基于机器视觉的退役汽车有色金属破碎料分选技术研究

发布时间：2020-07-14 02:36

【摘要】：退役汽车经拆解破碎会产生丰富的再生金属资源,有色金属破碎料主要是铜和铝,能带来极高的回收利用价值。目前国内还缺乏相关的技术设备用于退役汽车有色金属破碎料的分选回收。本文研制了基于机器视觉的有色金属破碎料分选机,并重点对其中的关键技术和分选规律进行研究。本文通过设计退役汽车有色金属破碎料基于机器视觉的分选工艺流程,研究了分选系统的总体设计方案,并对视觉检测系统、传动控制机构、分选执行机构及其气源系统进行设计和选型。设计了电控系统的控制流程和电路元件的布置连接。从而,研制得到了机器视觉分选机样机。通过设计有色金属破碎料的识别方案,针对性研究了图像采集和预处理技术。提取了RGB、HSI颜色模型中的R、G、B、H、S、I、R-G、R-B作为颜色特征,以及灰度共生矩阵中CON、COR、ASM、IDM、ENT五项统计量为纹理特征。运用随机森林算法建立图像分类器来进行图像识别和特征的重要性研究,筛选得到最优分类特征子集为R-G、H、S1,以及最优秀的单项分类特征为颜色计算特征R-G,识别正确率大于90%。通过建立1:1的分选气流场模型,选择合适的分选运行参数,对分选气流场和物料运动轨迹进行数值模拟,探寻喷嘴数目及物料因素对运动轨迹和分离距离的影响作用。模拟结果表明喷嘴的开启数目很好地满足了分选需求。分析数据得到:破碎料尺寸增大、质量增加,运动轨迹偏向外侧,分离距离变小;物料的不同形状和滑落姿态对分选距离影响明显。提出了影响分选性能的五项运行因素及其调整范围,分别为输送速度v、主气路压力p、喷嘴水平位置N_1、喷嘴竖直位置N_2、喷嘴倾斜角度α。设计模拟条件下的分选试验,测量的物料实际分离距离与模拟数据相差不超过0.1m,验证了数值模拟和物料因素规律的准确性。设计正交试验L_(16)(4~5)研究各运行参数的影响规律,结合极差和主效应图,综合考量准确率和纯净度指标,得到了推荐方案:N_1=150mm~200mm;N_2=-10mm;v=1.5m/s;p=0.3MPa;α=45°。本文针对分选设备进行的关键技术和分选规律研究,为有色金属的分选回收提供了理论方法及技术支持。
【学位授予单位】：武汉理工大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：X734.2;TF80
【图文】：

破碎料,有色金属,图像

可以得到以下结论：）国内退役汽车有色金属破碎料分选技术和设备尚不成熟国内外有色金属破碎料分选回收工艺及设备现状，国外的分，且渐渐趋于成熟。国内对于有色金属破碎料的回收分选研，研究内容较少，技术手段和设备工艺尚不成熟。）基于机器视觉的分选工艺研究对象单一是国内还是国外，基于机器视觉分选技术的目标通常是形状面洁净的对象，如电子元器件和农产品等，而对于来自于退破碎料研究内容较少。如图 1-1 所示，破碎料来源复杂，存在杂有铜条，铜块，带皮铜线，铝料中混有铸铝或熟铝破碎而；经过破碎，形状不规则、尺寸不一；表面凹凸不平，状态

分选系统,机器视觉

艺及技术设备。利用视觉传感器来进行检测和分类的设备是一种典型的分选机构，同时机器视觉也是目前研究的热门领域。本章就机器视觉分选工艺及其系统设计展开研究。2.1 机器视觉分选工艺原理2.1.1 基本思想机器视觉分选系统简图如图 2-1 所示，系统分为三个模块。能够采集图像信号的传感模块采用视觉传感器，视觉检测系统对捕捉到的图像信息进行分析判断，确认检测到的物料是否为目标物料，并将判断结果输出至控制模块（主要为控制器），控制模块则根据输入的结果，给出是否需要对其执行分离动作的控制信号，通过一定的计算在合适的时机输出控制信号启动执行模块，来完成分离动作。本文所研究的分选材料是尺寸范围在 20mm~80mm 的有色金属破碎料，质量较轻，因此采用气动分离装置作为执行模块。

工艺流程图,破碎料,机器视觉,有色金属

喂料、斜槽加速或传送带加速等堆叠”和“接触”，保证通过检测误检的发生。别主要内容为：在传送带上或物高频率采集检测区域内的图像，料通过检测区域，以及通过检测器。输送到的检测结果，控制模块中类的识别信号进行判断处理。当的命令到后端的执行器，使执行发执行命令。气装置完成，需要准确地命中目达到一定的分离效果。这就需要，同时控制通气的开闭要快速、

【相似文献】