CN117011589A - 辊筛卡辊的识别方法、装置、终端及存储介质 - Google Patents
辊筛卡辊的识别方法、装置、终端及存储介质 Download PDFInfo
- Publication number
- CN117011589A CN117011589A CN202310802728.5A CN202310802728A CN117011589A CN 117011589 A CN117011589 A CN 117011589A CN 202310802728 A CN202310802728 A CN 202310802728A CN 117011589 A CN117011589 A CN 117011589A
- Authority
- CN
- China
- Prior art keywords
- roller
- clamping
- material pile
- shape information
- rotating speed
- 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
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000003860 storage Methods 0.000 title claims abstract description 14
- 239000000463 material Substances 0.000 claims abstract description 127
- 238000001514 detection method Methods 0.000 claims abstract description 15
- 238000012544 monitoring process Methods 0.000 claims abstract description 10
- 238000004590 computer program Methods 0.000 claims description 22
- 241001131688 Coracias garrulus Species 0.000 description 151
- 239000012535 impurity Substances 0.000 description 12
- 239000008188 pellet Substances 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 7
- 238000009826 distribution Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000012216 screening Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000004804 winding Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000036544 posture Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
- G06V10/765—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects using rules for classification or partitioning the feature space
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/07—Target detection
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Quality & Reliability (AREA)
- Treatment Of Fiber Materials (AREA)
Abstract
本发明提供一种辊筛卡辊的识别方法、装置、终端及存储介质。该方法包括：获取对辊筛上方的物料堆进行监测得到的物料图像；对物料图像进行目标检测，得到物料堆的形状信息；形状信息包括物料堆表面多个点的高度；基于形状信息判断是否发生卡辊。本发明无需通过人工监控或者设置大量的传感器就能识别卡辊，实现方式简单并且效率高。
Description
技术领域
本发明涉及物料筛分技术领域，尤其涉及一种辊筛卡辊的识别方法、装置、终端及存储介质。
背景技术
在生产运输过程中，需要通过辊筛装置对球团生球进行筛分，以去除杂质和不合格球团。辊筛装置的每个辊轴之间具有一定的间隙，各辊轴按照一定的方向和速度转动，使尺寸小于该间隙的杂质或球团从间隙中落下，并保留尺寸合格的球团。
然而，由于球团生球的尺寸和形状不规则，辊筛装置的运行过程中可能会出现卡辊故障，导致球团生球无法正常通过，可能造成球团生球的损失和设备烧坏损失。
发明内容
本发明实施例提供了一种辊筛卡辊的识别方法、装置、终端及存储介质，以解决辊筛卡辊导致原料和设备损坏的问题。
第一方面，本发明实施例提供了一种辊筛卡辊的识别方法，包括：
获取对辊筛上方的物料堆进行监测得到的物料图像；
对物料图像进行目标检测，得到物料堆的形状信息；形状信息包括物料堆表面多个点的高度；
基于形状信息判断是否发生卡辊。
在一种可能的实现方式中，基于形状信息判断是否发生卡辊包括：
若物料堆的最高点高度大于第一预设阈值，则判定发生卡辊；其中，第一预设阈值基于辊轴转速确定，辊轴转速越大则第一预设阈值越小。
在一种可能的实现方式中，基于形状信息判断是否发生卡辊还包括：
若物料堆的最高点高度不大于第一预设阈值，且物料堆的最高点高度与最低点高度之差大于第二预设阈值，则判定发生卡辊。
在一种可能的实现方式中，辊筛包括多个辊轴；
在判定发生卡辊后，还包括：
在物料堆的各点高度中，确定至少一个跳变点；
基于距离物料堆出口最近的跳变点，确定卡辊位置。
在一种可能的实现方式中，在确定卡辊位置之后，还包括：
调节卡辊位置对应的辊轴的转向和/或转速。
在一种可能的实现方式中，在确定卡辊位置之后，还包括：
对物料图像进行目标检测，得到卡辊位置接触的物料类型；
基于物料类型确定目标辊轴转向和/或目标辊轴转速；
相应的，调节卡辊位置对应的辊轴的转向和/或转速包括：
基于目标辊轴转向和/或目标辊轴转速，调节卡辊位置对应的辊轴的转向和/或转速。
第二方面，本发明实施例提供了一种辊筛卡辊的识别装置，包括：
获取模块，用于获取对辊筛上方的物料堆进行监测得到的物料图像；
检测模块，用于对物料图像进行目标检测，得到物料堆的形状信息；形状信息包括物料堆表面多个点的高度；
判断模块，用于基于形状信息判断是否发生卡辊。
第三方面，本发明实施例提供了一种终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上第一方面或第一方面的任一种可能的实现方式所述方法的步骤。
第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上第一方面或第一方面的任一种可能的实现方式所述方法的步骤。
本发明实施例提供一种辊筛卡辊的识别方法、装置、终端及存储介质，通过图像可以识别出辊筛上物料堆形状，由于辊筛正常运行时物料堆分布较平均，卡辊时物料堆则会堆积，本发明利用卡辊时物料堆形状的特点，对物料堆的形状信息进行监控，当物料堆的形状信息异常时，则表示辊筛的运行状态异常，可以及时识别出卡辊故障，从而进行处理。本发明无需通过人工监控或者设置大量的传感器，实现方式简单并且效率高。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一实施例提供的辊筛卡辊的识别方法的实现流程图；
图2是本发明一实施例提供的辊筛卡辊的识别装置的结构示意图；
图3是本发明一实施例提供的终端的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图通过具体实施例来进行说明。
参见图1，其示出了本发明实施例提供的辊筛卡辊的识别方法的实现流程图，详述如下：
步骤101，获取对辊筛上方的物料堆进行监测得到的物料图像。
在本实施例中，物料堆是指辊筛表面的多个物料。在运行过程中，辊筛的各辊轴持续转动，带动表面的物料向出口方向移动。移动过程中，尺寸小于要求的物料和杂质从各辊轴之间的缝隙下落，尺寸符合要求的物料通过筛选，移动至出口，同时新的物料被持续加入到辊筛表面。
为获取物料图像，可以在辊筛附近设置一个或多个摄像头，按照预设间隔定期进行拍摄或录像，将监测数据发送到图像处理设备以识别卡辊情况，最后由报警模块在识别到卡辊后进行报警。预设间隔可以根据发生卡辊的频率设置。
步骤102，对物料图像进行目标检测，得到物料堆的形状信息；形状信息包括物料堆表面多个点的高度。
在本实施例中，获取到物料图像后，在后台对图像进行处理，可以通过连通域识别、目标检测算法将图像中的物料堆与背景进行分割，从而得到物料堆的形状信息。
步骤103，基于形状信息判断是否发生卡辊。
在本实施例中，若辊筛正常运行，符合要求的物料在筛选过程中会持续向出口方向移动，物料堆的分布较为平均；若辊筛发生卡辊，杂质无法下落，已有的物料也会停留在辊筛表面，与新加入的物料发生堆积，使得物料堆的高度或形状发生较大改变。
本实施例可以利用物料堆的这一特点进行卡辊识别，例如，获取多个卡辊时的物料图像作为样本，并提取形状信息特征，与监测得到的物料图像的形状信息特征进行对比，如果相似或相同则可以判定发生卡辊。
在一种可能的实现方式中，基于形状信息判断是否发生卡辊包括：
若物料堆的最高点高度大于第一预设阈值，则判定发生卡辊；其中，第一预设阈值基于辊轴转速确定，辊轴转速越大则第一预设阈值越小。
在本实施例中，如果发生卡辊，物料大概率会堆积在某一位置，可以根据物料堆的最高点高度判断是否发生卡辊。
第一预设阈值受到辊轴转速的影响，辊轴转速越大，则物料堆的移动速度越快，物料堆的高度也就越低，第一预设阈值越小。可以对历史时段中，发生卡辊时物料堆的最高点和辊轴转速进行统计、拟合等分析方法，从而确定二者之间的关系，并选取第一预设阈值。
第一预设阈值还可能受到物料尺寸的影响，物料尺寸越大，则物料堆的高度越高，第一预设阈值越大。还可以基于发生卡辊时物料堆的最高点和物料尺寸的关系选取第一预设阈值，以及基于发生卡辊时物料堆的最高点和辊轴转速、物料尺寸的关系选取第一预设阈值。
在一种可能的实现方式中，基于形状信息判断是否发生卡辊还包括：
若物料堆的最高点高度不大于第一预设阈值，且物料堆的最高点高度与最低点高度之差大于第二预设阈值，则判定发生卡辊。
在本实施例中，为避免误报警，第一预设阈值可能被设置为一个较大的值，此时可以加入第二预设阈值进行辅助判断。发生卡辊后，卡辊位置处的辊轴无法转动，上方的物料也无法向出口方向移动，使得物料堆在卡辊位置处的高度较高，但并未达到第一预设阈值；而正常辊轴上方的物料未受到卡辊影响，能够被正常辊轴带动向前以及在辊轴缝隙中下落，使得物料堆在正常辊轴上方的高度较低。利用物料堆的最高点高度与最低点高度之差，可以进行卡辊识别。
在一种可能的实现方式中，辊筛包括多个辊轴；
在判定发生卡辊后，还包括：
在物料堆的各点高度中，确定至少一个跳变点；
基于距离物料堆出口最近的跳变点，确定卡辊位置。
在本实施例中，跳变是指物料堆的高度在某一位置变为另一个差距较大的高度的现象。如果某一位置处的辊轴发生卡辊，卡辊位置与辊筛出口之间的物料未受到卡辊影响，能够被正常辊轴带动至出口，而卡辊位置处的辊轴无法转动，上方的物料也无法向出口方向移动，物料则会堆积，导致物料堆的高度在卡辊位置附近产生跳变。因此，利用物料堆的高度跳变点就可确定卡辊位置。可以根据物料堆的最高高度、物料尺寸等信息确定第三预设阈值，基于第三预设阈值判断是否存在跳变点。
在一种可能的实现方式中，在确定卡辊位置之后，还包括：
调节卡辊位置对应的辊轴的转向和/或转速。
在一种可能的实施例中，在确定卡辊位置之后，还包括：
调节卡辊位置对应的辊轴的转向。
在本实施例中，当辊轴电机为定频电机、转速固定不可调时，可以仅调节辊轴的转向。
在一种可能的实施例中，在确定卡辊位置之后，还包括：
调节卡辊位置对应的辊轴的转速。
在本实施例中，当辊轴电机为单向电机、转向不可调时，可以仅调节辊轴的转速。
在一种可能的实施例中，在确定卡辊位置之后，还包括：
调节卡辊位置对应的辊轴的转向和转速。
在本实施例中，辊轴电机为变频双向电机时，可以根据具体的卡辊情况调整转向和转速中的一项或两项。
例如，辊轴反向转动时，可以将卡在辊轴缝隙中的杂质反向移动至辊轴上方，然后杂质可能以不同的姿态经过辊轴缝隙并下落，从而解决卡辊情况；通过调整辊轴转速，可以调节物料在辊筛表面的分布情况，带动杂质移位，使导致卡辊的杂质离开卡辊位置，从而解决卡辊情况。
在本实施例中，调节卡辊位置对应的辊轴的转向和/或转速，可以改善卡辊情况，减少人工进行排除故障的次数，提高生产效率，避免卡辊持续存在造成的后果。
在一种可能的实现方式中，在确定卡辊位置之后，还包括：
对物料图像进行目标检测，得到卡辊位置接触的物料类型；
基于物料类型确定目标辊轴转向和/或目标辊轴转速；
相应的，调节卡辊位置对应的辊轴的转向和/或转速包括：
基于目标辊轴转向和/或目标辊轴转速，调节卡辊位置对应的辊轴的转向和/或转速。
在本实施例中，针对不同的物料类型，可以采用不同方式解决卡辊问题。例如，卡辊位置接触的物料类型为布条、塑料袋等杂质时，说明是杂质缠绕导致的卡辊，可以控制辊轴反向旋转，解决缠绕；卡辊位置接触的物料类型为泥土时，杂质具有粘性并且质地软，导致辊轴转速变慢，此时可以提高辊轴转速，加快杂质下落速度。
如果检测出的物料类型无法找到对应的解决卡辊方式，可以采用声光报警器发出报警，以提醒工作人员及时处理故障，并停机等待，以避免球团生球和辊筛设备的损失。
本发明实施例通过图像可以识别出辊筛上物料堆形状，由于辊筛正常运行时物料堆分布较平均，卡辊时物料堆则会堆积，本发明利用卡辊时物料堆形状的特点，对物料堆的形状信息进行监控，当物料堆的形状信息异常时，则表示辊筛的运行状态异常，可以及时识别出卡辊故障，从而进行处理。本发明无需通过人工监控或者设置大量的传感器，实现方式简单并且效率高。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
以下为本发明的装置实施例，对于其中未详尽描述的细节，可以参考上述对应的方法实施例。
图2示出了本发明实施例提供的辊筛卡辊的识别装置的结构示意图，为了便于说明，仅示出了与本发明实施例相关的部分，详述如下：
如图2所示，辊筛卡辊的识别装置2包括：
获取模块21，用于获取对辊筛上方的物料堆进行监测得到的物料图像；
检测模块22，用于对物料图像进行目标检测，得到物料堆的形状信息；形状信息包括物料堆表面多个点的高度；
判断模块23，用于基于形状信息判断是否发生卡辊。
在一种可能的实现方式中，判断模块23具体用于：
在物料堆的最高点高度大于第一预设阈值时，判定发生卡辊；其中，第一预设阈值基于辊轴转速确定，辊轴转速越大则第一预设阈值越小。
在一种可能的实现方式中，判断模块23还用于：
在物料堆的最高点高度不大于第一预设阈值，且物料堆的最高点高度与最低点高度之差大于第二预设阈值时，判定发生卡辊。
在一种可能的实现方式中，辊筛包括多个辊轴；
判断模块23还用于：
在判定发生卡辊后，在物料堆的各点高度中，确定至少一个跳变点；
基于距离物料堆出口最近的跳变点，确定卡辊位置。
在一种可能的实现方式中，判断模块23还用于：
在确定卡辊位置之后，调节卡辊位置对应的辊轴的转向和/或转速。
在一种可能的实现方式中，判断模块23具体用于：
在确定卡辊位置之后，对物料图像进行目标检测，得到卡辊位置接触的物料类型；
基于物料类型确定目标辊轴转向和/或目标辊轴转速；
基于目标辊轴转向和/或目标辊轴转速，调节卡辊位置对应的辊轴的转向和/或转速。
本发明实施例通过图像可以识别出辊筛上物料堆形状，由于辊筛正常运行时物料堆分布较平均，卡辊时物料堆则会堆积，本发明利用卡辊时物料堆形状的特点，对物料堆的形状信息进行监控，当物料堆的形状信息异常时，则表示辊筛的运行状态异常，可以及时识别出卡辊故障，从而进行处理。本发明无需通过人工监控或者设置大量的传感器，实现方式简单并且效率高。
图3是本发明实施例提供的终端的示意图。如图3所示，该实施例的终端3包括：处理器30、存储器31以及存储在所述存储器31中并可在所述处理器30上运行的计算机程序32。所述处理器30执行所述计算机程序32时实现上述各个辊筛卡辊的识别方法实施例中的步骤，例如图1所示的步骤101至步骤103。或者，所述处理器30执行所述计算机程序32时实现上述各装置实施例中各模块/单元的功能，例如图2所示模块/单元21至23的功能。
示例性的，所述计算机程序32可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器31中，并由所述处理器30执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序32在所述终端3中的执行过程。例如，所述计算机程序32可以被分割成图2所示的模块/单元21至23。
所述终端3可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端3可包括，但不仅限于，处理器30、存储器31。本领域技术人员可以理解，图3仅仅是终端3的示例，并不构成对终端3的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端还可以包括输入输出设备、网络接入设备、总线等。
所称处理器30可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器31可以是所述终端3的内部存储单元，例如终端3的硬盘或内存。所述存储器31也可以是所述终端3的外部存储设备，例如所述终端3上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器31还可以既包括所述终端3的内部存储单元也包括外部存储设备。所述存储器31用于存储所述计算机程序以及所述终端所需的其他程序和数据。所述存储器31还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置/终端和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个辊筛卡辊的识别方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。
Claims (10)
1.一种辊筛卡辊的识别方法，其特征在于，包括：
获取对辊筛上方的物料堆进行监测得到的物料图像；
对所述物料图像进行目标检测，得到所述物料堆的形状信息；所述形状信息包括所述物料堆表面多个点的高度；
基于所述形状信息判断是否发生卡辊。
2.根据权利要求1所述的辊筛卡辊的识别方法，其特征在于，所述基于所述形状信息判断是否发生卡辊包括：
若所述物料堆的最高点高度大于第一预设阈值，则判定发生卡辊；其中，所述第一预设阈值基于辊轴转速确定，辊轴转速越大则所述第一预设阈值越小。
3.根据权利要求2所述的辊筛卡辊的识别方法，其特征在于，所述基于所述形状信息判断是否发生卡辊还包括：
若所述物料堆的最高点高度不大于第一预设阈值，且所述物料堆的最高点高度与最低点高度之差大于第二预设阈值，则判定发生卡辊。
4.根据权利要求1至3任一项所述的辊筛卡辊的识别方法，其特征在于，所述辊筛包括多个辊轴；
在判定发生卡辊后，还包括：
在所述物料堆的各点高度中，确定至少一个跳变点；
基于距离所述物料堆出口最近的跳变点，确定卡辊位置。
5.根据权利要求4所述的辊筛卡辊的识别方法，其特征在于，在所述确定卡辊位置之后，还包括：
调节所述卡辊位置对应的辊轴的转向和/或转速。
6.根据权利要求5所述的辊筛卡辊的识别方法，其特征在于，在所述确定卡辊位置之后，还包括：
对所述物料图像进行目标检测，得到所述卡辊位置接触的物料类型；
基于所述物料类型确定目标辊轴转向和/或目标辊轴转速；
相应的，所述调节所述卡辊位置对应的辊轴的转向和/或转速包括：
基于目标辊轴转向和/或目标辊轴转速，调节所述卡辊位置对应的辊轴的转向和/或转速。
7.一种辊筛卡辊的识别装置，其特征在于，包括：
获取模块，用于获取对辊筛上方的物料堆进行监测得到的物料图像；
检测模块，用于对所述物料图像进行目标检测，得到所述物料堆的形状信息；所述形状信息包括所述物料堆表面多个点的高度；
判断模块，用于基于所述形状信息判断是否发生卡辊。
8.根据权利要求7所述的装置，其特征在于，所述判断模块具体用于：
在所述物料堆的最高点高度大于第一预设阈值时，判定发生卡辊；其中，所述第一预设阈值基于辊轴转速确定，辊轴转速越大则所述第一预设阈值越小。
9.一种终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上的权利要求1至6中任一项所述方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上的权利要求1至6中任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310802728.5A CN117011589A (zh) | 2023-07-03 | 2023-07-03 | 辊筛卡辊的识别方法、装置、终端及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310802728.5A CN117011589A (zh) | 2023-07-03 | 2023-07-03 | 辊筛卡辊的识别方法、装置、终端及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117011589A true CN117011589A (zh) | 2023-11-07 |
Family
ID=88573599
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310802728.5A Pending CN117011589A (zh) | 2023-07-03 | 2023-07-03 | 辊筛卡辊的识别方法、装置、终端及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117011589A (zh) |
-
2023
- 2023-07-03 CN CN202310802728.5A patent/CN117011589A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111008961B (zh) | 一种输电线路设备缺陷检测方法及其系统、设备、介质 | |
| CN103841369A (zh) | 一种监控广告大屏幕状态的方法及系统 | |
| CN103606221A (zh) | 清分机故障自动诊断方法以及装置 | |
| CN115809982B (zh) | 电芯压伤检测方法、装置及系统 | |
| CN115914573B (zh) | 一种基于大数据的生产线用卷绕辊运行监测系统 | |
| CN111398292A (zh) | 一种基于gabor滤波和CNN的布匹瑕疵检测方法、系统及设备 | |
| CN114140684A (zh) | 堵煤漏煤检测方法、装置、设备及存储介质 | |
| CN114882010A (zh) | 基于图片识别的表面缺陷检测方法 | |
| KR102158100B1 (ko) | 이상 감지를 이용한 모니터링 자동화 방법 및 장치 | |
| CN117011589A (zh) | 辊筛卡辊的识别方法、装置、终端及存储介质 | |
| CN114139016A (zh) | 一种智慧小区的数据处理方法及系统 | |
| JP2011215804A (ja) | 煙検出装置 | |
| CN115946154B (zh) | 一种基于晶圆传输状态数据的损害性预测方法 | |
| CN115861315B (zh) | 缺陷检测方法和装置 | |
| CN111398294A (zh) | 一种基于机器视觉的秸秆颗粒缺陷检测系统及检测方法 | |
| CN111369591A (zh) | 一种运动物体的跟踪方法、装置及设备 | |
| CN115631459A (zh) | 基于人工智能的传送带监控方法及装置 | |
| CN116246206A (zh) | 一种基于标志物边缘检测的输煤系统溢煤识别系统 | |
| CN113588659B (zh) | 基于视频图像的带式输送机纵撕检测方法、装置及系统 | |
| CN113869116A (zh) | 一种用于架空输电线路的施工机械预警方法、装置及介质 | |
| CN114757905A (zh) | 一种基于视觉的卷绳缠绕异常检测装置及方法 | |
| CN114494118A (zh) | 目标对象宽度的检测方法及目标对象长度的检测方法 | |
| CN103887213B (zh) | 一种调整检测频率的缺陷检测方法 | |
| CN111860135B (zh) | 一种皮带转载点堆煤的识别方法、系统、设备及介质 | |
| CN116993701B (zh) | 电池片的图像处理与计数方法、系统和数片机 |
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 |