CN116298225A - 一种陶粒生产工序在线监控分析系统 - Google Patents
一种陶粒生产工序在线监控分析系统 Download PDFInfo
- Publication number
- CN116298225A CN116298225A CN202310217519.4A CN202310217519A CN116298225A CN 116298225 A CN116298225 A CN 116298225A CN 202310217519 A CN202310217519 A CN 202310217519A CN 116298225 A CN116298225 A CN 116298225A
- Authority
- CN
- China
- Prior art keywords
- baking
- raw material
- ceramsite
- test
- expressed
- 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
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 46
- 238000012544 monitoring process Methods 0.000 title claims abstract description 22
- 239000002994 raw material Substances 0.000 claims abstract description 287
- 238000012797 qualification Methods 0.000 claims abstract description 49
- 238000000034 method Methods 0.000 claims abstract description 42
- 238000012547 material qualification Methods 0.000 claims abstract description 32
- 238000012360 testing method Methods 0.000 claims description 125
- 239000007789 gas Substances 0.000 claims description 78
- 235000012054 meals Nutrition 0.000 claims description 73
- 238000004458 analytical method Methods 0.000 claims description 48
- 238000001514 detection method Methods 0.000 claims description 43
- 238000005336 cracking Methods 0.000 claims description 37
- 238000004364 calculation method Methods 0.000 claims description 29
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 21
- 238000012512 characterization method Methods 0.000 claims description 19
- 238000009826 distribution Methods 0.000 claims description 15
- 238000012937 correction Methods 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 6
- 239000002344 surface layer Substances 0.000 claims description 5
- 230000005856 abnormality Effects 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 3
- 239000000919 ceramic Substances 0.000 abstract description 14
- 238000012423 maintenance Methods 0.000 abstract description 7
- 241001464837 Viridiplantae Species 0.000 description 4
- 238000003776 cleavage reaction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007017 scission Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 229910052571 earthenware Inorganic materials 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000008188 pellet Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002341 toxic gas Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/38—Concrete; Lime; Mortar; Gypsum; Bricks; Ceramics; Glass
- G01N33/388—Ceramics
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/08—Measuring arrangements characterised by the use of optical techniques for measuring diameters
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Chemical & Material Sciences (AREA)
- Ceramic Engineering (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Quality & Reliability (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Geometry (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及陶粒生产技术领域,具体公开一种陶粒生产工序在线监控分析系统,包括:陶粒制造原料检测模块、陶粒制造原料合格性分析模块、生料初始状态检测模块、生料烘烤参数分析模块、生料烘烤过程参数检测模块、生料烘烤合格性分析模块、陶粒成品质量检测分析模块、云数据库和预警终端,本发明不仅对陶粒成品的质量进行检测分析,而且对陶粒生产工序中的原料合格性、烘烤合格性进行分析,从而在一定程度上提高了由于陶粒质量不合格就进行维修的效率,本发明不仅根据生料的重量进行烘烤温度和烘烤时长的分析,而且对生料在烘烤炉中的分布状态进行检测分析,进而有力确保生料的烘烤温度和烘烤时长的精确度。
Description
技术领域
本发明涉及陶粒生产技术领域,具体而言,涉及一种陶粒生产工序在线监控分析系统。
背景技术
随着社会的发展以及人们环保意识的加强,人们越来越注重对植物的培育,植物是我们日常生活中必不可少的一抹绿色,而在众多植物中,室内绿植具有装饰家居环境、陶冶情操和舒缓心理紧张的优点,甚至具有吸收毒气和净化空气的优点,因此,室内绿植越来越受人们的喜爱,而在室内绿植的养殖中,陶粒是其必不可少的一种要素,而在陶粒的生产过程中,如若生产工序不规范,会影响陶粒的质量,而让这种质量不合格的陶粒流入到市场中,不仅仅会影响陶粒的使用,而且可能会对其对应的绿植造成不必要的损害,因此,对陶粒的生产工序进行监控分析尤为重要。
现有的陶粒生产工序监控存在以下缺陷:(1)现有的陶粒生产工序监控分析大多是对陶粒成品的质量进行检测分析,对陶粒生产工序中的原料合格性、烘烤合格性的关注度不高,进而当陶粒成品的质量不合格时,无法精确地确定出现问题的原因,进而无法为进一步的维修提供有力的数据支持,从而在一定程度上降低了由于陶粒质量不合格就进行维修的效率。
(2)现有的陶粒生产工序监控分析在烘烤温度和烘烤时长分析时大多是根据生料的重量进行烘烤温度和烘烤时长的分析,对生料在烘烤炉中的分布状态关注度不高,进而导致生料的烘烤温度和烘烤时长的精确度不高,容易出现生料烘烤程度过高或者过低的现象,从而无法确保生料对应的烘烤合格性,无法为烘烤工序下一步的工序提供可靠性的保障。
发明内容
为了克服背景技术中的缺点,本发明实施例提供了一种陶粒生产工序在线监控分析系统能够有效解决上述背景技术中涉及的问题。
本发明的目的可以通过以下技术方案来实现:一种陶粒生产工序在线监控分析系统,包括:陶粒制造原料检测模块、陶粒制造原料合格性分析模块、生料初始状态检测模块、生料烘烤参数分析模块、生料烘烤过程参数检测模块、生料烘烤合格性分析模块、陶粒成品质量检测分析模块、云数据库和预警终端。
所述陶粒制造原料检测模块用于检测各原料子区域的含水率,并随机选取各测试生料,进而使用高清摄像仪采集各测试生料的外观图像。
所述陶粒制造原料合格性分析模块用于基于各原料子区域的含水率和各测试生料的外观图像分析陶粒对应的原料合格系数。
所述生料初始状态检测模块用于在生料投入到烘烤炉中之后的初始状态进行检测。
所述生料烘烤参数分析模块用于根据生料初始状态检测的结果分析生料对应的烘烤参数,其中烘烤参数包括烘烤温度和烘烤时长。
所述生料烘烤过程参数检测模块用于对生料的烘烤过程参数进行检测,其中烘烤过程参数包括烘烤时气体压力和烘烤时产生各气体的浓度。
所述生料烘烤合格性分析模块用于基于生料烘烤过程参数分析生料对应的烘烤合格系数。
所述陶粒成品质量检测分析模块用于对陶粒所有工序完成之后的陶粒成品进行质量分析,进而评估陶粒对应的质量系数。
所述云数据库用于存储各烘烤温度对应的生料表征值范围,存储各烘烤时长对应的烘烤温度,存储适宜气体压力,并存储生料在烘烤时产生各气体的适宜浓度。
所述预警终端用于根据生料对应的烘烤合格系数、陶粒对应的原料合格系数和质量系数进行相应预警。
进一步地,所述检测各原料子区域的含水率的具体方法为:将混合之后的原料区域均匀划分为各原料子区域,进而使用含水率测试仪对各原料子区域的含水率进行检测。
进一步地,所述分析陶粒对应的原料合格系数的具体方法为:步骤11:通过采集的各测试生料的外观图像获取各测试生料的外观轮廓,进而获取各测试生料的外观轮廓的长度,并在各测试生料的外观轮廓布设各检测点。
步骤12:获取各测试生料所属圆心到各检测点的长度,进而获取各测试生料所属圆心到检测点的平均长度,并将其作为各测试生料对应的实际半径。
步骤13:根据各测试生料对应的实际半径绘制各测试生料对应的标准轮廓,进而获取各测试生料对应的标准轮廓长度,进而将各测试生料的外观轮廓与标准轮廓进行重合对比,进而获取各测试生料的外观轮廓与标准轮廓的重合长度。
步骤14:获取各原料子区域对应的含水率。
步骤15:根据各原料子区域对应的含水率、各测试生料对应的实际半径、各测试生料的外观轮廓与标准轮廓的重合长度和各测试生料对应的标准轮廓长度代入到陶粒对应的原料合格系数的计算公式中,其中η表示为陶粒对应的原料合格系数,αi表示为第i个原料子区域对应的含水率,βm表示为第m个测试生料的外观轮廓与标准轮廓的重合长度,βm′表示为第m个测试生料对应的标准轮廓长度,dm表示为第m个测试生料对应的实际半径,d′表示为预设的测试生料的目标半径,i表示为各原料子区域的编号,i=1,2,...,n,n表示为原料子区域的数量,m表示为各测试生料的编号,m=1,2,...,l,l表示为测试生料的数量,λ1表示为预设的陶粒对应的含水率合格性所属修正因子,λ2、λ3分别表示为测试生料对应的外观性轮廓合格性、实际半径合格性所属修正因子。
进一步地,所述在生料投入到烘烤炉中之后的初始状态进行检测的具体方法为:步骤21:将烘烤炉按照预设的间隔均匀划分为各烘烤炉子区域。
步骤22:使用小型无人机搭载的摄像机对各烘烤炉子区域进行图像采集。
进一步地,所述根据生料初始状态检测的结果分析生料对应的烘烤参数的具体方法为:步骤31:将各烘烤炉子区域的图像分割为各烘烤子区域所属各测试子区域,进而获取各烘烤子区域所属各测试子区域内的表层生料的数量。
步骤32:将各烘烤子区域所属各测试子区域内的表层生料的数量代入到各烘烤子区域对应的生料分布均匀系数计算公式中,其中μp表示为第p个烘烤子区域对应的生料分布均匀系数,Cpx表示为第p个烘烤子区域所属第x个测试子区域内的表层生料的数量,p表示为各烘烤子区域的编号,p=1,2,...,q,x表示为各测试子区域的编号,x=1,2,...,y,y表示为测试子区域的数量。
步骤33:获取烘烤区域对应的生料总摆放长度、生料摆放高度和生料重量,进而分析烘烤区域对应的生料基本信息表征值,其计算公式为:其中BZ表示为烘烤区域对应的生料基本信息表征值,CD、GD、ZL分别表示为烘烤区域对应的生料总摆放长度、生料摆放高度、生料重量,γ1、γ2、γ3分别表示为预设的生料对应的单位摆放长度表征值、单位摆放高度表征值、单位重量表征值。
步骤34:将烘烤区域对应的生料基本信息表征值和各烘烤子区域对应的生料分布均匀系数代入到烘烤区域对应的生料表征值的计算公式中,其中/>表示为烘烤区域对应的生料表征值,χ1、χ2分别表示为预设的烘烤区域对应的生料基本信息表征值和烘烤区域对应的生料分布均匀系数所属权重因子,q表示为烘烤子区域的数量。
步骤35:将烘烤区域对应的生料表征值与云数据库中存储的各烘烤温度对应的生料表征值范围进行匹配,筛选烘烤区域对应的烘烤温度。
步骤36:将烘烤区域的烘烤温度与云数据库中存储的各烘烤时长对应的烘烤温度进行对比,筛选烘烤区域对应的烘烤时长。
进一步地,所述基于生料烘烤过程参数分析生料对应的烘烤合格系数的具体分析方法为:步骤41:获取生料在各烘烤时间点对应的气体压力。
步骤42:将生料在各烘烤时间点对应的气体压力与云数据库中存储的适宜气体压力进行对比,并据此分析生料在各烘烤时间点对应的气体压力适宜系数,其计算公式为:其中QSj表示为生料在第j个烘烤时间点对应的气体压力适宜系数,e表示为自然常数,FNj表示为生料在第j个烘烤时间点对应的气体压力,FN适表示为适宜气体压力,j表示为各烘烤时间点的编号,j=1,2,...,u。
步骤43:获取生料在各烘烤时间点产生各气体的浓度。
步骤44:从云数据库中提取生料在烘烤时产生各气体的适宜浓度,将生料在各烘烤时间点产生各气体的浓度和生料在烘烤时产生各气体的适宜浓度代入到生料在各烘烤时间点对应的气体浓度适宜系数的计算公式中,其中QNj表示为生料在第j个烘烤时间点对应的气体浓度适宜系数,qnjh表示为生料在第j个烘烤时间点产生第h个气体的浓度,qnh′表示为生料在烘烤时产生第h个气体的适宜浓度,h表示为各气体的编号,h=1,2,...,g,g表示为气体的数量。
步骤45:根据生料在各烘烤时间点对应的气体压力适宜系数和气体浓度适宜系数分析生料对应的烘烤合格系数,其计算公式为:其中/>表示为生料对应的烘烤合格系数,θ1、θ2分别表示为预设的生料在烘烤时间点对应的气体压力适宜系数、气体浓度适宜系数所属调整因子,u表示为烘烤时间点的数量。
进一步地,所述陶粒对应的质量系数的具体分析方法为:步骤51:随机选取各测试陶粒。
步骤52:对各测试陶粒进行图像采集,并据此识别各测试陶粒的外边缘轮廓和各开裂区域的面积。
步骤53:获取各测试陶粒的外边缘轮廓的长度,并将其进行相互对比,进而从中选取测试陶粒的外边缘轮廓的最大长度和最小长度,并据此分析陶粒对应的轮廓规范系数,其计算公式为:其中ξ表示为陶粒对应的轮廓规范系数,LCf表示为第f个测试陶粒的外边缘轮廓的长度,LC大、LC小分别表示为测试陶粒的外边缘轮廓的最大长度、最小长度,f表示为各测试陶粒的编号,f=1,2,...,r,r表示为测试陶粒的数量。
步骤54:获取各测试陶粒所属开裂区域的数量,并根据各测试陶粒所属各开裂区域的面积和开裂区域的数量分析陶粒对应的开裂规范系数,其计算公式为:其中/>表示为陶粒对应的开裂规范系数,SSfc表示为第f个测试陶粒所属第c个开裂区域的面积,c表示为各开裂区域的编号,c=1,2,...,t,Tf表示为第f个测试陶粒所属开裂区域的数量,SS′、T′分别表示为预设的陶粒对应的适宜开裂面积、适宜开裂数量。
进一步地,所述根据生料对应的烘烤合格系数、陶粒对应的原料合格系数和质量系数进行相应预警的具体方法为:步骤61:将生料对应的烘烤合格系数与预设的烘烤合格系数阈值进行对比,若生料对应的烘烤合格系数小于烘烤合格系数阈值,则进行生料烘烤异常预警。
步骤62:将陶粒对应的原料合格系数与预设的陶粒对应的原料合格系数阈值,若陶粒对应的原料合格系数小于陶粒对应的原料合格系数阈值,则进行陶粒原料异常预警。
步骤63:将陶粒对应的质量系数与预设的陶粒质量系数阈值进行对比,若陶粒对应的质量系数小于陶粒质量系数阈值,则进行陶粒质量异常预警。
相对于现有技术,本发明的实施例至少具有如下优点或有益效果:(1)本发明的陶粒生产工序监控分析不仅对陶粒成品的质量进行检测分析,而且对陶粒生产工序中的原料合格性、烘烤合格性进行分析,进而当陶粒成品的质量不合格时,可以精确地确定出现问题的原因,进而可以为进一步的维修提供有力的数据支持,从而在一定程度上提高了由于陶粒质量不合格就进行维修的效率。
(2)本发明的陶粒生产工序监控分析在烘烤温度和烘烤时长分析时不仅根据生料的重量进行烘烤温度和烘烤时长的分析,而且对生料在烘烤炉中的分布状态进行检测分析,进而有力确保生料的烘烤温度和烘烤时长的精确度,避免出现生料烘烤温度过高或者过低和烘烤时长过长或过短的现象,从而确保生料的烘烤合格性,进而为后续烘烤工序提供可靠保障。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1为本发明的模块连接示意图。
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做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参照图1所示,本发明提供一种陶粒生产工序在线监控分析系统,包括:陶粒制造原料检测模块、陶粒制造原料合格性分析模块、生料初始状态检测模块、生料烘烤参数分析模块、生料烘烤过程参数检测模块、生料烘烤合格性分析模块、陶粒成品质量检测分析模块、云数据库和预警终端。
所述陶粒制造原料检测模块与陶粒制造原料合格性分析模块连接,生料初始状态检测模块与生料烘烤参数分析模块连接,生料烘烤过程参数检测模块与生料烘烤合格性分析模块连接,陶粒制造原料合格性分析模块、生料烘烤合格性分析模块和陶粒成品质量检测分析模块均与预警终端连接,生料烘烤参数分析模块和生料烘烤合格性分析模块均与云数据库连接。
所述陶粒制造原料检测模块用于检测各原料子区域的含水率,并随机选取各测试生料,进而使用高清摄像仪采集各测试生料的外观图像。
在本发明的具体实施例中,所述检测各原料子区域的含水率的具体方法为:将混合之后的原料区域均匀划分为各原料子区域,进而使用含水率测试仪对各原料子区域的含水率进行检测。
所述陶粒制造原料合格性分析模块用于基于各原料子区域的含水率和各测试生料的外观图像分析陶粒对应的原料合格系数。
在本发明的具体实施例中,所述分析陶粒对应的原料合格系数的具体方法为:步骤11:通过采集的各测试生料的外观图像获取各测试生料的外观轮廓,进而获取各测试生料的外观轮廓的长度,并在各测试生料的外观轮廓布设各检测点。
步骤12:获取各测试生料所属圆心到各检测点的长度,进而获取各测试生料所属圆心到检测点的平均长度,并将其作为各测试生料对应的实际半径。
步骤13:根据各测试生料对应的实际半径绘制各测试生料对应的标准轮廓,进而获取各测试生料对应的标准轮廓长度,进而将各测试生料的外观轮廓与标准轮廓进行重合对比,进而获取各测试生料的外观轮廓与标准轮廓的重合长度。
步骤14:获取各原料子区域对应的含水率。
步骤15:根据各原料子区域对应的含水率、各测试生料对应的实际半径、各测试生料的外观轮廓与标准轮廓的重合长度和各测试生料对应的标准轮廓长度代入到陶粒对应的原料合格系数的计算公式中,其中η表示为陶粒对应的原料合格系数,αi表示为第i个原料子区域对应的含水率,βm表示为第m个测试生料的外观轮廓与标准轮廓的重合长度,βm′表示为第m个测试生料对应的标准轮廓长度,dm表示为第m个测试生料对应的实际半径,d′表示为预设的测试生料的目标半径,i表示为各原料子区域的编号,i=1,2,...,n,n表示为原料子区域的数量,m表示为各测试生料的编号,m=1,2,...,l,l表示为测试生料的数量,λ1表示为预设的陶粒对应的含水率合格性所属修正因子,λ2、λ3分别表示为测试生料对应的外观性轮廓合格性、实际半径合格性所属修正因子。
所述生料初始状态检测模块用于在生料投入到烘烤炉中之后的初始状态进行检测。
在本发明的具体实施例中,所述在生料投入到烘烤炉中之后的初始状态进行检测的具体方法为:步骤21:将烘烤炉按照预设的间隔均匀划分为各烘烤炉子区域。
步骤22:使用小型无人机搭载的摄像机对各烘烤炉子区域进行图像采集。
所述生料烘烤参数分析模块用于根据生料初始状态检测的结果分析生料对应的烘烤参数,其中烘烤参数包括烘烤温度和烘烤时长。
在本发明的具体实施例中,所述根据生料初始状态检测的结果分析生料对应的烘烤参数的具体方法为:步骤31:将各烘烤炉子区域的图像分割为各烘烤子区域所属各测试子区域,进而获取各烘烤子区域所属各测试子区域内的表层生料的数量。
步骤32:将各烘烤子区域所属各测试子区域内的表层生料的数量代入到各烘烤子区域对应的生料分布均匀系数计算公式中,其中μp表示为第p个烘烤子区域对应的生料分布均匀系数,Cpx表示为第p个烘烤子区域所属第x个测试子区域内的表层生料的数量,p表示为各烘烤子区域的编号,p=1,2,...,q,x表示为各测试子区域的编号,x=1,2,...,y,y表示为测试子区域的数量。
步骤33:获取烘烤区域对应的生料总摆放长度、生料摆放高度和生料重量,进而分析烘烤区域对应的生料基本信息表征值,其计算公式为:其中BZ表示为烘烤区域对应的生料基本信息表征值,CD、GD、ZL分别表示为烘烤区域对应的生料总摆放长度、生料摆放高度、生料重量,γ1、γ2、γ3分别表示为预设的生料对应的单位摆放长度表征值、单位摆放高度表征值、单位重量表征值。
步骤34:将烘烤区域对应的生料基本信息表征值和各烘烤子区域对应的生料分布均匀系数代入到烘烤区域对应的生料表征值的计算公式中,其中/>表示为烘烤区域对应的生料表征值,χ1、χ2分别表示为预设的烘烤区域对应的生料基本信息表征值和烘烤区域对应的生料分布均匀系数所属权重因子,q表示为烘烤子区域的数量。
步骤35:将烘烤区域对应的生料表征值与云数据库中存储的各烘烤温度对应的生料表征值范围进行匹配,筛选烘烤区域对应的烘烤温度。
步骤36:将烘烤区域的烘烤温度与云数据库中存储的各烘烤时长对应的烘烤温度进行对比,筛选烘烤区域对应的烘烤时长。
本发明的陶粒生产工序监控分析在烘烤温度和烘烤时长分析时不仅根据生料的重量进行烘烤温度和烘烤时长的分析,而且对生料在烘烤炉中的分布状态进行检测分析,进而有力确保生料的烘烤温度和烘烤时长的精确度,避免出现生料烘烤温度过高或者过低和烘烤时长过长或过短的现象,从而确保生料的烘烤合格性,进而为后续烘烤工序提供可靠保障。
所述生料烘烤过程参数检测模块用于对生料的烘烤过程参数进行检测,其中烘烤过程参数包括烘烤时气体压力和烘烤时产生各气体的浓度。
所述生料烘烤合格性分析模块用于基于生料烘烤过程参数分析生料对应的烘烤合格系数。
在本发明的具体实施例中,所述基于生料烘烤过程参数分析生料对应的烘烤合格系数的具体分析方法为:步骤41:获取生料在各烘烤时间点对应的气体压力。
需要说明的是,通过高温压力传感器获取生料在各烘烤时间点对应的气体压力。
步骤42:将生料在各烘烤时间点对应的气体压力与云数据库中存储的适宜气体压力进行对比,并据此分析生料在各烘烤时间点对应的气体压力适宜系数,其计算公式为:其中QSj表示为生料在第j个烘烤时间点对应的气体压力适宜系数,e表示为自然常数,FNj表示为生料在第j个烘烤时间点对应的气体压力,FN适表示为适宜气体压力,j表示为各烘烤时间点的编号,j=1,2,...,u。
步骤43:获取生料在各烘烤时间点产生各气体的浓度。
需要说明的是,通过气体检测仪获取生料在各烘烤时间点产生各气体的浓度。
步骤44:从云数据库中提取生料在烘烤时产生各气体的适宜浓度,将生料在各烘烤时间点产生各气体的浓度和生料在烘烤时产生各气体的适宜浓度代入到生料在各烘烤时间点对应的气体浓度适宜系数的计算公式中,其中QNj表示为生料在第j个烘烤时间点对应的气体浓度适宜系数,qnjh表示为生料在第j个烘烤时间点产生第h个气体的浓度,qnh′表示为生料在烘烤时产生第h个气体的适宜浓度,h表示为各气体的编号,h=1,2,...,g,g表示为气体的数量。
步骤45:根据生料在各烘烤时间点对应的气体压力适宜系数和气体浓度适宜系数分析生料对应的烘烤合格系数,其计算公式为:其中/>表示为生料对应的烘烤合格系数,θ1、θ2分别表示为预设的生料在烘烤时间点对应的气体压力适宜系数、气体浓度适宜系数所属调整因子,u表示为烘烤时间点的数量。
所述陶粒成品质量检测分析模块用于对陶粒所有工序完成之后的陶粒成品进行质量分析,进而评估陶粒对应的质量系数。
在本发明的具体实施例中,所述陶粒对应的质量系数的具体分析方法为:步骤51:随机选取各测试陶粒。
步骤52:对各测试陶粒进行图像采集,并据此识别各测试陶粒的外边缘轮廓和各开裂区域的面积。
步骤53:获取各测试陶粒的外边缘轮廓的长度,并将其进行相互对比,进而从中选取测试陶粒的外边缘轮廓的最大长度和最小长度,并据此分析陶粒对应的轮廓规范系数,其计算公式为:其中ξ表示为陶粒对应的轮廓规范系数,LCf表示为第f个测试陶粒的外边缘轮廓的长度,LC大、LC小分别表示为测试陶粒的外边缘轮廓的最大长度、最小长度,f表示为各测试陶粒的编号,f=1,2,...,r,r表示为测试陶粒的数量。
步骤54:获取各测试陶粒所属开裂区域的数量,并根据各测试陶粒所属各开裂区域的面积和开裂区域的数量分析陶粒对应的开裂规范系数,其计算公式为:其中/>表示为陶粒对应的开裂规范系数,SSfc表示为第f个测试陶粒所属第c个开裂区域的面积,c表示为各开裂区域的编号,c=1,2,...,t,Tf表示为第f个测试陶粒所属开裂区域的数量,SS′、T′分别表示为预设的陶粒对应的适宜开裂面积、适宜开裂数量。
本发明的陶粒生产工序监控分析不仅对陶粒成品的质量进行检测分析,而且对陶粒生产工序中的原料合格性、烘烤合格性进行分析,进而当陶粒成品的质量不合格时,可以精确地确定出现问题的原因,进而可以为进一步的维修提供有力的数据支持,从而在一定程度上提高了由于陶粒质量不合格就进行维修的效率。
所述云数据库用于存储各烘烤温度对应的生料表征值范围,存储各烘烤时长对应的烘烤温度,存储适宜气体压力,并存储生料在烘烤时产生各气体的适宜浓度。
所述预警终端用于根据生料对应的烘烤合格系数、陶粒对应的原料合格系数和质量系数进行相应预警。
在本发明的具体实施例中,所述根据生料对应的烘烤合格系数、陶粒对应的原料合格系数和质量系数进行相应预警的具体方法为:步骤61:将生料对应的烘烤合格系数与预设的烘烤合格系数阈值进行对比,若生料对应的烘烤合格系数小于烘烤合格系数阈值,则进行生料烘烤异常预警。
步骤62:将陶粒对应的原料合格系数与预设的陶粒对应的原料合格系数阈值,若陶粒对应的原料合格系数小于陶粒对应的原料合格系数阈值,则进行陶粒原料异常预警。
步骤63:将陶粒对应的质量系数与预设的陶粒质量系数阈值进行对比,若陶粒对应的质量系数小于陶粒质量系数阈值,则进行陶粒质量异常预警。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (8)
1.一种陶粒生产工序在线监控分析系统,其特征在于,包括:陶粒制造原料检测模块、陶粒制造原料合格性分析模块、生料初始状态检测模块、生料烘烤参数分析模块、生料烘烤过程参数检测模块、生料烘烤合格性分析模块、陶粒成品质量检测分析模块、云数据库和预警终端;
所述陶粒制造原料检测模块用于检测各原料子区域的含水率,并随机选取各测试生料,进而使用高清摄像仪采集各测试生料的外观图像;
所述陶粒制造原料合格性分析模块用于基于各原料子区域的含水率和各测试生料的外观图像分析陶粒对应的原料合格系数;
所述生料初始状态检测模块用于在生料投入到烘烤炉中之后的初始状态进行检测;
所述生料烘烤参数分析模块用于根据生料初始状态检测的结果分析生料对应的烘烤参数,其中烘烤参数包括烘烤温度和烘烤时长;
所述生料烘烤过程参数检测模块用于对生料的烘烤过程参数进行检测,其中烘烤过程参数包括烘烤时气体压力和烘烤时产生各气体的浓度;
所述生料烘烤合格性分析模块用于基于生料烘烤过程参数分析生料对应的烘烤合格系数;
所述陶粒成品质量检测分析模块用于对陶粒所有工序完成之后的陶粒成品进行质量分析,进而评估陶粒对应的质量系数;
所述云数据库用于存储各烘烤温度对应的生料表征值范围,存储各烘烤时长对应的烘烤温度,存储适宜气体压力,并存储生料在烘烤时产生各气体的适宜浓度;
所述预警终端用于根据生料对应的烘烤合格系数、陶粒对应的原料合格系数和质量系数进行相应预警。
2.根据权利要求1所述的一种陶粒生产工序在线监控分析系统,其特征在于:所述检测各原料子区域的含水率的具体方法为:将混合之后的原料区域均匀划分为各原料子区域,进而使用含水率测试仪对各原料子区域的含水率进行检测。
3.根据权利要求2所述的一种陶粒生产工序在线监控分析系统,其特征在于:所述分析陶粒对应的原料合格系数的具体方法为:
步骤11:通过采集的各测试生料的外观图像获取各测试生料的外观轮廓,进而获取各测试生料的外观轮廓的长度,并在各测试生料的外观轮廓布设各检测点;
步骤12:获取各测试生料所属圆心到各检测点的长度,进而获取各测试生料所属圆心到检测点的平均长度,并将其作为各测试生料对应的实际半径;
步骤13:根据各测试生料对应的实际半径绘制各测试生料对应的标准轮廓,进而获取各测试生料对应的标准轮廓长度,进而将各测试生料的外观轮廓与标准轮廓进行重合对比,进而获取各测试生料的外观轮廓与标准轮廓的重合长度;
步骤14:获取各原料子区域对应的含水率;
步骤15:根据各原料子区域对应的含水率、各测试生料对应的实际半径、各测试生料的外观轮廓与标准轮廓的重合长度和各测试生料对应的标准轮廓长度代入到陶粒对应的原料合格系数的计算公式中,其中η表示为陶粒对应的原料合格系数,αi表示为第i个原料子区域对应的含水率,βm表示为第m个测试生料的外观轮廓与标准轮廓的重合长度,βm′表示为第m个测试生料对应的标准轮廓长度,dm表示为第m个测试生料对应的实际半径,d′表示为预设的测试生料的目标半径,i表示为各原料子区域的编号,i=1,2,...,n,n表示为原料子区域的数量,m表示为各测试生料的编号,m=1,2,...,l,l表示为测试生料的数量,λ1表示为预设的陶粒对应的含水率合格性所属修正因子,λ2、λ3分别表示为测试生料对应的外观性轮廓合格性、实际半径合格性所属修正因子。
4.根据权利要求1所述的一种陶粒生产工序在线监控分析系统,其特征在于:所述在生料投入到烘烤炉中之后的初始状态进行检测的具体方法为:
步骤21:将烘烤炉按照预设的间隔均匀划分为各烘烤炉子区域;
步骤22:使用小型无人机搭载的摄像机对各烘烤炉子区域进行图像采集。
5.根据权利要求4所述的一种陶粒生产工序在线监控分析系统,其特征在于:所述根据生料初始状态检测的结果分析生料对应的烘烤参数的具体方法为:
步骤31:将各烘烤炉子区域的图像分割为各烘烤子区域所属各测试子区域,进而获取各烘烤子区域所属各测试子区域内的表层生料的数量;
步骤32:将各烘烤子区域所属各测试子区域内的表层生料的数量代入到各烘烤子区域对应的生料分布均匀系数计算公式中,其中μp表示为第p个烘烤子区域对应的生料分布均匀系数,Cpx表示为第p个烘烤子区域所属第x个测试子区域内的表层生料的数量,p表示为各烘烤子区域的编号,p=1,2,...,q,x表示为各测试子区域的编号,x=1,2,...,y,y表示为测试子区域的数量;
步骤33:获取烘烤区域对应的生料总摆放长度、生料摆放高度和生料重量,进而分析烘烤区域对应的生料基本信息表征值,其计算公式为:其中BZ表示为烘烤区域对应的生料基本信息表征值,CD、GD、ZL分别表示为烘烤区域对应的生料总摆放长度、生料摆放高度、生料重量,γ1、γ2、γ3分别表示为预设的生料对应的单位摆放长度表征值、单位摆放高度表征值、单位重量表征值;
步骤34:将烘烤区域对应的生料基本信息表征值和各烘烤子区域对应的生料分布均匀系数代入到烘烤区域对应的生料表征值的计算公式中,其中/>表示为烘烤区域对应的生料表征值,χ1、χ2分别表示为预设的烘烤区域对应的生料基本信息表征值和烘烤区域对应的生料分布均匀系数所属权重因子,q表示为烘烤子区域的数量;
步骤35:将烘烤区域对应的生料表征值与云数据库中存储的各烘烤温度对应的生料表征值范围进行匹配,筛选烘烤区域对应的烘烤温度;
步骤36:将烘烤区域的烘烤温度与云数据库中存储的各烘烤时长对应的烘烤温度进行对比,筛选烘烤区域对应的烘烤时长。
6.根据权利要求1所述的一种陶粒生产工序在线监控分析系统,其特征在于:所述基于生料烘烤过程参数分析生料对应的烘烤合格系数的具体分析方法为:
步骤41:获取生料在各烘烤时间点对应的气体压力;
步骤42:将生料在各烘烤时间点对应的气体压力与云数据库中存储的适宜气体压力进行对比,并据此分析生料在各烘烤时间点对应的气体压力适宜系数,其计算公式为:其中QSj表示为生料在第j个烘烤时间点对应的气体压力适宜系数,e表示为自然常数,FNj表示为生料在第j个烘烤时间点对应的气体压力,FN适表示为适宜气体压力,j表示为各烘烤时间点的编号,j=1,2,...,u;
步骤43:获取生料在各烘烤时间点产生各气体的浓度;
步骤44:从云数据库中提取生料在烘烤时产生各气体的适宜浓度,将生料在各烘烤时间点产生各气体的浓度和生料在烘烤时产生各气体的适宜浓度代入到生料在各烘烤时间点对应的气体浓度适宜系数的计算公式中,其中QNj表示为生料在第j个烘烤时间点对应的气体浓度适宜系数,qnjh表示为生料在第j个烘烤时间点产生第h个气体的浓度,qnh′表示为生料在烘烤时产生第h个气体的适宜浓度,h表示为各气体的编号,h=1,2,...,g,g表示为气体的数量;
7.根据权利要求1所述的一种陶粒生产工序在线监控分析系统,其特征在于:所述陶粒对应的质量系数的具体分析方法为:
步骤51:随机选取各测试陶粒;
步骤52:对各测试陶粒进行图像采集,并据此识别各测试陶粒的外边缘轮廓和各开裂区域的面积;
步骤53:获取各测试陶粒的外边缘轮廓的长度,并将其进行相互对比,进而从中选取测试陶粒的外边缘轮廓的最大长度和最小长度,并据此分析陶粒对应的轮廓规范系数,其计算公式为:其中ξ表示为陶粒对应的轮廓规范系数,LCf表示为第f个测试陶粒的外边缘轮廓的长度,LC大、LC小分别表示为测试陶粒的外边缘轮廓的最大长度、最小长度,f表示为各测试陶粒的编号,f=1,2,...,r,r表示为测试陶粒的数量;
步骤54:获取各测试陶粒所属开裂区域的数量,并根据各测试陶粒所属各开裂区域的面积和开裂区域的数量分析陶粒对应的开裂规范系数,其计算公式为:其中/>表示为陶粒对应的开裂规范系数,SSfc表示为第f个测试陶粒所属第c个开裂区域的面积,c表示为各开裂区域的编号,c=1,2,...,t,Tf表示为第f个测试陶粒所属开裂区域的数量,SS′、T′分别表示为预设的陶粒对应的适宜开裂面积、适宜开裂数量;
8.根据权利要求1所述的一种陶粒生产工序在线监控分析系统,其特征在于:所述根据生料对应的烘烤合格系数、陶粒对应的原料合格系数和质量系数进行相应预警的具体方法为:
步骤61:将生料对应的烘烤合格系数与预设的烘烤合格系数阈值进行对比,若生料对应的烘烤合格系数小于烘烤合格系数阈值,则进行生料烘烤异常预警;
步骤62:将陶粒对应的原料合格系数与预设的陶粒对应的原料合格系数阈值,若陶粒对应的原料合格系数小于陶粒对应的原料合格系数阈值,则进行陶粒原料异常预警;
步骤63:将陶粒对应的质量系数与预设的陶粒质量系数阈值进行对比,若陶粒对应的质量系数小于陶粒质量系数阈值,则进行陶粒质量异常预警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310217519.4A CN116298225A (zh) | 2023-03-08 | 2023-03-08 | 一种陶粒生产工序在线监控分析系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310217519.4A CN116298225A (zh) | 2023-03-08 | 2023-03-08 | 一种陶粒生产工序在线监控分析系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116298225A true CN116298225A (zh) | 2023-06-23 |
Family
ID=86797274
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310217519.4A Pending CN116298225A (zh) | 2023-03-08 | 2023-03-08 | 一种陶粒生产工序在线监控分析系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116298225A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116739351A (zh) * | 2023-08-10 | 2023-09-12 | 山东凯大新型材料科技有限公司 | 一种基于人工智能的硅藻泥管理系统及其方法 |
CN117236799A (zh) * | 2023-11-14 | 2023-12-15 | 山东焱鑫矿用材料加工有限公司 | 一种中空注浆锚索的生产质量控制系统 |
CN117787879A (zh) * | 2023-11-07 | 2024-03-29 | 华夏国药(菏泽)制药有限公司 | 一种湿法混合制粒联合生产线全周期制造管理系统 |
CN117804551A (zh) * | 2024-02-29 | 2024-04-02 | 吉林汉资堂人参生物科技股份有限公司 | 一种人参皂苷提取用人参原料清洗质量控制管理系统 |
-
2023
- 2023-03-08 CN CN202310217519.4A patent/CN116298225A/zh active Pending
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116739351A (zh) * | 2023-08-10 | 2023-09-12 | 山东凯大新型材料科技有限公司 | 一种基于人工智能的硅藻泥管理系统及其方法 |
CN116739351B (zh) * | 2023-08-10 | 2023-11-21 | 山东凯大新型材料科技有限公司 | 一种基于人工智能的硅藻泥管理系统及其方法 |
CN117787879A (zh) * | 2023-11-07 | 2024-03-29 | 华夏国药(菏泽)制药有限公司 | 一种湿法混合制粒联合生产线全周期制造管理系统 |
CN117787879B (zh) * | 2023-11-07 | 2024-05-28 | 华夏国药(菏泽)制药有限公司 | 一种湿法混合制粒联合生产线全周期制造管理系统 |
CN117236799A (zh) * | 2023-11-14 | 2023-12-15 | 山东焱鑫矿用材料加工有限公司 | 一种中空注浆锚索的生产质量控制系统 |
CN117236799B (zh) * | 2023-11-14 | 2024-02-09 | 山东焱鑫矿用材料加工有限公司 | 一种中空注浆锚索的生产质量控制系统 |
CN117804551A (zh) * | 2024-02-29 | 2024-04-02 | 吉林汉资堂人参生物科技股份有限公司 | 一种人参皂苷提取用人参原料清洗质量控制管理系统 |
CN117804551B (zh) * | 2024-02-29 | 2024-05-10 | 吉林汉资堂人参生物科技股份有限公司 | 一种人参皂苷提取用人参原料清洗质量控制管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116298225A (zh) | 一种陶粒生产工序在线监控分析系统 | |
CN116629717B (zh) | 一种基于大数据的滴眼液生产质量监测管理系统 | |
CN112034095B (zh) | 在线烘后烟丝结构分析系统及方法 | |
CN109034252B (zh) | 空气质量站点监测数据异常的自动化识别方法 | |
CN102357933B (zh) | 一种基于橡胶混炼过程的质量实时监控方法 | |
CN109309022A (zh) | 一种缺陷抽检方法 | |
CN114757413A (zh) | 一种基于时序数列分析耦合神经网络预测的不良数据辨识方法 | |
CN116468332A (zh) | 一种晶体谐振器生产质量评判系统 | |
CN117139093B (zh) | 一种基于人工神经网络的热喷涂方法及系统 | |
CN114970675A (zh) | 基于特征选择的人工鼻冰箱食物新鲜度检测系统和方法 | |
CN114266454A (zh) | 一种卷烟工厂能耗异常监测判断方法及其系统 | |
CN117007476B (zh) | 一种基于物联网的环保智能终端数据采集系统 | |
CN115358575B (zh) | 一种基于工业互联网的建材生产制造智能管理系统 | |
CN116562712B (zh) | 一种用于预测空气质量的系统和方法 | |
CN109375143A (zh) | 一种确定智能电能表剩余寿命的方法 | |
CN116930423A (zh) | 一种空气质量模型模拟效果的自动验证评估方法及系统 | |
CN109164069B (zh) | 一种果树叶面病害级别的鉴定方法 | |
US20160231238A1 (en) | Method for assessing the damage to a paint-covered composite material, measuring two separate criteria on the spectrogram | |
CN115187094A (zh) | 一种超超临界机组用国产高等级锅炉管制造质量监控方法 | |
WO2024045429A1 (zh) | 一种全自动制样系统的性能检验方法 | |
CN114897846A (zh) | 一种基于机器视觉的点阵目标规律性检测方法 | |
CN110412026B (zh) | 一种烟用香料配制准确性快速检验方法 | |
CN113960700A (zh) | 区域数值预报结果的客观检验、统计及分析系统 | |
Yang et al. | Research on data analysis and Quality Control based on P control chart | |
CN117607019B (zh) | 电力金具表面智能检测方法和检测系统 |
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 |