CN116765426A - 一种3d打印的金属粉末筛分方法及系统 - Google Patents
一种3d打印的金属粉末筛分方法及系统 Download PDFInfo
- Publication number
- CN116765426A CN116765426A CN202310745246.0A CN202310745246A CN116765426A CN 116765426 A CN116765426 A CN 116765426A CN 202310745246 A CN202310745246 A CN 202310745246A CN 116765426 A CN116765426 A CN 116765426A
- Authority
- CN
- China
- Prior art keywords
- powder
- metal powder
- screening device
- screening
- screen
- 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.)
- Granted
Links
- 239000000843 powder Substances 0.000 title claims abstract description 302
- 238000012216 screening Methods 0.000 title claims abstract description 253
- 229910052751 metal Inorganic materials 0.000 title claims abstract description 197
- 239000002184 metal Substances 0.000 title claims abstract description 197
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000010146 3D printing Methods 0.000 title claims description 32
- 239000002245 particle Substances 0.000 claims abstract description 140
- 238000007873 sieving Methods 0.000 claims abstract description 67
- 238000012544 monitoring process Methods 0.000 claims abstract description 55
- 238000011156 evaluation Methods 0.000 claims abstract description 49
- 238000007639 printing Methods 0.000 claims abstract description 33
- 238000009826 distribution Methods 0.000 claims abstract description 32
- 230000008859 change Effects 0.000 claims description 17
- 238000004140 cleaning Methods 0.000 claims description 16
- 230000001052 transient effect Effects 0.000 claims description 12
- 238000001514 detection method Methods 0.000 claims description 10
- 238000001914 filtration Methods 0.000 claims description 10
- 238000012795 verification Methods 0.000 claims description 9
- 238000013507 mapping Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000005457 optimization Methods 0.000 claims description 3
- 238000004513 sizing Methods 0.000 claims 1
- 238000011084 recovery Methods 0.000 abstract description 10
- 238000012545 processing Methods 0.000 abstract description 9
- 238000004064 recycling Methods 0.000 abstract description 8
- 239000002994 raw material Substances 0.000 abstract description 7
- 230000000694 effects Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000007664 blowing Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000007474 system interaction Effects 0.000 description 2
- 229910000838 Al alloy Inorganic materials 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 229910001069 Ti alloy Inorganic materials 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000015654 memory Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010926 purge Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000007711 solidification Methods 0.000 description 1
- 230000008023 solidification Effects 0.000 description 1
- 239000010935 stainless steel Substances 0.000 description 1
- 229910001220 stainless steel Inorganic materials 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22F—WORKING METALLIC POWDER; MANUFACTURE OF ARTICLES FROM METALLIC POWDER; MAKING METALLIC POWDER; APPARATUS OR DEVICES SPECIALLY ADAPTED FOR METALLIC POWDER
- B22F10/00—Additive manufacturing of workpieces or articles from metallic powder
- B22F10/70—Recycling
- B22F10/73—Recycling of powder
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07B—SEPARATING SOLIDS FROM SOLIDS BY SIEVING, SCREENING, SIFTING OR BY USING GAS CURRENTS; SEPARATING BY OTHER DRY METHODS APPLICABLE TO BULK MATERIAL, e.g. LOOSE ARTICLES FIT TO BE HANDLED LIKE BULK MATERIAL
- B07B1/00—Sieving, screening, sifting, or sorting solid materials using networks, gratings, grids, or the like
- B07B1/42—Drive mechanisms, regulating or controlling devices, or balancing devices, specially adapted for screens
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07B—SEPARATING SOLIDS FROM SOLIDS BY SIEVING, SCREENING, SIFTING OR BY USING GAS CURRENTS; SEPARATING BY OTHER DRY METHODS APPLICABLE TO BULK MATERIAL, e.g. LOOSE ARTICLES FIT TO BE HANDLED LIKE BULK MATERIAL
- B07B11/00—Arrangement of accessories in apparatus for separating solids from solids using gas currents
- B07B11/04—Control arrangements
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07B—SEPARATING SOLIDS FROM SOLIDS BY SIEVING, SCREENING, SIFTING OR BY USING GAS CURRENTS; SEPARATING BY OTHER DRY METHODS APPLICABLE TO BULK MATERIAL, e.g. LOOSE ARTICLES FIT TO BE HANDLED LIKE BULK MATERIAL
- B07B9/00—Combinations of apparatus for screening or sifting or for separating solids from solids using gas currents; General arrangement of plant, e.g. flow sheets
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22F—WORKING METALLIC POWDER; MANUFACTURE OF ARTICLES FROM METALLIC POWDER; MAKING METALLIC POWDER; APPARATUS OR DEVICES SPECIALLY ADAPTED FOR METALLIC POWDER
- B22F10/00—Additive manufacturing of workpieces or articles from metallic powder
- B22F10/80—Data acquisition or data processing
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B33—ADDITIVE MANUFACTURING TECHNOLOGY
- B33Y—ADDITIVE MANUFACTURING, i.e. MANUFACTURING OF THREE-DIMENSIONAL [3-D] OBJECTS BY ADDITIVE DEPOSITION, ADDITIVE AGGLOMERATION OR ADDITIVE LAYERING, e.g. BY 3-D PRINTING, STEREOLITHOGRAPHY OR SELECTIVE LASER SINTERING
- B33Y40/00—Auxiliary operations or equipment, e.g. for material handling
-
- 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
- Y02P10/00—Technologies related to metal processing
- Y02P10/25—Process efficiency
Landscapes
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Materials Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Combined Means For Separation Of Solids (AREA)
Abstract
本发明提供了一种3D打印的金属粉末筛分方法及系统，涉及数据处理技术领域，基于打印数据和粉末属性信息生成颗粒分布信息并配置多级组合筛分装置，将过滤通过金属粉末存储为对应等级粒度标识粉末；监测筛网筛分装置进行金属粉末倾覆，基于监测结果生成状态评价结果进而获得气流控制补偿信息，基于气流控制补偿信息重新配置多级组合筛分装置执行金属粉末筛分。解决了现有技术中存在对于打印后的残渣中未烧结的金属粉末的回收方法较为粗放，实际回收获得的金属粉末投入打印中的可用性较弱的技术问题。达到了提高对于打印产生的残留物中金属粉末回收效率，提高回收获得的金属粉末的可重复使用性，降低打印金属粉末原料成本的技术效果。
Description
技术领域
本发明涉及数据处理技术领域，具体涉及一种3D打印的金属粉末筛分方法及系统。
背景技术
随着3D打印技术的不断发展，其在高端制造、医疗等领域的应用越来越广泛。然而在3D打印过程中，由于粉末固化不完全，会产生较多的残渣，其中包含未烧结的，符合打印使用粒径要求的低粒径金属粉末。
由于3D打印用金属粉末通常十分昂贵，因而进行打印残渣中金属粉末回收，成为降低金属打印成本的重要方向，而目前对于3D打印后残留的低粒径金属粉末的回收通常采用筛选等传统方法，导致实际回收获得的金属粉末在金属3D打印中并不可用。
综上所述，现有技术中存在对于3D打印后的残渣中未烧结的金属粉末的回收方法较为粗放，实际回收获得的金属粉末投入3D打印中的可用性较弱的技术问题。
发明内容
本申请提供了一种3D打印的金属粉末筛分方法及系统，用于针对解决现有技术中存在对于3D打印后的残渣中未烧结的金属粉末的回收方法较为粗放，实际回收获得的金属粉末投入3D打印中的可用性较弱的技术问题。
鉴于上述问题，本申请提供了一种3D打印的金属粉末筛分方法及系统。
本申请的第一个方面，提供了一种3D打印的金属粉末筛分方法，所述方法包括：采集金属粉末的粉末属性信息，交互3D打印产品的打印数据，基于所述打印数据和所述粉末属性信息生成颗粒分布信息，其中，所述颗粒分布信息包括粒径极值和粒径粉末占比；基于所述颗粒分布信息和所述粉末属性信息配置多级组合筛分装置，其中，所述多级组合筛分装置中每一级组合筛分装置均包括气流筛分装置和筛网筛分装置；当执行所述金属粉末的粉末筛选时同步启动所述多级组合筛分装置对所述金属粉末进行气流筛分，并通过筛网震动过滤，将过滤通过金属粉末存储为对应等级粒度标识粉末；通过图像采集装置对所述筛网筛分装置监测，并基于监测结果生成倾覆指令，基于所述倾覆指令控制所述筛网筛分装置向下一级筛网筛分装置倾覆；基于所述监测结果和对应的时间标识进行所述筛网筛分装置的状态评价，生成状态评价结果；通过所述状态评价结果生成气流控制补偿信息，基于所述气流控制补偿信息重新配置所述多级组合筛分装置以执行所述金属粉末的筛分。
本申请的第二个方面，提供了一种3D打印的金属粉末筛分系统，所述系统包括：粉末属性采集模块，用于采集金属粉末的粉末属性信息，交互3D打印产品的打印数据，基于所述打印数据和所述粉末属性信息生成颗粒分布信息，其中，所述颗粒分布信息包括粒径极值和粒径粉末占比；筛分装置组合模块，用于基于所述颗粒分布信息和所述粉末属性信息配置多级组合筛分装置，其中，所述多级组合筛分装置中每一级组合筛分装置均包括气流筛分装置和筛网筛分装置；气流筛分执行模块，用于当执行所述金属粉末的粉末筛选时同步启动所述多级组合筛分装置对所述金属粉末进行气流筛分，并通过筛网震动过滤，将过滤通过金属粉末存储为对应等级粒度标识粉末；倾覆指令生成模块，用于通过图像采集装置对所述筛网筛分装置监测，并基于监测结果生成倾覆指令，基于所述倾覆指令控制所述筛网筛分装置向下一级筛网筛分装置倾覆；状态评价执行模块，用于基于所述监测结果和对应的时间标识进行所述筛网筛分装置的状态评价，生成状态评价结果；补偿控制筛分模块，用于通过所述状态评价结果生成气流控制补偿信息，基于所述气流控制补偿信息重新配置所述多级组合筛分装置以执行所述金属粉末的筛分。
本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
本申请实施例提供的方法通过采集金属粉末的粉末属性信息，交互3D打印产品的打印数据，基于所述打印数据和所述粉末属性信息生成颗粒分布信息，其中，所述颗粒分布信息包括粒径极值和粒径粉末占比，通过获得包括粒径极值和粒径粉末占比的颗粒分布信息，为后续配置分级筛分装置提供重要参考信息；基于所述颗粒分布信息和所述粉末属性信息配置多级组合筛分装置，其中，所述多级组合筛分装置中每一级组合筛分装置均包括气流筛分装置和筛网筛分装置，实现基于多层级组合筛分装置对由多种粒径尺寸组成的金属粉末进行多级筛分，实现回收符合打印粒径约束的金属粉末；当执行所述金属粉末的粉末筛选时同步启动所述多级组合筛分装置对所述金属粉末进行气流筛分，并通过筛网震动过滤，将过滤通过金属粉末存储为对应等级粒度标识粉末；通过图像采集装置对所述筛网筛分装置监测，并基于监测结果生成倾覆指令，基于所述倾覆指令控制所述筛网筛分装置向下一级筛网筛分装置倾覆，实现科学准确判断是否进行筛网筛分装置倾覆进入下一层级进一步金属粉末筛分，提高金属粉末筛分效率和筛分准确度；基于所述监测结果和对应的时间标识进行所述筛网筛分装置的状态评价，生成状态评价结果，所述状态评价结果用于后续参考进行当前进行金属筛分层级的气流筛分装置的气流强度参数补偿调整控制；通过所述状态评价结果生成气流控制补偿信息，基于所述气流控制补偿信息重新配置所述多级组合筛分装置以执行所述金属粉末的筛分。达到了提高对于3D打印产生的残留物中金属粉末回收效率，提高回收获得的金属粉末的可重复使用性，降低3D打印金属粉末原料成本的技术效果。
附图说明
图1为本申请提供的一种3D打印的金属粉末筛分方法流程示意图；
图2为本申请提供的一种3D打印的金属粉末筛分方法中获得状态评价结果的流程示意图；
图3为本申请提供的一种3D打印的金属粉末筛分方法中生成辅助清理指令的流程示意图；
图4为本申请提供的一种3D打印的金属粉末筛分系统的结构示意图。
附图标记说明：粉末属性采集模块1，筛分装置组合模块2，气流筛分执行模块3，倾覆指令生成模块4，状态评价执行模块5，补偿控制筛分模块6。
具体实施方式
本申请提供了一种3D打印的金属粉末筛分方法及系统，用于针对解决了现有技术中存在对于3D打印后的残渣中未烧结的金属粉末的回收方法较为粗放，实际回收获得的金属粉末投入3D打印中的可用性较弱的技术问题。达到了提高对于3D打印产生的残留物中金属粉末回收效率，提高回收获得的金属粉末的可重复使用性，降低3D打印金属粉末原料成本的技术效果。
本发明技术方案中对数据的获取、存储、使用、处理等均符合相关规定。
下面，将参考附图对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明的一部分实施例，而不是本发明的全部实施例，应理解，本发明不受这里描述的示例实施例的限制。基于本发明的实施例，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。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部。
实施例一
如图1所示，本申请提供了一种3D打印的金属粉末筛分方法，所述方法包括：
S100:采集金属粉末的粉末属性信息，交互3D打印产品的打印数据，基于所述打印数据和所述粉末属性信息生成颗粒分布信息，其中，所述颗粒分布信息包括粒径极值和粒径粉末占比；
具体而言，应理解的，所述3D打印产品为采用金属粉末打印原材输入金属3D打印设备进行打印获得的不特定功能部件。在基于金属粉末打印原材打印完成3D打印产品后，会产生剩余的所述金属粉末，所述金属粉末为未烧结的金属残渣。
本实施例预设金属粉末粒径分级阈值，以将粒径近似的金属粉末归类，降低数据处理量，所述粒径分级阈值中包括映射于多个等级的多个粒径阈值，且随着等级递增金属粉末粒径阈值取值越大。
本实施例通过对加工残余未烧结的所述金属粉末按照粒径进行分级筛分，实现将所述金属粉末中符合金属打印粒径需求的粉末回收，从而在3D金属打印原料使用方面降低金属3D打印的生产成本。
所述粉末属性信息指金属粉末打印原材及打印处理后剩余金属残渣粉末的金属属性，包括但不限于钛合金粉末、不锈钢粉末、铝合金粉末、铜粉末。
应理解的，在进行金属3D打印时，不同粉末属性的金属粉末打印原材经由打印处理后，剩余残渣中金属粉末的粒径存在差异性，且不同粒径的金属粉末的占比也存在差异性。
因而本实施例中，每次进行3D打印产品生产后，对于加工产生的所述金属粉末进行收集，并在测算粒径后基于所述分级粒径阈值进行金属粉末分类，从而获得每次加工生产的金属粉末的所述粒径极值和所述粒径粉末占比，所述粒径极值为某次加工产生金属粉末的最大粒径和最小粒径，所述粒径粉末占比为某次加工生产金属粉末中不同粒径级别的金属粉末占总金属粉末的质量占比。基于上述数据采集记录方法，获得多组粉末属性信息-粒径粉末占比-粒径极值。
在本实施例中，基于所述系统交互获得本次使用的金属粉末原材的粉末属性信息，基于所述系统交互获得所述打印数据，基于所述粉末属性信息在所述打印数据中遍历检索，获得对应于所述金属粉末属性信息的一组多组粉末属性信息-粒径粉末占比-粒径极值。
本实施例通过获得包括粒径极值和粒径粉末占比的颗粒分布信息，为后续配置分级筛分装置提供重要参考信息。
S200:基于所述颗粒分布信息和所述粉末属性信息配置多级组合筛分装置，其中，所述多级组合筛分装置中每一级组合筛分装置均包括气流筛分装置和筛网筛分装置；
在一个实施例中，本申请提供的方法步骤还包括：
S210:基于所述粉末属性信息确定再利用粒度标准极值；
S220:通过所述再利用粒度标准极值和所述颗粒分布信息确定所述再利用粒度标准极值范围内的粉末比例；
S230:根据所述颗粒分布信息匹配分级数量N，构建N级组合筛分装置；
S240:基于所述粉末比例确定N级组合筛分装置中M级组合筛分装置，其中，所述M级组合筛分装置为标准粒度组合筛分装置，且M<N；
S250:基于所述N级组合筛分装置和所述M级组合筛分装置完成所述多级组合筛分装置的装置配置。
在一个实施例中，本申请提供的方法步骤还包括：
S251:采集获得所述金属粉末中粉末粒度与所述气流筛分装置的气流控制映射关系；
S252:获得所述N级组合筛分装置中每一级组合筛分装置对应的粒度极大值；
S253:基于所述粒度极大值对所述气流控制映射关系进行偏移扩充匹配，其中，所述偏移扩充匹配为通过偏移系数对所述粒度极大值进行偏移计算后，执行所述气流控制关系的匹配过程；
S254:根据偏移扩充匹配结果完成所述多级组合筛分装置的装置配置。
具体而言，在本实施例中，基于所述粉末属性信息确定所述金属粉末的目标金属类型，进而根据3D打印记录数据获得目标金属类型生产金属粉末打印原材时的粒径约束(最大粒径值)，将获得粒径约束作为所述再利用粒度标准极值。既就是当金属粉末粒径小于所述再利用粒度标准极值时，可以直接回收作为金属粉末打印原材进行金属3D产品打印生产。
基于所述颗粒分布信息提取获得粒径极值和粒径粉末占比，首先判断所述再利用粒度标准极值是否落入所述粒径极值，在所述再利用粒度标准极值落入所述粒径极值的基础上，以所述再利用粒度标准极值为约束，遍历所述粒径粉末占比的确定所述再利用粒度标准极值范围内的粉末比例，如若所述再利用粒度标准极值落入所述粒径粉末占比中某个粒径分级阈值对应的粒径粉末占比，则将该粒径分级阈值对应的粒径粉末占比及低于该粒径分级阈值的多个粒径分级的粉末占比作为符合所述再利用粒度标准极值范围内的K个粉末比例。
将当前获得的K个粉末比例对应的K个粒径分级阈值进行合并均分，以获得粉末比例均匀的N个粒径分级阈值，构建N级组合筛分装置，基于所述N级组合筛分装置进行金属粉末筛分时，可实现每一级组合筛分装置筛分出来的金属粉末质量相一致，从而使得每一级组合筛分装置的工作难度相一致，提高筛分任务分配的合理性。
获得N个粒径分级阈值中属于所述粉末比例的M个粒径分级阈值，从而确定N级组合筛分装置中M级组合筛分装置，所述M级组合筛分装置为标准粒度组合筛分装置，且M<N。
基于N-M级筛分装置进行所述金属粉末筛分后，去除超出所述再利用粒度标准极值的金属粉末。获得满足所述再利用粒度标准极值的金属粉末进入所述M级筛分装置进行逐级细化筛分。
N级组合筛分装置中的1～N级筛分装置，每一级组合筛分装置均包括气流筛分装置和筛网筛分装置。所述N级组合筛分装置为“抽屉”式结构，筛网筛分装置为L型，基于L型结构底部实现将金属粉末截留，L型侧壁和气流筛分装置和筛网筛分装置对立面布设，以实现气流筛分装置吹起金属粉末后，将小于筛网直径(粒度极大值)的金属粉末过滤回收。基于所述N级组合筛分装置和所述M级组合筛分装置完成所述多级组合筛分装置的装置配置。
本实施例中，N级组合筛分装置层级越高对应的气流筛分装置的风速设定值越小，对应的筛网筛分装置的粒度极大值越大，从而实现逐级进行金属粉末筛分，进行符合生产需求的金属粉末回收。
在本实施例中，气流筛分装置的风速设定值的确定优选方法如下：
基于N级组合筛分装置获得所述金属粉末中粉末粒度与所述气流筛分装置的气流控制映射关系，以获得每个气流筛分装置吹扫金属粉末抵达的筛网筛分装置。
获得所述N级组合筛分装置中每一级组合筛分装置的筛网尺寸，将每一级筛网尺寸，作为该级组合筛分装置对应的粒度极大值。
应理解的，不同粒径金属粉末飞起所需气流强度不同，因而本实施例基于此进行所述偏移扩充匹配，所述偏移扩充匹配为通过偏移系数对所述粒度极大值进行偏移计算后，执行所述气流控制关系的匹配过程。具体的，获得映射于所述N级组合筛分装置的N个粒度极大值，基于实验或模型仿真拟合，获得N个粒度极大值对应的金属粉末被吹起发生位置偏移的所述偏移系数。
将所述偏移系数和所述粒度极大值相乘，完成所述气流控制关系的匹配，获得实现N个粒度极大值的金属粉末被吹起所需气流强度的N个所述偏移扩充匹配结果。基于N个所述偏移扩充匹配结果对应进行所述多级组合筛分装置中N个气流筛分装置气流强度参数的配置调整。
本实施例实现了构建可将金属粉末按照粒径由大到小进行逐级筛分回收的多层级组合筛分装置，并基于粒径偏移分析确定每层气流筛分装置吹扫气流强度，实现了基于多层级组合筛分装置对由多种粒径尺寸组成的金属粉末进行多级筛分，实现回收符合打印粒径约束的金属粉末。
S300:当执行所述金属粉末的粉末筛选时同步启动所述多级组合筛分装置对所述金属粉末进行气流筛分，并通过筛网震动过滤，将过滤通过金属粉末存储为对应等级粒度标识粉末；
具体而言，在本实施例中，所述多层级组合筛分装置中，每集组合筛分装置的工作方法为，基于气流筛分装置吹扫处于L型筛网筛分装置底部的金属粉末，金属粉末中部分小粒径粉末受力飞行后，抵达L型筛网筛分装置侧壁，若金属粉末粒径小于该层筛网筛分装置对应的所述粒度极大值，则金属粉末穿过L型筛网筛分装置侧壁，实现将当前层级中小于层级对应的所述粒度极大值的金属粉末进行气流筛分，同时L型筛网筛分装置侧壁始终振动以避免大于所述粒度极大值的金属粉末堵塞筛网。本实施例将过滤通过金属粉末进行收集存储并将其标识为对应等级粒度标识粉末。
基于气流筛分装置吹扫及筛网震动过滤，最终L型筛网筛分装置底部残留粒径大于所述粒径极大值的平铺金属粉末。
S400:通过图像采集装置对所述筛网筛分装置监测，并基于监测结果生成倾覆指令，基于所述倾覆指令控制所述筛网筛分装置向下一级筛网筛分装置倾覆；
在一个实施例中，本申请提供的方法步骤还包括：
S410:根据所述粒度极大值配置所述筛网筛分装置的网孔；
S420:依据配置好的网孔构建背景特征集合；
S430:调用所述监测结果的监测图像，基于所述监测图像的图像标识匹配背景特征，其中，所述背景特征为所述背景特征集合的一特征；
S440:通过所述背景特征对所述监测图像进行图像匹配，获得图像匹配结果；
S450:当所述图像匹配结果满足预设匹配阈值时，则触发生成所述倾覆指令。
具体而言，在本实施例中，所述多层级组合筛分装置由上层至下层逐层启动气流筛分装置和筛网筛分装置振动，当上一层级结束筛分且将过滤通过金属粉末存储后。本实施例进行上一层级筛网筛分装置的倾覆，以将金属粉末倾倒至下一层级进行更大粒径金属粉末的筛出。
本实施判断上一层级金属粉末筛分是否结束，是否控制上一层级筛网筛分装置倾覆进行金属粉末倾倒至下一层级筛网筛分装置的判断方法如下：
对于多层级组合筛分装置分层布设多个图像采集装置，通过图像采集装置进行对应层级的所述筛网筛分装置监测。由于本实施例在构建多层级组合筛分装置时，根据N个所述粒度极大值配置N个所述筛网筛分装置的网孔尺寸，因而本实施例对配置好的N个所述筛网筛分装置的筛网网孔采用N个图像采集装置进行对应图像采集，获得N张筛网网孔-网孔背景图像，将获得的N张筛网网孔-网孔背景图像构建所述背景特征集合，所述背景特征集合用于在进行不同层级倾覆判断时提供对应层级无金属粉末残留时的筛网筛分装置上筛网网孔及背景的图像。
在实际进行倾覆判断时，基于上一层级的图像采集装置，获得上一层级的监测图像，基于所述监测图像标识的筛网筛分装置所处层级，在所述背景特征集合中对应调用筛网网孔-网孔背景图像(即所示背景特征)。
通过所述背景特征对所述监测图像进行图像匹配，获得图像匹配结果，所述图像匹配结果为所述监测图像中金属粉末面积占比和裸露筛网面积占比。
所述预设匹配阈值为一个筛网表面金属粉末面积占比数据，当实际监测图像中筛网表面金属粉末面积占比小于所述预设匹配阈值时，即可进行该层级筛网筛分装置倾覆处理。
在本实施例中，基于所述图像匹配结果提取获得金属粉末面积占比与所述预设匹配阈值比对当所述图像匹配结果满足(小于)预设匹配阈值时，则触发生成所述倾覆指令，基于所述倾覆指令控制所述筛网筛分装置向下一级筛网筛分装置倾覆，随后进行下一层级的气流筛分装置和筛网筛分装置控制，进行剩余金属粉末的多轮次筛分处理。
本实施例通过布设图像采集装置进行筛网筛分装置中金属粉末残留量检测，从而实现了科学准确判断是否进行筛网筛分装置倾覆进入下一层级进一步金属粉末筛分，达到了提高金属粉末筛分效率和筛分准确度的技术效果。
S500:基于所述监测结果和对应的时间标识进行所述筛网筛分装置的状态评价，生成状态评价结果；
在一个实施例中，如图2所示，本申请提供的方法步骤还包括：
S510:获得所述监测结果中各个监测图像对应的时间标识；
S520:基于所述图像匹配结果和所述时间标识进行所述筛网筛分装置的瞬态状态变化评价，获得瞬态状态变化评价结果；
S530:根据所述瞬态状态变化评价结果获得所述状态评价结果。
具体而言，在本实施例中，在下一层级基于气流筛分装置和筛网筛分装置进行金属粉末筛分过程中，基于图像采集装置进行上一层级L型筛网筛分装置底部的动态监测，获得由多张具有时序时间标识的监测图像构成的所述监测结果。
基于所述图像匹配结果遍历所述监测结果中多个监测图像进行金属粉末面积占比分析，获得对应于多个监测图像的多个金属粉末面积占比，基于多个监测图像的采集时间标识进行多个金属粉末面积占比序列化。
理论上进入下一层级进行筛分的金属粉末不会再次进入上一层级的筛网筛分装置，如若下一层级的金属粉末飞回上一层级，则是因为下一层级的气流筛分装置的气流强度参数设置过大。因而本实施例基于序列化的多个金属粉末面积占比，获得相邻监测图像中金属粉末面积占比变化值，以完成所述筛网筛分装置的瞬态状态变化评价，将金属粉末面积占比变化值作为瞬态状态变化评价结果。
若金属粉末面积占比变化值大于0，则表明下一层级的气流筛分装置的气流强度参数设置过大，反之则表明下一层级的气流筛分装置的气流强度参数设置合理。
将所述瞬态状态变化评价结果的金属粉末面积占比变化值的实际数据作为所述状态评价结果，所述状态评价结果用于后续参考进行当前进行金属筛分层级的气流筛分装置的气流强度参数补偿调整控制。
S600:通过所述状态评价结果生成气流控制补偿信息，基于所述气流控制补偿信息重新配置所述多级组合筛分装置以执行所述金属粉末的筛分。
在一个实施例中，本申请提供的方法步骤还包括：
S610:对筛分结果进行结果检测，生成检测验证结果；
S620:判断所述检测验证结果中低等级粒度粉末和当前等级粒度粉末的粉末比例；
S630:基于所述粉末比例生成当前等级的前置等级气流补偿参数；
S640:通过所述前置等级气流补偿参数进行所述多级组合筛分装置的装置优化。
具体而言，在本实施例中，通过所述状态评价结果生成当前执行金属粉末筛分层级的气流控制补偿信息，所述气流控制补偿信息可基于多轮次气流筛分装置气流强度参数调整及状态评价进行数值确定。
基于所述气流控制补偿信息重新配置所述多级组合筛分装置中当前执行金属粉末筛分层级的气流筛分装置的气流强度调节，从而基于优化后的气流强度执行当前层级的所述金属粉末筛分处理。
在基于优化后的气流强度执行当前层级的所述金属粉末筛分处理，并通过筛网震动过滤，将过滤通过金属粉末存储为当前等级粒度粉末。
调用当前层级前一层级对应的所述低等级粒度粉末，将当前等级粒度粉末和低等级粒度粉末作为所述筛分结果，分别进行质量结果检测，获得所述检测验证结果，所述检测验证结果为低等级粒度粉末质量信息和当前等级粒度粉末质量信息。
基于低等级粒度粉末质量信息和当前等级粒度粉末质量信息计算所述检测验证结果中低等级粒度粉末和当前等级粒度粉末的粉末比例。应理解的，若执行当前层级的所述金属粉末筛分处理的气流筛分装置气流强度适配，则粉末比例为1，反之不为1,。
将所述气流控制补偿信息作为被除数，将所述粉末比例作为除数，计算获得当前等级的前置等级气流补偿参数。
通过所述前置等级气流补偿参数替换气流控制补偿信息进行所述多级组合筛分装置中执行当前层级的所述金属粉末筛分处理的气流筛分装置的气流强度优化。以此类推进行多层级组合筛分装置的多个气流筛分装置的优化控制。
本实施例实现了对存在气流筛分装置气流强度参数设置不合理的情况进行多轮次重复优化，提高每一层级气流筛分装置气流强度配置合理性，以使每层级筛分获得的金属粉末质量偏差较小，提高金属粉末筛分效率和筛分稳定性的技术效果。
在一个实施例中，如图3所示，本申请提供的方法步骤还包括：
S710:当所述筛网筛分装置倾覆完成后，通过所述图像采集装置对所述筛网筛分装置重新执行图像采集，生成辅助图像；
S720:调用所述背景特征集合中匹配的背景特征对所述辅助图像进行图像识别，生成辅助识别结果；
S730:通过所述辅助识别结果生成辅助清理指令；
S740:基于所述辅助清理指令执行对于所述筛网筛分装置的辅助清理。
具体而言，应理解的，理论上金属粉末受到倾覆后，完全落入下一层级的筛网筛分装置，而金属粉末往往形状存在不规则性，部分金属粉末卡在筛网筛分装置上，未进入下一层级的筛网筛分装置。因而需要在倾覆结束后进行筛网清理。
在本实施例中，当所述筛网筛分装置倾覆完成后，通过所述图像采集装置对所述筛网筛分装置重新执行图像采集，生成辅助图像。调用所述背景特征集合中匹配的背景特征对所述辅助图像进行图像识别，生成辅助识别结果，所述辅助识别结果为残留在筛网筛分装置的金属粉末面积占比。
若所述辅助识别结果不为0，则基于所述辅助识别结果生成辅助清理指令；基于所述辅助清理指令控制对应筛网筛分装置振动，以振动下卡在筛网孔隙中的金属粉末，从而完成所述筛网筛分装置的辅助清理。达到了避免金属粉末残留在筛网表面，造成筛网筛分装置功能缺失或金属粉末回收量减少的技术效果。
实施例二
基于与前述实施例中一种3D打印的金属粉末筛分方法相同的发明构思，如图4所示，本申请提供了一种3D打印的金属粉末筛分系统，其中，所述系统包括：
粉末属性采集模块1，用于采集金属粉末的粉末属性信息，交互3D打印产品的打印数据，基于所述打印数据和所述粉末属性信息生成颗粒分布信息，其中，所述颗粒分布信息包括粒径极值和粒径粉末占比；
筛分装置组合模块2，用于基于所述颗粒分布信息和所述粉末属性信息配置多级组合筛分装置，其中，所述多级组合筛分装置中每一级组合筛分装置均包括气流筛分装置和筛网筛分装置；
气流筛分执行模块3，用于当执行所述金属粉末的粉末筛选时同步启动所述多级组合筛分装置对所述金属粉末进行气流筛分，并通过筛网震动过滤，将过滤通过金属粉末存储为对应等级粒度标识粉末；
倾覆指令生成模块4，用于通过图像采集装置对所述筛网筛分装置监测，并基于监测结果生成倾覆指令，基于所述倾覆指令控制所述筛网筛分装置向下一级筛网筛分装置倾覆；
状态评价执行模块5，用于基于所述监测结果和对应的时间标识进行所述筛网筛分装置的状态评价，生成状态评价结果；
补偿控制筛分模块6，用于通过所述状态评价结果生成气流控制补偿信息，基于所述气流控制补偿信息重新配置所述多级组合筛分装置以执行所述金属粉末的筛分。
在一个实施例中，所述系统还包括：
标准极值确定单元，用于基于所述粉末属性信息确定再利用粒度标准极值；
粉末比例确定单元，用于通过所述再利用粒度标准极值和所述颗粒分布信息确定所述再利用粒度标准极值范围内的粉末比例；
筛分装置构建单元，用于根据所述颗粒分布信息匹配分级数量N，构建N级组合筛分装置；
筛分装置组合单元，用于基于所述粉末比例确定N级组合筛分装置中M级组合筛分装置，其中，所述M级组合筛分装置为标准粒度组合筛分装置，且M<N；
装置配置执行单元，用于基于所述N级组合筛分装置和所述M级组合筛分装置完成所述多级组合筛分装置的装置配置。
在一个实施例中，所述系统还包括：
映射关系获得单元，用于采集获得所述金属粉末中粉末粒度与所述气流筛分装置的气流控制映射关系；
粒度参数获得单元，用于获得所述N级组合筛分装置中每一级组合筛分装置对应的粒度极大值；
偏移扩充匹配单元，用于基于所述粒度极大值对所述气流控制映射关系进行偏移扩充匹配，其中，所述偏移扩充匹配为通过偏移系数对所述粒度极大值进行偏移计算后，执行所述气流控制关系的匹配过程；
装置配置处理单元，用于根据偏移扩充匹配结果完成所述多级组合筛分装置的装置配置。
在一个实施例中，所述系统还包括：
筛网孔径配置单元，用于根据所述粒度极大值配置所述筛网筛分装置的网孔；
背景特征构建单元，用于依据配置好的网孔构建背景特征集合；
背景特征匹配单元，用于调用所述监测结果的监测图像，基于所述监测图像的图像标识匹配背景特征，其中，所述背景特征为所述背景特征集合的一特征；
图像匹配执行单元，用于通过所述背景特征对所述监测图像进行图像匹配，获得图像匹配结果；
倾覆指令触发单元，用于当所述图像匹配结果满足预设匹配阈值时，则触发生成所述倾覆指令。
在一个实施例中，所述系统还包括：
时间标识获得单元，用于获得所述监测结果中各个监测图像对应的时间标识；
状态变化评价单元，用于基于所述图像匹配结果和所述时间标识进行所述筛网筛分装置的瞬态状态变化评价，获得瞬态状态变化评价结果；
状态评价获得单元，用于根据所述瞬态状态变化评价结果获得所述状态评价结果。
在一个实施例中，所述系统还包括：
辅助图像生成单元，用于当所述筛网筛分装置倾覆完成后，通过所述图像采集装置对所述筛网筛分装置重新执行图像采集，生成辅助图像；
辅助识别执行单元，用于调用所述背景特征集合中匹配的背景特征对所述辅助图像进行图像识别，生成辅助识别结果；
清理指令生成单元，用于通过所述辅助识别结果生成辅助清理指令；
辅助清理执行单元，用于基于所述辅助清理指令执行对于所述筛网筛分装置的辅助清理。
在一个实施例中，所述系统还包括：
筛分结果检测单元，用于对筛分结果进行结果检测，生成检测验证结果；
粉末比例判断单元，用于判断所述检测验证结果中低等级粒度粉末和当前等级粒度粉末的粉末比例；
补偿参数生成单元，用于基于所述粉末比例生成当前等级的前置等级气流补偿参数；
筛分装置优化单元，用于通过所述前置等级气流补偿参数进行所述多级组合筛分装置的装置优化。
综上所述的任意一项方法或者步骤可作为计算机指令或程序存储在各种不限类型的计算机存储器中，通过各种不限类型的计算机处理器识别计算机指令或程序，进而实现上述任一项方法或者步骤。
基于本发明的上述具体实施例，本技术领域的技术人员在不脱离本发明原理的前提下，对本发明所作的任何改进和修饰，皆应落入本发明的专利保护范围。
Claims (8)
1.一种3D打印的金属粉末筛分方法，其特征在于，所述方法包括：
采集金属粉末的粉末属性信息，交互3D打印产品的打印数据，基于所述打印数据和所述粉末属性信息生成颗粒分布信息，其中，所述颗粒分布信息包括粒径极值和粒径粉末占比；
基于所述颗粒分布信息和所述粉末属性信息配置多级组合筛分装置，其中，所述多级组合筛分装置中每一级组合筛分装置均包括气流筛分装置和筛网筛分装置；
当执行所述金属粉末的粉末筛选时同步启动所述多级组合筛分装置对所述金属粉末进行气流筛分，并通过筛网震动过滤，将过滤通过金属粉末存储为对应等级粒度标识粉末；
通过图像采集装置对所述筛网筛分装置监测，并基于监测结果生成倾覆指令，基于所述倾覆指令控制所述筛网筛分装置向下一级筛网筛分装置倾覆；
基于所述监测结果和对应的时间标识进行所述筛网筛分装置的状态评价，生成状态评价结果；
通过所述状态评价结果生成气流控制补偿信息，基于所述气流控制补偿信息重新配置所述多级组合筛分装置以执行所述金属粉末的筛分。
2.如权利要求1所述的方法，其特征在于，所述方法还包括：
基于所述粉末属性信息确定再利用粒度标准极值；
通过所述再利用粒度标准极值和所述颗粒分布信息确定所述再利用粒度标准极值范围内的粉末比例；
根据所述颗粒分布信息匹配分级数量N，构建N级组合筛分装置；
基于所述粉末比例确定N级组合筛分装置中M级组合筛分装置，其中，所述M级组合筛分装置为标准粒度组合筛分装置，且M<N；
基于所述N级组合筛分装置和所述M级组合筛分装置完成所述多级组合筛分装置的装置配置。
3.如权利要求2所述的方法，其特征在于，所述方法还包括：
采集获得所述金属粉末中粉末粒度与所述气流筛分装置的气流控制映射关系；
获得所述N级组合筛分装置中每一级组合筛分装置对应的粒度极大值；
基于所述粒度极大值对所述气流控制映射关系进行偏移扩充匹配，其中，所述偏移扩充匹配为通过偏移系数对所述粒度极大值进行偏移计算后，执行所述气流控制关系的匹配过程；
根据偏移扩充匹配结果完成所述多级组合筛分装置的装置配置。
4.如权利要求3所述的方法，其特征在于，所述方法还包括：
根据所述粒度极大值配置所述筛网筛分装置的网孔；
依据配置好的网孔构建背景特征集合；
调用所述监测结果的监测图像，基于所述监测图像的图像标识匹配背景特征，其中，所述背景特征为所述背景特征集合的一特征；
通过所述背景特征对所述监测图像进行图像匹配，获得图像匹配结果；
当所述图像匹配结果满足预设匹配阈值时，则触发生成所述倾覆指令。
5.如权利要求4所述的方法，其特征在于，所述方法还包括：
获得所述监测结果中各个监测图像对应的时间标识；
基于所述图像匹配结果和所述时间标识进行所述筛网筛分装置的瞬态状态变化评价，获得瞬态状态变化评价结果；
根据所述瞬态状态变化评价结果获得所述状态评价结果。
6.如权利要求5所述的方法，其特征在于，所述方法还包括：
当所述筛网筛分装置倾覆完成后，通过所述图像采集装置对所述筛网筛分装置重新执行图像采集，生成辅助图像；
调用所述背景特征集合中匹配的背景特征对所述辅助图像进行图像识别，生成辅助识别结果；
通过所述辅助识别结果生成辅助清理指令；
基于所述辅助清理指令执行对于所述筛网筛分装置的辅助清理。
7.如权利要求1所述的方法，其特征在于，所述方法还包括：
对筛分结果进行结果检测，生成检测验证结果；
判断所述检测验证结果中低等级粒度粉末和当前等级粒度粉末的粉末比例；
基于所述粉末比例生成当前等级的前置等级气流补偿参数；
通过所述前置等级气流补偿参数进行所述多级组合筛分装置的装置优化。
8.一种3D打印的金属粉末筛分系统，其特征在于，所述系统包括：
粉末属性采集模块，用于采集金属粉末的粉末属性信息，交互3D打印产品的打印数据，基于所述打印数据和所述粉末属性信息生成颗粒分布信息，其中，所述颗粒分布信息包括粒径极值和粒径粉末占比；
筛分装置组合模块，用于基于所述颗粒分布信息和所述粉末属性信息配置多级组合筛分装置，其中，所述多级组合筛分装置中每一级组合筛分装置均包括气流筛分装置和筛网筛分装置；
气流筛分执行模块，用于当执行所述金属粉末的粉末筛选时同步启动所述多级组合筛分装置对所述金属粉末进行气流筛分，并通过筛网震动过滤，将过滤通过金属粉末存储为对应等级粒度标识粉末；
倾覆指令生成模块，用于通过图像采集装置对所述筛网筛分装置监测，并基于监测结果生成倾覆指令，基于所述倾覆指令控制所述筛网筛分装置向下一级筛网筛分装置倾覆；
状态评价执行模块，用于基于所述监测结果和对应的时间标识进行所述筛网筛分装置的状态评价，生成状态评价结果；
补偿控制筛分模块，用于通过所述状态评价结果生成气流控制补偿信息，基于所述气流控制补偿信息重新配置所述多级组合筛分装置以执行所述金属粉末的筛分。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310745246.0A CN116765426B (zh) | 2023-06-25 | 2023-06-25 | 一种3d打印的金属粉末筛分方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310745246.0A CN116765426B (zh) | 2023-06-25 | 2023-06-25 | 一种3d打印的金属粉末筛分方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116765426A true CN116765426A (zh) | 2023-09-19 |
| CN116765426B CN116765426B (zh) | 2023-11-24 |
Family
ID=87987465
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310745246.0A Active CN116765426B (zh) | 2023-06-25 | 2023-06-25 | 一种3d打印的金属粉末筛分方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116765426B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160199911A1 (en) * | 2015-01-13 | 2016-07-14 | Sigma Labs, Inc. | Material qualification system and methodology |
| CN106984811A (zh) * | 2017-03-18 | 2017-07-28 | 珠海新茂义齿科技有限公司 | 一种义齿金属激光3d打印方法 |
| US20190285532A1 (en) * | 2016-06-06 | 2019-09-19 | Renishaw Plc | A particle size sensor for metallic powders |
| CN213914793U (zh) * | 2020-11-23 | 2021-08-10 | 成都天齐增材智造有限责任公司 | 匹配3d打印机的粉末回收设备 |
| CN113275118A (zh) * | 2021-05-31 | 2021-08-20 | 江苏邦鼎科技有限公司 | 一种粉碎机筛片智能检测方法及系统 |
| WO2021180009A1 (zh) * | 2020-03-13 | 2021-09-16 | 深圳前海微众银行股份有限公司 | 一种数据检测方法及装置 |
| CN113500014A (zh) * | 2021-07-08 | 2021-10-15 | 湖州霍里思特智能科技有限公司 | 一种基于阈值的动态调整进行智能分选的方法及系统 |
| CN114289724A (zh) * | 2021-12-30 | 2022-04-08 | 南通金源智能技术有限公司 | 一种气雾化金属粉末的后处理方法 |
| CN115527203A (zh) * | 2022-10-21 | 2022-12-27 | 中粮工程装备无锡有限公司 | 一种基于物联网的谷物干燥远程控制方法及系统 |
-
2023
- 2023-06-25 CN CN202310745246.0A patent/CN116765426B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160199911A1 (en) * | 2015-01-13 | 2016-07-14 | Sigma Labs, Inc. | Material qualification system and methodology |
| US20190285532A1 (en) * | 2016-06-06 | 2019-09-19 | Renishaw Plc | A particle size sensor for metallic powders |
| CN106984811A (zh) * | 2017-03-18 | 2017-07-28 | 珠海新茂义齿科技有限公司 | 一种义齿金属激光3d打印方法 |
| WO2021180009A1 (zh) * | 2020-03-13 | 2021-09-16 | 深圳前海微众银行股份有限公司 | 一种数据检测方法及装置 |
| CN213914793U (zh) * | 2020-11-23 | 2021-08-10 | 成都天齐增材智造有限责任公司 | 匹配3d打印机的粉末回收设备 |
| CN113275118A (zh) * | 2021-05-31 | 2021-08-20 | 江苏邦鼎科技有限公司 | 一种粉碎机筛片智能检测方法及系统 |
| CN113500014A (zh) * | 2021-07-08 | 2021-10-15 | 湖州霍里思特智能科技有限公司 | 一种基于阈值的动态调整进行智能分选的方法及系统 |
| CN114289724A (zh) * | 2021-12-30 | 2022-04-08 | 南通金源智能技术有限公司 | 一种气雾化金属粉末的后处理方法 |
| CN115527203A (zh) * | 2022-10-21 | 2022-12-27 | 中粮工程装备无锡有限公司 | 一种基于物联网的谷物干燥远程控制方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116765426B (zh) | 2023-11-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR100824217B1 (ko) | 결함에 대한 하이브리드식 불변의 적응성 자동 분류 방법및 장치 | |
| CN108564030A (zh) | 面向车载热成像行人检测的分类器训练方法和装置 | |
| CN114926463B (zh) | 一种适用于芯片电路板的生产质量检测方法 | |
| CN115601362B (zh) | 一种基于图像处理的焊接质量评估方法 | |
| CN111932510B (zh) | 一种图像清晰度的确定方法及装置 | |
| JP7092889B2 (ja) | 電子・電気機器部品屑の組成解析装置、電子・電気機器部品屑の処理装置及び電子・電気機器部品屑の処理方法 | |
| Diaz-Romero et al. | Deep learning computer vision for the separation of Cast-and Wrought-Aluminum scrap | |
| CN109815856A (zh) | 目标车辆的状态标记方法、系统和计算机可读存储介质 | |
| CN108921197A (zh) | 一种基于特征选择和集成算法的分类方法 | |
| CN114324078A (zh) | 一种颗粒粒径识别方法、装置、设备和介质 | |
| JPH10318904A (ja) | 粒子画像分析装置およびその分析用プログラムを記録した記録媒体 | |
| CN110135514A (zh) | 一种工件分类方法、装置、设备及介质 | |
| CN110555347A (zh) | 具有危险载货行为的车辆目标识别方法、装置及电子设备 | |
| CN116765426B (zh) | 一种3d打印的金属粉末筛分方法及系统 | |
| CN104050684A (zh) | 一种基于在线训练的视频运动目标分类方法与系统 | |
| CN117351001B (zh) | 一种再生铝合金模板表面缺陷识别方法 | |
| CN1854724A (zh) | 在x射线分析领域内对铸造缺陷进行分类的方法 | |
| CN114841982A (zh) | 一种基于图像处理的空调滤芯质量监测方法 | |
| CN114155224A (zh) | 获取废钢结算数据方法、装置、废钢结算系统及回收场 | |
| CN115311484A (zh) | 一种焊缝数据的优化聚类分割方法 | |
| CN118134062A (zh) | 数控机床铸件质量追踪系统 | |
| CN110175622B (zh) | 基于共生关系的卷积神经网络的车辆部件识别方法和系统 | |
| CN111627018A (zh) | 一种基于双流神经网络模型的钢板表面缺陷分类方法 | |
| CN116363426A (zh) | 公路防眩板健康状态自动检测方法 | |
| CN109624502B (zh) | 一种高效低耗损印刷制品生产系统及方法 |
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 |