CN109738340A - 骨料粒度实时分析系统以及骨料生产线 - Google Patents
骨料粒度实时分析系统以及骨料生产线 Download PDFInfo
- Publication number
- CN109738340A CN109738340A CN201910070708.7A CN201910070708A CN109738340A CN 109738340 A CN109738340 A CN 109738340A CN 201910070708 A CN201910070708 A CN 201910070708A CN 109738340 A CN109738340 A CN 109738340A
- Authority
- CN
- China
- Prior art keywords
- aggregate
- camera
- analysis
- data
- conveyer belt
- 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.)
- Pending
Links
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
一种骨料粒度实时分析系统,包括骨料传送带、3D相机和数据分析服务器,其中,3D相机通过支架安装在骨料传送带的上方并且正对骨料传送带的骨料,3D相机的输出数据被传送至数据分析服务器,由数据分析服务器中的粒度分析模块做出粒度分析。
Description
技术领域
本发明属于矿石骨料生产技术领域,特别涉及一种骨料粒度实时分析系统以及骨料生产线。
背景技术
产品、原料的粒度评定关乎生产、生活的重要领域,如钢铁、建筑、医药、食品、农业等。原材料的粒度品质不仅直接影响后续半成品与成品的品质,也会对生产工艺本身造成影响乃至造成设备故障及生产线的瘫痪。而产品的粒度则直接决定其定价与市场竞争力。故粒度的检测与分析一直是实体行业中备受瞩目的研发热点。
粒度的检测与分析,根据对象的不同可大致分为:
1).粗颗粒检测(毫米级以上);
2).细颗粒检测(微米以上至毫米级);
3).极细颗粒检测(微米以下、纳米乃至更小)。
按照测量结果的有效性及代表性不同可大致分为:
a).离线抽样检测;
b).在线实时检测。
按照测量手段不同,还可分为基于筛选、沉降、超声探测、电导率变化、光散射、光衍射、图像分析等等。
就骨料生产现场而言,粒度分析贯穿于骨料制备的各个环节,包括鄂破、冲击破、磨洗、筛选、制砂等。每个环节对于入料的粒径都要规定,且出料的粒径也需符合工艺要求。总体来说,以上情景的粒度检测所涉及的目标对象几乎均为粗颗粒,因此不满足采用沉降、电导率变化、光散射及衍射等方法的客观条件。此外,当前广泛存在的检测手段以离线抽样检测为主,就提升产效及产率而言,制造业对于实时在线的粒度检测与分析有着极强的刚需。
发明内容
本发明提供的一种骨料粒度实时分析系统,目的在于解决现有骨料生产中无法做到实时的、无需抽样地对骨料粒度进行分析的问题。
本发明的实施例之一,一种骨料粒度实时分析系统,包括骨料传送带、3D相机和数据分析服务器,其中,
3D相机通过支架安装在骨料传送带的上方并且正对骨料传送带的骨料,3D相机的输出数据被传送至数据分析服务器,由数据分析服务器中的粒度分析模块做出粒度分析。
所述分析系统包括2D相机,该2D相机被安装在所述骨料传送带的上方,该2D相机用于对骨料传送带的运动进行实时监测,和/或实时捕捉骨料传送带上的异常颗粒的出现。
在所述支架上设有光源,该光源用于2D相机的图像拍摄。
在3D相机正对的骨料传送带区段的下方设有称重装置,用于对骨料的称重。
本发明采用3D视觉技术完成对生产线上目标的实时图像采集、处理、分析、结果反馈、异常情况处理等工作。实现针对(粗颗粒)骨料粒度的在线检测现场解决方案,取代其现有的靠人工的离线抽检方案,帮助其推进产业升级,创造更多实际价值。其中,3D视觉技术突破传统平面视觉技术的瓶颈,大大降低对于现场环境与光源的依赖,且从信息容量的层面提升结果分析的准确性,同时也增强了研发产品导入更多客户的通用性。
附图说明
通过参考附图阅读下文的详细描述,本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中,以示例性而非限制性的方式示出了本发明的若干实施方式,其中:
图1本发明实施例中骨料粒度实时分析系统组成示意图。
图2本发明实施例中具有骨料粒度实时分析系统的骨料生产线示意图。
1——3D相机,2——2D相机,3——工业光源,4——龙门架,5——传送装置(传送带),6——称重装置(电子秤),7——配电与控制单元,8——骨料。
具体实施方式
根据一个或者多个实施例,一种骨料粒度实时分析系统,包括骨料传送带、3D相机和数据分析服务器。3D相机通过支架安装在骨料传送带的上方的龙门架上,并且正对骨料传送带的骨料,3D相机的输出数据被传送至数据分析服务器,由数据分析服务器中的粒度分析模块做出粒度分析。
其中,3D相机可以是一种激光扫描仪。通过3D激光轮廓相机扫描颗粒目标端面,根据数据点云形成视觉3D图像,然后根据应用三维图像处理技术进行粒度的检测和分析。类似平面图像处理中的基本技巧,与项目相关的空间图像处理还包括:空间形态学处理、降噪、平滑、目标分割、图形立体空间旋转、空间几何特征提取及参数测量等。
根据一个或者多个实施例,骨料粒度实时分析系统包括2D相机,该2D相机被安装在所述骨料传送带的上方,该2D相机用于对骨料传送带的运动进行实时监测,和/或实时捕捉骨料传送带上的异常颗粒的出现。在所述支架上设有光源,该光源用于2D相机的图像拍摄。2D相机的位置设置不能影响3D相机的工作。在3D相机正对的骨料传送带区段的下方设有称重装置电子秤,用于对骨料的称重。称重装置与3D相机同步工作,采集同一时间段的骨料重量信息并传送至数据分析服务器进行分析。
所述分析系统包括控制与配电单元,3D相机、2D相机、称重装置和电源接入该控制与配电单元,而控制与配电单元与数据分析服务器通信连接,将3D相机、2D相机和称重装置的输出数据发送至数据分析服务器,并且接收对于3D相机、2D相机和称重装置的控制指令。
2D相机虽然不参与粒度的直接计算,但在以下方面仍可以发挥作用:
1)2D相机实时监测机械结构运动故障;
2)及时捕捉异常粒度颗粒的情形(如某工艺段出现了不符合属于该段的粒度颗粒的情形),并报警告知现场工作人员。
根据一个或者多个实施例,骨料粒度实时分析系统,包括以下步骤:
S101,打开光源,触发3D相机、2D相机和称重装置,分别获得骨料点云数据、骨料RGB图像和骨料重量;
S102,根据骨料点云数据进行骨料3D图像进行分析处理,根据骨料重量进行骨料重量分析;
S103,根据骨料RGB图像对骨料的颜色和块粒进行异常情况判断。
对于步骤S102中的分析,采用以下3种模式的一种或者组合分析方法。
识别模式一——基于图像处理的颗粒分离的粒度计算:3D扫描结果不仅包含粒度堆料的水平方向的图像信息,同时对垂直方向(即矿料颗粒的表面起伏)也有部分描述。因此,相较2D的图像处理而言,在省去复杂的经典图像处理手段的同时,也能更加准确做到颗粒的分离。继而基于分离颗粒尺寸的计算可以得到粒度的分析结果。
识别模式二——基于全局图像特征处理的粒度分析:经典的基于图像处理的粒度分析案例中包括建立粒度与对象的某种统计参数之间的映射关联,通过计算对象的参数继而推导出粒度结果。该方案中较流行的方法是基于图像自相关(auto-correlation)的理论。因此,本项目也将尝试寻找合适的特征参数,使之对于目标三维图形的描述结果与粒度属性有较好的关联。
识别模式三——基于深度学习的粒度分析:从空间图像表达到对应的粒度结果,其联系性必定存在但却复杂。故可以考虑应用深度学习进行图形模式的判定,进而将之归类到合适的粒度表达区间中。首先,根据神经网络的输入、输出端的数据格式要求,必须将粒度值可能存在的完整区间进行离散化处理,作为深度学习输出层的表达;其次,输入层的数据可能是原始3D图源或者是经过适当处理的点云数据;经过训练的深度学习神经网络将实现对粒度分布的预测。
由于受到测量学本质的制约,所有测量行为都会带来结果上的误差。就粒度检测而言,存在明显的部分观测目标无法直接观测的客观事实,故任何单一的分析手段无法100%保证结果的有效。为了改进分析结果并降低误差带来的影响,本实施例采用多源数据融合技术。数据融合的原理为基于空间或时间上冗余或互补信息,通过自动分析、综合方法以获得被测对象的一致性解释或描述。针对被观测的骨料对象,至少采用上述三上述种检测识别算法,并且对其进行有效的融合处理,尽可能确保粒度分析结果的准确和可靠。
根据一个或者多个实施例,一种骨料生产线,包括骨料生产中的鄂破、粗破、中破、细破和/或研磨工艺环节。该骨料生产线包括骨料传送带、多个3D相机和数据分析服务器,在每个骨料生产工艺环节部署一台3D相机。3D相机通过支架安装在骨料传送带的上方并且针对骨料传送带的骨料,3D相机的输出数据被传送至数据分析服务器,由数据分析服务器中的粒度分析模块做出粒度分析。粒度分析结果被发送至生产线智能管理系统中,由于生产线的不同工艺段对于粒度分布有其各自合理的范围要求,当异常情况出现时,必然是本工艺段或者上游环节出现了某种故障,而对于该故障的及时发现与解决无疑是保证生产安全、保障生产质量的重要因素。同时,异常情形的发现也可以有效防止错误累增至后续的工艺,进而有助于企业提升质量管理效果。
矿物骨料生产工艺,从处理矿山原始石料开始,至各类粒度区间的骨料入库结束。其破碎流程将分别经历鄂破、粗破、中破、细破和研磨等环节。当前工艺表明,每次破碎、筛取之后,需要对生成的骨料的粒度进行分析评估:1).对于符合粒度规范的,则将之入库;2).对于不符合规范的,则需要做二次处理;3).对于粒度信息异常的,则发出报警警告。然而,目前现场操作中,往往是靠人工采样某一段产线的骨料样本,移至特别的工位以离线方式进行粒度的检测与分析。
从在线实时性和分析准确性出发,本次开发的骨料粒度实时分析系统直接导入到破碎、筛取的环节,每一段安装一个检测单元,分别由3D相机、2D相机、工业光源、称重装置、控制单元、配电单元构成(安装及运行方式另附文档说明)。检测单元针对皮带传送装置上的骨料,可采集其3D表面轮廓信息、2D的RGB信息以及重量信息,并经由网关及工业环网通讯的方式传送至智能分析中心(数据链路方向由蓝色点划线所示)。智能分析中心主要由三大粒度分析模块构成(基于图像处理的颗粒分离的粒度计算、基于全局图像特征处理的粒度分析和基于深度学习的粒度分析),用于计算由检测单元采集回来的原始信息,并得出粒度分析结果。
为了对接现有工艺对于不同粒度骨料的处理结果,控制心中接受智能分析中心的反馈,并借由工业环网通讯(链路方向由红色箭头所示)指挥、控制各个破碎工艺的主控单元,并执行入库、二次处理或报警操作。
骨料粒度实时分析系统所关注的不仅仅是某一特别的工艺段,而是有效嵌入了整个骨料生产线对于粒度检测分析有需求的所有环节,并结合自动化、智能化双重优势:有效降低人工成本、提升测量精度及自动化程度,最终在总体层面完成了对骨料生产线优化升级。
根据一个或者多个实施例,一种骨料生产线,还包括分级料仓,骨料经过鄂破、粗破、中破、细破和/或研磨工艺后被分别输送至分级料仓存储。
根据一个或者多个实施例,骨料粒度实时分析系统,还包括目标粒度的综合分析知识库,该知识库建立包括骨料物质成分、工艺流程、原产地的数据,结合粒度信息用于指导工艺生产。
根据一个或者多个实施例,骨料粒度实时分析系统的硬件组成可以包括:3D激光扫描仪、安装支架、远程/现地综合电气自动化控制系统、千兆光纤网络通讯系统,软件部分包括基于3D图形技术的粒度分析模块、数据后台、人机交互模块。此外,骨料粒度实时分析系统还包括2D监控相机、光源及相机保护装置,以及基于2D图像的异常分析软件模块。进一步的,还可以包括骨料计量称重系统和生产工艺管理数据交互平台。
3D相机或者3D激光扫描仪可以采用SICK的Ranger系列,网管可以采用MOXA系列,PLC控制器采用Siemens S7300系列,气动元件采用Festo系列。
值得说明的是,虽然前述内容已经参考若干具体实施方式描述了本发明创造的精神和原理,但是应该理解,本发明并不限于所公开的具体实施方式,对各方面的划分也不意味着这些方面中的特征不能组合,这种划分仅是为了表述的方便。本发明旨在涵盖所附权利要求的精神和范围内所包括的各种修改和等同布置。
Claims (10)
1.一种骨料粒度实时分析系统,其特征在于,包括骨料传送带、3D相机和数据分析服务器,其中,
3D相机通过支架安装在骨料传送带的上方并且正对骨料传送带的骨料,3D相机的输出数据被传送至数据分析服务器,由数据分析服务器中的粒度分析模块做出粒度分析。
2.根据权利要求1所述的骨料粒度实时分析系统,其特征在于,所述分析系统包括2D相机,该2D相机被安装在所述骨料传送带的上方,该2D相机用于对骨料传送带的运动进行实时监测,和/或实时捕捉骨料传送带上的异常颗粒的出现。
3.根据权利要求2所述的骨料粒度实时分析系统,其特征在于,在所述支架上设有光源,该光源用于协助2D相机的图像拍摄。
4.根据权利要求3所述的骨料粒度实时分析系统,其特征在于,在3D相机正对的骨料传送带区段的下方设有称重装置,用于对骨料的称重,称重装置与3D相机同步工作,采集同一时间段的骨料重量信息并传送至数据分析服务器进行分析。
5.根据权利要求4所述的骨料粒度实时分析系统,其特征在于,所述分析系统包括控制与配电单元,3D相机、2D相机、称重装置和电源,其中,电源接入该控制与配电单元,而控制与配电单元与数据分析服务器通信连接,将3D相机、2D相机和称重装置的输出数据发送至数据分析服务器,并且接收对于3D相机、2D相机和称重装置的控制指令。
6.根据权利要求4所述的骨料粒度实时分析系统,其特征在于,所述分析系统包括以下步骤:
S101,打开光源,触发3D相机、2D相机和称重装置,分别获得骨料点云数据、骨料RGB图像和骨料重量;
S102,根据骨料点云数据进行骨料3D图像进行分析处理,根据骨料重量进行骨料重量分析;
S103,根据骨料RGB图像对骨料的颜色和块粒进行异常情况判断。
7.根据权利要求6所述的骨料粒度实时分析系统,其特征在于,对于步骤S102中的分析,采用以下3种模式的一种或者组合分析方法,
识别模式一,是基于图像处理的颗粒分离的粒度计算:根据骨料点云数据中包含的骨粒堆料的水平方向和垂直方向的数据,基于分离颗粒尺寸的计算得到骨粒粒度的分析结果;
识别模式二,是基于全局图像特征处理的粒度分析:建立粒度与图像像素统计参数之间的映射关联,通过计算对象的参数继而推导出粒度结果;
识别模式三,是基于深度学习模型的粒度分析:根据神经网络的输入、输出端的数据格式要求,将粒度值可能存在的完整区间进行离散化处理,作为深度学习输出层的表达;输入层的数据是经过处理的点云数据;经过训练的深度学习神经网络实现对粒度分布的预测。
8.一种骨料生产线,包括骨料生产中的鄂破、粗破、中破、细破和/或研磨工艺环节,其特征在于,该骨料生产线包括骨料传送带、多个3D相机和数据分析服务器,在每个骨料生产工艺环节部署一台3D相机,
3D相机通过支架安装在骨料传送带的上方并且针对骨料传送带的骨料,3D相机的输出数据被传送至数据分析服务器,由数据分析服务器中的粒度分析模块做出粒度分析。
9.根据权利要求8所述的骨料生产线,其特征在于,还包括分级料仓,骨料经过鄂破、粗破、中破、细破和/或研磨工艺后被分别输送至分级料仓存储。
10.根据权利要求9所述的骨料生产线,其特征在于,还包括目标粒度的综合分析知识库,该知识库建立包括骨料物质成分、工艺流程、原产地的数据,结合粒度信息用于指导工艺生产。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910070708.7A CN109738340A (zh) | 2019-01-25 | 2019-01-25 | 骨料粒度实时分析系统以及骨料生产线 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910070708.7A CN109738340A (zh) | 2019-01-25 | 2019-01-25 | 骨料粒度实时分析系统以及骨料生产线 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109738340A true CN109738340A (zh) | 2019-05-10 |
Family
ID=66365943
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910070708.7A Pending CN109738340A (zh) | 2019-01-25 | 2019-01-25 | 骨料粒度实时分析系统以及骨料生产线 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109738340A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110879194A (zh) * | 2019-12-16 | 2020-03-13 | 深圳市龙岗大工业区混凝土有限公司 | 一种混凝土骨料的细度检测装置 |
CN112588425A (zh) * | 2020-12-22 | 2021-04-02 | 中国水利水电第九工程局有限公司 | 一种粗骨料制备工艺 |
CN112742842A (zh) * | 2020-12-04 | 2021-05-04 | 江苏苏美达成套设备工程有限公司 | 一种远程监控式拆除垃圾分选自动控制系统及其控制方法 |
CN112945808A (zh) * | 2021-01-26 | 2021-06-11 | 中铁南方投资集团有限公司 | 一种渣土多级分离后骨料粒径的分析方法及系统 |
CN113155710A (zh) * | 2021-04-29 | 2021-07-23 | 山东交通学院 | 一种沥青拌合楼粗骨料形态质量检测系统及方法 |
CN113176182A (zh) * | 2021-04-29 | 2021-07-27 | 上海易清智觉自动化科技有限公司 | 一种骨料生产线检测系统及方法 |
CN113487643A (zh) * | 2021-07-19 | 2021-10-08 | 华电西藏能源有限公司大古水电分公司 | 一种胶结砂砾石料场采样确定方法 |
CN113514376A (zh) * | 2021-07-07 | 2021-10-19 | 深圳市宏申工业智能有限公司 | 一种基于深度学习的粒度在线检测系统 |
CN113960037A (zh) * | 2021-10-23 | 2022-01-21 | 新乡市中誉鼎力软件科技股份有限公司 | 一种在砂石骨料生产中原石用的检测设备及检测系统 |
KR20220105114A (ko) * | 2021-01-19 | 2022-07-26 | (주)코스모티어 | 광물 생산량 측정 시스템 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203117076U (zh) * | 2013-01-31 | 2013-08-07 | 长安大学 | 生产现场集料三维检测的实时数据采集系统 |
CN205175876U (zh) * | 2015-12-07 | 2016-04-20 | 华侨大学 | 一种堆叠骨料的粒度粒形在线检测装置 |
CN105510195A (zh) * | 2015-12-07 | 2016-04-20 | 华侨大学 | 一种堆叠骨料的粒度粒形在线检测方法 |
CN107983662A (zh) * | 2017-12-15 | 2018-05-04 | 杨宝祥 | 一种矿料干法分选系统及方法 |
CN108227664A (zh) * | 2018-02-05 | 2018-06-29 | 华侨大学 | 基于样本数据训练的产品质量控制设备及质量控制方法 |
-
2019
- 2019-01-25 CN CN201910070708.7A patent/CN109738340A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203117076U (zh) * | 2013-01-31 | 2013-08-07 | 长安大学 | 生产现场集料三维检测的实时数据采集系统 |
CN205175876U (zh) * | 2015-12-07 | 2016-04-20 | 华侨大学 | 一种堆叠骨料的粒度粒形在线检测装置 |
CN105510195A (zh) * | 2015-12-07 | 2016-04-20 | 华侨大学 | 一种堆叠骨料的粒度粒形在线检测方法 |
CN107983662A (zh) * | 2017-12-15 | 2018-05-04 | 杨宝祥 | 一种矿料干法分选系统及方法 |
CN108227664A (zh) * | 2018-02-05 | 2018-06-29 | 华侨大学 | 基于样本数据训练的产品质量控制设备及质量控制方法 |
Non-Patent Citations (3)
Title |
---|
E. HAMZELOO,ET AL.: "Estimation of particle size distribution on an industrial conveyor belt using image analysis and neural networks", 《POWDER TECHNOLOGY》 * |
张敬斋 等主编: "《摄影摄像技术基础教程》", 30 September 2018, 北京理工大学出版社 * |
赵明华 等: "基于空间自相关的沉积物数字图像粒度分析方法", 《计算机应用研究》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110879194A (zh) * | 2019-12-16 | 2020-03-13 | 深圳市龙岗大工业区混凝土有限公司 | 一种混凝土骨料的细度检测装置 |
CN110879194B (zh) * | 2019-12-16 | 2022-08-23 | 深圳市龙岗大工业区混凝土有限公司 | 一种混凝土骨料的细度检测装置 |
CN112742842A (zh) * | 2020-12-04 | 2021-05-04 | 江苏苏美达成套设备工程有限公司 | 一种远程监控式拆除垃圾分选自动控制系统及其控制方法 |
CN112588425A (zh) * | 2020-12-22 | 2021-04-02 | 中国水利水电第九工程局有限公司 | 一种粗骨料制备工艺 |
KR102667116B1 (ko) * | 2021-01-19 | 2024-05-22 | (주)코스모티어 | 광물 생산량 측정 시스템 |
KR20220105114A (ko) * | 2021-01-19 | 2022-07-26 | (주)코스모티어 | 광물 생산량 측정 시스템 |
CN112945808B (zh) * | 2021-01-26 | 2022-03-29 | 中铁南方投资集团有限公司 | 一种渣土多级分离后骨料粒径的分析方法及系统 |
CN112945808A (zh) * | 2021-01-26 | 2021-06-11 | 中铁南方投资集团有限公司 | 一种渣土多级分离后骨料粒径的分析方法及系统 |
CN113176182A (zh) * | 2021-04-29 | 2021-07-27 | 上海易清智觉自动化科技有限公司 | 一种骨料生产线检测系统及方法 |
CN113155710A (zh) * | 2021-04-29 | 2021-07-23 | 山东交通学院 | 一种沥青拌合楼粗骨料形态质量检测系统及方法 |
CN113155710B (zh) * | 2021-04-29 | 2022-11-01 | 山东交通学院 | 一种沥青拌合楼粗骨料形态质量检测系统及方法 |
CN113514376A (zh) * | 2021-07-07 | 2021-10-19 | 深圳市宏申工业智能有限公司 | 一种基于深度学习的粒度在线检测系统 |
CN113487643A (zh) * | 2021-07-19 | 2021-10-08 | 华电西藏能源有限公司大古水电分公司 | 一种胶结砂砾石料场采样确定方法 |
CN113960037A (zh) * | 2021-10-23 | 2022-01-21 | 新乡市中誉鼎力软件科技股份有限公司 | 一种在砂石骨料生产中原石用的检测设备及检测系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109738340A (zh) | 骨料粒度实时分析系统以及骨料生产线 | |
CN107621435A (zh) | 一种骨料在线监测装置 | |
WO2020049517A1 (en) | Monitoring ore | |
CN108500736A (zh) | 工具状态推定装置以及机床 | |
CN109785378B (zh) | 一种基于图谱图像算法分析技术的矿石粒度在线检测设备 | |
CN112348034A (zh) | 基于无人机图像识别的起重机缺陷检测系统和工作方法 | |
US7542873B2 (en) | Method and apparatus for determining particle parameter and processor performance in a coal and mineral processing system | |
CN115097788A (zh) | 一种基于数字孪生工厂的智能管控平台 | |
CN1509453A (zh) | 一种使用物体或颗粒自动分析的用于体相材料工业处理的控制反馈系统和方法 | |
Massaro et al. | Sensing and quality monitoring facilities designed for pasta industry including traceability, image vision and predictive maintenance | |
CN115865992B (zh) | 一种智慧水利在线监测系统 | |
Nad et al. | Digitalization solutions in the mineral processing industry: the case of GTK Mintec, Finland | |
CN116362501A (zh) | 一种散货港口智慧生产管控系统 | |
Keshun et al. | Research on intelligent implementation of the beneficiation process of shaking table | |
CN117428199A (zh) | 一种合金粉末雾化装置及雾化方法 | |
Lu et al. | Evaluation of coal screening performance by spatial image reconstruction method | |
Duchesne | Multivariate image analysis in mineral processing | |
CN117252353A (zh) | 一种盾构施工管理平台及管理方法 | |
Bascur | Process control and operational intelligence | |
CN114433834B (zh) | 一种混砂造型浇注一体智能控制系统 | |
Andersson | Estimating particle size distributions based on machine vision | |
Bamford et al. | Evaluation of UAV system accuracy for automated fragmentation measurement | |
Kaartinen et al. | Utilizing 3D height measurement in particle size analysis | |
Nad et al. | Digitalization Solutions in the Mineral Processing Industry: The Case of GTK Mintec, Finland. Minerals 2022, 12, 210 | |
Cudjoe | Time and spatial tracking of metal content from in situ to plant entry: A digital mining technology approach |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20200410 Address after: Room 211, block 518c, Xiangjiang Road, Nanxiang Town, Jiading District, Shanghai 201802 Applicant after: SHANGHAI YIQING INTELLIGENT VISION AUTOMATION TECHNOLOGY Co.,Ltd. Address before: Room 504, No. 49, Lane 758, Guoan Road, Yangpu District, Shanghai, 2008 Applicant before: SHANGHAI AIBEISI INTELLIGENT TECHNOLOGY Co.,Ltd. |
|
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190510 |