CN109663755B - 一种大单晶分选方法 - Google Patents
一种大单晶分选方法 Download PDFInfo
- Publication number
- CN109663755B CN109663755B CN201910092103.8A CN201910092103A CN109663755B CN 109663755 B CN109663755 B CN 109663755B CN 201910092103 A CN201910092103 A CN 201910092103A CN 109663755 B CN109663755 B CN 109663755B
- Authority
- CN
- China
- Prior art keywords
- single crystal
- large single
- crystal
- particles
- detection system
- 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.)
- Active
Links
- 239000013078 crystal Substances 0.000 title claims abstract description 99
- 238000000034 method Methods 0.000 title claims abstract description 20
- 239000002245 particle Substances 0.000 claims abstract description 48
- 238000001514 detection method Methods 0.000 claims abstract description 42
- 239000000463 material Substances 0.000 claims abstract description 34
- 230000000007 visual effect Effects 0.000 claims abstract description 32
- 238000012216 screening Methods 0.000 claims abstract description 4
- 210000003000 inclusion body Anatomy 0.000 claims description 6
- 238000011179 visual inspection Methods 0.000 claims description 5
- 239000003086 colorant Substances 0.000 claims description 4
- 239000006185 dispersion Substances 0.000 claims description 3
- 239000002923 metal particle Substances 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 230000026676 system process Effects 0.000 claims description 3
- 239000002699 waste material Substances 0.000 claims description 3
- 229910003460 diamond Inorganic materials 0.000 description 8
- 239000010432 diamond Substances 0.000 description 8
- 238000005229 chemical vapour deposition Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000012535 impurity Substances 0.000 description 2
- 230000002194 synthesizing effect Effects 0.000 description 2
- 239000002253 acid Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/34—Sorting according to other particular properties
- B07C5/342—Sorting according to other particular properties according to optical properties, e.g. colour
- B07C5/3425—Sorting according to other particular properties according to optical properties, e.g. colour of granular material, e.g. ore particles, grain
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/02—Measures preceding sorting, e.g. arranging articles in a stream orientating
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/04—Sorting according to size
- B07C5/10—Sorting according to size measured by light-responsive means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/34—Sorting according to other particular properties
Landscapes
- Crystals, And After-Treatments Of Crystals (AREA)
Abstract
本发明公开了一种大单晶分选方法，首先将大单晶混合物料按颗粒排列成一排，通过传送机构依次将每个大单晶颗粒送入第一视觉检测系统中，第一视觉检测系统中的工业相机对大单晶颗粒进行视觉检测，并将晶体颜色为黑色或浅绿色的大单晶筛选出去，然后第一视觉检测系统中的工业相机将剩余的大单晶颗粒拍照后与系统预先存储的晶型照片作对比，并将大单晶颗粒晶型分为八面体、六‑八面体、六面体三类，传送机构再将分类后的大单晶颗粒分别送入第二视觉检测系统中，第二视觉检测系统的工业相机根据大单晶颗粒的颜色和有无包裹体将大单晶颗粒分为一级料、二级料、三级料，从而实现自动分拣，具有自动化程度高，检测准确，检测速度快等优点。
Description
技术领域
本发明涉及大单晶分选技术领域，特别是涉及一种大单晶分选方法。
背景技术
目前大单晶金刚石主要有两种合成方法，高温高压法(High Temperature HighPressure, HTHP)和化学气相沉积法（Chemical Vapor Deposition, CVD)。高温高压法实际上是温度梯度法，这是1971年由美国GE首次研发并开发应用的技术，该方法合成大单晶金刚石在国内是主流方法，市场占有率较高。CVD 法所制备的高质量单晶金刚石，则可做到完全无色透明，几乎没有任何杂质，同时如果在生长过程中有选择性的通入掺杂气体，便可以制备出多种有色金刚石。正因为CVD金刚石具有如此多的优点，其将成为未来材料发展的主流，可广泛应用到如机械加工、通信、半导体、能源、国防、航空航天、军事武器等尖端领域中的关键部位。
大单晶金刚石合成后，经过酸洗提纯工艺，需要进行分选，分选标准按照颜色，晶型，净度，杂质分布情况等进行分级，目前大单晶的分拣都是人工分选，借助显微镜在灯光下进行分级包装，人工分拣效率低，费工费时，且人工分选误差，容易造成混料，造成批次出现问题。
所以本发明提供一种新的方案来解决此问题。
发明内容
针对上述情况，为克服现有技术之缺陷，本发明之目的在于提供一种大单晶分选方法。
其解决的技术方案是：一种大单晶分选方法，包括如下步骤：
1）将大单晶混合物料按颗粒排列成一排；
2）通过传送机构依次将每个大单晶颗粒送入第一视觉检测系统中；
3）筛选出连晶废料：第一视觉检测系统中的工业相机对大单晶颗粒进行视觉检测，并将晶体颜色为黑色或浅绿色的大单晶筛选出去；
4）进行大单晶分类：第一视觉检测系统中的工业相机将剩余的大单晶颗粒拍照后与系统预先存储的晶型照片作对比，并将大单晶颗粒晶型分为八面体、六-八面体、六面体三类；
5）传送机构再将分类后的大单晶颗粒分别送入第二视觉检测系统中；
6）进行大单晶分级：第二视觉检测系统中的工业相机根据大单晶颗粒的颜色和有无包裹体将大单晶颗粒分为一级料、二级料、三级料。
进一步的，所述步骤4）具体操作包括：
2.1）第一视觉检测系统中的工业相机首先对大单晶进行正投影拍摄，系统内部计算机图像处理软件将拍摄的图像信号处理转换为数字信号，并计算正投影面积是为S，周长为L1；
2.2）计算机图像处理软件自动匹配到一个面积也为S的圆形，并计算出该圆形周长为L2；
2.3）定义圆度R为被拍摄大单晶的正投影与该圆形的相似度，即该的圆形与大单晶的正投影周长比：
R=L2/L1=；
2.4）根据不同大单晶颗粒所对应的设定圆度阈值判定大单晶颗粒晶型，即：
圆度R在90%-95%的阈值内，判定为六-八面体；
圆度R在85%-90%的阈值内，判定为六面体；
圆度R在80%-85%的阈值内，判定为八面体。
进一步的，所述一级料、二级料、三级料分别为：
一级料：颜色呈现浅黄色或者深黄色，晶体内部无黑色包裹体，即金属颗粒，净度高；
二级料：晶体内有轻微可见的包裹体，包裹体呈现弥散分布，且直径不大于0.2mm，晶体颜色呈现浅黄色或者深黄色；
三级料：晶体有包裹体，且包裹体直径大于0.2mm，且包裹体在晶体内弥散分布数量大，晶体颜色呈现黄绿色。
进一步的，所述第一视觉检测系统、第二视觉检测系统中的工业相机均为五个，且在检测时分别设置在大单晶颗粒的前、后、左、右、上五个方位。
进一步的，所述传送机构为传送带。
通过以上技术方案，本发明的有益效果为:本发明通过设计第一视觉检测系统、第二视觉检测系统，利用各系统内部的工业相机将被摄取的大单晶颗粒转换成图像信号，传送给专用的计算机图像处理软件，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制大单晶的级别归类，从而实现自动分拣，具有自动化程度高，检测准确，检测速度快等优点。
附图说明
图1为本发明的流程图。
图2a、2b、2c为本发明大单晶八面体晶型图。
图2d、2e、2f为本发明大单晶六-八面体晶型。
图2g、2h、2i为本发明大单晶六面体晶型。
图3a为本发明大单晶颗粒正投影图。
图3b为本发明计算机图像处理软件根据图3a自动匹配的圆形图。
图4为本发明传送机构的结构示意图。
具体实施方式
有关本发明的前述及其他技术内容、特点与功效，在以下配合参考附图对实施例的详细说明中，将可清楚的呈现。以下实施例中所提到的结构内容，均是以说明书附图为参考。
下面将参照附图描述本发明的各示例性的实施例。
如图1所示，一种大单晶分选方法，包括如下步骤：
1）将大单晶混合物料按颗粒排列成一排；
2）通过传送机构依次将每个大单晶颗粒送入第一视觉检测系统中；
3）筛选出连晶废料：第一视觉检测系统中的工业相机对大单晶颗粒进行视觉检测，并将晶体颜色为黑色或浅绿色的大单晶筛选出去；
4）进行大单晶分类：第一视觉检测系统中的工业相机将剩余的大单晶颗粒拍照后与系统预先存储的晶型照片作对比，并将大单晶颗粒晶型分为八面体、六-八面体、六面体三类，例如，可在第一视觉检测系统预先存储的晶型照片为9种，如图2a-2i所示，其中图2a、2b、2c为八面体晶型，图2d、2e、2f为六-八面体晶型，图2g、2h、2i为六面体晶型。
5）传送机构再将分类后的大单晶颗粒分别送入第二视觉检测系统中；
6）进行大单晶分级：第二视觉检测系统中的工业相机根据大单晶颗粒的颜色和有无包裹体将大单晶颗粒分为一级料、二级料、三级料，具体为：
一级料：颜色呈现浅黄色或者深黄色，晶体内部无黑色包裹体，即金属颗粒，净度高；
二级料：晶体内有轻微可见的包裹体，包裹体呈现弥散分布，且直径不大于0.2mm，晶体颜色呈现浅黄色或者深黄色；
三级料：晶体有包裹体，且包裹体直径大于0.2mm，且包裹体在晶体内弥散分布数量大，晶体颜色呈现黄绿色。
进一步的，步骤4）具体操作包括：
2.1）第一视觉检测系统中的工业相机首先对大单晶进行正投影拍摄，如图3a所示，系统内部计算机图像处理软件将拍摄的图像信号处理转换为数字信号，并计算正投影面积是为S，周长为L1；
2.2）计算机图像处理软件自动匹配到一个面积也为S的圆形，如图3b所示，并计算出该圆形周长为L2；
2.3）定义圆度R为被拍摄大单晶的正投影与该圆形的相似度，即该的圆形与大单晶的正投影周长比：
R=L2/L1=；
2.4）根据不同大单晶颗粒所对应的设定圆度阈值判定大单晶颗粒晶型，其中圆度阈值在第二视觉检测系统的参数设定界面设定，即：
圆度R在90%-95%的阈值内，判定为六-八面体；
圆度R在85%-90%的阈值内，判定为六面体；
圆度R在80%-85%的阈值内，判定为八面体。
第一视觉检测系统、第二视觉检测系统中的工业相机均为五个，且在检测时分别设置在大单晶颗粒的前、后、左、右、上五个方位。第一视觉检测系统、第二视觉检测系统原理是通过工业相机将被摄取目标转换成图像信号，传送给专用的计算机图像处理软件，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制大单晶的级别归类。
如图4所示，传送机构采用传送带，传送带在位置1停止运动，此时第一气动轴4下行运动，盛料器3里面的大单晶混合物料2会进行下料，并将物料按颗粒排列成一排依次进入传送带皮带1的孔中，保证孔中每次进料一粒，之后盛料器3下料口与皮带1接触，剩余的大单晶颗粒无法下料。传送带继续运动到位置2，此时第二气动传动轴7会上行运动，将大单晶颗粒推出至第一视觉检测系统中，然后经工业相机5拍照后将图像信号转为数字信号，将数据与系统储存的样本进行对比，做出分类。然后传送带再将分类后的大单晶颗送入第二视觉检测系统中进行大单晶分级。
综上所述，本发明提供一种大单晶自动分拣方法，有效地解决了目前人工分拣大单晶金刚石的不足，具有自动化程度高，检测准确，检测速度快等优点。
以上所述是结合具体实施方式对本发明所作的进一步详细说明，不能认定本发明具体实施仅局限于此；对于本发明所属及相关技术领域的技术人员来说，在基于本发明技术方案思路前提下，所作的拓展以及操作方法、数据的替换，都应当落在本发明保护范围之内。
Claims (3)
1.一种大单晶分选方法，其特征在于：包括如下步骤：
1）将大单晶混合物料按颗粒排列成一排；
2）通过传送机构依次将每个大单晶颗粒送入第一视觉检测系统中；
3）筛选出连晶废料：第一视觉检测系统中的工业相机对大单晶颗粒进行视觉检测，并将晶体颜色为黑色或浅绿色的大单晶筛选出去；
4）进行大单晶分类：第一视觉检测系统中的工业相机将剩余的大单晶颗粒拍照后与系统预先存储的晶型照片作对比，并将大单晶颗粒晶型分为八面体、六-八面体、六面体三类；所述步骤4）具体操作包括：
2.1）第一视觉检测系统中的工业相机首先对大单晶进行正投影拍摄，系统内部计算机图像处理软件将拍摄的图像信号处理转换为数字信号，并计算正投影面积是为S，周长为L1；
2.2）计算机图像处理软件自动匹配到一个面积也为S的圆形，并计算出该圆形周长为L2；
2.3）定义圆度R为被拍摄大单晶的正投影与该圆形的相似度，即该的圆形与大单晶的正投影周长比：
R=L2/L1=；
2.4）根据不同大单晶颗粒所对应的设定圆度阈值判定大单晶颗粒晶型，即：
圆度R在90%-95%的阈值内，判定为六-八面体；
圆度R在85%-90%的阈值内，判定为六面体；
圆度R在80%-85%的阈值内，判定为八面体；
5）传送机构再将分类后的大单晶颗粒分别送入第二视觉检测系统中；
6）进行大单晶分级：第二视觉检测系统中的工业相机根据大单晶颗粒的颜色和有无包裹体将大单晶颗粒分为一级料、二级料、三级料；
所述一级料、二级料、三级料分别为：
一级料：颜色呈现浅黄色或者深黄色，晶体内部无黑色包裹体，即金属颗粒，净度高；
二级料：晶体内有轻微可见的包裹体，包裹体呈现弥散分布，且直径不大于0.2mm，晶体颜色呈现浅黄色或者深黄色；
三级料：晶体有包裹体，且包裹体直径大于0.2mm，且包裹体在晶体内弥散分布数量大，晶体颜色呈现黄绿色。
2.如权利要求1所述的大单晶分选方法，其特征在于：所述第一视觉检测系统、第二视觉检测系统中的工业相机均为五个，且在检测时分别设置在大单晶颗粒的前、后、左、右、上五个方位。
3.如权利要求2所述的大单晶分选方法，其特征在于：所述传送机构为传送带。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910092103.8A CN109663755B (zh) | 2019-01-30 | 2019-01-30 | 一种大单晶分选方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910092103.8A CN109663755B (zh) | 2019-01-30 | 2019-01-30 | 一种大单晶分选方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109663755A CN109663755A (zh) | 2019-04-23 |
| CN109663755B true CN109663755B (zh) | 2024-01-12 |
Family
ID=66150014
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910092103.8A Active CN109663755B (zh) | 2019-01-30 | 2019-01-30 | 一种大单晶分选方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109663755B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5544254A (en) * | 1993-02-12 | 1996-08-06 | General Electric Company | Classifying and sorting crystalline objects |
| JP2009250680A (ja) * | 2008-04-02 | 2009-10-29 | Sumitomo Electric Ind Ltd | 結晶体の選別装置 |
| CN202562858U (zh) * | 2012-05-03 | 2012-11-28 | 北京大恒图像视觉有限公司 | 透明胶囊缺陷检测系统及透明胶囊检测机 |
| CN103103609A (zh) * | 2013-03-05 | 2013-05-15 | 黄美玲 | N型金刚石半导体单晶及其生产方法 |
| CN107891012A (zh) * | 2017-10-11 | 2018-04-10 | 杭州电子科技大学 | 基于等效算法的珍珠大小及圆形度分拣装置 |
| CN108645867A (zh) * | 2018-05-25 | 2018-10-12 | 哈尔滨工业大学 | 大口径光学晶体表面微缺陷的快速寻位与批量检测方法 |
| CN109187567A (zh) * | 2018-08-07 | 2019-01-11 | 华侨大学 | 一种聚晶金刚石复合片表面白点缺陷检测系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI520813B (zh) * | 2013-08-07 | 2016-02-11 | 中國砂輪企業股份有限公司 | 鑽石篩選裝置 |
-
2019
- 2019-01-30 CN CN201910092103.8A patent/CN109663755B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5544254A (en) * | 1993-02-12 | 1996-08-06 | General Electric Company | Classifying and sorting crystalline objects |
| JP2009250680A (ja) * | 2008-04-02 | 2009-10-29 | Sumitomo Electric Ind Ltd | 結晶体の選別装置 |
| CN202562858U (zh) * | 2012-05-03 | 2012-11-28 | 北京大恒图像视觉有限公司 | 透明胶囊缺陷检测系统及透明胶囊检测机 |
| CN103103609A (zh) * | 2013-03-05 | 2013-05-15 | 黄美玲 | N型金刚石半导体单晶及其生产方法 |
| CN107891012A (zh) * | 2017-10-11 | 2018-04-10 | 杭州电子科技大学 | 基于等效算法的珍珠大小及圆形度分拣装置 |
| CN108645867A (zh) * | 2018-05-25 | 2018-10-12 | 哈尔滨工业大学 | 大口径光学晶体表面微缺陷的快速寻位与批量检测方法 |
| CN109187567A (zh) * | 2018-08-07 | 2019-01-11 | 华侨大学 | 一种聚晶金刚石复合片表面白点缺陷检测系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109663755A (zh) | 2019-04-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9024223B2 (en) | Optical type granule sorting machine | |
| EP3001185B1 (en) | Optical granular substance sorter | |
| US5911327A (en) | Method of automatically discriminating and separating scraps containing copper from iron scraps | |
| CN106323600B (zh) | 一种级联分布式aoi缺陷检测系统及其检测方法 | |
| CN104438135A (zh) | 一种彩色双ccd脱绒棉种色选系统及实现方法 | |
| CN103776841A (zh) | 合成革缺陷自动检测装置及检测方法 | |
| CN109663755B (zh) | 一种大单晶分选方法 | |
| CN205146723U (zh) | 大米色选机械装置 | |
| CN102539442A (zh) | 一种冷镦产品在线视觉检测系统 | |
| CN111766245B (zh) | 一种基于机器视觉的纽扣电池负极壳缺陷检测方法 | |
| CN108526034A (zh) | 一种分拣方法及装置 | |
| CN104549703A (zh) | 一种矿用破碎机智能调速的方法及系统 | |
| CN109698139A (zh) | 晶圆缺陷光学照片实时采集系统及采集方法 | |
| CN203811551U (zh) | 一种盖帽质量检测分类筛选设备 | |
| CN109675819B (zh) | 基于深度相机的黑果枸杞分选装置及识别与分类算法 | |
| CN103389040B (zh) | 用于判别光学膜的缺陷的方法 | |
| CN208383767U (zh) | 基于多感融合的煤和矸石分选系统 | |
| CN109604178A (zh) | 一种刺梨分选系统的输送导移机构 | |
| CN114445372A (zh) | 一种基于无人机图像的输电线路销钉脱落检测方法 | |
| CN206095923U (zh) | 一种光谱除杂机视频柜镜头、反光板自动吹扫装置 | |
| CN201832798U (zh) | 彩色物料分选设备 | |
| CN112798108B (zh) | 一种瓷砖自适应分色方法及装置 | |
| CN111709932B (zh) | 一种由粗到精的纸病检测方法 | |
| CN211412803U (zh) | 一种金属垫片分拣设备 | |
| CN206289269U (zh) | 高炉炉料粒度监控系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |