CN116674091B - 一种混凝土搅拌站后料场骨料自动上料方法 - Google Patents
一种混凝土搅拌站后料场骨料自动上料方法 Download PDFInfo
- Publication number
- CN116674091B CN116674091B CN202310970958.2A CN202310970958A CN116674091B CN 116674091 B CN116674091 B CN 116674091B CN 202310970958 A CN202310970958 A CN 202310970958A CN 116674091 B CN116674091 B CN 116674091B
- Authority
- CN
- China
- Prior art keywords
- aggregate
- bin
- image
- image acquisition
- category
- 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
- 238000000034 method Methods 0.000 title claims abstract description 43
- 239000000463 material Substances 0.000 title claims abstract description 27
- 238000001514 detection method Methods 0.000 claims description 26
- 238000006073 displacement reaction Methods 0.000 claims description 24
- 238000005286 illumination Methods 0.000 claims description 24
- 239000002245 particle Substances 0.000 claims description 23
- 239000004576 sand Substances 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 claims description 18
- 238000005192 partition Methods 0.000 claims description 16
- 230000011218 segmentation Effects 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 13
- 239000013072 incoming material Substances 0.000 claims description 11
- 238000012706 support-vector machine Methods 0.000 claims description 10
- 239000013598 vector Substances 0.000 claims description 10
- 239000004744 fabric Substances 0.000 claims description 8
- 239000002344 surface layer Substances 0.000 claims description 5
- 238000013145 classification model Methods 0.000 claims description 3
- 239000011521 glass Substances 0.000 claims description 3
- 230000001502 supplementing effect Effects 0.000 claims description 3
- 230000001960 triggered effect Effects 0.000 claims description 3
- 238000000926 separation method Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 235000019738 Limestone Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000004568 cement Substances 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000010438 granite Substances 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 239000006028 limestone Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B28—WORKING CEMENT, CLAY, OR STONE
- B28C—PREPARING CLAY; PRODUCING MIXTURES CONTAINING CLAY OR CEMENTITIOUS MATERIAL, e.g. PLASTER
- B28C9/00—General arrangement or layout of plant
- B28C9/02—General arrangement or layout of plant for producing mixtures of clay or cement with other materials
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B28—WORKING CEMENT, CLAY, OR STONE
- B28C—PREPARING CLAY; PRODUCING MIXTURES CONTAINING CLAY OR CEMENTITIOUS MATERIAL, e.g. PLASTER
- B28C7/00—Controlling the operation of apparatus for producing mixtures of clay or cement with other substances; Supplying or proportioning the ingredients for mixing clay or cement with other substances; Discharging the mixture
- B28C7/02—Controlling the operation of the mixing
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B28—WORKING CEMENT, CLAY, OR STONE
- B28C—PREPARING CLAY; PRODUCING MIXTURES CONTAINING CLAY OR CEMENTITIOUS MATERIAL, e.g. PLASTER
- B28C7/00—Controlling the operation of apparatus for producing mixtures of clay or cement with other substances; Supplying or proportioning the ingredients for mixing clay or cement with other substances; Discharging the mixture
- B28C7/04—Supplying or proportioning the ingredients
- B28C7/0481—Plant for proportioning, supplying or batching
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B28—WORKING CEMENT, CLAY, OR STONE
- B28C—PREPARING CLAY; PRODUCING MIXTURES CONTAINING CLAY OR CEMENTITIOUS MATERIAL, e.g. PLASTER
- B28C7/00—Controlling the operation of apparatus for producing mixtures of clay or cement with other substances; Supplying or proportioning the ingredients for mixing clay or cement with other substances; Discharging the mixture
- B28C7/04—Supplying or proportioning the ingredients
- B28C7/06—Supplying the solid ingredients, e.g. by means of endless conveyors or jigging conveyors
-
- 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
- Chemical & Material Sciences (AREA)
- Dispersion Chemistry (AREA)
- Sorting Of Articles (AREA)
Abstract
本发明属于混凝土搅拌站骨料处理领域,具体涉及一种混凝土搅拌站后料场骨料自动上料方法,通过人工智能和视觉检测技术,从来车物料分类、输送过程检测和料仓料位分析三个方面进行自动监测并执行骨料分仓任务,从而减少人为判断与操作的失误,及时发现骨料粒径波动或者不合格骨料进仓,提高混凝土搅拌站的智能化水平。
Description
技术领域
本发明属于混凝土搅拌站骨料处理领域,具体涉及一种混凝土搅拌站后料场骨料自动上料方法。
背景技术
骨料作为混凝土中占比最多的材料,不同粒径的配比对混凝土强度以及水泥等用量有着至关重要的影响,在生产混凝土前对骨料类型和骨料粒径的精确控制显得尤为重要。
目前混凝土搅拌站的骨料在运输到工厂后料场时,主要通过人为对接并传递信息,将骨料指定传输到对应仓位。在操作过程中,骨料的粒径和品质无法得到保证,且存在人为分仓失误等问题,如果未及时发现,则导致料仓骨料粒径不符合要求,造成生产的混凝土有严重的质量问题。因此,迫切需要一套自动上料系统,来解决人为操作失误并全程监测骨料品质,保证混凝土生产质量的稳定。
发明内容
本发明的目的是克服现有技术的缺点,提供一种混凝土搅拌站后料场骨料自动上料方法。
本发明采用如下技术方案:
一种混凝土搅拌站后料场骨料自动上料方法,包括以下步骤:
S1、经来料识别模块对后料场卸料点进行图像数据采集,然后通过预先训练好的目标检测网络对每一张图像进行分类,以确定是否来料;
S2、对有来料的图像中心区域ROI进行处理,得出骨料类别;
S3、将ROI区域彩色图像转换为灰度图像,计算判断骨料是否属于砂类;当骨料判断为粗骨料类,则对该区域骨料进行分割处理,得到料面表层的分割后的颗粒,统计出所有骨料的各粒径段体积占比和级配曲线;当骨料判断为砂类,则不进行骨料分割处理,直接给出砂类标签;
S4、根据S2中得到的骨料类别和S3中得到的级配曲线,选择对应类别的级配样品数据进行对比,当骨料为粗骨料类,根据级配曲线选择与样本的差值绝对值最小的类别,每一条样品都对应各自的仓位信息;当骨料为砂类,则根据砂类样品得到对应的仓位信息;
S5、判断输送皮带是否已经启动;如果输送皮带未启动,根据S4获得仓位信息,调节分仓小车到相应仓位;如果输送皮带已经启动,通过显示终端报警提示前端料车等待卸料,并等待输送皮带停止,重新执行本步骤;
S6、分仓小车根据分仓命令移动到对应料仓中心区域,经图像采集模块对料仓进行图像采集,以获取料仓中每个像素点深度点云图并换算出真实高度值,计算出ROI区域的料位高度;
S7、沿着分仓小车轨道方向将料仓等分为N个区域,通过每个区域的像素点高度值统计并计算出每个区域现有的物料真实体积,其中hi为每个区域的像素点高度值,n为每个区域像素点个数,SN为每个区域的真实底面积;
S8、选择现有物料体积最小的区域VN,获取该区域的真实坐标发送到控制中心并触发移动指令,分仓小车根据指令移动至该区域并提示料车卸料,骨料经输送皮带、仓位小车输送至料仓中。
进一步的,还包括如下步骤:
S9、通过输送皮带上方的第一位移传感器感应皮带上的物面位移变化,当连续限定时间内测得的平均距离小于设定阈值,开启输送皮带上方的第一图像采集设备与第一照明光源以采集图像;
S10、通过预先训练好的实例分割网络Mask R-CNN对图像中骨料进行分割,计算骨料级配曲线及判断料仓信息,将得到的计算结果与S4中的计算结果相比,如果一致,将骨料粒径波动与级配数据详情等信息保存到数据库中;如果不一致,则在显示终端给出报警提示;
S11、当位移传感器在设定的时间内测量物面的距离均大于设定阈值时,关闭图像采集设备,并停止输送皮带。
进一步的,所述来料识别模块包括第二位移传感器、第二图像采集设备和第二照明光源,S1具体处理过程如下:
A、经第二位移传感器感应后料场卸料点下方物体位移变化,当测量到距离在第一时间内低于预设值后,触发第二图像采集设备和第二照明光源进行工作,否则重新执行本步骤;
B、第二图像采集设备周期采集图像,然后通过预先训练好的目标检测网络对图像进行分类,根据提取到的目标分为三类:类别1:未来车;类别2:来车未掀开遮布;类别3:来车并掀开遮布;
其中,当第二时间内判断为类别1时,则关闭第二图像采集设备和第二照明光源,重新返回步骤A;当持续获取图像期间有判断为类别2或类别3时,且类别3的次数小于M,则继续获取图像,直到出现图像为类别3的次数大于等于M时,关闭第二图像采集设备和第二照明光源,执行S2步骤。
进一步的,所述S2具体处理过程如下:对类别3的图像中心区域ROI进行处理,提取ROI区域内的HSV三个颜色通道直方图统计数据,然后将HSV三个颜色通道直方图统计数据连接为特征向量输入到支持向量机中进行计算,得出骨料类别,所述支持向量机的分类模型是预先训练完成的。
进一步的,所述S3具体处理过程如下:将ROI区域彩色图像转换为灰度图像,计算该区域的LBP和HOG特征向量,输入到预先训练过的支持向量机中进行计算,判断来骨料是否属于砂类;当骨料判断为粗骨料类,则通过预先训练好的实例分割网络Mask R-CNN对该区域骨料进行处理,得到料面表层的分割后的颗粒,统计出所有骨料的各粒径段体积占比和级配曲线;当骨料判断为砂类,则不进行骨料分割处理,直接给出砂类标签。
进一步的,所述S10中,判断仓位信息的方式与S4中的相同。
进一步的,所述输送皮带上设置有安装框,所述安装框包括设置在输送皮带上方的框架罩和设置在框架罩中的隔板,所述隔板设置有透明区域,所述第一图像采集设备设置在框架罩中位于隔板上方,与透明区域相对;所述第一照明光源设置在框架罩中位于隔板下方;所述第一位移传感器设置在框架罩中位于隔板下方,与输送皮带相对。
进一步的,所述图像采集模块包括设置在分仓小车前端的检测盒、设置在检测盒上与料仓相对的透明玻璃、设置在检测盒中用于检测料仓信息的第三图像采集设备和设置检测盒中用于补光的第三照明光源。
进一步的,所述第三图像采集设备包括3D相机。
由上述对本发明的描述可知,与现有技术相比,本发明的有益效果是:本申请通过限定混凝土搅拌站后料场骨料的上料方法,通过人工智能和视觉检测技术,从来车物料分类、输送过程检测和料仓料位分析三个方面进行自动监测并执行骨料分仓任务,从而减少人为判断与操作的失误,及时发现骨料粒径波动或者不合格骨料进仓,提高混凝土搅拌站的智能化水平;其中,通过输送皮带输送过程检测,实时获得骨料传输过程中的粒径分布与粒形情况,统计出每一车来料的细节数据,方便查阅与存档;同时可监控骨料粒度与粒形波动,调节混凝土的配合比,提高混凝土生产质量与稳定性。
附图说明
图1为本发明的流程图;
图2为本发明的结构简图;
图3为来料识别模块的结构示意图;
图4为输送皮带的结构示意图;
图5为分仓小车的结构示意图;
图中,1-料车、2-输送皮带、3-分仓小车、4-处理中心、5-显示终端、6-料仓、7-来料识别模块、8图像采集模块、21-安装框、22-框架罩、23-隔板、24-透明区域、25-第一图像采集设备、26-第一照明光源、27-第一位移传感器、71-第二位移传感器、72-第二图像采集设备、73-第二照明光源、81-检测盒、82-第三图像采集设备、83-第三照明光源。
具体实施方式
以下通过具体实施方式对本发明作进一步的描述。
参照图1至图2所示,一种混凝土搅拌站后料场骨料自动上料方法,包括以下步骤:
S1、经来料识别模块7对后料场卸料点进行图像数据采集,然后通过预先训练好的目标检测网络对每一张图像进行分类,根据提取到的目标分为三类:类别1:未来车;类别2:来车未掀开遮布;类别3:来车并掀开遮布;其中,参照图3所示,来料识别模块7包括第二位移传感器71、第二图像采集设备72和第二照明光源73,具体处理过程如下:
A、经第二位移传感器71感应后料场卸料点下方物体位移变化,当测量到距离在持续5s内低于预设值后,触发第二图像采集设备72和第二照明光源73进行工作,否则重新执行本步骤;
B、第二图像采集设备72每隔1s获取一张图像,送到处理中心,然后通过预先训练好的目标检测网络对每一张图像进行分类,根据提取到的目标分为三类:类别1:未来车;类别2:来车未掀开遮布;类别3:来车并掀开遮布;
其中,当持续10s判断为类别1,则关闭第二图像采集设备72和第二照明光源73,重新返回步骤A;当持续获取图像期间有判断为类别2或类别3时,且类别3的次数小于3,则继续获取图像,直到出现图像为类别3的次数大于等于3时,关闭第二图像采集设备72和第二照明光源73,执行S2步骤;
S2、对类别3的图像中心区域ROI进行处理,提取ROI区域内的HSV三个颜色通道直方图统计数据,然后将HSV三个颜色通道直方图统计数据连接为特征向量输入到支持向量机中进行计算,得出骨料类别,所述支持向量机的分类模型是预先训练完成的,所述骨料类别依据颜色进行分类,可为花岗岩骨料或石灰石骨料;
S3、将ROI区域彩色图像转换为灰度图像,计算该区域的LBP和HOG特征向量,输入到预先训练过的支持向量机中进行计算,判断来骨料是否属于砂类;当骨料判断为粗骨料类,则通过预先训练好的实例分割网络Mask R-CNN对该区域骨料进行处理,得到料面表层的分割后的颗粒,统计出所有骨料的各粒径段体积占比和级配曲线;当骨料判断为砂类,则不进行骨料分割处理,直接给出砂类标签;
S4、根据S2中得到的骨料类别和S3中得到的级配曲线,选择对应类别的级配样品数据进行对比,当骨料为粗骨料类,根据级配曲线选择与样本的差值绝对值最小的类别,样品级配曲线为预先采集好的标准曲线,每一条样品都对应各自的仓位信息;当骨料为砂类,则根据砂类样品得到对应的仓位信息;
S5、判断输送皮带2是否已经启动;如果输送皮带2未启动,根据S4获得仓位信息,调节分仓小车3到相应仓位;如果输送皮带2已经启动,通过显示终端5报警提示前端料车1等待卸料,并等待输送皮带2停止,重新执行本步骤;
S6、分仓小车3根据分仓命令移动到对应料仓6中心区域,经图像采集模块8对料仓6进行图像采集,以获取料仓6中每个像素点深度点云图并换算出真实高度值,计算出ROI区域的料位高度;
S7、沿着分仓小车3轨道方向将料仓6等分为N个区域,通过每个区域的像素点高度值统计并计算出每个区域现有的物料真实体积,其中hi为每个区域的像素点高度值,n为每个区域像素点个数,SN为每个区域的真实底面积;
S8、选择现有物料体积最小的区域VN,获取该区域的真实坐标发送到控制中心并触发移动指令,分仓小车3根据指令移动至该区域并提示料车卸料,骨料经输送皮带2、仓位小车3输送至料仓6中;
S9、通过输送皮带2上方的第一位移传感器感27应皮带上的物面位移变化,感应频率不低于10次/s,当连续1s内测得的平均距离小于设定阈值,开启输送皮带上方的第一图像采集设备25与第一照明光源26以采集图像,第一图像采集设备25每秒采集频率不小于1次;
S10、通过预先训练好的实例分割网络Mask R-CNN对图像中骨料进行分割,计算骨料级配曲线及判断料仓信息,将得到的计算结果与S4中的计算结果相比,如果一致,将骨料粒径波动与级配数据详情等信息保存到数据库中;如果不一致,则在显示终端5给出报警提示,其中,判断仓位信息的方式与S4中的相同;
S11、当第一位移传感器27在设定的时间内测量物面的距离均大于设定阈值时,关闭第一图像采集设备25,并停止输送皮带2;
S12、当执行完S2步骤,并且第二位移传感器71测得的距离连续5s内低于预设值时,重新执行S1步骤。
其中,采用目标检测网络对图像进行分类、结合支持向量机对图像中心区域ROI进行处理、采用实例分割网络Mask R-CNN对图像中的骨料进行分割等处理方式,均是现有技术,不作进一步的赘述。
参照图4所示,输送皮带2上设置有安装框21,所述安装框21包括设置在输送皮带2上方的框架罩22和设置在框架罩22中的隔板23,所述隔板23设置有透明区域24,所述第一图像采集设备25设置在框架罩22中位于隔板23上方,与透明区域24相对;所述第一照明光源26设置在框架罩22中位于隔板23下方;所述第一位移传感器27设置在框架罩22中位于隔板23下方,与输送皮带2相对。
参照图5所示,图像采集模块8包括设置在分仓小车3前端的检测盒81、设置在检测盒81上与料仓6相对的透明玻璃、设置在检测盒81中用于检测料仓信息的第三图像采集设备82和设置检测盒81中用于补光的第三照明光源83;具体的,第三图像采集设备82包括3D相机。
本申请通过限定混凝土搅拌站后料场骨料的上料方法,通过人工智能和视觉检测技术,从来车物料分类、输送过程检测和料仓料位分析三个方面进行自动监测并执行骨料分仓任务,从而减少人为判断与操作的失误,及时发现骨料粒径波动或者不合格骨料进仓,提高混凝土搅拌站的智能化水平;其中,通过输送皮带2输送过程检测,实时获得骨料传输过程中的粒径分布与粒形情况,统计出每一车来料的细节数据,方便查阅与存档;同时可监控骨料粒度与粒形波动,调节混凝土的配合比,提高混凝土生产质量与稳定性。
以上所述,仅为本发明的较佳实施例而已,故不能以此限定本发明实施的范围,即依本发明申请专利范围及说明书内容所作的等效变化与修饰,皆应仍属本发明专利涵盖的范围内。
Claims (9)
1.一种混凝土搅拌站后料场骨料自动上料方法,其特征在于:包括以下步骤:
S1、经来料识别模块对后料场卸料点进行图像数据采集,然后通过预先训练好的目标检测网络对每一张图像进行分类,以确定是否来料;
S2、对有来料的图像中心区域ROI进行处理,得出骨料类别;
S3、将ROI区域彩色图像转换为灰度图像,计算判断骨料是否属于砂类;当骨料判断为粗骨料类,则对该区域骨料进行分割处理,得到料面表层的分割后的颗粒,统计出所有骨料的各粒径段体积占比和级配曲线;当骨料判断为砂类,则不进行骨料分割处理,直接给出砂类标签;
S4、根据S2中得到的骨料类别和S3中得到的级配曲线,选择对应类别的级配样品数据进行对比,当骨料为粗骨料类,根据级配曲线选择与样本的差值绝对值最小的类别,每一条样品都对应各自的仓位信息;当骨料为砂类,则根据砂类样品得到对应的仓位信息;
S5、判断输送皮带是否已经启动;如果输送皮带未启动,根据S4获得仓位信息,调节分仓小车到相应仓位;如果输送皮带已经启动,通过显示终端报警提示前端料车等待卸料,并等待输送皮带停止,重新执行本步骤;
S6、分仓小车根据分仓命令移动到对应料仓中心区域,经图像采集模块对料仓进行图像采集,以获取料仓中每个像素点深度点云图并换算出真实高度值,计算出ROI区域的料位高度;
S7、沿着分仓小车轨道方向将料仓等分为N个区域,通过每个区域的像素点高度值统计并计算出每个区域现有的物料真实体积,其中hi为每个区域的像素点高度值,n为每个区域像素点个数,SN为每个区域的真实底面积;
S8、选择现有物料体积最小的区域VN,获取该区域的真实坐标发送到控制中心并触发移动指令,分仓小车根据指令移动至该区域并提示料车卸料,骨料经输送皮带、仓位小车输送至料仓中。
2.根据权利要求1所述的一种混凝土搅拌站后料场骨料自动上料方法,其特征在于:还包括如下步骤:
S9、通过输送皮带上方的第一位移传感器感应皮带上的物面位移变化,当连续限定时间内测得的平均距离小于设定阈值,开启输送皮带上方的第一图像采集设备与第一照明光源以采集图像;
S10、通过预先训练好的实例分割网络Mask R-CNN对图像中骨料进行分割,计算骨料级配曲线及判断料仓信息,将得到的计算结果与S4中的计算结果相比,如果一致,将骨料粒径波动与级配数据详情等信息保存到数据库中;如果不一致,则在显示终端给出报警提示;
S11、当位移传感器在设定的时间内测量物面的距离均大于设定阈值时,关闭图像采集设备,并停止输送皮带。
3.根据权利要求1所述的一种混凝土搅拌站后料场骨料自动上料方法,其特征在于:所述来料识别模块包括第二位移传感器、第二图像采集设备和第二照明光源,S1具体处理过程如下:
A、经第二位移传感器感应后料场卸料点下方物体位移变化,当测量到距离在第一时间内低于预设值后,触发第二图像采集设备和第二照明光源进行工作,否则重新执行本步骤;
B、第二图像采集设备周期采集图像,然后通过预先训练好的目标检测网络对图像进行分类,根据提取到的目标分为三类:类别1:未来车;类别2:来车未掀开遮布;类别3:来车并掀开遮布;
其中,当第二时间内判断为类别1时,则关闭第二图像采集设备和第二照明光源,重新返回步骤A;当持续获取图像期间有判断为类别2或类别3时,且类别3的次数小于M,则继续获取图像,直到出现图像为类别3的次数大于等于M时,关闭第二图像采集设备和第二照明光源,执行S2步骤。
4.根据权利要求3所述的一种混凝土搅拌站后料场骨料自动上料方法,其特征在于:所述S2具体处理过程如下:对类别3的图像中心区域ROI进行处理,提取ROI区域内的HSV三个颜色通道直方图统计数据,然后将HSV三个颜色通道直方图统计数据连接为特征向量输入到支持向量机中进行计算,得出骨料类别,所述支持向量机的分类模型是预先训练完成的。
5.根据权利要求1所述的一种混凝土搅拌站后料场骨料自动上料方法,其特征在于:所述S3具体处理过程如下:将ROI区域彩色图像转换为灰度图像,计算该区域的LBP和HOG特征向量,输入到预先训练过的支持向量机中进行计算,判断来骨料是否属于砂类;当骨料判断为粗骨料类,则通过预先训练好的实例分割网络Mask R-CNN对该区域骨料进行处理,得到料面表层的分割后的颗粒,统计出所有骨料的各粒径段体积占比和级配曲线;当骨料判断为砂类,则不进行骨料分割处理,直接给出砂类标签。
6.根据权利要求2所述的一种混凝土搅拌站后料场骨料自动上料方法,其特征在于:所述S10中,判断仓位信息的方式与S4中的相同。
7.根据权利要求2所述的一种混凝土搅拌站后料场骨料自动上料方法,其特征在于:所述输送皮带上设置有安装框,所述安装框包括设置在输送皮带上方的框架罩和设置在框架罩中的隔板,所述隔板设置有透明区域,所述第一图像采集设备设置在框架罩中位于隔板上方,与透明区域相对;所述第一照明光源设置在框架罩中位于隔板下方;所述第一位移传感器设置在框架罩中位于隔板下方,与输送皮带相对。
8.根据权利要求1所述的一种混凝土搅拌站后料场骨料自动上料方法,其特征在于:所述图像采集模块包括设置在分仓小车前端的检测盒、设置在检测盒上与料仓相对的透明玻璃、设置在检测盒中用于检测料仓信息的第三图像采集设备和设置检测盒中用于补光的第三照明光源。
9.根据权利要求8所述的一种混凝土搅拌站后料场骨料自动上料方法,其特征在于:所述第三图像采集设备包括3D相机。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310970958.2A CN116674091B (zh) | 2023-08-03 | 2023-08-03 | 一种混凝土搅拌站后料场骨料自动上料方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310970958.2A CN116674091B (zh) | 2023-08-03 | 2023-08-03 | 一种混凝土搅拌站后料场骨料自动上料方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116674091A CN116674091A (zh) | 2023-09-01 |
CN116674091B true CN116674091B (zh) | 2023-12-19 |
Family
ID=87785925
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310970958.2A Active CN116674091B (zh) | 2023-08-03 | 2023-08-03 | 一种混凝土搅拌站后料场骨料自动上料方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116674091B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017185752A (ja) * | 2016-04-08 | 2017-10-12 | 株式会社大林組 | 骨材識別方法、骨材識別装置および骨材搬送貯蔵装置 |
CN108277720A (zh) * | 2018-01-23 | 2018-07-13 | 华侨大学 | 沥青搅拌站骨料级配在线检测、防溢料控制方法及系统 |
WO2019137815A1 (de) * | 2018-01-09 | 2019-07-18 | Robert Bosch Gmbh | Verfahren zur verwaltung und erkennung von baumaterial, insbesondere bei der errichtung von gebäuden |
CN110458119A (zh) * | 2019-08-15 | 2019-11-15 | 中国水利水电科学研究院 | 一种非接触式测量的混凝土骨料级配快速识别方法 |
CN112607363A (zh) * | 2020-12-16 | 2021-04-06 | 长沙聿鸿环保科技有限公司 | 一种智能散料输送系统及其应用 |
CN218223572U (zh) * | 2022-05-07 | 2023-01-06 | 河北工业大学 | 一种用于识别与筛分不同形态特征集料颗粒的模块化设备 |
CN115982178A (zh) * | 2023-03-21 | 2023-04-18 | 佛山市恒益环保建材有限公司 | 一种蒸压加气混凝土制品智能配方配料方法及系统 |
-
2023
- 2023-08-03 CN CN202310970958.2A patent/CN116674091B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017185752A (ja) * | 2016-04-08 | 2017-10-12 | 株式会社大林組 | 骨材識別方法、骨材識別装置および骨材搬送貯蔵装置 |
WO2019137815A1 (de) * | 2018-01-09 | 2019-07-18 | Robert Bosch Gmbh | Verfahren zur verwaltung und erkennung von baumaterial, insbesondere bei der errichtung von gebäuden |
CN108277720A (zh) * | 2018-01-23 | 2018-07-13 | 华侨大学 | 沥青搅拌站骨料级配在线检测、防溢料控制方法及系统 |
CN110458119A (zh) * | 2019-08-15 | 2019-11-15 | 中国水利水电科学研究院 | 一种非接触式测量的混凝土骨料级配快速识别方法 |
CN112607363A (zh) * | 2020-12-16 | 2021-04-06 | 长沙聿鸿环保科技有限公司 | 一种智能散料输送系统及其应用 |
CN218223572U (zh) * | 2022-05-07 | 2023-01-06 | 河北工业大学 | 一种用于识别与筛分不同形态特征集料颗粒的模块化设备 |
CN115982178A (zh) * | 2023-03-21 | 2023-04-18 | 佛山市恒益环保建材有限公司 | 一种蒸压加气混凝土制品智能配方配料方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116674091A (zh) | 2023-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102579783B1 (ko) | 제품 결함 이미지 원격 학습을 통한 비전 검사 시스템 | |
CN109115785B (zh) | 一种铸件打磨质量检测方法、装置及其使用方法 | |
CN109772724B (zh) | 一种铸件重点表面及内部缺陷的柔性检测分析系统 | |
CN110246122A (zh) | 基于机器视觉的小型轴承质量检测方法、装置及系统 | |
CN206139527U (zh) | 全景视觉马铃薯分选和缺陷检测装置 | |
CN106238342A (zh) | 全景视觉马铃薯分选和缺陷检测装置及其分选检测方法 | |
CN105388162B (zh) | 基于机器视觉的原料硅片表面划痕检测方法 | |
CN104732235B (zh) | 一种消除夜间道路反光干扰的车辆检测方法 | |
KR101270354B1 (ko) | 폐기물 재활용 분류 시스템 | |
CN110610141A (zh) | 一种物流仓储规则形状货物识别系统 | |
CN111487192A (zh) | 一种基于人工智能的机器视觉表面缺陷检测装置及方法 | |
CN210071686U (zh) | 基于正交双目机器视觉的水果分级装置 | |
CN112881412B (zh) | 一种废钢产品中非金属异物检测方法 | |
CN107036542A (zh) | 一种齿环内外径外观检测方法及装置 | |
CN111723706A (zh) | 基于树莓派的厢式货车厢门开度监控装置及系统 | |
WO2023134286A1 (zh) | 一种阴极铜在线质量自动检测分类方法 | |
CN113155686A (zh) | 一种矿物粒度组成和筛分效率的智能检测系统及方法 | |
CN110243732A (zh) | 一种粒度范围为2-500um的全程矿浆磨矿粒度在线检测系统 | |
CN111330874A (zh) | 药瓶底部区域污染或杂物缺陷检测装置及其检测方法 | |
CN113673614B (zh) | 基于机器视觉的地铁隧道异物入侵检测装置及方法 | |
CN116674091B (zh) | 一种混凝土搅拌站后料场骨料自动上料方法 | |
CN206139529U (zh) | 透明滚轴机构 | |
CN111307820A (zh) | 一种基于机器视觉的陶瓷阀芯表面缺陷检测方法 | |
CN218743310U (zh) | 一种多视觉融合的智能分选设备 | |
CN209736098U (zh) | 一种铸件重点表面及内部缺陷的柔性检测分析系统 |
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 |