CN117638287A - 一种废旧锂电池的正负极粉料分类收集方法及相关装置 - Google Patents
一种废旧锂电池的正负极粉料分类收集方法及相关装置 Download PDFInfo
- Publication number
- CN117638287A CN117638287A CN202410105113.1A CN202410105113A CN117638287A CN 117638287 A CN117638287 A CN 117638287A CN 202410105113 A CN202410105113 A CN 202410105113A CN 117638287 A CN117638287 A CN 117638287A
- Authority
- CN
- China
- Prior art keywords
- powder
- plate
- positive
- negative
- real
- 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 165
- 238000000034 method Methods 0.000 title claims abstract description 70
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 title claims abstract description 59
- 229910052744 lithium Inorganic materials 0.000 title claims abstract description 59
- 239000002699 waste material Substances 0.000 title claims abstract description 56
- 238000001035 drying Methods 0.000 claims abstract description 137
- 238000000227 grinding Methods 0.000 claims abstract description 57
- 238000001514 detection method Methods 0.000 claims abstract description 42
- 238000004364 calculation method Methods 0.000 claims abstract description 34
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 claims abstract description 28
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 claims abstract description 17
- 230000015654 memory Effects 0.000 claims description 30
- 238000012216 screening Methods 0.000 claims description 24
- 238000007781 pre-processing Methods 0.000 claims description 14
- 238000004422 calculation algorithm Methods 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 10
- 238000003062 neural network model Methods 0.000 claims description 6
- 238000000926 separation method Methods 0.000 claims description 6
- 230000001960 triggered effect Effects 0.000 claims description 4
- 238000007873 sieving Methods 0.000 abstract 1
- 238000010438 heat treatment Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 239000003086 colorant Substances 0.000 description 6
- 238000007605 air drying Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000004064 recycling Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 230000005291 magnetic effect Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
Classifications
-
- 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
- Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
- Y02W30/00—Technologies for solid waste management
- Y02W30/50—Reuse, recycling or recovery technologies
- Y02W30/84—Recycling of batteries or fuel cells
Landscapes
- Battery Electrode And Active Subsutance (AREA)
Abstract
本发明公开了一种废旧锂电池的正负极粉料分类收集方法及相关装置,其中,所述方法包括:检测废旧锂电池正极片和负极片的拆解状态;基于检测结果控制干燥设备对正极片和负极片进行干燥处理;对干燥处理后的正极片和负极片进行最大内接矩形计算处理,获得第一和第二最大内接矩形;基于第一和第二最大内接矩形所获取的第一和第二相关参数以传输至若干台破碎打粉设备;基于第一和第二相关参数调整工作参数,破碎打粉设备分别对干燥处理后的正极片和负极片进行打粉;分别对正负极粉料进行筛分,将正极粉、铝粉、负极粉和铜粉装入不同的收集袋中。本发明实现了正负极粉料的充分破碎研磨,提高了粉料分类收集的可靠性,并减少了对粉料处理的投入成本。
Description
技术领域
本发明主要涉及锂电池拆解技术领域,尤其涉及一种废旧锂电池的正负极粉料分类收集方法及相关装置。
背景技术
废旧锂电池的正负极粉料为不可再生且价值高的金属资源,并且正负极粉料在整个废旧锂电池中的占比也很大,因此,废旧锂电池的正负极粉料在回收市场上具有相当广阔的前景,目前,在现有技术中,通常是直接将正负极片进行破碎研磨,而后通过粉粒大小进行筛分,但是这种方法无法充分破碎研磨正负极片,会使粉粒的筛分出现问题,导致正极粉料中的正极粉和铝粉互相掺杂及负极粉料中的负极粉和铜粉互相掺杂,影响粉料分类收集的可靠性,还有一部分是通过对正负极片进行多次的破碎打粉和筛分以提高正负极粉料分类收集的准确度,但多次的破碎打粉和筛分会造成处理成本过高,使回收利润减少,不利于正负极粉料在回收市场前景上的拓展。
发明内容
本发明的目的在于克服现有技术的不足,本发明提供了一种废旧锂电池的正负极粉料分类收集方法及相关装置,实现了正负极粉料的充分破碎研磨,提高了粉料分类收集的可靠性,并减少了对粉料处理的投入成本。
为了解决上述技术问题,本发明提供了一种废旧锂电池的正负极粉料分类收集方法,所述方法包括:
主控制器对废旧锂电池正极片和负极片的拆解状态进行检测;
基于检测结果将正极片和负极片输送至不同的运输通道,主控系统控制干燥设备利用相对位置信息对正极片和负极片进行干燥处理,获得干燥处理后的正极片和负极片;
分别对干燥处理后的正极片和负极片进行最大内接矩形计算处理,获得与干燥处理后的正极片对应的第一最大内接矩形和与干燥处理后的负极片对应的第二最大内接矩形;
基于所述第一最大内接矩形获取与干燥处理后的正极片对应的第一相关参数,基于所述第二最大内接矩形获取与干燥处理后的负极片对应的第二相关参数,并将所述第一相关参数和第二相关参数传输至对应的若干台破碎打粉设备;
对应的破碎打粉设备分别基于所述第一相关参数和第二相关参数调整工作参数,基于调整工作参数后的破碎打粉设备分别对干燥处理后的正极片和负极片进行打粉,获得正极粉料和负极粉料;
对所述正极粉料进行筛分,获得正极粉和铝粉,对所述负极粉料进行筛分,获得负极粉和铜粉,并将所述正极粉、铝粉、负极粉和铜粉分别装入不同的收集袋中。
可选的,所述主控制器对废旧锂电池正极片和负极片的拆解状态进行检测,包括:
主控制器控制拍摄设备利用预设角度获取废旧锂电池正负极片的目标图像;
对所述目标图像进行预处理,获得预处理后的目标图像;
对预处理后的目标图像进行特征提取处理,获得目标特征;
将所述目标特征输入至目标检测模型中,基于所述目标检测模型对废旧锂电池正极片和负极片的拆解状态进行检测,其中,所述目标检测模型为将样本数据集输入至深度神经网络模型进行训练得到的收敛模型。
可选的,所述主控系统控制干燥设备利用相对位置信息对正极片和负极片进行干燥处理,获得干燥处理后的正极片和负极片,包括:
所述主控系统基于检测结果获取正极片的第一位置信息、负极片的第二位置信息和干燥设备的第三位置信息,基于所述第一位置信息、第二位置信息和第三位置信息生成对应的相对位置信息;
基于所述相对位置信息生成干燥指令,将所述干燥指令传输至所述干燥设备,所述干燥设备基于所述干燥指令分别对所述正极片和负极片进行干燥处理,获得干燥处理后的正极片和负极片。
可选的,所述分别对干燥处理后的正极片和负极片进行最大内接矩形计算处理,获得与干燥处理后的正极片对应的第一最大内接矩形和与干燥处理后的负极片对应的第二最大内接矩形,包括:
获取干燥处理后的正极片的第一实时图像和干燥处理后的负极片的第二实时图像;
基于opencv算法对所述第一实时图像和第二实时图像进行预处理,获得预处理后的第一实时图像和第二实时图像;
对预处理后的第一实时图像和第二实时图像进行二值化处理,获得第一二值化实时图像和第二二值化实时图像;
利用基准线旋转方法对所述第一二值化实时图像进行最大内接矩形计算处理,获得与干燥处理后的正极片对应的第一最大内接矩形;
利用基准线旋转方法对所述第二二值化实时图像进行最大内接矩形计算处理,获得与干燥处理后的负极片对应的第二最大内接矩形。
可选的,所述利用基准线旋转方法对所述第一二值化实时图像进行最大内接矩形计算处理,获得与干燥处理后的正极片对应的第一最大内接矩形,包括:
计算所述第一二值化实时图像的主搜索方向范围,并基于所述主搜索方向范围将所述第一二值化实时图像进行区间划分处理,获得第一区间、第二区间和第三区间;
基于所述第一区间和第二区间确定第一二值化实时图像的第一基准线,基于所述第二区间和第三区间确定第一二值化实时图像的第二基准线;
对所述第一基准线利用不同预设旋转角度进行旋转,其中,所述第一基准线在每次旋转后获得与第一基准线最邻近的两个区域边缘点;
对所述第二基准线利用不同预设旋转角度进行旋转,其中,所述第二基准线在每次旋转后获得与第二基准线最邻近的两个区域边缘点;
在每次旋转后,基于所获得的与第一基准线最邻近的两个区域边缘点和与第二基准线最邻近的两个区域边缘点生成内接矩形,计算每个内接矩形的面积,并选取面积最大的内接矩形作为与干燥处理后的正极片对应的第一最大内接矩形。
可选的,所述基于所述第一最大内接矩形获取与干燥处理后的正极片对应的第一相关参数,包括:
基于所述第一最大内接矩形对干燥处理后的正极片进行参数提取处理,获得长度信息、宽度信息和倾斜角度信息。
可选的,所述对所述正极粉料进行筛分,获得正极粉和铝粉,包括:
主控系统生成触发指令,基于所述触发指令触发设置在预设位置的离心设备对所述正极粉料进行离心分离处理,将正极粉料中的正极粉和铝粉进行分离。
另外,本发明还提供了一种废旧锂电池的正负极粉料分类收集装置,所述装置包括:
拆解状态检测模块:用于主控制器对废旧锂电池正极片和负极片的拆解状态进行检测;
干燥模块:用于基于检测结果将正极片和负极片输送至不同的运输通道,主控系统控制干燥设备利用相对位置信息对正极片和负极片进行干燥处理,获得干燥处理后的正极片和负极片;
最大内接矩形计算模块:用于分别对干燥处理后的正极片和负极片进行最大内接矩形计算处理,获得与干燥处理后的正极片对应的第一最大内接矩形和与干燥处理后的负极片对应的第二最大内接矩形;
相关参数获取模块:用于基于所述第一最大内接矩形获取与干燥处理后的正极片对应的第一相关参数,基于所述第二最大内接矩形获取与干燥处理后的负极片对应的第二相关参数,并将所述第一相关参数和第二相关参数传输至对应的若干台破碎打粉设备;
工作参数调整模块:用于对应的破碎打粉设备分别基于所述第一相关参数和第二相关参数调整工作参数,基于调整工作参数后的破碎打粉设备分别对干燥处理后的正极片和负极片进行打粉,获得正极粉料和负极粉料;
粉料筛分模块:用于对所述正极粉料进行筛分,获得正极粉和铝粉,对所述负极粉料进行筛分,获得负极粉和铜粉,并将所述正极粉、铝粉、负极粉和铜粉分别装入不同的收集袋中。
另外,本发明还提供了一种电子设备,所述电子设备包括处理器及存储器,所述存储器用于存储指令,所述处理器用于调用所述存储器中的指令,使得所述电子设备执行上述的废旧锂电池的正负极粉料分类收集方法。
另外,本发明还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计算机指令,当所述计算机指令在电子设备上运行时,使得所述电子设备执行上述的废旧锂电池的正负极粉料分类收集方法。
在本发明实施例中,在对确定拆解状态的正负极片进行干燥处理后,通过对干燥处理后的正负极片进行最大内接矩形计算,利用区间划分所生成的基准线来进行最大内接矩形的计算,无需多次对图像边界多次定位便可更快速且准确的计算出最大内接矩形,减少运算量,通过最大内接矩形获取正极片和负极片对应的长度信息、宽度信息和倾斜角度信息,破碎打粉设备通过接收所提取的长度信息、宽度信息和倾斜角度信息实现了正负极粉料的充分破碎研磨,并且无需多次破碎打粉便可更为准确地筛分出正负极粉料,提高了粉料分类收集的可靠性,并减少了对粉料处理的投入成本。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,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,显而易见的,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的前提下,还可以根据这些附图获得其它的附图。
图1是本发明实施例中的废旧锂电池的正负极粉料分类收集方法的流程示意图;
图2是本发明实施例中的废旧锂电池的正负极粉料分类收集装置的结构组成示意图;
图3是本发明实施例中的电子设备的结构组成示意图。
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。
实施例一
请参阅图1,图1是本发明实施例中的废旧锂电池的正负极粉料分类收集方法的流程示意图。
如图1所示,一种废旧锂电池的正负极粉料分类收集方法,所述方法包括:
S11:主控制器对废旧锂电池正极片和负极片的拆解状态进行检测;
在本发明具体实施过程中,所述主控制器对废旧锂电池正极片和负极片的拆解状态进行检测,包括:主控制器控制拍摄设备利用预设角度获取废旧锂电池正负极片的目标图像;对所述目标图像进行预处理,获得预处理后的目标图像;对预处理后的目标图像进行特征提取处理,获得目标特征;将所述目标特征输入至目标检测模型中,基于所述目标检测模型对废旧锂电池正极片和负极片的拆解状态进行检测,其中,所述目标检测模型为将样本数据集输入至深度神经网络模型进行训练得到的收敛模型。
具体的,主控制器控制拍摄设备利用预设角度获取废旧锂电池正负极片的目标图像;对所述目标图像进行预处理,对所述目标图像进行灰度化处理,计算目标图像中红绿蓝三种颜色的数值,根据三种颜色的数值计算平均值,根据人眼对三种颜色的敏感度利用平均值进行加权平均,获得灰度化目标图像,对灰度化目标图像进行图像增强处理,通过拉普拉斯算子对灰度化目标图像的边缘和细节进行增强,以使图像具有更强的边缘和更清晰的细节,获得图像增强后的目标图像,对图像增强后的目标图像进行去噪处理,消除图像中的噪声点,从而获得预处理后的目标图像;对预处理后的目标图像进行特征提取处理,将预处理后的目标图像划分为若干个区域,计算每个区域的直方图,并将每个区域的直方图进行归一化,将各归一化后的直方图进行拼接,获得目标特征;基于所述目标检测模型对废旧锂电池正极片和负极片的拆解状态进行检测,构建深度神经网络模型作为初始目标检测模型,将样本数据集输入至初始目标检测模型进行训练,得到训练好的目标检测模型,将目标特征输入至训练好的目标检测模型中,根据训练好的目标检测模型检测废旧锂电池正极片和负极片的拆解状态,从而可以得知正负极片是否拆解完整,若未拆解完整,则可根据所检测出的拆解状态控制设备继续完成正负极片的拆解。
S12:基于检测结果将正极片和负极片输送至不同的运输通道,主控系统控制干燥设备利用相对位置信息对正极片和负极片进行干燥处理,获得干燥处理后的正极片和负极片;
在本发明具体实施过程中,所述主控系统控制干燥设备利用相对位置信息对正极片和负极片进行干燥处理,获得干燥处理后的正极片和负极片,包括:所述主控系统基于检测结果获取正极片的第一位置信息、负极片的第二位置信息和干燥设备的第三位置信息,基于所述第一位置信息、第二位置信息和第三位置信息生成对应的相对位置信息;基于所述相对位置信息生成干燥指令,将所述干燥指令传输至所述干燥设备,所述干燥设备基于所述干燥指令分别对所述正极片和负极片进行干燥处理,获得干燥处理后的正极片和负极片。
具体的,根据检测结果需要将正极片和负极片分别输送至不同的运输通道,防止正负极片互相混杂,不利于分类收集,在对正负极片拆解后,需对其进行干燥,主控系统根据检测结果利用不同的定位设备获取正极片的第一位置信息和负极片的第二位置信息,从信息库中可查询对应的干燥设备的第三位置信息,对正负极片进行干燥处理需得知其与干燥设备的相对位置,因此计算第一位置信息和第三位置信息生成与正极片相对应的相对位置信息,计算第二位置信息和第三位置信息生成与负极片相对应的相对位置信息;根据相对位置信息生成干燥指令,将干燥指令传输至对应的干燥设备,同时调整干燥设备的工作参数;将正极片和负极片分通道进行干燥,对应的干燥设备根据干燥指令分别对正极片和负极片进行干燥处理,利用预设加热时间分别对正极片和负极片进行加热处理,而后对加热处理后的正极片和负极片进行风干处理,完成加热和风干处理后,便获得干燥处理后的正极片和负极片。
S13:分别对干燥处理后的正极片和负极片进行最大内接矩形计算处理,获得与干燥处理后的正极片对应的第一最大内接矩形和与干燥处理后的负极片对应的第二最大内接矩形;
在本发明具体实施过程中,所述分别对干燥处理后的正极片和负极片进行最大内接矩形计算处理,获得与干燥处理后的正极片对应的第一最大内接矩形和与干燥处理后的负极片对应的第二最大内接矩形,包括:获取干燥处理后的正极片的第一实时图像和干燥处理后的负极片的第二实时图像;基于opencv算法对所述第一实时图像和第二实时图像进行预处理,获得预处理后的第一实时图像和第二实时图像;对预处理后的第一实时图像和第二实时图像进行二值化处理,获得第一二值化实时图像和第二二值化实时图像;利用基准线旋转方法对所述第一二值化实时图像进行最大内接矩形计算处理,获得与干燥处理后的正极片对应的第一最大内接矩形;利用基准线旋转方法对所述第二二值化实时图像进行最大内接矩形计算处理,获得与干燥处理后的负极片对应的第二最大内接矩形。
进一步的,所述利用基准线旋转方法对所述第一二值化实时图像进行最大内接矩形计算处理,获得与干燥处理后的正极片对应的第一最大内接矩形,包括:计算所述第一二值化实时图像的主搜索方向范围,并基于所述主搜索方向范围将所述第一二值化实时图像进行区间划分处理,获得第一区间、第二区间和第三区间;基于所述第一区间和第二区间确定第一二值化实时图像的第一基准线,基于所述第二区间和第三区间确定第一二值化实时图像的第二基准线;对所述第一基准线利用不同预设旋转角度进行旋转,其中,所述第一基准线在每次旋转后获得与第一基准线最邻近的两个区域边缘点;对所述第二基准线利用不同预设旋转角度进行旋转,其中,所述第二基准线在每次旋转后获得与第二基准线最邻近的两个区域边缘点;在每次旋转后,基于所获得的与第一基准线最邻近的两个区域边缘点和与第二基准线最邻近的两个区域边缘点生成内接矩形,计算每个内接矩形的面积,并选取面积最大的内接矩形作为与干燥处理后的正极片对应的第一最大内接矩形。
具体的,通过高精度相机对干燥处理后的正负极片进行拍照,获得干燥处理后的正极片的第一实时图像和干燥处理后的负极片的第二实时图像;基于opencv算法对所述第一实时图像和第二实时图像进行预处理,opencv算法是一种图像处理算法,对第一实时图像和第二实时图像进行图像标准化处理,通过计算第一实时图像和第二实时图像中红绿蓝三个颜色通道的像素均值和像素标准差,通过像素均值和像素标准差对图像进行调整,使实时图像中的像素值服从标准正态分布,获得标准化处理后的第一实时图像和第二实时图像,对标准化处理后的第一实时图像和第二实时图像进行通道转换,对该第一实时图像和第二实时图像进行通道分离,而后通过色相-饱和度-明亮度的预设关系进行颜色空间通道变换,获得预处理后的第一实时图像和第二实时图像;对预处理后的第一实时图像和第二实时图像进行二值化处理,通过选取阈值对图像的像素进行划分,使图像呈现黑白效果,从而凸显出目标轮廓,获得第一二值化实时图像和第二二值化实时图像;计算所述第一二值化实时图像的主方向,基于主方向利用反正切函数和方向角函数获取第一二值化实时图像的主搜索方向范围,通过所述主搜索方向范围对第一二值化实时图像进行区间划分处理,确定第一二值化实时图像的中心点,根据第一二值化实时图像的中心点根据主搜索方向范围将其划分为第一区间、第二区间和第三区间;基于所述第一区间和第二区间确定第一二值化实时图像的第一基准线,获取第一区间和第二区间拼接后的整体的第一区间中心点,确定第一二值化实时图像的中心点,根据两个中心点从而确定第一基准线,获取第二区间和第三区间拼接后的整体的第二区间中心点,以第二区间中心点作与第一基准线垂直的直线,则为第二基准线;根据不同的预设旋转角度左右旋转第一基准线,第一基准线在每次旋转后在第一和第三区间寻找距离第一基准线最邻近的两个区域边缘点,根据不同的预设旋转角度左右旋转第二基准线,第二基准线在每次旋转后在第二和第三区间寻找距离第二基准线最邻近的两个区域边缘点;在每次旋转过后,确定两条基准线旋转所获得的区域边缘点的坐标,根据区域边缘点围成内接矩形,通过其对应的坐标计算内接矩形的面积,直至第一基准线和第二基准线的旋转达到预设次数后,比较所有内接矩形的面积,选取面积最大的内接矩形作为与干燥处理后的正极片对应的第一最大内接矩形;同样的,第二最大内接矩形也是按照第一最大内接矩形的生成步骤所获得的,通过对干燥处理后的正负极片进行最大内接矩形计算,利用区间划分所生成的基准线来进行最大内接矩形的计算,无需多次对图像边界多次定位便可计算出最大内接矩形,减少运算量,能够更快速且准确的得出对应的最大内接矩形。
S14:基于所述第一最大内接矩形获取与干燥处理后的正极片对应的第一相关参数,基于所述第二最大内接矩形获取与干燥处理后的负极片对应的第二相关参数,并将所述第一相关参数和第二相关参数传输至对应的若干台破碎打粉设备;
在本发明具体实施过程中,所述基于所述第一最大内接矩形获取与干燥处理后的正极片对应的第一相关参数,包括:基于所述第一最大内接矩形对干燥处理后的正极片进行参数提取处理,获得长度信息、宽度信息和倾斜角度信息。
具体的,在得到与干燥处理后的的正极片的第一实时图像所对应的第一最大内接矩形后,通过提取第一最大内接矩形的相关参数,即提取第一最大内接矩形中的长度信息、宽度信息和倾斜角度信息,即可得到对应的正极片的第一相关参数,即为正极片的长度、宽度和倾斜角度;同样的,对干燥处理后的负极片也是通过提取第二最大内接矩形的相关参数从而获得负极片对应的长度、宽度和倾斜角度,即第二相关参数,并将所述第一相关参数和第二相关参数传输至对应的若干台破碎打粉设备。
S15:对应的破碎打粉设备分别基于所述第一相关参数和第二相关参数调整工作参数,基于调整工作参数后的破碎打粉设备分别对干燥处理后的正极片和负极片进行打粉,获得正极粉料和负极粉料;
在本发明具体实施过程中,对应的破碎打粉设备分别基于所述第一相关参数和第二相关参数调整工作参数,根据正负极片的长度和宽度调整破碎打粉的范围,避免因对正负极片的破碎打粉不充分,导致部分粉料尺寸过大,根据正负极片的倾斜角度调整破碎打粉的力度,调整工作参数后,破碎打粉设备分别对干燥处理后的正极片和负极片进行打粉,获得正极粉料和负极粉料,破碎打粉设备通过接收所提取的长度信息、宽度信息和倾斜角度信息实现了正负极粉料的充分破碎研磨,并且无需多次破碎打粉便可得到更符合筛分标准的正负极粉料。
S16:对所述正极粉料进行筛分,获得正极粉和铝粉,对所述负极粉料进行筛分,获得负极粉和铜粉,并将所述正极粉、铝粉、负极粉和铜粉分别装入不同的收集袋中。
在本发明具体实施过程中,所述对所述正极粉料进行筛分,获得正极粉和铝粉,包括:主控系统生成触发指令,基于所述触发指令触发设置在预设位置的离心设备对所述正极粉料进行离心分离处理,将正极粉料中的正极粉和铝粉进行分离。
具体的,主控系统生成触发指令,该触发指令为用于触发离心设备对正负极粉料进行离心分离的指令,设置在预设位置的离心设备接收触发指令,基于所述触发指令对正极粉料进行离心分离处理,通过离心过程将铝粉分离出来,从而可以筛分出正极粉和铝粉,同样的,通过主控系统所生成的触发指令控制另一台离心设备对负极粉料进行分离,获得负极粉和铜粉,将正极粉、铝粉、负极粉和铜粉分别装入不同的收集袋中,实现了废旧锂电池的正负极粉料分类收集。
在本发明实施例中,在对确定拆解状态的正负极片进行干燥处理后,通过对干燥处理后的正负极片进行最大内接矩形计算,利用区间划分所生成的基准线来进行最大内接矩形的计算,无需多次对图像边界多次定位便可更快速且准确的计算出最大内接矩形,减少运算量,通过最大内接矩形获取正极片和负极片对应的长度信息、宽度信息和倾斜角度信息,破碎打粉设备通过接收所提取的长度信息、宽度信息和倾斜角度信息实现了正负极粉料的充分破碎研磨,并且无需多次破碎打粉便可更为准确地筛分出正负极粉料,提高了粉料分类收集的可靠性,并减少了对粉料处理的投入成本。
实施例二
请参阅图2,图2是本发明实施例中的废旧锂电池的正负极粉料分类收集装置的结构组成示意图。
如图2所示,一种废旧锂电池的正负极粉料分类收集装置,所述装置包括:
拆解状态检测模块21:用于主控制器对废旧锂电池正极片和负极片的拆解状态进行检测;
在本发明具体实施过程中,所述主控制器对废旧锂电池正极片和负极片的拆解状态进行检测,包括:主控制器控制拍摄设备利用预设角度获取废旧锂电池正负极片的目标图像;对所述目标图像进行预处理,获得预处理后的目标图像;对预处理后的目标图像进行特征提取处理,获得目标特征;将所述目标特征输入至目标检测模型中,基于所述目标检测模型对废旧锂电池正极片和负极片的拆解状态进行检测,其中,所述目标检测模型为将样本数据集输入至深度神经网络模型进行训练得到的收敛模型。
具体的,主控制器控制拍摄设备利用预设角度获取废旧锂电池正负极片的目标图像;对所述目标图像进行预处理,对所述目标图像进行灰度化处理,计算目标图像中红绿蓝三种颜色的数值,根据三种颜色的数值计算平均值,根据人眼对三种颜色的敏感度利用平均值进行加权平均,获得灰度化目标图像,对灰度化目标图像进行图像增强处理,通过拉普拉斯算子对灰度化目标图像的边缘和细节进行增强,以使图像具有更强的边缘和更清晰的细节,获得图像增强后的目标图像,对图像增强后的目标图像进行去噪处理,消除图像中的噪声点,从而获得预处理后的目标图像;对预处理后的目标图像进行特征提取处理,将预处理后的目标图像划分为若干个区域,计算每个区域的直方图,并将每个区域的直方图进行归一化,将各归一化后的直方图进行拼接,获得目标特征;基于所述目标检测模型对废旧锂电池正极片和负极片的拆解状态进行检测,构建深度神经网络模型作为初始目标检测模型,将样本数据集输入至初始目标检测模型进行训练,得到训练好的目标检测模型,将目标特征输入至训练好的目标检测模型中,根据训练好的目标检测模型检测废旧锂电池正极片和负极片的拆解状态,从而可以得知正负极片是否拆解完整,若未拆解完整,则可根据所检测出的拆解状态控制设备继续完成正负极片的拆解。
干燥模块22:用于基于检测结果将正极片和负极片输送至不同的运输通道,主控系统控制干燥设备利用相对位置信息对正极片和负极片进行干燥处理,获得干燥处理后的正极片和负极片;
在本发明具体实施过程中,所述主控系统控制干燥设备利用相对位置信息对正极片和负极片进行干燥处理,获得干燥处理后的正极片和负极片,包括:所述主控系统基于检测结果获取正极片的第一位置信息、负极片的第二位置信息和干燥设备的第三位置信息,基于所述第一位置信息、第二位置信息和第三位置信息生成对应的相对位置信息;基于所述相对位置信息生成干燥指令,将所述干燥指令传输至所述干燥设备,所述干燥设备基于所述干燥指令分别对所述正极片和负极片进行干燥处理,获得干燥处理后的正极片和负极片。
具体的,根据检测结果需要将正极片和负极片分别输送至不同的运输通道,防止正负极片互相混杂,不利于分类收集,在对正负极片拆解后,需对其进行干燥,主控系统根据检测结果利用不同的定位设备获取正极片的第一位置信息和负极片的第二位置信息,从信息库中可查询对应的干燥设备的第三位置信息,对正负极片进行干燥处理需得知其与干燥设备的相对位置,因此计算第一位置信息和第三位置信息生成与正极片相对应的相对位置信息,计算第二位置信息和第三位置信息生成与负极片相对应的相对位置信息;根据相对位置信息生成干燥指令,将干燥指令传输至对应的干燥设备,同时调整干燥设备的工作参数;将正极片和负极片分通道进行干燥,对应的干燥设备根据干燥指令分别对正极片和负极片进行干燥处理,利用预设加热时间分别对正极片和负极片进行加热处理,而后对加热处理后的正极片和负极片进行风干处理,完成加热和风干处理后,便获得干燥处理后的正极片和负极片。
最大内接矩形计算模块23:用于分别对干燥处理后的正极片和负极片进行最大内接矩形计算处理,获得与干燥处理后的正极片对应的第一最大内接矩形和与干燥处理后的负极片对应的第二最大内接矩形;
在本发明具体实施过程中,所述分别对干燥处理后的正极片和负极片进行最大内接矩形计算处理,获得与干燥处理后的正极片对应的第一最大内接矩形和与干燥处理后的负极片对应的第二最大内接矩形,包括:获取干燥处理后的正极片的第一实时图像和干燥处理后的负极片的第二实时图像;基于opencv算法对所述第一实时图像和第二实时图像进行预处理,获得预处理后的第一实时图像和第二实时图像;对预处理后的第一实时图像和第二实时图像进行二值化处理,获得第一二值化实时图像和第二二值化实时图像;利用基准线旋转方法对所述第一二值化实时图像进行最大内接矩形计算处理,获得与干燥处理后的正极片对应的第一最大内接矩形;利用基准线旋转方法对所述第二二值化实时图像进行最大内接矩形计算处理,获得与干燥处理后的负极片对应的第二最大内接矩形。
进一步的,所述利用基准线旋转方法对所述第一二值化实时图像进行最大内接矩形计算处理,获得与干燥处理后的正极片对应的第一最大内接矩形,包括:计算所述第一二值化实时图像的主搜索方向范围,并基于所述主搜索方向范围将所述第一二值化实时图像进行区间划分处理,获得第一区间、第二区间和第三区间;基于所述第一区间和第二区间确定第一二值化实时图像的第一基准线,基于所述第二区间和第三区间确定第一二值化实时图像的第二基准线;对所述第一基准线利用不同预设旋转角度进行旋转,其中,所述第一基准线在每次旋转后获得与第一基准线最邻近的两个区域边缘点;对所述第二基准线利用不同预设旋转角度进行旋转,其中,所述第二基准线在每次旋转后获得与第二基准线最邻近的两个区域边缘点;在每次旋转后,基于所获得的与第一基准线最邻近的两个区域边缘点和与第二基准线最邻近的两个区域边缘点生成内接矩形,计算每个内接矩形的面积,并选取面积最大的内接矩形作为与干燥处理后的正极片对应的第一最大内接矩形。
具体的,通过高精度相机对干燥处理后的正负极片进行拍照,获得干燥处理后的正极片的第一实时图像和干燥处理后的负极片的第二实时图像;基于opencv算法对所述第一实时图像和第二实时图像进行预处理,opencv算法是一种图像处理算法,对第一实时图像和第二实时图像进行图像标准化处理,通过计算第一实时图像和第二实时图像中红绿蓝三个颜色通道的像素均值和像素标准差,通过像素均值和像素标准差对图像进行调整,使实时图像中的像素值服从标准正态分布,获得标准化处理后的第一实时图像和第二实时图像,对标准化处理后的第一实时图像和第二实时图像进行通道转换,对该第一实时图像和第二实时图像进行通道分离,而后通过色相-饱和度-明亮度的预设关系进行颜色空间通道变换,获得预处理后的第一实时图像和第二实时图像;对预处理后的第一实时图像和第二实时图像进行二值化处理,通过选取阈值对图像的像素进行划分,使图像呈现黑白效果,从而凸显出目标轮廓,获得第一二值化实时图像和第二二值化实时图像;计算所述第一二值化实时图像的主方向,基于主方向利用反正切函数和方向角函数获取第一二值化实时图像的主搜索方向范围,通过所述主搜索方向范围对第一二值化实时图像进行区间划分处理,确定第一二值化实时图像的中心点,根据第一二值化实时图像的中心点根据主搜索方向范围将其划分为第一区间、第二区间和第三区间;基于所述第一区间和第二区间确定第一二值化实时图像的第一基准线,获取第一区间和第二区间拼接后的整体的第一区间中心点,确定第一二值化实时图像的中心点,根据两个中心点从而确定第一基准线,获取第二区间和第三区间拼接后的整体的第二区间中心点,以第二区间中心点作与第一基准线垂直的直线,则为第二基准线;根据不同的预设旋转角度左右旋转第一基准线,第一基准线在每次旋转后在第一和第三区间寻找距离第一基准线最邻近的两个区域边缘点,根据不同的预设旋转角度左右旋转第二基准线,第二基准线在每次旋转后在第二和第三区间寻找距离第二基准线最邻近的两个区域边缘点;在每次旋转过后,确定两条基准线旋转所获得的区域边缘点的坐标,根据区域边缘点围成内接矩形,通过其对应的坐标计算内接矩形的面积,直至第一基准线和第二基准线的旋转达到预设次数后,比较所有内接矩形的面积,选取面积最大的内接矩形作为与干燥处理后的正极片对应的第一最大内接矩形;同样的,第二最大内接矩形也是按照第一最大内接矩形的生成步骤所获得的,通过对干燥处理后的正负极片进行最大内接矩形计算,利用区间划分所生成的基准线来进行最大内接矩形的计算,无需多次对图像边界多次定位便可计算出最大内接矩形,减少运算量,能够更快速且准确的得出对应的最大内接矩形。
相关参数获取模块24:用于基于所述第一最大内接矩形获取与干燥处理后的正极片对应的第一相关参数,基于所述第二最大内接矩形获取与干燥处理后的负极片对应的第二相关参数,并将所述第一相关参数和第二相关参数传输至对应的若干台破碎打粉设备;
在本发明具体实施过程中,所述基于所述第一最大内接矩形获取与干燥处理后的正极片对应的第一相关参数,包括:基于所述第一最大内接矩形对干燥处理后的正极片进行参数提取处理,获得长度信息、宽度信息和倾斜角度信息。
具体的,在得到与干燥处理后的的正极片的第一实时图像所对应的第一最大内接矩形后,通过提取第一最大内接矩形的相关参数,即提取第一最大内接矩形中的长度信息、宽度信息和倾斜角度信息,即可得到对应的正极片的第一相关参数,即为正极片的长度、宽度和倾斜角度;同样的,对干燥处理后的负极片也是通过提取第二最大内接矩形的相关参数从而获得负极片对应的长度、宽度和倾斜角度,即第二相关参数,并将所述第一相关参数和第二相关参数传输至对应的若干台破碎打粉设备。
工作参数调整模块25:用于对应的破碎打粉设备分别基于所述第一相关参数和第二相关参数调整工作参数,基于调整工作参数后的破碎打粉设备分别对干燥处理后的正极片和负极片进行打粉,获得正极粉料和负极粉料;
在本发明具体实施过程中,对应的破碎打粉设备分别基于所述第一相关参数和第二相关参数调整工作参数,根据正负极片的长度和宽度调整破碎打粉的范围,避免因对正负极片的破碎打粉不充分,导致部分粉料尺寸过大,根据正负极片的倾斜角度调整破碎打粉的力度,调整工作参数后,破碎打粉设备分别对干燥处理后的正极片和负极片进行打粉,获得正极粉料和负极粉料,破碎打粉设备通过接收所提取的长度信息、宽度信息和倾斜角度信息实现了正负极粉料的充分破碎研磨,并且无需多次破碎打粉便可得到更符合筛分标准的正负极粉料。
粉料筛分模块26:用于对所述正极粉料进行筛分,获得正极粉和铝粉,对所述负极粉料进行筛分,获得负极粉和铜粉,并将所述正极粉、铝粉、负极粉和铜粉分别装入不同的收集袋中。
在本发明具体实施过程中,所述对所述正极粉料进行筛分,获得正极粉和铝粉,包括:主控系统生成触发指令,基于所述触发指令触发设置在预设位置的离心设备对所述正极粉料进行离心分离处理,将正极粉料中的正极粉和铝粉进行分离。
具体的,主控系统生成触发指令,该触发指令为用于触发离心设备对正负极粉料进行离心分离的指令,设置在预设位置的离心设备接收触发指令,基于所述触发指令对正极粉料进行离心分离处理,通过离心过程将铝粉分离出来,从而可以筛分出正极粉和铝粉,同样的,通过主控系统所生成的触发指令控制另一台离心设备对负极粉料进行分离,获得负极粉和铜粉,将正极粉、铝粉、负极粉和铜粉分别装入不同的收集袋中,实现了废旧锂电池的正负极粉料分类收集。
在本发明实施例中,在对确定拆解状态的正负极片进行干燥处理后,通过对干燥处理后的正负极片进行最大内接矩形计算,利用区间划分所生成的基准线来进行最大内接矩形的计算,无需多次对图像边界多次定位便可更快速且准确地计算出最大内接矩形,减少运算量,通过最大内接矩形获取正极片和负极片对应的长度信息、宽度信息和倾斜角度信息,破碎打粉设备通过接收所提取的长度信息、宽度信息和倾斜角度信息实现了正负极粉料的充分破碎研磨,并且无需多次破碎打粉便可更为准确地筛分出正负极粉料,提高了粉料分类收集的可靠性,并减少了对粉料处理的投入成本。
本发明实施例提供的一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,该程序被处理器执行时实现上述实施例中任意一个实施例的废旧锂电池的正负极粉料分类收集方法。其中,所述计算机可读存储介质包括但不限于任何类型的盘(包括软盘、硬盘、光盘、CD-ROM、和磁光盘)、ROM(Read-Only Memory,只读存储器)、RAM(RandomAcceSS Memory,随即存储器)、EPROM(EraSable Programmable Read-Only Memory,可擦写可编程只读存储器)、EEPROM(Electrically EraSable ProgrammableRead-Only Memory,电可擦可编程只读存储器)、闪存、磁性卡片或光线卡片。也就是,存储设备包括由设备(例如,计算机、手机)以能够读的形式存储或传输信息的任何介质,可以是只读存储器,磁盘或光盘等。
实施例三
请参阅图3,图3是本发明实施例中的电子设备的结构组成示意图。
本发明实施例还提供了一种电子设备,如图3所示,所述电子设备包括存储器31、处理器33以及存储在存储器31中并可在处理器33上运行的计算机程序32。本领域技术人员可以理解,图3示出的电子设备并不构成对所有设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件。存储器31可用于存储计算机程序32以及各功能模块,处理器33运行存储在存储器31的计算机程序32,从而执行设备的各种功能应用以及数据处理。存储器可以是内存储器或外存储器,或者包括内存储器和外存储器两者。内存储器可以包括只读存储器(ROM)、可编程 ROM(PROM)、电可编程ROM(EPROM)、电可擦写可编程ROM(EEPROM)、快闪存储器、或者随机存储器。外存储器可以包括硬盘、软盘、ZIP盘、U盘、磁带等。处理器33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 SpecificIntegrated Circuit,ASIC)、现成可编程门阵列 (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、单片机或者处理器33也可以是任何常规的处理器等。本发明所公开的处理器和存储器包括但不限于这些类型的处理器和存储器。本发明所公开的处理器和存储器只作为例子而非作为限定。
作为一个实施例,所述电子设备包括:一个或多个处理器33,存储器31,一个或多个计算机程序32,其中所述一个或多个计算机程序32被存储在存储器31中并被配置为由所述一个或多个处理器33执行,所述一个或多个计算机程序32配置用于执行上述任意一实施例中的废旧锂电池的正负极粉料分类收集方法,具体实施过程请参阅上述实施例,在此不在赘述。
在本发明实施例中,在对确定拆解状态的正负极片进行干燥处理后,通过对干燥处理后的正负极片进行最大内接矩形计算,利用区间划分所生成的基准线来进行最大内接矩形的计算,无需多次对图像边界多次定位便可更为快速且准确地计算出最大内接矩形,减少运算量,通过最大内接矩形获取正极片和负极片对应的长度信息、宽度信息和倾斜角度信息,破碎打粉设备通过接收所提取的长度信息、宽度信息和倾斜角度信息实现了正负极粉料的充分破碎研磨,并且无需多次破碎打粉便可更为准确地筛分出正负极粉料,提高了粉料分类收集的可靠性,并减少了对粉料处理的投入成本。
另外,以上对本发明实施例所提供的一种废旧锂电池的正负极粉料分类收集方法及相关装置进行了详细介绍,本文中应采用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种废旧锂电池的正负极粉料分类收集方法,其特征在于,所述方法包括:
主控制器对废旧锂电池正极片和负极片的拆解状态进行检测;
基于检测结果将正极片和负极片输送至不同的运输通道,主控系统控制干燥设备利用相对位置信息对正极片和负极片进行干燥处理,获得干燥处理后的正极片和负极片;
分别对干燥处理后的正极片和负极片进行最大内接矩形计算处理,获得与干燥处理后的正极片对应的第一最大内接矩形和与干燥处理后的负极片对应的第二最大内接矩形;
基于所述第一最大内接矩形获取与干燥处理后的正极片对应的第一相关参数,基于所述第二最大内接矩形获取与干燥处理后的负极片对应的第二相关参数,并将所述第一相关参数和第二相关参数传输至对应的若干台破碎打粉设备;
对应的破碎打粉设备分别基于所述第一相关参数和第二相关参数调整工作参数,基于调整工作参数后的破碎打粉设备分别对干燥处理后的正极片和负极片进行打粉,获得正极粉料和负极粉料;
对所述正极粉料进行筛分,获得正极粉和铝粉,对所述负极粉料进行筛分,获得负极粉和铜粉,并将所述正极粉、铝粉、负极粉和铜粉分别装入不同的收集袋中。
2.根据权利要求1所述的废旧锂电池的正负极粉料分类收集方法,其特征在于,所述主控制器对废旧锂电池正极片和负极片的拆解状态进行检测,包括:
主控制器控制拍摄设备利用预设角度获取废旧锂电池正负极片的目标图像;
对所述目标图像进行预处理,获得预处理后的目标图像;
对预处理后的目标图像进行特征提取处理,获得目标特征;
将所述目标特征输入至目标检测模型中,基于所述目标检测模型对废旧锂电池正极片和负极片的拆解状态进行检测,其中,所述目标检测模型为将样本数据集输入至深度神经网络模型进行训练得到的收敛模型。
3.根据权利要求1所述的废旧锂电池的正负极粉料分类收集方法,其特征在于,所述主控系统控制干燥设备利用相对位置信息对正极片和负极片进行干燥处理,获得干燥处理后的正极片和负极片,包括:
所述主控系统基于检测结果获取正极片的第一位置信息、负极片的第二位置信息和干燥设备的第三位置信息,基于所述第一位置信息、第二位置信息和第三位置信息生成对应的相对位置信息;
基于所述相对位置信息生成干燥指令,将所述干燥指令传输至所述干燥设备,所述干燥设备基于所述干燥指令分别对所述正极片和负极片进行干燥处理,获得干燥处理后的正极片和负极片。
4.根据权利要求1所述的废旧锂电池的正负极粉料分类收集方法,其特征在于,所述分别对干燥处理后的正极片和负极片进行最大内接矩形计算处理,获得与干燥处理后的正极片对应的第一最大内接矩形和与干燥处理后的负极片对应的第二最大内接矩形,包括:
获取干燥处理后的正极片的第一实时图像和干燥处理后的负极片的第二实时图像;
基于opencv算法对所述第一实时图像和第二实时图像进行预处理,获得预处理后的第一实时图像和第二实时图像;
对预处理后的第一实时图像和第二实时图像进行二值化处理,获得第一二值化实时图像和第二二值化实时图像;
利用基准线旋转方法对所述第一二值化实时图像进行最大内接矩形计算处理,获得与干燥处理后的正极片对应的第一最大内接矩形;
利用基准线旋转方法对所述第二二值化实时图像进行最大内接矩形计算处理,获得与干燥处理后的负极片对应的第二最大内接矩形。
5.根据权利要求4所述的废旧锂电池的正负极粉料分类收集方法,其特征在于,所述利用基准线旋转方法对所述第一二值化实时图像进行最大内接矩形计算处理,获得与干燥处理后的正极片对应的第一最大内接矩形,包括:
计算所述第一二值化实时图像的主搜索方向范围,并基于所述主搜索方向范围将所述第一二值化实时图像进行区间划分处理,获得第一区间、第二区间和第三区间;
基于所述第一区间和第二区间确定第一二值化实时图像的第一基准线,基于所述第二区间和第三区间确定第一二值化实时图像的第二基准线;
对所述第一基准线利用不同预设旋转角度进行旋转,其中,所述第一基准线在每次旋转后获得与第一基准线最邻近的两个区域边缘点;
对所述第二基准线利用不同预设旋转角度进行旋转,其中,所述第二基准线在每次旋转后获得与第二基准线最邻近的两个区域边缘点;
在每次旋转后,基于所获得的与第一基准线最邻近的两个区域边缘点和与第二基准线最邻近的两个区域边缘点生成内接矩形,计算每个内接矩形的面积,并选取面积最大的内接矩形作为与干燥处理后的正极片对应的第一最大内接矩形。
6.根据权利要求1所述的废旧锂电池的正负极粉料分类收集方法,其特征在于,所述基于所述第一最大内接矩形获取与干燥处理后的正极片对应的第一相关参数,包括:
基于所述第一最大内接矩形对干燥处理后的正极片进行参数提取处理,获得长度信息、宽度信息和倾斜角度信息。
7.根据权利要求1所述的废旧锂电池的正负极粉料分类收集方法,其特征在于,所述对所述正极粉料进行筛分,获得正极粉和铝粉,包括:
主控系统生成触发指令,基于所述触发指令触发设置在预设位置的离心设备对所述正极粉料进行离心分离处理,将正极粉料中的正极粉和铝粉进行分离。
8.一种废旧锂电池的正负极粉料分类收集装置,其特征在于,所述装置包括:
拆解状态检测模块:用于主控制器对废旧锂电池正极片和负极片的拆解状态进行检测;
干燥模块:用于基于检测结果将正极片和负极片输送至不同的运输通道,主控系统控制干燥设备利用相对位置信息对正极片和负极片进行干燥处理,获得干燥处理后的正极片和负极片;
最大内接矩形计算模块:用于分别对干燥处理后的正极片和负极片进行最大内接矩形计算处理,获得与干燥处理后的正极片对应的第一最大内接矩形和与干燥处理后的负极片对应的第二最大内接矩形;
相关参数获取模块:用于基于所述第一最大内接矩形获取与干燥处理后的正极片对应的第一相关参数,基于所述第二最大内接矩形获取与干燥处理后的负极片对应的第二相关参数,并将所述第一相关参数和第二相关参数传输至对应的若干台破碎打粉设备;
工作参数调整模块:用于对应的破碎打粉设备分别基于所述第一相关参数和第二相关参数调整工作参数,基于调整工作参数后的破碎打粉设备分别对干燥处理后的正极片和负极片进行打粉,获得正极粉料和负极粉料;
粉料筛分模块:用于对所述正极粉料进行筛分,获得正极粉和铝粉,对所述负极粉料进行筛分,获得负极粉和铜粉,并将所述正极粉、铝粉、负极粉和铜粉分别装入不同的收集袋中。
9.一种电子设备,所述电子设备包括处理器及存储器,其特征在于,所述存储器用于存储指令,所述处理器用于调用所述存储器中的指令,使得所述电子设备执行如权利要求1至权利要求7中任一项所述的废旧锂电池的正负极粉料分类收集方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储计算机指令,当所述计算机指令在电子设备上运行时,使得所述电子设备执行如权利要求1至权利要求7中任一项所述的废旧锂电池的正负极粉料分类收集方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410105113.1A CN117638287B (zh) | 2024-01-25 | 2024-01-25 | 一种废旧锂电池的正负极粉料分类收集方法及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410105113.1A CN117638287B (zh) | 2024-01-25 | 2024-01-25 | 一种废旧锂电池的正负极粉料分类收集方法及相关装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117638287A true CN117638287A (zh) | 2024-03-01 |
CN117638287B CN117638287B (zh) | 2024-04-09 |
Family
ID=90032504
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410105113.1A Active CN117638287B (zh) | 2024-01-25 | 2024-01-25 | 一种废旧锂电池的正负极粉料分类收集方法及相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117638287B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107749503A (zh) * | 2016-08-22 | 2018-03-02 | 万向二三股份公司 | 一种废旧镍钴锰酸锂三元动力电池绿色回收方法 |
CN113936303A (zh) * | 2021-12-15 | 2022-01-14 | 北京圣点云信息技术有限公司 | 一种手部图像最大内接矩形确定方法及图像识别方法 |
CN114147043A (zh) * | 2021-09-30 | 2022-03-08 | 湖南江冶新能源科技股份有限公司 | 一种废旧锂电池再生利用正负极粉的分选方法 |
CN117427975A (zh) * | 2023-12-07 | 2024-01-23 | 佛山隆深机器人有限公司 | 一种废旧锂电池的自动化分类控制方法及相关装置 |
-
2024
- 2024-01-25 CN CN202410105113.1A patent/CN117638287B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107749503A (zh) * | 2016-08-22 | 2018-03-02 | 万向二三股份公司 | 一种废旧镍钴锰酸锂三元动力电池绿色回收方法 |
CN114147043A (zh) * | 2021-09-30 | 2022-03-08 | 湖南江冶新能源科技股份有限公司 | 一种废旧锂电池再生利用正负极粉的分选方法 |
CN113936303A (zh) * | 2021-12-15 | 2022-01-14 | 北京圣点云信息技术有限公司 | 一种手部图像最大内接矩形确定方法及图像识别方法 |
CN117427975A (zh) * | 2023-12-07 | 2024-01-23 | 佛山隆深机器人有限公司 | 一种废旧锂电池的自动化分类控制方法及相关装置 |
Non-Patent Citations (2)
Title |
---|
AI视觉网奇: "opencv 最大内接矩形笔记", pages 1 - 3, Retrieved from the Internet <URL:https://blog.csdn.net/jacke121/article/details/121077802> * |
红色小小螃蟹: "OPENCV 寻找图形最大内接矩形", pages 1 - 2, Retrieved from the Internet <URL:https://blog.csdn.net/yangcunbiao/article/details/126208668> * |
Also Published As
Publication number | Publication date |
---|---|
CN117638287B (zh) | 2024-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109711264B (zh) | 一种公交车道占道检测方法及装置 | |
CN111428748B (zh) | 一种基于hog特征和svm的红外图像绝缘子识别检测方法 | |
CA2867365C (en) | Method, system and computer storage medium for face detection | |
US7903870B1 (en) | Digital camera and method | |
CN101599175B (zh) | 确定拍摄背景发生改变的检测方法及图像处理设备 | |
CN111461165A (zh) | 图像识别方法、识别模型的训练方法及相关装置、设备 | |
CN111027535B (zh) | 一种车牌识别方法及相关设备 | |
Mahlisch et al. | A multiple detector approach to low-resolution FIR pedestrian recognition | |
CN107704797B (zh) | 基于安防视频中行人和车辆的实时检测方法和系统及设备 | |
CN110378351B (zh) | 印章鉴别方法及装置 | |
CN114594114A (zh) | 一种锂电芯全自动在线无损检测方法 | |
Hua et al. | Pedestrian-and vehicle-detection algorithm based on improved aggregated channel features | |
CN110991452A (zh) | 一种车位框检测方法、装置、设备及可读存储介质 | |
CN116664565A (zh) | 一种光伏太阳能电池片的隐裂检测方法及系统 | |
CN117638287B (zh) | 一种废旧锂电池的正负极粉料分类收集方法及相关装置 | |
CN113172002A (zh) | 一种基于图像识别的输煤线矸石识别方法及分选系统 | |
CN112016533A (zh) | 物料检测方法、装置、电子设备和计算机可读存储介质 | |
CN110659683A (zh) | 图像处理方法、装置及电子设备 | |
CN116152195A (zh) | 光伏电池板的热斑检测方法、装置及电子设备 | |
Wang et al. | A saliency-based cascade method for fast traffic sign detection | |
CN116129348A (zh) | 异物检测方法、装置、电子设备及计算机可读存储介质 | |
CN114565551A (zh) | 标签检测方法、装置、设备和计算机可读存储介质 | |
CN106920398A (zh) | 一种智能车牌识别系统 | |
JP5901054B2 (ja) | 物体の検出方法及びその方法を用いた物体の検出装置 | |
CN112529845A (zh) | 图像质量值确定方法、装置、存储介质及电子装置 |
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 |