【技術實現步驟摘要】
本申請涉及殘極炭塊檢測，具體涉及一種自動識別塊狀殘極的塊狀殘極檢測模型構建方法及應用。
技術介紹
1、電解鋁是指通過電解的方式提取鋁金屬的過程。在這個過程中，陽極炭塊是一個重要的組成部分，其作用是提供電流和導電功能。然而，在長時間的電解過程中，陽極炭塊會逐漸被消耗，形成殘極。電解鋁陽極炭塊殘極是電解鋁生產過程中的一個不可避免的問題它會降低電解效率，增加操作難度，影響鋁金屬質量。通過定期更換陽極炭塊、優化工藝參數和合理處理殘極，可以有效減少殘極的生成，提高電解效率和鋁金屬質量。這對于電解鋁工業的可持續發展具有重要意義。
2、殘極經過破碎、篩分，分成不同的粒度，在陽極炭塊或陽極糊生產配料時，作為一種骨料加入，殘極也可用作冶煉燃料，將殘極作為一種生產炭素產品的原料，在一定程度上能提高炭素產品的質量。在電解鋁生產過程中，目前行業對陽極殘極炭塊清理過程中未將掉落陽極托盤中的塊狀殘極炭塊進行識別以便于進行挑揀，致使陽極托盤中的塊狀殘極炭塊隨電解質結殼塊直接進入破碎系統，塊狀殘極經破碎系統破碎后隨破碎料進入電解槽中。由此，一方面直接造成殘極銷量減少，另一方面間接造成電解槽生產過程炭渣增多，殘極還會增加陽極炭塊與電解槽之間的接觸電阻，進一步降低電解效率。
3、因此，需要一種能夠自動識別塊狀殘極炭塊以便于進行分揀的方案。
技術實現思路
1、本申請的目的在于提供一種自動識別塊狀殘極的塊狀殘極檢測模型構建方法及應用，用以解決現有技術中的對陽極殘極炭塊清理過程中未將掉落陽極托盤中的
2、為實現上述目的，本申請實施例提供一種自動識別塊狀殘極的塊狀殘極檢測模型構建方法，包括以下步驟：步驟1)采集傳送帶上包括殘極炭塊的圖像，得到樣本數據集；
3、步驟2)對所述樣本數據集進行預處理；
4、步驟3)基于預處理后的樣本數據集，利用圖像標注工具對其圖像中的殘極炭塊進行定位和分類標注，利用得到的標注文件及原始樣本數據集構成模型訓練所需的殘極炭塊定位和分類數據集；
5、步驟4)在原始yolov5網絡模型的特征融合網絡中增加小目標檢測層，得到改進yolov5網絡模型；
6、步驟5)利用所述殘極炭塊定位和分類數據集對改進yolov5網絡模型進行訓練，得到所述塊狀殘極檢測模型。
7、可選地，在所述步驟2)中，所述預處理具體包括：
8、采用直方圖均衡算法對所述樣本數據集中的圖像進行提亮處理，再用引導濾波去除噪聲影響。
9、可選地，在所述步驟3)中，所述利用圖像標注工具對其圖像中的殘極炭塊進行定位和分類標注，具體包括：
10、將灰度值為180-255的白色區域，以及灰度值為100-180的灰色區域識別為電解質結殼塊，將灰度值為0-100的黑灰色區域識別定位為殘極炭塊；
11、采用lableimg進行圖像標注，將樣本數據集圖像中的殘極炭塊分類標注為大、中、小塊形狀。
12、可選地，在所述步驟4)中，還包括：
13、將所述殘極炭塊定位和分類數據集中的殘極炭塊表面圖像按照3*3切割成9個小圖進行重新標記，以獲得小目標特征圖并對所述小目標檢測層進行訓練。
14、可選地，所述切割成9個小圖進行重新標記，具體包括：
15、切割時在兩個相鄰小圖之間設置overlap重疊區域；將小圖跑模型推理，得到推理結果；對所述推理結果中boxes位置進行坐標轉換，轉換為對應于原殘極炭塊表面圖像中的位置；把各個小圖推理結果用torch.cat進行合并；使用nms非極大值抑制過濾掉重復的框。
16、為實現上述目的，本申請還提供一種智能控制自動識別塊狀殘極多級分揀系統，包括：
17、皮帶輸送機構、圖像采集裝置、塊狀殘極檢測系統、塊狀殘極分揀裝置、分揀箱，其中，
18、所述皮帶輸送機構包括傳送帶和驅動電機，皮帶輸送機構的上方安裝有殘極推桿固定支架；
19、所述圖像采集裝置包括多臺攝像機，安裝在所述殘極推桿固定支架上，且分別位于皮帶輸送機構的上方和/或兩側，朝向所述傳送帶；
20、所述塊狀殘極檢測系統與所述圖像采集裝置通信連接，塊狀殘極檢測系統采用上述任一項所述的自動識別塊狀殘極的塊狀殘極檢測模型構建方法所構建的塊狀殘極檢測模型，根據所述傳送帶上方多個面的圖像進行視覺檢測，判斷并定位殘極炭塊位置；
21、所述塊狀殘極分揀裝置包括殘極推桿，所述殘極推桿的上端與殘極推桿固定支架轉動連接，根據塊狀殘極檢測系統識別出的殘極炭塊位置和分類，控制對應的殘極推桿推動須分揀的殘極炭塊到所述分揀箱內。
22、可選地，所述塊狀殘極檢測系統定位殘極炭塊位置的方法為：當塊狀殘極檢測系統識別到殘留殘極炭塊后，通過轉換圖像區域與物理區域，獲得圖像中殘留殘極炭塊的物理坐標。
23、可選地，所述塊狀殘極分揀裝置還包括：
24、推桿鏟，所述推桿鏟連接在所述殘極推桿的下端；
25、氣缸和氣動閥門，所述氣缸設置在所述殘極推桿固定支架上，且位于所述皮帶輸送機構的一側，氣缸的伸縮桿與殘極推桿的中部連接，所述氣動閥門與氣缸連接，用于控制氣缸伸縮桿的伸縮；
26、殘極推桿固定支架還包括：限位橫梁，所述限位橫梁的中部設有沿長度方向延伸的通孔，所述殘極推桿穿過所述通孔，所述氣缸的伸縮桿的延伸方向與所述通孔的長度方向平行，所述通孔的長度方向指向所述分揀箱；
27、所述分揀箱位于所述傳送帶的一側下方，且與所述氣缸的伸縮桿相對設置。
28、可選地，所述塊狀殘極分揀裝置有多套，沿著所述傳送帶的長度方向依次設置，每套的塊狀殘極分揀裝置的所述推桿鏟的大小不同。
29、本申請實施例具有如下優點：
30、本申請實施例提供一種自動識別塊狀殘極的塊狀殘極檢測模型構建方法，包括：步驟1)采集傳送帶上包括殘極炭塊的圖像，得到樣本數據集；步驟2)對所述樣本數據集進行預處理；步驟3)基于預處理后的樣本數據集，利用圖像標注工具對其圖像中的殘極炭塊進行定位和分類標注，利用得到的標注文件及原始樣本數據集構成模型訓練所需的殘極炭塊定位和分類數據集；步驟4)在原始yolov5網絡模型的特征融合網絡中增加小目標檢測層，得到改進yolov5網絡模型；步驟5)利用所述殘極炭塊定位和分類數據集對改進yolov5網絡模型進行訓練，得到所述塊狀殘極檢測模型。
31、通過上述方法，采用改進的yolov5網絡模型可以實現對傳送帶上包括電解質結殼塊和殘極炭塊的物料中的殘極炭塊進行檢測和定位，并進行分類，便于進行挑揀，可以將該方法應用于智能控制自動本文檔來自技高網...
【技術保護點】
1.一種自動識別塊狀殘極的塊狀殘極檢測模型構建方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的自動識別塊狀殘極的塊狀殘極檢測模型構建方法，其特征在于，在所述步驟2)中，所述預處理具體包括：
3.根據權利要求1所述的自動識別塊狀殘極的塊狀殘極檢測模型構建方法，其特征在于，在所述步驟3)中，所述利用圖像標注工具對其圖像中的殘極炭塊進行定位和分類標注，具體包括：
4.根據權利要求1所述的自動識別塊狀殘極的塊狀殘極檢測模型構建方法，其特征在于，在所述步驟4)中，還包括：
5.根據權利要求4所述的自動識別塊狀殘極的塊狀殘極檢測模型構建方法，其特征在于，所述切割成9個小圖進行重新標記，具體包括：
6.一種智能控制自動識別塊狀殘極多級分揀系統，其特征在于，包括：皮帶輸送機構、圖像采集裝置、塊狀殘極檢測系統、塊狀殘極分揀裝置、分揀箱，其中，
7.根據權利要求6所述的智能控制自動識別塊狀殘極多級分揀系統，其特征在于，
8.根據權利要求6所述的智能控制自動識別塊狀殘極多級分揀系統，其特征在于，所述塊狀殘極分
9.根據權利要求8所述的智能控制自動識別塊狀殘極多級分揀系統，其特征在于，
10.一種計算機存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被機器執行時實現如權利要求1至5中任一項所述的方法的步驟。
...【技術特征摘要】
1.一種自動識別塊狀殘極的塊狀殘極檢測模型構建方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的自動識別塊狀殘極的塊狀殘極檢測模型構建方法，其特征在于，在所述步驟2)中，所述預處理具體包括：
3.根據權利要求1所述的自動識別塊狀殘極的塊狀殘極檢測模型構建方法，其特征在于，在所述步驟3)中，所述利用圖像標注工具對其圖像中的殘極炭塊進行定位和分類標注，具體包括：
4.根據權利要求1所述的自動識別塊狀殘極的塊狀殘極檢測模型構建方法，其特征在于，在所述步驟4)中，還包括：
5.根據權利要求4所述的自動識別塊狀殘極的塊狀殘極檢測模型構建方法，其特征在于，所述切割成9個小...
【專利技術屬性】
技術研發人員：劉京領，萬占永，練新強，王海亭，王攀，張坤，李建，
申請(專利權)人：云南神火鋁業有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。