骨料粒度實時分析系統以及骨料生產線技術方案

一種骨料粒度實時分析系統，包括骨料傳送帶、3D相機和數據分析服務器，其中，3D相機通過支架安裝在骨料傳送帶的上方并且正對骨料傳送帶的骨料，3D相機的輸出數據被傳送至數據分析服務器，由數據分析服務器中的粒度分析模塊做出粒度分析。

Real-time Aggregate Particle Size Analysis System and Aggregate Production Line

【技術實現步驟摘要】
骨料粒度實時分析系統以及骨料生產線
本專利技術屬于礦石骨料生產
，特別涉及一種骨料粒度實時分析系統以及骨料生產線。
技術介紹
產品、原料的粒度評定關乎生產、生活的重要領域，如鋼鐵、建筑、醫藥、食品、農業等。原材料的粒度品質不僅直接影響后續半成品與成品的品質，也會對生產工藝本身造成影響乃至造成設備故障及生產線的癱瘓。而產品的粒度則直接決定其定價與市場競爭力。故粒度的檢測與分析一直是實體行業中備受矚目的研發熱點。粒度的檢測與分析，根據對象的不同可大致分為：1).粗顆粒檢測(毫米級以上)；2).細顆粒檢測(微米以上至毫米級)；3).極細顆粒檢測(微米以下、納米乃至更小)。按照測量結果的有效性及代表性不同可大致分為：a).離線抽樣檢測；b).在線實時檢測。按照測量手段不同，還可分為基于篩選、沉降、超聲探測、電導率變化、光散射、光衍射、圖像分析等等。就骨料生產現場而言，粒度分析貫穿于骨料制備的各個環節，包括鄂破、沖擊破、磨洗、篩選、制砂等。每個環節對于入料的粒徑都要規定，且出料的粒徑也需符合工藝要求。總體來說，以上情景的粒度檢測所涉及的目標對象幾乎均為粗顆粒，因此不滿足采用沉降、電導率變化、光散射及衍射等方法的客觀條件。此外，當前廣泛存在的檢測手段以離線抽樣檢測為主，就提升產效及產率而言，制造業對于實時在線的粒度檢測與分析有著極強的剛需。
技術實現思路
本專利技術提供的一種骨料粒度實時分析系統，目的在于解決現有骨料生產中無法做到實時的、無需抽樣地對骨料粒度進行分析的問題。本專利技術的實施例之一，一種骨料粒度實時分析系統，包括骨料傳送帶、3D相機和數據分析服務器，其中，3D相機通過支架安裝在骨料傳送帶的上方并且正對骨料傳送帶的骨料，3D相機的輸出數據被傳送至數據分析服務器，由數據分析服務器中的粒度分析模塊做出粒度分析。所述分析系統包括2D相機，該2D相機被安裝在所述骨料傳送帶的上方，該2D相機用于對骨料傳送帶的運動進行實時監測，和/或實時捕捉骨料傳送帶上的異常顆粒的出現。在所述支架上設有光源，該光源用于2D相機的圖像拍攝。在3D相機正對的骨料傳送帶區段的下方設有稱重裝置，用于對骨料的稱重。本專利技術采用3D視覺技術完成對生產線上目標的實時圖像采集、處理、分析、結果反饋、異常情況處理等工作。實現針對(粗顆粒)骨料粒度的在線檢測現場解決方案，取代其現有的靠人工的離線抽檢方案，幫助其推進產業升級，創造更多實際價值。其中，3D視覺技術突破傳統平面視覺技術的瓶頸，大大降低對于現場環境與光源的依賴，且從信息容量的層面提升結果分析的準確性，同時也增強了研發產品導入更多客戶的通用性。附圖說明通過參考附圖閱讀下文的詳細描述，本專利技術示例性實施方式的上述以及其他目的、特征和優點將變得易于理解。在附圖中，以示例性而非限制性的方式示出了本專利技術的若干實施方式，其中：圖1本專利技術實施例中骨料粒度實時分析系統組成示意圖。圖2本專利技術實施例中具有骨料粒度實時分析系統的骨料生產線示意圖。1——3D相機，2——2D相機，3——工業光源，4——龍門架，5——傳送裝置(傳送帶)，6——稱重裝置(電子秤)，7——配電與控制單元，8——骨料。具體實施方式根據一個或者多個實施例，一種骨料粒度實時分析系統，包括骨料傳送帶、3D相機和數據分析服務器。3D相機通過支架安裝在骨料傳送帶的上方的龍門架上，并且正對骨料傳送帶的骨料，3D相機的輸出數據被傳送至數據分析服務器，由數據分析服務器中的粒度分析模塊做出粒度分析。其中，3D相機可以是一種激光掃描儀。通過3D激光輪廓相機掃描顆粒目標端面，根據數據點云形成視覺3D圖像，然后根據應用三維圖像處理技術進行粒度的檢測和分析。類似平面圖像處理中的基本技巧，與項目相關的空間圖像處理還包括：空間形態學處理、降噪、平滑、目標分割、圖形立體空間旋轉、空間幾何特征提取及參數測量等。根據一個或者多個實施例，骨料粒度實時分析系統包括2D相機，該2D相機被安裝在所述骨料傳送帶的上方，該2D相機用于對骨料傳送帶的運動進行實時監測，和/或實時捕捉骨料傳送帶上的異常顆粒的出現。在所述支架上設有光源，該光源用于2D相機的圖像拍攝。2D相機的位置設置不能影響3D相機的工作。在3D相機正對的骨料傳送帶區段的下方設有稱重裝置電子秤，用于對骨料的稱重。稱重裝置與3D相機同步工作，采集同一時間段的骨料重量信息并傳送至數據分析服務器進行分析。所述分析系統包括控制與配電單元，3D相機、2D相機、稱重裝置和電源接入該控制與配電單元，而控制與配電單元與數據分析服務器通信連接，將3D相機、2D相機和稱重裝置的輸出數據發送至數據分析服務器，并且接收對于3D相機、2D相機和稱重裝置的控制指令。2D相機雖然不參與粒度的直接計算，但在以下方面仍可以發揮作用：1)2D相機實時監測機械結構運動故障；2)及時捕捉異常粒度顆粒的情形(如某工藝段出現了不符合屬于該段的粒度顆粒的情形)，并報警告知現場工作人員。根據一個或者多個實施例，骨料粒度實時分析系統，包括以下步驟：S101，打開光源，觸發3D相機、2D相機和稱重裝置，分別獲得骨料點云數據、骨料RGB圖像和骨料重量；S102，根據骨料點云數據進行骨料3D圖像進行分析處理，根據骨料重量進行骨料重量分析；S103，根據骨料RGB圖像對骨料的顏色和塊粒進行異常情況判斷。對于步驟S102中的分析，采用以下3種模式的一種或者組合分析方法。識別模式一——基于圖像處理的顆粒分離的粒度計算：3D掃描結果不僅包含粒度堆料的水平方向的圖像信息，同時對垂直方向(即礦料顆粒的表面起伏)也有部分描述。因此，相較2D的圖像處理而言，在省去復雜的經典圖像處理手段的同時，也能更加準確做到顆粒的分離。繼而基于分離顆粒尺寸的計算可以得到粒度的分析結果。識別模式二——基于全局圖像特征處理的粒度分析：經典的基于圖像處理的粒度分析案例中包括建立粒度與對象的某種統計參數之間的映射關聯，通過計算對象的參數繼而推導出粒度結果。該方案中較流行的方法是基于圖像自相關(auto-correlation)的理論。因此，本項目也將嘗試尋找合適的特征參數，使之對于目標三維圖形的描述結果與粒度屬性有較好的關聯。識別模式三——基于深度學習的粒度分析：從空間圖像表達到對應的粒度結果，其聯系性必定存在但卻復雜。故可以考慮應用深度學習進行圖形模式的判定，進而將之歸類到合適的粒度表達區間中。首先，根據神經網絡的輸入、輸出端的數據格式要求，必須將粒度值可能存在的完整區間進行離散化處理，作為深度學習輸出層的表達；其次，輸入層的數據可能是原始3D圖源或者是經過適當處理的點云數據；經過訓練的深度學習神經網絡將實現對粒度分布的預測。由于受到測量學本質的制約，所有測量行為都會帶來結果上的誤差。就粒度檢測而言，存在明顯的部分觀測目標無法直接觀測的客觀事實，故任何單一的分析手段無法100％保證結果的有效。為了改進分析結果并降低誤差帶來的影響，本實施例采用多源數據融合技術。數據融合的原理為基于空間或時間上冗余或互補信息，通過自動分析、綜合方法以獲得被測對象的一致性解釋或描述。針對被觀測的骨料對象，至少采用上述三上述種檢測識別算法，并且對其進行有效的融合處理，盡可能確保粒度分析結果的準確和可靠。根據一個或者多個實施例，一種骨料生產線本文檔來自技高網...

【技術保護點】
1.一種骨料粒度實時分析系統，其特征在于，包括骨料傳送帶、3D相機和數據分析服務器，其中，3D相機通過支架安裝在骨料傳送帶的上方并且正對骨料傳送帶的骨料，3D相機的輸出數據被傳送至數據分析服務器，由數據分析服務器中的粒度分析模塊做出粒度分析。

【技術特征摘要】
1.一種骨料粒度實時分析系統，其特征在于，包括骨料傳送帶、3D相機和數據分析服務器，其中，3D相機通過支架安裝在骨料傳送帶的上方并且正對骨料傳送帶的骨料，3D相機的輸出數據被傳送至數據分析服務器，由數據分析服務器中的粒度分析模塊做出粒度分析。2.根據權利要求1所述的骨料粒度實時分析系統，其特征在于，所述分析系統包括2D相機，該2D相機被安裝在所述骨料傳送帶的上方，該2D相機用于對骨料傳送帶的運動進行實時監測，和/或實時捕捉骨料傳送帶上的異常顆粒的出現。3.根據權利要求2所述的骨料粒度實時分析系統，其特征在于，在所述支架上設有光源，該光源用于協助2D相機的圖像拍攝。4.根據權利要求3所述的骨料粒度實時分析系統，其特征在于，在3D相機正對的骨料傳送帶區段的下方設有稱重裝置，用于對骨料的稱重，稱重裝置與3D相機同步工作，采集同一時間段的骨料重量信息并傳送至數據分析服務器進行分析。5.根據權利要求4所述的骨料粒度實時分析系統，其特征在于，所述分析系統包括控制與配電單元，3D相機、2D相機、稱重裝置和電源，其中，電源接入該控制與配電單元，而控制與配電單元與數據分析服務器通信連接，將3D相機、2D相機和稱重裝置的輸出數據發送至數據分析服務器，并且接收對于3D相機、2D相機和稱重裝置的控制指令。6.根據權利要求4所述的骨料粒度實時分析系統，其特征在于，所述分析系統包括以下步驟：S101，打開光源，觸發3D相機、2D相機和稱重裝置，分別獲得骨料點云數據、骨料RGB圖像和骨料重量；S102，根據骨料點云數據進行骨料3D圖像進行分析處理，根據骨料重量進行...

【專利技術屬性】
技術研發人員：陳毓昕，顧大同，付澤強，王仁杰，
申請(專利權)人：上海愛被思智能科技有限公司，
類型：發明
國別省市：上海,31