれる。
送されて乾燥され、製品ＺｎＢＤＣとなる。上記スクリ
ュウ前押し型造粒機８ａから押し出された造粒物の一部
は、サンプリング装置１１によりサンプリングされる。
サンプリングされた造粒物は撮像部に搬送され、ＣＣＤ
撮像素子を備えたビデオカメラ１３で撮像され、画像デ
ータとしてデータ処理装置１５に取り込まれる。
【００４１】データ処理装置１５はビデオカメラ１３か
らの画像データに画像処理を施し、その処理結果に基づ
いて造粒物の品質の良否判定を行う。また、スクリュウ
前押し型造粒機８ａの造粒物出口における造粒物品温を
測温低抗体を好適とする温度センサー１０で検出し、ま
た、スクリュウ前押し型造粒機８ａの負荷を駆動用モー
ター９の電流値から検出し、さらに各添加剤の供給量を
オーバル流量計を好適とする流量計１６，１７を用いて
処理装置１５に取り込み、検査員の経験則をモデル化し
たニューラルネットワークによるファジイ演算を行っ
て、制御データを生成させる。
らの画像データに画像処理を施し、その処理結果に基づ
いて造粒物の品質の良否判定を行う。また、スクリュウ
前押し型造粒機８ａの造粒物出口における造粒物品温を
測温低抗体を好適とする温度センサー１０で検出し、ま
た、スクリュウ前押し型造粒機８ａの負荷を駆動用モー
ター９の電流値から検出し、さらに各添加剤の供給量を
オーバル流量計を好適とする流量計１６，１７を用いて
処理装置１５に取り込み、検査員の経験則をモデル化し
たニューラルネットワークによるファジイ演算を行っ
て、制御データを生成させる。
【００４２】この制御データにより流量調整弁６，７を
調整することにより、常に良好な造粒物を得ることがで
きる。なお、このとき、スクリュウ前押し型造粒機８ａ
の駆動モータ９の回転数（すなわち、造粒負荷）を変化
させるようにすることもできる。また、流量調節弁６，
７の一方または双方に換えて定量ポンプを用いることも
できる。
調整することにより、常に良好な造粒物を得ることがで
きる。なお、このとき、スクリュウ前押し型造粒機８ａ
の駆動モータ９の回転数（すなわち、造粒負荷）を変化
させるようにすることもできる。また、流量調節弁６，
７の一方または双方に換えて定量ポンプを用いることも
できる。
【００４３】本実施例では、スクリュウ前押し型造粒機
８ａから押し出される造粒物をサンプリング装置１１で
採取し、これをビデオカメラで撮像しているが、これに
代えて前記図４で説明した実施例と同様に、サンプリン
グ装置を用いないで、スクリュウ前押し型造粒機８ａの
押し出し穴から出てくる造粒物を直接ビデオカメラで撮
像するように構成してもよい。
８ａから押し出される造粒物をサンプリング装置１１で
採取し、これをビデオカメラで撮像しているが、これに
代えて前記図４で説明した実施例と同様に、サンプリン
グ装置を用いないで、スクリュウ前押し型造粒機８ａの
押し出し穴から出てくる造粒物を直接ビデオカメラで撮
像するように構成してもよい。
【００４４】具体的には、造粒機の穴から押し出される
造粒物がパサついてくると、データ処理装置１５で処理
された輝度分布が不良品の判断領域となり、その曖昧処
理結果により流量調整弁６，７が開の方向に作動する。
その結果、混練時の粘度が上がり造粒物は元の良好な表
面状態を有したものとなる。なお、本実施例において３
０分ごとに得られた含水ＺｎＢＤＣ粉末および製品Ｚｎ
ＢＤＣの各物性を表３に示す。
造粒物がパサついてくると、データ処理装置１５で処理
された輝度分布が不良品の判断領域となり、その曖昧処
理結果により流量調整弁６，７が開の方向に作動する。
その結果、混練時の粘度が上がり造粒物は元の良好な表
面状態を有したものとなる。なお、本実施例において３
０分ごとに得られた含水ＺｎＢＤＣ粉末および製品Ｚｎ
ＢＤＣの各物性を表３に示す。
【００４５】
【表３】
【００４６】この表３から分かるように、含水ＺｎＢＤ
Ｃの水分量が多い場合は添加剤の量が少なく、逆の場合
は多くなって、製造される造粒物の表面状態（外観）は
常に良好なものとなる。本発明は、以上説明した各実施
例に限るものではなく、これら各実施例を構成する要素
を同一機能を達成する手段と置き換えることも可能であ
る。
Ｃの水分量が多い場合は添加剤の量が少なく、逆の場合
は多くなって、製造される造粒物の表面状態（外観）は
常に良好なものとなる。本発明は、以上説明した各実施
例に限るものではなく、これら各実施例を構成する要素
を同一機能を達成する手段と置き換えることも可能であ
る。
【００４７】
【発明の効果】以上説明したように、本発明によれば、
従来検査員が視覚的に行っていた方法について、視覚的
な評価基準をニューラルネットワークにより学習し、経
験を，モデル化してファジィ演算を行っているため、自
動制御を行う上での系の定式化が不要であり、混練物の
原材料と添加剤のばらつきが自動的に調整され、良好な
造粒物を得ることができる。
従来検査員が視覚的に行っていた方法について、視覚的
な評価基準をニューラルネットワークにより学習し、経
験を，モデル化してファジィ演算を行っているため、自
動制御を行う上での系の定式化が不要であり、混練物の
原材料と添加剤のばらつきが自動的に調整され、良好な
造粒物を得ることができる。
【００４８】また、画像処理により非接触な処理を行う
ものであるため、既設の押し出し造粒機に大幅な改造を
施す必要がなく、本発明による制御装置部分を増設する
だけで品質管理を自動化した押し出し造粒装置を容易に
構成することができる。
ものであるため、既設の押し出し造粒機に大幅な改造を
施す必要がなく、本発明による制御装置部分を増設する
だけで品質管理を自動化した押し出し造粒装置を容易に
構成することができる。
【図１】本発明による押し出し造粒方法およびその装置
の基本構成を説明する概略構成図である。
の基本構成を説明する概略構成図である。
【図２】本発明による押し出し造粒装置の一実施例を説
明するシステム構成図である。
明するシステム構成図である。
【図３】本発明に採用される画像処理方式の一例を説明
するブロック図である。
するブロック図である。
【図４】本発明による押し出し造粒装置の第２実施例を
説明するシステム構成図である。
説明するシステム構成図である。
【図５】本発明による押し出し造粒装置の第３実施例を
説明するシステム構成図である。
説明するシステム構成図である。
１ 原材料を供給するホッパー ２ 定量フィーダー ３ 連続ニーダー ４，５ 添加剤タンク ６，７ 添加剤の流量調節弁 ７ａ 定量ポンプ ８ バスケット型押し出し造粒機 ８ａ スクリュウ前押し型造粒機 ９ 駆動モーター １０ 温度センサー １１ 自動サンプリング装置 １２ 流動乾燥機 １３ ビデオカメラ １４ バスケット １５ データ処理装置 １６，１７ 添加剤の流量計。
───────────────────────────────────────────────────── フロントページの続き (72)発明者 田中 恭治 山口県宇部市芝中町11の46 サーパス芝 中ＩＩ−703 (72)発明者 白上 貞三 山口県阿武郡旭村大字佐々並3012番地の ２ (72)発明者 中村 誠 山口県宇部市大小路３丁目８−25 (72)発明者 堺 敏明 山口県熊毛郡平生町大野北316番地の11 (72)発明者 岡田 豊 山口県熊毛郡熊毛町大字中村1167−80 (72)発明者 谷口 規久夫 山口県宇部市上宇部山門1099−１ (56)参考文献 特開 平５−262590（ＪＰ，Ａ) 特開 平４−222628（ＪＰ，Ａ) (58)調査した分野(Int.Cl.6，ＤＢ名) B01J 2/00
Claims (3)
- 【請求項１】 粉体材料に添加剤を混練して前記粉体材
料と前記添加物の混練物を生成し、格子状に形成した複
数の穴から前記混練物を押し出すことにより造粒物を製
造する押し出し造粒方法において、 前記造粒物の表面の状態を画像解析し、前記画像解析の
結果を検査員の視覚的な評価基準を学習させ得るニュー
ラルネットワークを用いて評価し、この評価結果に基づ
いて前記添加剤の供給量を制御することを特徴とする押
し出し造粒方法。 - 【請求項２】 粉体材料に添加剤を混練して前記粉体材
料と前記添加剤の混練物を生成し、格子状に形成した複
数の穴から前記混練物を押し出すことにより造粒物を製
造する押し出し造粒機と、前記押し出し造粒機に前記粉
体材料を定量供給する定量供給装置、および前記添加剤
を供給する流量調節装置とその供給量を検出する流量計
とを備えた押し出し造粒装置において、 前記押し出し造粒機から押し出された造粒物の表面状態
を撮像して画像データを生成するビデオカメラと、前記
押し出し造粒機の前記混練物の押し出し部の温度を検出
する温度センサーと、前記ビデオカメラからの画像デー
タを処理し、処理結果を検査員の視覚的な評価基準を学
習させ得るニューラルネットワークを用いて評価し、こ
の評価結果と前記温度センサーの検出温度データ、およ
び前記流量計の流量検出データに基づいて、前記造粒物
の品質を評価すると共に、前記評価結果に応じて前記流
量調節装置および前記押し出し造粒機の混練速度を制御
する制御装置とから構成したことを特徴とする押し出し
造粒装置。 - 【請求項３】請求項２において、前記流量調整装置が、
流量調節弁もしくは定量ポンプの何れかであることを特
徴とする押し出し造粒装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7269843A JP2935171B2 (ja) | 1995-10-18 | 1995-10-18 | 押し出し造粒方法およびその装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7269843A JP2935171B2 (ja) | 1995-10-18 | 1995-10-18 | 押し出し造粒方法およびその装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH09108564A JPH09108564A (ja) | 1997-04-28 |
| JP2935171B2 true JP2935171B2 (ja) | 1999-08-16 |
Family
ID=17477969
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP7269843A Expired - Fee Related JP2935171B2 (ja) | 1995-10-18 | 1995-10-18 | 押し出し造粒方法およびその装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2935171B2 (ja) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE10061085A1 (de) * | 2000-12-08 | 2002-06-13 | Basf Ag | Verfahren zur Überwachung und Regelung eines industriellen Granulationsprozesses |
| JP2003083712A (ja) | 2001-09-10 | 2003-03-19 | Denso Corp | ハニカム構造体の位置認識方法 |
| JP2012096227A (ja) * | 2010-10-08 | 2012-05-24 | Kakuno Seisakusho:Kk | ペレット製造装置 |
| CN102696588B (zh) * | 2012-06-08 | 2016-03-16 | 上海市农药研究所 | 用挤压法生产农药水分散粒剂的方法及装置 |
| WO2024121193A1 (de) * | 2022-12-06 | 2024-06-13 | Boehringer Ingelheim International Gmbh | Verfahren zur steuerung eines kontinuierlichen granulier- und trocknungsprozesses sowie anlage und system hiefür |
| CN116000290B (zh) * | 2023-03-27 | 2023-06-09 | 青岛贝诺磁电科技有限公司 | 冶金供料过程中自动加料控制方法和*** |
| CN117806387B (zh) * | 2024-02-29 | 2024-05-24 | 青岛英诺包装科技有限公司 | 一种基于数据处理的加工温度调控方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0673621B2 (ja) * | 1990-12-26 | 1994-09-21 | 新日本製鐵株式会社 | パン型造粒機の自動制御方法 |
| JP2912074B2 (ja) * | 1992-03-18 | 1999-06-28 | 日本電気コンピュータシステム株式会社 | 化成肥料の製造制御システム |
-
1995
- 1995-10-18 JP JP7269843A patent/JP2935171B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH09108564A (ja) | 1997-04-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Jin et al. | Autonomous in-situ correction of fused deposition modeling printers using computer vision and deep learning | |
| DE102019214038B4 (de) | Kornqualitätskontrollsystem und -verfahren | |
| JP2935171B2 (ja) | 押し出し造粒方法およびその装置 | |
| CN111164425B (zh) | 用于三维打印的监测*** | |
| Adegboye et al. | Incorporating intelligence in fish feeding system for dispensing feed based on fish feeding intensity | |
| Banhazi et al. | Improved image analysis based system to reliably predict the live weight of pigs on farm: Preliminary results | |
| US20220281177A1 (en) | Ai-powered autonomous 3d printer | |
| Yusoff et al. | Real-time hevea leaves diseases identification using Sobel edge algorithm on FPGA: A preliminary study | |
| Li et al. | Comparison and optimization of pig mass estimation models based on machine vision | |
| CN113688751A (zh) | 一种利用图像识别技术分析矾花特征的方法及装置 | |
| Stavropoulos et al. | A vision-based system for real-time defect detection: a rubber compound part case study | |
| Xin et al. | Real-time assessment of swine thermal comfort by computer vision | |
| US20200355595A1 (en) | Method and device for producing seed-like solid particles and computer program | |
| KR20230055479A (ko) | 인공지능을 이용한 레미콘 품질의 영상 판정 시스템 | |
| JP2009175059A (ja) | 環境負荷濃度変化判定装置及び方法 | |
| Mao et al. | Automatic detection of ruminant cows’ mouth area during rumination based on machine vision and video analysis technology | |
| EP1213051A1 (de) | Verfahren zur Überwachung und Regelung eines industriellen Granulationsprozesses | |
| Hu et al. | Design of an intelligent vibration screening system for armyworm pupae based on image recognition | |
| KR100216124B1 (ko) | 수질이상 감시방법 및 수질이상 감시시스템 | |
| Chen et al. | 2-D image-based volumetric modeling for particle of random shape | |
| CN116689133B (zh) | 基于深度学习的再生骨料质量控制方法、装置及可读介质 | |
| Torabi et al. | On-line adaptive Bayesian classification for in-line particle image monitoring in polymer film manufacturing | |
| Zhang et al. | Advancing Precision Pig Behavior Recognition through Real-Time Detection Transformer | |
| US20230377354A1 (en) | Continuous detection and species classification of biological particles in a sample | |
| Sun et al. | An integrated computer vision system for real-time monitoring and control of long-fiber embedded hydrogel 3D printing |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |