CN114632723B - 一种pe改性颗粒生产用智能筛选设备及筛选方法 - Google Patents
一种pe改性颗粒生产用智能筛选设备及筛选方法 Download PDFInfo
- Publication number
- CN114632723B CN114632723B CN202210238076.2A CN202210238076A CN114632723B CN 114632723 B CN114632723 B CN 114632723B CN 202210238076 A CN202210238076 A CN 202210238076A CN 114632723 B CN114632723 B CN 114632723B
- Authority
- CN
- China
- Prior art keywords
- screening
- data
- color
- processing data
- value
- 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
- 239000002245 particle Substances 0.000 title claims abstract description 165
- 238000012216 screening Methods 0.000 title claims abstract description 148
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 13
- 238000000034 method Methods 0.000 title abstract description 16
- 238000012545 processing Methods 0.000 claims abstract description 114
- 239000000463 material Substances 0.000 claims abstract description 42
- 238000004364 calculation method Methods 0.000 claims abstract description 9
- 230000005540 biological transmission Effects 0.000 claims abstract description 8
- 238000004458 analytical method Methods 0.000 claims description 67
- 238000012937 correction Methods 0.000 claims description 9
- 238000012795 verification Methods 0.000 claims description 8
- 239000003086 colorant Substances 0.000 claims description 6
- 230000000694 effects Effects 0.000 abstract description 4
- 239000004698 Polyethylene Substances 0.000 description 94
- 230000005484 gravity Effects 0.000 description 4
- 239000004033 plastic Substances 0.000 description 4
- 229920003023 plastic Polymers 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000010606 normalization Methods 0.000 description 2
- VGGSQFUCUMXWEO-UHFFFAOYSA-N Ethene Chemical compound C=C VGGSQFUCUMXWEO-UHFFFAOYSA-N 0.000 description 1
- 239000005977 Ethylene Substances 0.000 description 1
- -1 Polyethylene Polymers 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 229920006351 engineering plastic Polymers 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013618 particulate matter Substances 0.000 description 1
- 229920000573 polyethylene Polymers 0.000 description 1
- 230000000379 polymerizing effect Effects 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 229920005992 thermoplastic resin Polymers 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
- B29B—PREPARATION OR PRETREATMENT OF THE MATERIAL TO BE SHAPED; MAKING GRANULES OR PREFORMS; RECOVERY OF PLASTICS OR OTHER CONSTITUENTS OF WASTE MATERIAL CONTAINING PLASTICS
- B29B13/00—Conditioning or physical treatment of the material to be shaped
- B29B13/10—Conditioning or physical treatment of the material to be shaped by grinding, e.g. by triturating; by sieving; by filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Algebra (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Spectrometry And Color Measurement (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种PE改性颗粒生产用智能筛选设备，包括采集单元、传输单元、处理单元、计算单元、匹配单元、提示单元、调控单元和数据库；采集单元采集PE改性颗粒的原始信息，该原始信息包含PE改性颗粒的材料数据、颜色数据、尺寸数据、重量数据和移动数据，并通过传输单元将其传输至处理单元；处理单元对接收的材料数据、颜色数据、尺寸数据、重量数据和移动数据进行标记处理，得到材料处理数据、颜色处理数据、尺寸处理数据、重量处理数据和移动处理数据，并将其一同发送至计算单元；本发明还公开了一种PE改性颗粒生产用智能筛选方法；本发明解决了现有方案中PE改性颗粒筛选效果不佳的技术问题。
Description
技术领域
本发明涉及塑料筛选技术领域，尤其涉及一种PE改性颗粒生产用智能筛选设备及筛选方法。
背景技术
聚乙烯简称PE，是乙烯经聚合制得的一种热塑性树脂；改性塑料是指在通用塑料和工程塑料的基础上，经过填充、共混、增强等方法加工改性，提高了阻燃性、强度、抗冲击性、韧性等方面的性能的塑料制品。
现有的PE改性颗粒生产用筛选设备在使用时，一般通过重力进行筛选或者通过色选机进行筛选，重力筛选时会存在质量类似的其它颗粒物，色选机筛选时存在颜色类似的其它颗粒物，进而导致筛选的结果不精准。
发明内容
本发明的目的在于提供一种PE改性颗粒生产用智能筛选设备及筛选方法，其主要目的在于解决现有方案中PE改性颗粒筛选效果不佳的技术问题。
本发明的目的可以通过以下技术方案实现：
一种PE改性颗粒生产用智能筛选设备，包括采集单元、传输单元、处理单元、计算单元、匹配单元、提示单元、调控单元和数据库；
采集单元采集PE改性颗粒的原始信息，该原始信息包含PE改性颗粒的材料数据、颜色数据、尺寸数据、重量数据和移动数据，并通过传输单元将其传输至处理单元；处理单元对接收的材料数据、颜色数据、尺寸数据、重量数据和移动数据进行标记处理，得到材料处理数据、颜色处理数据、尺寸处理数据、重量处理数据和移动处理数据，并将其一同发送至计算单元；
计算单元根据材料处理数据、尺寸处理数据、重量处理数据和移动处理数据对PE改性颗粒进行计算检测，得到筛匹值，根据颜色处理数据对筛选后的PE改性颗粒进行计算检测，得到色匹值；匹配单元根据筛匹值对PE改性颗粒进行匹配分析，得到第一分析集，根据色匹值对PE改性颗粒匹配筛选，得到第二分析集；调控单元根据第一分析集和第二分析集对PE改性颗粒进行筛选。
进一步地，处理单元进行标记处理的具体步骤为：
获取材料数据、颜色数据、尺寸数据、重量数据和移动数据，将材料数据中PE改性颗粒的材料类型进行标记并获取对应的材料关联值，将材料类型标记为CLi，i＝1,2,3......n，将材料类型与预设的材料关联表进行匹配获取对应的材料关联值并标记为CLGi，将颜色数据中各个PE改性颗粒的颜色进行标记并获取对应的颜色关联值，将颜色标记为YSi；通过颜色识别算法获取各个颜色对应的颜色关联值并标记为YSGi，将标记的各个颜色关联值排列组合，得到颜色处理数据；
将尺寸数据中各个PE改性颗粒的体积进行取值并标记为TJi，得到体积值，将标记的各个体积值排列组合，得到尺寸处理数据；
将重量数据中各个PE改性颗粒的重量进行取值并标记为ZLi，得到重量值，将标记的各个重量值排列组合，得到重量处理数据；
将移动数据中各个PE改性颗粒的移动速度进行取值并标记为YSi，得到速度值，将标记的各个速度值排列组合，得到移动处理数据。
进一步地，根据尺寸处理数据、重量处理数据和移动处理数据对PE改性颗粒进行计算检测的具体步骤为：
提取尺寸处理数据、重量处理数据和移动处理数据中标记的各项数据并进行归一化处理取值，利用公式计算得到尺寸系数；其中，CLGi表示为材料类型对应的材料关联值，TJi表示为PE改性颗粒的体积，TJi0表示为预设的PE改性颗粒的标准体积，a表示为体积修正因子；
利用公式计算得到重量系数；其中，ZLi表示为PE改性颗粒的重量，ZLi0表示为预设的PE改性颗粒的标准重量，b表示为重量修正因子；
利用公式计算得到速度系数；YSi表示为PE改性颗粒的移动速度，YSi0表示为预设的PE改性颗粒的标准移动速度，c表示为速度修正因子；
利用公式将尺寸系数、重量系数和速度系数联立计算，得到筛匹值；其中，g1、g2和g3表示为不同的比例系数且均大于零，d表示为筛选修正因子。
进一步地，根据颜色处理数据对筛选后的PE改性颗粒进行计算检测的具体步骤为：
获取颜色处理数据中标记的各项颜色值，利用公式
计算得到色匹值；其中，YSGi表示为颜色对应的颜色关联值，YSGi0表示为标准的颜色关联值。
进一步地，根据筛匹值对PE改性颗粒进行匹配分析的具体步骤为：
将筛匹值与预设的筛选阈值进行匹配，若筛匹值不大于筛选阈值，则生成第一筛选信号；若筛选值大于筛选阈值，则生成第二筛选信号；将第一筛选信号对应的PE改性颗粒标记为选中颗粒，将第二筛选信号对应的PE改性颗粒标记为第一筛选颗粒，将第一筛选信号及其对应的选中颗粒、第二筛选信号及其对应的第一筛选颗粒进行分类组合，得到第一分析集。
进一步地，根据色匹值对PE改性颗粒匹配筛选的具体步骤为：
接收第一分析集并获取验证及其对应的若干个选中颗粒，获取选中颗粒对应的色匹值，将色匹值与预设的色匹阈值进行匹配，若色匹值不大于色匹阈值，则生成第一色匹信号，将第一色匹信号对应的选中颗粒标记为合格颗粒；若色匹值大于色匹阈值，则生成第二色匹信号，将第二色匹信号对应的选中颗粒标记为第二筛选颗粒；将第一色匹信号及其对应的合格颗粒、第二色匹信号对应的第二筛选颗粒组合，得到第二分析集。
进一步地，根据第一分析集和第二分析集对PE改性颗粒进行筛选的具体步骤为：
接收第一分析集和第二分析集并进行分析筛选，根据第一分析集中的第二筛选信号将其对应的若干个第一筛选颗粒进行筛选，根据第二分析集中的第二色匹信号将其对应的若干个第二筛选颗粒进行筛选。
进一步地，提示单元用于对PE改性颗粒的筛选进行提示。
一种PE改性颗粒生产用智能筛选方法，具体的步骤包括：采集PE改性颗粒的原始信息并进行标记处理，得到原始处理信息，对原始处理信息中的各项数据计算检测，得到筛匹值和色匹值，根据筛匹值对PE改性颗粒进行匹配分析，得到第一分析集，根据色匹值对PE改性颗粒匹配筛选，得到第二分析集；根据第一分析集和第二分析集对PE改性颗粒进行筛选。
本发明的有益效果：
本发明通过采集单元采集PE改性颗粒的原始信息，通过从PE改性颗粒的材料数据、颜色数据、尺寸数据、重量数据和移动数据进行二次筛选，可以有效提高筛选的质量，通过处理单元对接收的材料数据、颜色数据、尺寸数据、重量数据和移动数据进行标记处理，可以使得采集的各项数据标准化便于进行计算，达到提高数据计算的效率和准确率的目的；
根据材料处理数据、尺寸处理数据、重量处理数据和移动处理数据对PE改性颗粒进行计算检测，得到筛匹值，根据颜色处理数据对筛选后的PE改性颗粒进行计算检测，得到色匹值；通过对采集的各项数据进行计算联立，使得分散的各项数据之间建立联系便于整体进行分析；匹配单元根据筛匹值对PE改性颗粒进行匹配分析，得到第一分析集，根据色匹值对PE改性颗粒匹配筛选，得到第二分析集；调控单元根据第一分析集和第二分析集对PE改性颗粒进行筛选，通过对PE改性颗粒进行两次不同的分析，可以对PE改性颗粒进行智能筛选，达到提高筛选效果的目的。
附图说明
下面结合附图对本发明作进一步的说明。
图1为本发明一种PE改性颗粒生产用智能筛选设备的模块示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1所示，本发明为一种PE改性颗粒生产用智能筛选设备，包括采集单元、传输单元、处理单元、计算单元、匹配单元、提示单元、调控单元和数据库；传输单元用于对各个单元之间的数据进行传输；数据库中用于预先存储不同类型、不同尺寸以及不同质量的PE改性颗粒的相关信息，该相关信息可以包含但不限于材料关联表、颜色关联值以及PE改性颗粒的标准体积、标准重量和标准移动速度，
本实施例中，通过对PE改性颗粒进行两轮筛选，通过从PE改性颗粒的质量、体积以及移动速度进行第一次筛选，通过从颜色对应的颜色关联值对筛选后的PE改性颗粒进行第二次筛选，可以有效提高筛选的准确性，可以从不同的方面对PE改性颗粒进行分析筛选，进而可以筛选出与PE改性颗粒尺寸相似以及颜色相似的颗粒物。
采集单元采集PE改性颗粒的原始信息，该原始信息包含PE改性颗粒的材料数据、颜色数据、尺寸数据、重量数据和移动数据，并通过传输单元将其传输至处理单元；处理单元对接收的材料数据、颜色数据、尺寸数据、重量数据和移动数据进行标记处理，得到材料处理数据、颜色处理数据、尺寸处理数据、重量处理数据和移动处理数据，并将其一同发送至计算单元；具体的步骤为：
获取材料数据、颜色数据、尺寸数据、重量数据和移动数据，将材料数据中PE改性颗粒的材料类型进行标记并获取对应的材料关联值，将材料类型标记为CLi，i＝1,2,3......n，将材料类型与预设的材料关联表进行匹配获取对应的材料关联值并标记为CLGi，将颜色数据中各个PE改性颗粒的颜色进行标记并获取对应的颜色关联值，将颜色标记为YSi；通过颜色识别算法获取各个颜色对应的颜色关联值并标记为YSGi，该颜色识别算法可以为公开号CN105354599A公开的颜色识别方法，将标记的各个颜色关联值排列组合，得到颜色处理数据；将尺寸数据中各个PE改性颗粒的体积进行取值并标记为TJi，得到体积值，将标记的各个体积值排列组合，得到尺寸处理数据；将重量数据中各个PE改性颗粒的重量进行取值并标记为ZLi，得到重量值，将标记的各个重量值排列组合，得到重量处理数据；将移动数据中各个PE改性颗粒的移动速度进行取值并标记为YSi，得到速度值，将标记的各个速度值排列组合，得到移动处理数据。
本实施例中，通过对采集的PE改性颗粒的材料类型、颜色、体积、重量和移动速度进行标记处理，使得各项数据标准化和规范化，便于后续的各个数据之间的联立计算，可以提高数据计算的效率和准确率，其中，材料类型、体积、重量和移动速度用于对第一次筛选提供计算支持，可以将尺寸不匹配的PE改性颗粒筛选出来，使得符合尺寸标准的PE改性颗粒进行下一次的筛选，尺寸标准可以基于不同类型的PE改性颗粒进行预设，移动速度可以指PE改性颗粒在自由落体时的竖直速度。
计算单元根据材料处理数据、尺寸处理数据、重量处理数据和移动处理数据对PE改性颗粒进行计算检测，得到筛匹值，具体的步骤为：
提取尺寸处理数据、重量处理数据和移动处理数据中标记的各项数据并进行归一化处理取值，利用公式计算得到尺寸系数；其中，CLGi表示为材料类型对应的材料关联值，TJi表示为PE改性颗粒的体积，TJi0表示为预设的PE改性颗粒的标准体积，a表示为体积修正因子，可以取值为0.13526；
利用公式计算得到重量系数；其中，ZLi表示为PE改性颗粒的重量，ZLi0表示为预设的PE改性颗粒的标准重量，b表示为重量修正因子，可以取值为0.69635；
利用公式计算得到速度系数；YSi表示为PE改性颗粒的移动速度，YSi0表示为预设的PE改性颗粒的标准移动速度，c表示为速度修正因子，可以取值为0.82514；
利用公式将尺寸系数、重量系数和速度系数联立计算，得到筛匹值；其中，g1、g2和g3表示为不同的比例系数且均大于零，d表示为筛选修正因子，可以取值为0.36251。
本实施例中，通过将标记的各项数据进行计算并联立，得到用于第一次筛选的筛匹值，该筛匹值基于PE改性颗粒的材料类型、体积、重量和移动速度联立得到，可以解决现有方案中只通过重力的震动来实现筛选，PE改性颗粒中混有重力相似的其它颗粒物的缺陷。
根据颜色处理数据对筛选后的PE改性颗粒进行计算检测，得到色匹值；具体的具体步骤为：
获取颜色处理数据中标记的各项颜色值，利用公式
计算得到色匹值；其中，YSGi表示为颜色对应的颜色关联值，YSGi0表示为标准的颜色关联值。
本实施例中，通过将标记的PE改性颗粒对应到的颜色值进行匹配，对筛选后的PE改性颗粒进行二次筛选，PE改性颗粒有多种不同的标准颜色，获取各个标准颜色对应的颜色值并进行累加，并获取待筛选的PE改性颗粒的颜色值与累加值之间的比值，得到色匹值，根据色匹值对第一次筛选合格的PE改性颗粒进行二次匹配筛选，提高PE改性颗粒的筛选效果。
匹配单元根据筛匹值对PE改性颗粒进行匹配分析，得到第一分析集，具体的步骤为：
将筛匹值与预设的筛选阈值进行匹配，若筛匹值不大于筛选阈值，则生成第一筛选信号，第一筛选信号表示对应的PE改性颗粒符合标准但还需要进行二次验证；若筛选值大于筛选阈值，则生成第二筛选信号，第二筛选信号表示对应的PE改性颗粒不符合标准；将第一筛选信号对应的PE改性颗粒标记为选中颗粒，将第二筛选信号对应的PE改性颗粒标记为第一筛选颗粒，将第一筛选信号及其对应的选中颗粒、第二筛选信号及其对应的第一筛选颗粒进行分类组合，得到第一分析集；根据色匹值对PE改性颗粒匹配筛选，得到第二分析集；具体的步骤为：
接收第一分析集并获取验证及其对应的若干个选中颗粒，获取选中颗粒对应的色匹值，将色匹值与预设的色匹阈值进行匹配，若色匹值不大于色匹阈值，则生成第一色匹信号，第一色匹信号表示对应的PE改性颗粒符合标准，将第一色匹信号对应的选中颗粒标记为合格颗粒；若色匹值大于色匹阈值，则生成第二色匹信号，第二色匹信号表示对应的PE改性颗粒不符合标准，将第二色匹信号对应的选中颗粒标记为第二筛选颗粒；将第一色匹信号及其对应的合格颗粒、第二色匹信号对应的第二筛选颗粒组合，得到第二分析集。
本实施例中，筛选阈值和色匹阈值基于不同类型的PE改性颗粒进行预设，为PE改性颗粒的筛选提供数据支持。
调控单元根据第一分析集和第二分析集对PE改性颗粒进行筛选；具体的步骤为：
接收第一分析集和第二分析集并进行分析筛选，根据第一分析集中的第二筛选信号将其对应的若干个第一筛选颗粒进行筛选，根据第二分析集中的第二色匹信号将其对应的若干个第二筛选颗粒进行筛选；其中，筛选的操作可以基于现有的筛选设备进行筛选。
提示单元用于对PE改性颗粒的筛选进行提示，通过第一筛选信号提示筛选合格但需要验证的提示；第二筛选信号提示筛选不合格的提示；第一色匹信号提示二次筛选合格的提示；第二色匹信号提示二次筛选不合格的提示。
一种PE改性颗粒生产用智能筛选方法，具体的步骤包括：采集PE改性颗粒的原始信息并进行标记处理，得到原始处理信息，对原始处理信息中的各项数据计算检测，得到筛匹值和色匹值，根据筛匹值对PE改性颗粒进行匹配分析，得到第一分析集，根据色匹值对PE改性颗粒匹配筛选，得到第二分析集；根据第一分析集和第二分析集对PE改性颗粒进行筛选。
本发明中的公式均是去除量纲取其数值计算，通过采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的预设比例系数和阈值由本领域的技术人员根据实际情况设定或者通过大量数据模拟获取。
在本发明的描述中，需要理解的是，术语“上”、“下”、“左”、“右”等指示方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以及特定的方位构造和操作，因此，不能理解为对本发明的限制。此外，“第一”、“第二”仅由于描述目的，且不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。因此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者多个该特征。本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”“相连”“连接”等应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接连接，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
以上对本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。
Claims (3)
1.一种PE改性颗粒生产用智能筛选设备，其特征在于，包括采集单元、传输单元、处理单元、计算单元、匹配单元、提示单元、调控单元和数据库；采集单元采集PE改性颗粒的原始信息；处理单元对原始信息中的材料数据、颜色数据、尺寸数据、重量数据和移动数据进行标记处理，得到材料处理数据、颜色处理数据、尺寸处理数据、重量处理数据和移动处理数据；计算单元根据材料处理数据、尺寸处理数据、重量处理数据和移动处理数据对PE改性颗粒进行计算检测，得到筛匹值，根据颜色处理数据对筛选后的PE改性颗粒进行计算检测，得到色匹值；匹配单元根据筛匹值对PE改性颗粒进行匹配分析，得到第一分析集，根据色匹值对PE改性颗粒匹配筛选，得到第二分析集；调控单元根据第一分析集和第二分析集对PE改性颗粒进行筛选；
处理单元进行标记处理的具体步骤为：将材料数据中PE改性颗粒的材料类型进行标记并获取对应的材料关联值，将颜色数据中各个PE改性颗粒的颜色进行标记并获取对应的颜色关联值，将标记的各个颜色关联值排列组合，得到颜色处理数据；将尺寸数据中各个PE改性颗粒的体积、重量和移动速度分别进行取值并标记，得到尺寸处理数据、重量处理数据和移动处理数据；
根据尺寸处理数据、重量处理数据和移动处理数据对PE改性颗粒进行计算检测的具体步骤为：利用公式计算得到筛匹值；其中，g1、g2和g3表示为不同的比例系数且均大于零，d表示为筛选修正因子，CCX表示为尺寸系数，ZLX表示为重量系数，SDX表示为速度系数，CLGi表示为材料关联值；
根据颜色处理数据对筛选后的PE改性颗粒进行计算检测的具体步骤为：获取颜色处理数据中标记的各项颜色值，利用公式计算得到色匹值；其中，YSGi表示为颜色对应的颜色关联值，YSGi0表示为标准的颜色关联值，CLGi表示为材料关联值；
根据筛匹值对PE改性颗粒进行匹配分析的具体步骤为：将筛匹值与预设的筛选阈值进行匹配，得到第一筛选信号及其对应的选中颗粒、第二筛选信号及其对应的第一筛选颗粒，将其组合构成第一分析集；
根据色匹值对PE改性颗粒匹配筛选的具体步骤为：接收第一分析集并获取验证及其对应的若干个选中颗粒，获取选中颗粒对应的色匹值并与预设的色匹阈值进行匹配，得到第一色匹信号及其对应的合格颗粒、第二色匹信号对应的第二筛选颗粒，将其组合构成第二分析集；
根据第一分析集和第二分析集对PE改性颗粒进行筛选的具体步骤为：根据第一分析集中的第二筛选信号将其对应的若干个第一筛选颗粒进行筛选，根据第二分析集中的第二色匹信号将其对应的若干个第二筛选颗粒进行筛选。
2.根据权利要求1所述的一种PE改性颗粒生产用智能筛选设备，其特征在于，提示单元用于对PE改性颗粒的筛选进行提示。
3.一种利用权利要求1所述PE改性颗粒生产用智能筛选设备的PE改性颗粒生产用智能筛选方法，其特征在于，具体的步骤包括：采集PE改性颗粒的原始信息并进行标记处理，得到原始处理信息，对原始处理信息中的各项数据计算检测，得到筛匹值和色匹值，根据筛匹值对PE改性颗粒进行匹配分析，得到第一分析集，根据色匹值对PE改性颗粒进行匹配筛选，得到第二分析集；根据第一分析集和第二分析集对PE改性颗粒进行筛选。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210238076.2A CN114632723B (zh) | 2022-03-11 | 2022-03-11 | 一种pe改性颗粒生产用智能筛选设备及筛选方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210238076.2A CN114632723B (zh) | 2022-03-11 | 2022-03-11 | 一种pe改性颗粒生产用智能筛选设备及筛选方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114632723A CN114632723A (zh) | 2022-06-17 |
| CN114632723B true CN114632723B (zh) | 2024-05-07 |
Family
ID=81947640
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210238076.2A Active CN114632723B (zh) | 2022-03-11 | 2022-03-11 | 一种pe改性颗粒生产用智能筛选设备及筛选方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114632723B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105354599A (zh) * | 2015-11-25 | 2016-02-24 | 安徽创世科技有限公司 | 一种基于改进的slic超像素分割算法的颜色识别方法 |
| CN112634248A (zh) * | 2020-12-29 | 2021-04-09 | 清华大学 | 颗粒状原料粒度测量系统及方法、电子设备及存储介质 |
| CN113200293A (zh) * | 2021-05-24 | 2021-08-03 | 醴陵市和兴瓷业有限公司 | 一种基于陶瓷新材料的陶瓷胚体用智能生产线及控制系统 |
| CN113465678A (zh) * | 2021-07-12 | 2021-10-01 | 安徽富信半导体科技有限公司 | 一种半导体元件抽样检测装置 |
| CN113478007A (zh) * | 2021-08-09 | 2021-10-08 | 安徽奔腾五金制造有限公司 | 一种空调加工用铝卷开平截断机构 |
| CN113706922A (zh) * | 2021-08-24 | 2021-11-26 | 安徽春华智能科技有限公司 | 一种智能垂直升降停车设备的控制系统 |
| CN113760914A (zh) * | 2021-09-06 | 2021-12-07 | 安徽中通电缆科技有限公司 | 一种氟塑料绝缘铜带屏蔽耐高温控制电缆 |
| CN113758524A (zh) * | 2021-09-06 | 2021-12-07 | 安徽宏鑫电子科技有限公司 | 一种电路板加工监测系统 |
-
2022
- 2022-03-11 CN CN202210238076.2A patent/CN114632723B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105354599A (zh) * | 2015-11-25 | 2016-02-24 | 安徽创世科技有限公司 | 一种基于改进的slic超像素分割算法的颜色识别方法 |
| CN112634248A (zh) * | 2020-12-29 | 2021-04-09 | 清华大学 | 颗粒状原料粒度测量系统及方法、电子设备及存储介质 |
| CN113200293A (zh) * | 2021-05-24 | 2021-08-03 | 醴陵市和兴瓷业有限公司 | 一种基于陶瓷新材料的陶瓷胚体用智能生产线及控制系统 |
| CN114115163A (zh) * | 2021-05-24 | 2022-03-01 | 醴陵市和兴瓷业有限公司 | 一种基于陶瓷新材料的陶瓷胚体用智能生产线的控制系统 |
| CN113465678A (zh) * | 2021-07-12 | 2021-10-01 | 安徽富信半导体科技有限公司 | 一种半导体元件抽样检测装置 |
| CN113478007A (zh) * | 2021-08-09 | 2021-10-08 | 安徽奔腾五金制造有限公司 | 一种空调加工用铝卷开平截断机构 |
| CN113706922A (zh) * | 2021-08-24 | 2021-11-26 | 安徽春华智能科技有限公司 | 一种智能垂直升降停车设备的控制系统 |
| CN113760914A (zh) * | 2021-09-06 | 2021-12-07 | 安徽中通电缆科技有限公司 | 一种氟塑料绝缘铜带屏蔽耐高温控制电缆 |
| CN113758524A (zh) * | 2021-09-06 | 2021-12-07 | 安徽宏鑫电子科技有限公司 | 一种电路板加工监测系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114632723A (zh) | 2022-06-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103617435B (zh) | 一种主动学习图像分类方法和系统 | |
| KR100303608B1 (ko) | 혈구세포자동인식방법및장치 | |
| CN107121436B (zh) | 一种硅料品质的智能鉴别方法及鉴别装置 | |
| CN110348490A (zh) | 一种基于支持向量机算法的土壤质量预测方法及装置 | |
| CN110675395A (zh) | 输电线路智能在线监测方法 | |
| CN103313047B (zh) | 一种视频编码方法及装置 | |
| CN106600595A (zh) | 一种基于人工智能算法的人体特征尺寸自动测量方法 | |
| CN104484680B (zh) | 一种多模型多阈值组合的行人检测方法 | |
| CN108345904A (zh) | 一种基于随机敏感度采样的不平衡数据的集成学习算法 | |
| CN101678404A (zh) | 包括对与邮寄件相关的签名进行图形分类的邮寄件处理方法 | |
| CN110321928A (zh) | 环境检测模型的生成方法、计算机设备及可读存储介质 | |
| CN108446616A (zh) | 基于全卷积神经网络集成学习的道路提取方法 | |
| CN106506192A (zh) | 一种识别网络关键节点的方法和装置 | |
| CN107145778A (zh) | 一种入侵检测方法及装置 | |
| CN106202388B (zh) | 一种用户等级自动划分方法及系统 | |
| CN101655909A (zh) | 匹配程度计算装置及方法 | |
| CN108235355A (zh) | 一种环境模拟方法及装置 | |
| CN114632723B (zh) | 一种pe改性颗粒生产用智能筛选设备及筛选方法 | |
| CN110443303B (zh) | 基于图像分割和分类的煤岩显微组分智能识别方法 | |
| CN110956316A (zh) | 一种基于随机森林的人员等级预测模型 | |
| CN107155192A (zh) | 一种用户体验质量评估方法及装置 | |
| CN106446939A (zh) | 一种基于模糊度量的k均值聚类的数据处理方法 | |
| CN111985432A (zh) | 一种基于贝叶斯定理和自适应权值调整的多模态数据融合方法 | |
| CN104268890B (zh) | 一种水稻结实率测算方法 | |
| CN113351354B (zh) | 一种基于物料颗粒运动轨迹的粉碎方法及系统 |
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 |