CN103658015A - 振动筛筛网网孔状态监控方法、装置及系统 - Google Patents

振动筛筛网网孔状态监控方法、装置及系统 Download PDF

Info

Publication number
CN103658015A
CN103658015A CN201310669565.4A CN201310669565A CN103658015A CN 103658015 A CN103658015 A CN 103658015A CN 201310669565 A CN201310669565 A CN 201310669565A CN 103658015 A CN103658015 A CN 103658015A
Authority
CN
China
Prior art keywords
vibrating screen
setting
screen mesh
gray
vibratory sieve
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.)
Granted
Application number
CN201310669565.4A
Other languages
English (en)
Other versions
CN103658015B (zh
Inventor
陈亮
黄毅
张彬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zoomlion Heavy Industry Science and Technology Co Ltd
Original Assignee
Zoomlion Heavy Industry Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zoomlion Heavy Industry Science and Technology Co Ltd filed Critical Zoomlion Heavy Industry Science and Technology Co Ltd
Priority to CN201310669565.4A priority Critical patent/CN103658015B/zh
Publication of CN103658015A publication Critical patent/CN103658015A/zh
Application granted granted Critical
Publication of CN103658015B publication Critical patent/CN103658015B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Studio Devices (AREA)

Abstract

本发明公开了一种振动筛筛网网孔状态监控方法、装置及系统,该方法包括:监控获取振动筛筛网的静态图像;对所述静态图像进行灰度处理,得到振动筛筛网的黑白图像;获取所述黑白图像中各像素点的灰度值,根据各像素点灰度值判断是否达到设定的振动筛自动清理条件;当达到振动筛自动清理条件时,启动振动筛自动清理过程。通过振动筛筛网的静态图像监控网孔状态,提高监控了状态监控的准确度。

Description

振动筛筛网网孔状态监控方法、装置及系统
技术领域
本发明涉及工程机械控制技术领域,尤指一种振动筛筛网网孔状态监控方法、装置及系统。
背景技术
在干混砂浆振动筛分领域,振动筛为多层筛网且封闭的结构,每层筛网的堵孔状况不易观察,人为拆下筛网查看堵孔情况也比较麻烦,振动筛的堵孔一直是一大难题,振动筛堵孔后会影响筛分效率;且振动筛筛网清理的方式比较多,但是筛网什么时候需要清理无法快速判断,一旦等到筛网堵孔很严重再实施清理,此时已影响到砂浆产品的质量。因此,如何有效的监测堵孔的状态并降低堵孔率,对于提高振动筛的筛分效率是非常重要的。
目前,监控振动筛堵孔状态的方式通常是采用压力传感器检测筛箱重量的方式实现的,一旦筛网被砂堵孔,筛箱重量增大,传感器即可感应。例如:申请号为201110087082.4,名称为《智能防堵孔振动筛》的中国专利申请,公开了一种智能防堵孔振动筛。该振动筛结构如图1所示,主要由筛箱6、振动器5、减振支撑装置和电机驱动装置4组成。减振支撑装置由弹簧上支座7、弹簧2和弹簧下支座3组成。在振动筛筛箱6的给料端和排料端设置有振动电机1,振动电机的控制装置与压力传感器8连接,压力传感器8设置在弹簧2和弹簧下支座3之间。振动电机1通过安装梁安装在筛箱6上,并位于安装梁的中间。
该专利申请公开的振动筛,在振动筛筛箱的给料端和排料端设置有振动电机,振动电机的控制装置与压力传感器连接,压力传感器设置在弹簧和弹簧下支座之间,当筛网发生堵孔后,筛箱的重量增加,如果重量超过压力传感器的设定值,则振动电机启动,并与筛箱上原有的振动电机振幅叠加,加大筛箱的振动,从而解决堵孔。该实现方式,存在下列问题:
1)在振动筛工作过程中,一直是有料的,料本身是不均匀的,这样整个筛箱的重量变化无规律可言,无法准确辨别筛箱重量增加是堵孔导致,还是料的不均匀导致,因此会导致堵孔状态检测的不准确性。
2)振动筛筛网堵孔一般以0.3mm和0.6mm层较为突出,由于筛孔很小,堵孔导致的重量增加也不明显,因此对压力传感器精度要求比较高,当传感器精度低时,会导致不能准确检测出堵孔状态。
3)筛网堵孔,仅靠增加几台振动电机,增大振幅来解决,这种方式存在不合理性,仅振幅增大,不采取一定的清理方式,堵孔不能从根本上解决。
4)进料端和出料端增加的振动电机无法保证和原有的电机产生的振幅相叠加,有可能相抵消,从而降低筛分效率,筛箱的运动方式也会改变,不再是直线振动。
可见,上述通过压力传感器检测筛箱重量实现堵孔状态监控的实现方式,传感器的精度要求比较高,即便堵孔,重量增加也不明显,从而导致监控堵孔状态时判断的不准确,另外,也不能判断哪一层筛网堵孔及该层的堵孔状况,不能实现有针对性的清理。
发明内容
本发明提供一种振动筛筛网网孔状态监控方法、装置及系统,用以解决现有技术中存在的不能准确确定振动筛堵孔状态和堵孔位置,不能实现有针对性的清理振动筛的问题。
本发明实施例提供一种振动筛筛网网孔状态监控方法,该方法包括:
监控获取振动筛筛网的静态图像;
对所述静态图像进行灰度处理,得到振动筛筛网的黑白图像;
获取所述黑白图像中各像素点的灰度值,根据各像素点灰度值判断是否达到设定的振动筛自动清理条件;
当达到振动筛自动清理条件时,启动振动筛自动清理过程。
在一些可选的实施例中,所述振动筛中设置用于对振动筛筛网进行拍照的拍摄相机;
所述监控获取振动筛筛网的静态图像,具体包括:
获取拍摄相机对所述振动筛筛网进行拍照得到振动筛筛网照片,得到所述振动筛筛网的静态图像。
在一些可选的实施例中,当所述振动筛中设置多个拍摄相机时,所述监控获取振动筛筛网的静态图像,具体包括:
获取每个拍摄相机对所述振动筛晒网中指定的拍摄区域进行拍照得到振动筛筛网区域照片,将得到振动筛筛网区域照片进行拼接,得到所述振动筛筛网的静态图像。
在一些可选的实施例中,上述方法还包括:用于保证振动筛筛箱内亮度符合拍照条件的照明灯。
在一些可选的实施例中,根据各像素点灰度值判断是否达到设定的振动筛自动清理条件,具体包括:
判断所述黑白图像中每个像素点的灰度值是否大于设定的灰度阈值;
统计灰度值不大于所述灰度阈值的灰色像素点和灰度值大于所述灰度阈值的白色像素点;
根据对灰色像素点和白色像素点的统计结果,判断是否达到设定的振动筛自动清理条件。
在一些可选的实施例中,所述根据对灰色像素点和白色像素点的统计结果,判断是否达到设定的振动筛自动清理条件,具体包括:
根据所述黑白图像中灰色像素点的数量和白色像素点的数量,确定振动筛筛网的黑白图像中的像素点灰白比值,当所述灰白比值不小于设定的灰白比阈值时,确定达到了设定的振动筛自动清理条件;或
根据所述黑白图像中灰色像素点的数量和白色像素点的数量,确定振动筛筛网静态图像中的灰色像素点所占的百分比或白色像素点所占的百分比,当所述灰色像素点所占的百分比不小于设定的灰色百分比阈值或白色像素点所占的百分比小于设定的白色百分比阈值时,确定达到了设定的振动筛自动清理条件;或
根据所述黑白图像中灰色像素点的数量和白色像素点的数量,当所述灰色像素点的数量不小于设定的灰色像素点数量阈值时或所述白色像素点的数量小于设定的白色像素点数量阈值时,确定达到了设定的振动筛自动清理条件。
在一些可选的实施例中,上述方法还包括:启动振动筛自动清理过程时,根据设定的振动筛自动清理条件确定振动筛自动清理时间长度。
在一些可选的实施例中,按照设定的监控周期监控获取振动筛筛网的静态图像。
本发明实施例还提供一种振动筛筛网网孔状态监控装置,包括:
图像获取模块,用于监控获取振动筛筛网的静态图像;
图像处理模块,用于对所述静态图像进行灰度处理,得到振动筛筛网的黑白图像;
监控判断模块,用于获取所述黑白图像中各像素点的灰度值,根据各像素点灰度值判断是否达到设定的振动筛自动清理条件;
清理控制模块,用于当达到振动筛自动清理条件时,启动振动筛自动清理过程。
在一些可选的实施例中,所述图像获取模块,具体用于:
获取振动筛中设置的拍摄相机对所述振动筛筛网进行拍照得到振动筛筛网照片,得到所述振动筛筛网的静态图像。
在一些可选的实施例中,所述图像获取模块,具体用于:
当所述振动筛中设置多个拍摄相机时,获取每个拍摄相机对所述振动筛晒网中指定的拍摄区域进行拍照得到振动筛筛网区域照片,将得到的所述振动筛筛网区域照片进行拼接,得到所述振动筛筛网的静态图像。
在一些可选的实施例中,所述监控判断模块,具体用于:
判断所述黑白图像中每个像素点的灰度值是否大于设定的灰度阈值;
统计灰度值不大于所述灰度阈值的灰色像素点和灰度值大于所述灰度阈值的白色像素点;
根据对灰色像素点和白色像素点的统计结果,判断是否达到设定的振动筛自动清理条件。
在一些可选的实施例中,所述监控判断模块,具体用于:
根据所述黑白图像中灰色像素点的数量和白色像素点的数量,确定振动筛筛网的黑白图像中的像素点灰白比值,当所述灰白比值不小于设定的灰白比阈值时,确定达到了设定的振动筛自动清理条件;或
根据所述黑白图像中灰色像素点的数量和白色像素点的数量,确定振动筛筛网静态图像中的灰色像素点所占的百分比或白色像素点所占的百分比,当所述灰色像素点所占的百分比不小于设定的灰色百分比阈值或白色像素点所占的百分比小于设定的白色百分比阈值时,确定达到了设定的振动筛自动清理条件;或
根据所述黑白图像中灰色像素点的数量和白色像素点的数量,当所述灰色像素点的数量不小于设定的灰色像素点数量阈值时或所述白色像素点的数量小于设定的白色像素点数量阈值时,确定达到了设定的振动筛自动清理条件。
在一些可选的实施例中,所述清理控制模块,还用于:
启动振动筛自动清理过程时,根据设定的振动筛自动清理条件确定振动筛自动清理时间长度。
在一些可选的实施例中,所述图像获取模块,具体用于:按照设定的监控周期监控获取振动筛筛网的静态图像。
本发明实施例还提供一种振动筛筛网网孔状态监控系统,包括:
筛体中的筛网;
拍摄相机,用于拍摄振动筛筛网照片;
上述的振动筛筛网网孔状态监控装置;
筛网清理装置,用于当所述振动筛筛网网孔状态监控装置确定启动振动筛自动清理过程时,对振动筛筛网进行清理。
在一些可选的实施例中,所述振动筛筛网网孔状态监控装置中包括的图像获取模块和图像处理模块设置在图像处理器中,所述振动筛筛网网孔状态监控装置中包括的监控判断模块和清理控制模块设置在控制器中。
在一些可选的实施例中,所述系统还包括:
照明灯,用于保证振动筛筛箱内亮度符合拍照条件。
本发明有益效果如下:
本发明实施例提供的振动筛筛网网孔状态监控方法、装置及系统,通过监控获取振动筛筛网的静态图像,得到对应的黑白图像,根据图像中各像素点的灰度值,确定筛网堵孔状态是否达到需要清理的程度,从而实现了对筛网堵孔状态的智能监测。该方法监控精确度高,不受振动筛筛箱的重量等影响准确性的因素的影响,能够准确监控各个网孔的状态以及堵孔的位置等,该方法智能化程度高,提高了监控和清理堵孔的效率,实现了具体有针对性的清理筛网堵孔。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为现有技术中智能防堵孔振动筛的结构示意图;
图2为本发明实施例中振动筛筛网网孔状态监控系统的结构示意图;
图3为本发明实施例中振动筛筛网网孔状态监控方法的流程图;
图4为本发明实施例一中振动筛筛网网孔状态监控方法的流程图;
图5为本发明实施例二中振动筛筛网网孔状态监控方法的流程图;
图6为本发明实施例三中振动筛筛网网孔状态监控方法的流程图;
图7为本发明实施例中振动筛筛网网孔状态监控装置的结构示意图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚、明白,以下结合附图和实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
针对现有技术中存在的振动筛堵孔状态监控时不能准确确定振动筛堵孔状态和堵孔位置层面的问题,本发明实施例提供一种振动筛筛网网孔状态监控方法,该方法通过获取振动筛的静态图像,根据静态图像中各像素点的灰度值确定振动筛的堵孔状态,从而实现准确确定振动筛堵孔状态,有针对性的进行清理。
本发明实施例提供的振动筛筛网网孔状态监控方法,通过如图2所示的振动筛筛网网孔状态监控系统实现。该系统包括:
筛体11中的筛网12。其中,筛体11中的筛网12可以有多层。
拍摄相机13,用于拍摄振动筛筛网照片。其中,拍摄相机13的位置和数量根据筛网的大小和拍摄相机的有效拍摄范围大小设置。
振动筛筛网网孔状态监控装置15,其中,振动筛筛网控制装置15中包括图像处理器151和控制器152。
筛网清理装置16,用于当振动筛筛网网孔状态监控装置15确定启动振动筛自动清理过程时,对振动筛筛网进行清理。
优选的,上述振动筛筛网网孔状态监控系统,还包括:照明灯14,用于保证振动筛筛箱内亮度符合拍照条件。其中,照明灯14的位置和数量根据拍摄相机拍摄的亮度需求设置。
下面通过具体的方法流程,描述上述图2所示的振动筛筛网网孔状态监控系统实现振动筛筛网网孔状态监控并实现筛网网孔清理的具体实现过程。
本发明实施例提供的振动筛筛网网孔状态监控方法,其流程如图3所示,包括如下步骤:
步骤S101:监控获取振动筛筛网的静态图像。
如图2所示,振动筛中可以设置用于对振动筛筛网进行拍照的拍摄相机,为了获取较佳的拍摄效果,还可以设置用于保证振动筛筛箱内亮度符合拍照条件的照明灯。
上述监控获取振动筛筛网的静态图像,具体包括:获取拍摄相机对振动筛筛网进行拍照得到振动筛筛网照片,得到振动筛筛网的静态图像。可选的,可以对拍照得到的振动筛筛网照片进行预处理消除图像上的毛刺后,得到振动筛筛网的静态图像。
可选的,当振动筛中设置多个拍摄相机时,获取每个拍摄相机对振动筛晒网中指定的拍摄区域进行拍照得到振动筛筛网区域照片,将得到振动筛筛网区域照片进行拼接,得到振动筛筛网的静态图像。可选的,可以在进行拼接之前或进行拼接之后,对拍照得到的振动筛筛网照片进行预处理消除图像上的毛刺。
优选的,按照设定的监控周期监控获取振动筛筛网的静态图像。
步骤S102:对获取到的静态图像进行灰度处理,得到振动筛筛网的黑白图像。
对获取到的振动筛筛网的静态图像进行灰度处理,使之称为黑白图像。此时可以生成一个像素点矩阵来表示各像素点的灰度值。
步骤S103:获取得到的黑白图像中各像素点的灰度值,根据各像素点灰度值判断是否达到设定的振动筛自动清理条件。
在得到振动筛筛网的黑白图像后,可以根据黑白图像中各像素点的灰度值确定各个网孔是否已经堵孔,具体可以根据设置的灰度阈值确定,当像素点的灰度值不大于设定的灰度阈值时,认为该像素点为灰色像素点,对应的网孔没有堵孔;当像素点的灰度值大于设定的灰度阈值时,认为该像素点为白色像素点,对应的网孔已经堵孔。
该步骤中,根据各像素点灰度值判断是否达到设定的振动筛自动清理条件的过程可以包括:判断得到的振动筛筛网的黑白图像中每个像素点的灰度值是否大于设定的灰度阈值;统计灰度值不大于灰度阈值的灰色像素点和灰度值大于灰度阈值的白色像素点;根据对灰色像素点和白色像素点的统计结果,判断是否达到设定的振动筛自动清理条件。
根据对灰色像素点和白色像素点的统计结果,判断是否达到设定的振动筛自动清理条件时,设定的自动清理条件可以是灰、白像素点的比值、可以是灰、白像素点所占的百分比、也可以是灰白像素点的数量等参数,根据这些参数确定被筛网网孔的堵孔状态是否已经达到需要清理的程度。
该方式相对与现有技术的重量监控方式,对筛网网孔堵孔状态的确定更准确及时,准确性更高,并可以准确到确定出哪个筛网网孔已经堵孔,状态监控的精确度也更高,从而可以实现更具有针对性的清理。
步骤S104:当达到振动筛自动清理条件时,启动振动筛自动清理过程。
当确定振动筛筛网网孔的堵孔状态已经达到需要清理的程度,通过启动筛网清理装置,对筛网进行清理。
启动振动筛自动清理过程时,根据设定的振动筛自动清理条件确定振动筛自动清理时间长度。例如,堵孔状态越严重,堵孔的数量越多,清理的时间越长等。
实施例一
本申请实施例一所提供的振动筛筛网网孔状态监控方法,以设置一个拍摄相机为例进行说明,其流程如图4所示,包括如下步骤:
步骤S201:拍摄相机对振动筛筛网进行拍照。
拍摄相机可以按照设定的监控周期对振动筛筛网进行拍照,监控周期可以根据需要设定,从而可以实现实时监控获取振动筛筛网的照片,实现实时监控振动筛筛网的状态。
步骤S202:监控获取振动筛筛网的静态图像。
当拍摄相机按照设定的监控周期对振动筛筛网进行拍照时,该步骤中按照设定的监控周期监控获取振动筛筛网的静态图像。
该实施例一中,假定一个拍摄相机可以拍摄到整张筛网的照片,因此,直接对拍摄到的振动筛筛网照片进行图像预处理,消除图像上的毛刺后,即可直接得到振动筛筛网的静态图像。
步骤S203:对获取到的静态图像进行灰度处理,得到振动筛筛网的黑白图像。
在得到振动筛筛网的黑白图像时,可以将该黑白图像各像素点形成一个像素点矩阵Aij如下所示:
Figure BDA0000434443100000101
矩阵Aij中的元素aij(i∈[1,i],j∈[1,j],)表示筛网图像中第i行、第j列所在的像素点的灰度值。
步骤S204:获取得到的黑白图像中各像素点的灰度值。
可以从像素点矩阵Aij获取各像素点的灰度值aij
步骤S205:判断得到的振动筛筛网的黑白图像中每个像素点的灰度值是否大于设定的灰度阈值。
该步骤实现判断各像素点为灰色像素点还是白色像素点,如果像素点的灰度值aij大于设定的灰度阈值N,则该像素点为白色像素点,反之,该像素点为灰色像素点。
步骤S206:统计灰度值不大于灰度阈值的灰色像素点和灰度值大于灰度阈值的白色像素点。
步骤S207:根据黑白图像中灰色像素点的数量和白色像素点的数量,确定振动筛筛网的黑白图像中的像素点灰白比值。
统计黑白图像中灰色像素点的数量和白色像素点的数量,计算得到黑白图像中的像素点灰白比值。即统计出像素点为白色像素点的总数和灰色像素点的总数分别为n1和n2,由此可知整张筛网的像素点灰白比值为k=n2/n1
步骤S208:判断振动筛筛网的黑白图像中的像素点灰白比值是否小于设定的灰白比阈值。
若否,执行步骤S209;若是,返回步骤S201继续监控。
该步骤中,当灰白比值不小于设定的灰白比阈值时,确定达到了设定的振动筛自动清理条件。即判断k与设定的像素点灰白比阈值M的大小关系,如果k<M,不需要启动筛网自动清理功能;否则,需启动筛网自动清理功能。
上述步骤S204~步骤S208描述了获取得到的黑白图像中各像素点的灰度值,根据各像素点灰度值判断是否达到设定的振动筛自动清理条件的具体实现过程。其中,步骤S207和步骤S208为根据对灰色像素点和白色像素点的统计结果,判断是否达到设定的振动筛自动清理条件的实现过程。
步骤S209:启动振动筛自动清理过程。
振动筛自动清理时间长度可以根据振动筛自动清理条件,即根据灰白比阈值确定,例如:灰白比阈值越大设定的清理时间越长。假设,清理时间设定为t,清理完毕后,振动筛继续工作,工作一段时间后,振动筛停止运转,可再次启动筛网堵孔状态智能监测功能,如此反复循环。
上述实施例一的方法中与图3所示的方法中相同的步骤的具体实现过程参见上述对图3所示方法的描述,在实施例一中不在赘述。
实施例二
本申请实施例二所提供的振动筛筛网网孔状态监控方法,与实施例一所提供的方法的区别在于判断是否达到设定的振动筛自动清理条件不同,其流程如图5所示,包括如下步骤:
步骤S301:拍摄相机对振动筛筛网进行拍照。
步骤S302:监控获取振动筛筛网的静态图像。
步骤S303:对获取到的静态图像进行灰度处理,得到振动筛筛网的黑白图像。
步骤S304:获取得到的黑白图像中各像素点的灰度值。
步骤S305:判断得到的振动筛筛网的黑白图像中每个像素点的灰度值是否大于设定的灰度阈值。实现判断各像素点为灰色像素点还是白色像素点。
步骤S306:统计灰度值不大于灰度阈值的灰色像素点和灰度值大于灰度阈值的白色像素点。
步骤S307:根据黑白图像中灰色像素点的数量和白色像素点的数量,确定振动筛筛网静态图像中的灰色像素点所占的百分比或白色像素点所占的百分比。
统计黑白图像中灰色像素点的数量和白色像素点的数量,计算得到黑白图像中的灰色像素点所占的百分比或白色像素点所占的百分比。即统计出像素点为白色像素点的总数和灰色像素点的总数分别为n1和n2,由此可知整张筛网的灰色像素点所占的百分比a或白色像素点所占的百分比b。
步骤S308:判断灰色像素点所占的百分比是否不小于设定的灰色百分比阈值或白色像素点所占的百分比是否小于设定的白色百分比阈值。
若是,执行步骤S309;否则返回步骤S301继续监控。
当灰色像素点所占的百分比不小于设定的灰色百分比阈值或白色像素点所占的百分比小于设定的白色百分比阈值时,确定达到了设定的振动筛自动清理条件。即判断灰色像素点所占的百分比a与灰色百分比阈值A的关系,当a<A时,不需要启动筛网自动清理功能;否则,需启动筛网自动清理功能。或白色像素点所占的百分比b与白色百分比阈值B的关系;当b<B时,需启动筛网自动清理功能;否则,不需要启动筛网自动清理功能。
上述步骤S304~步骤S308描述了获取得到的黑白图像中各像素点的灰度值,根据各像素点灰度值判断是否达到设定的振动筛自动清理条件的具体实现过程。其中,步骤S307和步骤S308为根据对灰色像素点和白色像素点的统计结果,判断是否达到设定的振动筛自动清理条件的实现过程。
步骤S309:启动振动筛自动清理过程。
振动筛自动清理时间长度可以根据振动筛自动清理条件,即根据灰色百分比阈值或白色百分比阈值确定,例如:灰色百分比阈值越大设定的清理时间越长,白色百分比阈值越小设定的清理时间越长。
上述实施例二的方法中与实施例一相同的步骤的具体实现过程参见实施例一的描述,在实施例二中不在赘述。
实施例三
本申请实施例三所提供的振动筛筛网网孔状态监控方法,以设置多个拍摄相机为例进行说明,其流程如图6所示,包括如下步骤:
步骤S401:将筛网划分为多个拍摄区域。
例如可以将筛网沿长度方向平均分为n段,相邻两段相接的区域附近分别涂上不同的颜色,以示区分,方便后续图像拼接。
步骤S402:拍摄相机对振动筛筛网进行拍照。
在筛箱外侧板筛网附近,每段设置一拍摄相机和照明灯,拍摄相机由控制器集中控制拍摄。由于筛箱是封闭的空间,照明灯的作用是保证筛箱内部光亮可见,相机拍出的照片上各像素点的灰度可反映筛网真实的堵孔情况。
拍摄相机可以按照设定的监控周期对振动筛筛网进行拍照,监控周期可以根据需要设定,从而可以实现实时监控获取振动筛筛网的照片,实现实时监控振动筛筛网的状态。
步骤S403:监控获取振动筛筛网的静态图像。
获取每个拍摄相机对振动筛晒网中指定的拍摄区域进行拍照得到振动筛筛网区域照片,将得到振动筛筛网区域照片进行拼接,得到振动筛筛网的静态图像。
当拍摄相机按照设定的监控周期对振动筛筛网进行拍照时,该步骤中按照设定的监控周期监控获取振动筛筛网的静态图像。
由于采用多个拍摄相机可以才能拍摄到整张筛网的照片,因此,拍摄完n张照片后,进入到图像处理器,该图像处理器可已完成图像预处理、图像拼接和图像灰度处理。先对n张照片进行图像预处理,消除图像上的毛刺,之后根据每张照片外边附近不同的颜色按顺序进行拼接成一张完整的筛网静态图像。
步骤S404:对获取到的静态图像进行灰度处理,得到振动筛筛网的黑白图像。
对拼接得到的静态图像做灰度处理,使之成为黑白图像。
步骤S405:获取得到的黑白图像中各像素点的灰度值。
步骤S406:判断得到的振动筛筛网的黑白图像中每个像素点的灰度值是否大于设定的灰度阈值。实现判断各像素点为灰色像素点还是白色像素点。
步骤S407:统计灰度值不大于灰度阈值的灰色像素点和灰度值大于灰度阈值的白色像素点。
步骤S408:根据黑白图像中灰色像素点的数量和白色像素点的数量,判断灰色像素点的数量是否不小于设定的灰色像素点数量阈值或白色像素点的数量是否小于设定的白色像素点数量阈值。
若是,执行步骤S409;否则返回步骤S402继续监控。
统计灰色像素点的数量和白色像素点的数量,当灰色像素点的数量不小于设定的灰色像素点数量阈值时或白色像素点的数量小于设定的白色像素点数量阈值时,确定达到了设定的振动筛自动清理条件。
上述步骤S405~步骤S408描述了获取得到的黑白图像中各像素点的灰度值,根据各像素点灰度值判断是否达到设定的振动筛自动清理条件的具体实现过程。其中,步骤S408为根据对灰色像素点和白色像素点的统计结果,判断是否达到设定的振动筛自动清理条件的实现过程。
步骤S409:启动振动筛自动清理过程。
振动筛自动清理时间长度可以根据振动筛自动清理条件,即根据灰色像素点数量阈值或白色像素点数量阈值确定,例如:灰色像素点数量阈值越大设定的清理时间越长,白色像素点数量阈值越小设定的清理时间越长。
上述实施例三的方法中与实施例一和二相同的步骤的具体实现过程参见实施例一和二的描述,在实施例三中不在赘述。此外,实施例一和二中也可以根据需要设置多个拍摄相机。
基于同一发明构思,本发明实施例还提供一种振动筛筛网网孔状态监控装置,该装置结构如图7所示,包括:图像获取模块21、图像处理模块22、监控判断模块23和清理控制模块24。
图像获取模块21,用于监控获取振动筛筛网的静态图像。
图像处理模块22,用于对获取的静态图像进行灰度处理,得到振动筛筛网的黑白图像。
监控判断模块23,用于获取得到的黑白图像中各像素点的灰度值,根据各像素点灰度值判断是否达到设定的振动筛自动清理条件。
清理控制模块24,用于当达到振动筛自动清理条件时,启动振动筛自动清理过程。
优选的,上述图像获取模块21,具体用于获取振动筛中设置的拍摄相机对振动筛筛网进行拍照得到振动筛筛网照片,得到振动筛筛网的静态图像。
优选的,上述图像获取模块21,具体用于当振动筛中设置多个拍摄相机时,获取每个拍摄相机对振动筛晒网中指定的拍摄区域进行拍照得到振动筛筛网区域照片,将得到的振动筛筛网区域照片进行拼接,得到振动筛筛网的静态图像。
优选的,上述监控判断模块23,具体用于判断黑白图像中每个像素点的灰度值是否大于设定的灰度阈值;统计灰度值不大于灰度阈值的灰色像素点和灰度值大于灰度阈值的白色像素点;根据对灰色像素点和白色像素点的统计结果,判断是否达到设定的振动筛自动清理条件。
优选的,上述监控判断模块23,具体用于根据黑白图像中灰色像素点的数量和白色像素点的数量,确定振动筛筛网的黑白图像中的像素点灰白比值,当灰白比值不小于设定的灰白比阈值时,确定达到了设定的振动筛自动清理条件;或根据黑白图像中灰色像素点的数量和白色像素点的数量,确定振动筛筛网静态图像中的灰色像素点所占的百分比或白色像素点所占的百分比,当灰色像素点所占的百分比不小于设定的灰色百分比阈值或白色像素点所占的百分比小于设定的白色百分比阈值时,确定达到了设定的振动筛自动清理条件;或根据黑白图像中灰色像素点的数量和白色像素点的数量,当灰色像素点的数量不小于设定的灰色像素点数量阈值时或白色像素点的数量小于设定的白色像素点数量阈值时,确定达到了设定的振动筛自动清理条件。
优选的,上述清理控制模块24,还用于启动振动筛自动清理过程时,根据设定的振动筛自动清理条件确定振动筛自动清理时间长度。
优选的,上述图像获取模块21,具体用于:按照设定的监控周期监控获取振动筛筛网的静态图像。
上述振动筛筛网网孔状态监控装置中包括的图像获取模块和图像处理模块设置在图像处理器中,所述振动筛筛网网孔状态监控装置中包括的监控判断模块和清理控制模块设置在控制器中。
本发明实施例提供的上述方法、系统及装置,采用图像处理技术来监测振动筛筛网的堵孔状况,可以在筛箱封闭且不需要拆卸筛网的情况下实现,使得筛网的堵孔可以得到及时的清理。该筛网堵孔状态智能监测系统可避免人工观察带来的劳动强度,智能化程度高,提高了效率;该监测系统可靠性高,堵孔状况监测精确度高,与现有技术相比,避免了因进料不均导致筛箱重量不稳定而引起的传感器检测不精确。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (18)

1.一种振动筛筛网网孔状态监控方法,其特征在于,包括:
监控获取振动筛筛网的静态图像;
对所述静态图像进行灰度处理,得到振动筛筛网的黑白图像;
获取所述黑白图像中各像素点的灰度值,根据各像素点灰度值判断是否达到设定的振动筛自动清理条件;
当达到振动筛自动清理条件时,启动振动筛自动清理过程。
2.如权利要求1所述的方法,其特征在于,所述振动筛中设置用于对振动筛筛网进行拍照的拍摄相机;
所述监控获取振动筛筛网的静态图像,具体包括:
获取拍摄相机对所述振动筛筛网进行拍照得到振动筛筛网照片,得到所述振动筛筛网的静态图像。
3.如权利要求2所述的方法,其特征在于,当所述振动筛中设置多个拍摄相机时,所述监控获取振动筛筛网的静态图像,具体包括:
获取每个拍摄相机对所述振动筛晒网中指定的拍摄区域进行拍照得到振动筛筛网区域照片,将得到振动筛筛网区域照片进行拼接,得到所述振动筛筛网的静态图像。
4.如权利要求2所述的方法,其特征在于,还包括:用于保证振动筛筛箱内亮度符合拍照条件的照明灯。
5.如权利要求1所述的方法,其特征在于,根据各像素点灰度值判断是否达到设定的振动筛自动清理条件,具体包括:
判断所述黑白图像中每个像素点的灰度值是否大于设定的灰度阈值;
统计灰度值不大于所述灰度阈值的灰色像素点和灰度值大于所述灰度阈值的白色像素点;
根据对灰色像素点和白色像素点的统计结果,判断是否达到设定的振动筛自动清理条件。
6.如权利要求5所述的方法,其特征在于,所述根据对灰色像素点和白色像素点的统计结果,判断是否达到设定的振动筛自动清理条件,具体包括:
根据所述黑白图像中灰色像素点的数量和白色像素点的数量,确定振动筛筛网的黑白图像中的像素点灰白比值,当所述灰白比值不小于设定的灰白比阈值时,确定达到了设定的振动筛自动清理条件;或
根据所述黑白图像中灰色像素点的数量和白色像素点的数量,确定振动筛筛网静态图像中的灰色像素点所占的百分比或白色像素点所占的百分比,当所述灰色像素点所占的百分比不小于设定的灰色百分比阈值或白色像素点所占的百分比小于设定的白色百分比阈值时,确定达到了设定的振动筛自动清理条件;或
根据所述黑白图像中灰色像素点的数量和白色像素点的数量,当所述灰色像素点的数量不小于设定的灰色像素点数量阈值时或所述白色像素点的数量小于设定的白色像素点数量阈值时,确定达到了设定的振动筛自动清理条件。
7.如权利要求1-6任一所述的方法,其特征在于,还包括:启动振动筛自动清理过程时,根据设定的振动筛自动清理条件确定振动筛自动清理时间长度。
8.如权利要求1-6任一所述的方法,其特征在于,按照设定的监控周期监控获取振动筛筛网的静态图像。
9.一种振动筛筛网网孔状态监控装置,其特征在于,包括:
图像获取模块,用于监控获取振动筛筛网的静态图像;
图像处理模块,用于对所述静态图像进行灰度处理,得到振动筛筛网的黑白图像;
监控判断模块,用于获取所述黑白图像中各像素点的灰度值,根据各像素点灰度值判断是否达到设定的振动筛自动清理条件;
清理控制模块,用于当达到振动筛自动清理条件时,启动振动筛自动清理过程。
10.如权利要求9所述的装置,其特征在于,所述图像获取模块,具体用于:
获取振动筛中设置的拍摄相机对所述振动筛筛网进行拍照得到振动筛筛网照片,得到所述振动筛筛网的静态图像。
11.如权利要求10所述的装置,其特征在于,所述图像获取模块,具体用于:
当所述振动筛中设置多个拍摄相机时,获取每个拍摄相机对所述振动筛晒网中指定的拍摄区域进行拍照得到振动筛筛网区域照片,将得到的所述振动筛筛网区域照片进行拼接,得到所述振动筛筛网的静态图像。
12.如权利要求9所述的装置,其特征在于,所述监控判断模块,具体用于:
判断所述黑白图像中每个像素点的灰度值是否大于设定的灰度阈值;
统计灰度值不大于所述灰度阈值的灰色像素点和灰度值大于所述灰度阈值的白色像素点;
根据对灰色像素点和白色像素点的统计结果,判断是否达到设定的振动筛自动清理条件。
13.如权利要求12所述的装置,其特征在于,所述监控判断模块,具体用于:
根据所述黑白图像中灰色像素点的数量和白色像素点的数量,确定振动筛筛网的黑白图像中的像素点灰白比值,当所述灰白比值不小于设定的灰白比阈值时,确定达到了设定的振动筛自动清理条件;或
根据所述黑白图像中灰色像素点的数量和白色像素点的数量,确定振动筛筛网静态图像中的灰色像素点所占的百分比或白色像素点所占的百分比,当所述灰色像素点所占的百分比不小于设定的灰色百分比阈值或白色像素点所占的百分比小于设定的白色百分比阈值时,确定达到了设定的振动筛自动清理条件;或
根据所述黑白图像中灰色像素点的数量和白色像素点的数量,当所述灰色像素点的数量不小于设定的灰色像素点数量阈值时或所述白色像素点的数量小于设定的白色像素点数量阈值时,确定达到了设定的振动筛自动清理条件。
14.如权利要求9-13任一所述的装置,其特征在于,所述清理控制模块,还用于:
启动振动筛自动清理过程时,根据设定的振动筛自动清理条件确定振动筛自动清理时间长度。
15.如权利要求9-13任一所述的装置,其特征在于,所述图像获取模块,具体用于:按照设定的监控周期监控获取振动筛筛网的静态图像。
16.一种振动筛筛网网孔状态监控系统,其特征在于,包括:
筛体中的筛网;
拍摄相机,用于拍摄振动筛筛网照片;
如权利要求9-15任一所述的振动筛筛网网孔状态监控装置;
筛网清理装置,用于当所述振动筛筛网网孔状态监控装置确定启动振动筛自动清理过程时,对振动筛筛网进行清理。
17.如权利要求16所述的系统,其特征在于,所述振动筛筛网网孔状态监控装置中包括的图像获取模块和图像处理模块设置在图像处理器中,所述振动筛筛网网孔状态监控装置中包括的监控判断模块和清理控制模块设置在控制器中。
18.如权利要求16或17所述的系统,其特征在于,还包括:
照明灯,用于保证振动筛筛箱内亮度符合拍照条件。
CN201310669565.4A 2013-12-10 2013-12-10 振动筛筛网网孔状态监控方法、装置及系统 Active CN103658015B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310669565.4A CN103658015B (zh) 2013-12-10 2013-12-10 振动筛筛网网孔状态监控方法、装置及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310669565.4A CN103658015B (zh) 2013-12-10 2013-12-10 振动筛筛网网孔状态监控方法、装置及系统

Publications (2)

Publication Number Publication Date
CN103658015A true CN103658015A (zh) 2014-03-26
CN103658015B CN103658015B (zh) 2015-08-05

Family

ID=50297487

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310669565.4A Active CN103658015B (zh) 2013-12-10 2013-12-10 振动筛筛网网孔状态监控方法、装置及系统

Country Status (1)

Country Link
CN (1) CN103658015B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107485929A (zh) * 2017-07-28 2017-12-19 珠海格力电器股份有限公司 一种过滤网污染检测方法及装置
CN107670953A (zh) * 2017-10-31 2018-02-09 无锡宇能选煤机械厂 内置监控系统的封闭式螺旋筛
CN110052395A (zh) * 2019-04-30 2019-07-26 中铁工程服务有限公司 一种用于盾构施工的渣土筛分设备及筛分方法
CN111570257A (zh) * 2020-07-03 2020-08-25 北京铮实环保工程有限公司 一种滚筒筛快速清堵装置
CN111767871A (zh) * 2020-06-30 2020-10-13 武汉轻工大学 清粮机筛面清理系统及方法
CN112122118A (zh) * 2020-09-07 2020-12-25 中国矿业大学 一种筛分过程筛面健康状态智能诊断系统及诊断方法
CN112170445A (zh) * 2020-09-03 2021-01-05 北京建工资源循环利用投资有限公司 一种建筑垃圾智能化处置系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0947723A (ja) * 1995-08-10 1997-02-18 Sumitomo Metal Ind Ltd グリズリーバーの目詰まり除去装置
CN2599026Y (zh) * 2003-01-20 2004-01-14 北京科技大学 梳毛机毛网质量在线检测装置
CN1971255A (zh) * 2006-12-15 2007-05-30 浙江大学经纬计算机系统工程有限公司 冲孔纹板质量检测仪及其检测方法
CN201637685U (zh) * 2009-12-28 2010-11-17 广西贺州市桂东电子科技有限责任公司 电子铝箔产品外观检测装置
CN102225392A (zh) * 2011-04-08 2011-10-26 鞍山重型矿山机器股份有限公司 智能防堵孔振动筛
KR101293546B1 (ko) * 2011-12-19 2013-08-06 주식회사 포스코 듀얼 카메라를 이용한 홀 검출 장치 및 방법

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0947723A (ja) * 1995-08-10 1997-02-18 Sumitomo Metal Ind Ltd グリズリーバーの目詰まり除去装置
CN2599026Y (zh) * 2003-01-20 2004-01-14 北京科技大学 梳毛机毛网质量在线检测装置
CN1971255A (zh) * 2006-12-15 2007-05-30 浙江大学经纬计算机系统工程有限公司 冲孔纹板质量检测仪及其检测方法
CN201637685U (zh) * 2009-12-28 2010-11-17 广西贺州市桂东电子科技有限责任公司 电子铝箔产品外观检测装置
CN102225392A (zh) * 2011-04-08 2011-10-26 鞍山重型矿山机器股份有限公司 智能防堵孔振动筛
KR101293546B1 (ko) * 2011-12-19 2013-08-06 주식회사 포스코 듀얼 카메라를 이용한 홀 검출 장치 및 방법

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107485929A (zh) * 2017-07-28 2017-12-19 珠海格力电器股份有限公司 一种过滤网污染检测方法及装置
CN107485929B (zh) * 2017-07-28 2020-01-31 珠海格力电器股份有限公司 一种过滤网污染检测方法及装置
CN107670953A (zh) * 2017-10-31 2018-02-09 无锡宇能选煤机械厂 内置监控系统的封闭式螺旋筛
CN110052395A (zh) * 2019-04-30 2019-07-26 中铁工程服务有限公司 一种用于盾构施工的渣土筛分设备及筛分方法
CN111767871A (zh) * 2020-06-30 2020-10-13 武汉轻工大学 清粮机筛面清理系统及方法
CN111570257A (zh) * 2020-07-03 2020-08-25 北京铮实环保工程有限公司 一种滚筒筛快速清堵装置
CN111570257B (zh) * 2020-07-03 2021-03-30 北京铮实环保工程有限公司 一种滚筒筛快速清堵装置
CN112170445A (zh) * 2020-09-03 2021-01-05 北京建工资源循环利用投资有限公司 一种建筑垃圾智能化处置系统
CN112122118A (zh) * 2020-09-07 2020-12-25 中国矿业大学 一种筛分过程筛面健康状态智能诊断系统及诊断方法

Also Published As

Publication number Publication date
CN103658015B (zh) 2015-08-05

Similar Documents

Publication Publication Date Title
CN103658015B (zh) 振动筛筛网网孔状态监控方法、装置及系统
CN111277822B (zh) 摄像模组镜头表面检测装置
CN109377945A (zh) 像素补偿方法、装置及系统
CN101451909B (zh) 显示面板的检查方法及检查装置
US8059155B2 (en) System and method for measuring field of view of digital camera modules
CN105185314A (zh) Led显示屏均匀性补偿方法
CN101046931A (zh) 显示装置、老化校正系统和老化校正方法
CN103621056A (zh) 拍摄装置
CN1799079A (zh) 用于评价显示器的运动图像质量的系统和方法
US20140375706A1 (en) Stereoscopic image display and method of driving the same
JP2014062433A (ja) 構造物の撮像方法
JP2015532446A5 (zh)
CN103810695A (zh) 一种光源定位方法及装置
CN1802613A (zh) 用于确定工业过程中干扰原因的方法和装置
KR20230055479A (ko) 인공지능을 이용한 레미콘 품질의 영상 판정 시스템
JP5957403B2 (ja) 車両番号撮像装置
CN1929550A (zh) 一种检测运动目标的方法和系统
CN1852401A (zh) 显示屏控制器和显示屏刷新的控制方法
CN1838740A (zh) 成像装置和方法、以及成像控制装置和方法
CN114419496A (zh) 图像巡检更新方法、装置、电子设备及存储介质
WO2021005856A1 (ja) 破面解析装置及び破面解析方法
CN110160457B (zh) 土工离心机模型试验三维全场变形测量设备及方法
CN103279234B (zh) 触摸点定位的方法和系统
CN106940316A (zh) 一种led显示屏测试方法
JP4874893B2 (ja) 点灯検査装置、および点灯検査方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C56 Change in the name or address of the patentee
CP02 Change in the address of a patent holder

Address after: 415907, Hunan, Hanshou hi tech Industrial Park, Changde Huang Fu neighborhood committee, No. 1, Union Road

Patentee after: Zoomlion Heavy Industry Science & Technology Development Co., Ltd.

Address before: 410013 Yuelu District, Hunan, silver basin Road, No. 361, No.

Patentee before: Zoomlion Heavy Industry Science & Technology Development Co., Ltd.