CN119634274B - 一种退役光伏组件硅片玻璃物理分离控制系统 - Google Patents

一种退役光伏组件硅片玻璃物理分离控制系统

Info

Publication number
CN119634274B
CN119634274B CN202510173925.4A CN202510173925A CN119634274B CN 119634274 B CN119634274 B CN 119634274B CN 202510173925 A CN202510173925 A CN 202510173925A CN 119634274 B CN119634274 B CN 119634274B
Authority
CN
China
Prior art keywords
component
sorting
glass
control
module
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
Application number
CN202510173925.4A
Other languages
English (en)
Other versions
CN119634274A (zh
Inventor
张建文
张胜广
杨世博
顾名利
王子颖
刘洋
梁汉
宁伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changsha Research Institute of Mining and Metallurgy Co Ltd
Original Assignee
Changsha Research Institute of Mining and Metallurgy Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Changsha Research Institute of Mining and Metallurgy Co Ltd filed Critical Changsha Research Institute of Mining and Metallurgy Co Ltd
Priority to CN202510173925.4A priority Critical patent/CN119634274B/zh
Publication of CN119634274A publication Critical patent/CN119634274A/zh
Application granted granted Critical
Publication of CN119634274B publication Critical patent/CN119634274B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P70/00Climate change mitigation technologies in the production process for final industrial or consumer products
    • Y02P70/50Manufacturing or production processes characterised by the final manufactured product

Landscapes

  • Jigging Conveyors (AREA)

Abstract

本申请公开了一种退役光伏组件硅片玻璃物理分离控制系统,包括:给料组件、分选组件、感知组件以及控制组件;分选组件、感知组件均与控制组件建立通信;给料组件用于将混合物料输送至分选组件上分选;感知组件用于采集分选组件上混合物料分选时的实时图像,并根据实时图像判断混合物料中的硅片和玻璃是否分选成功;控制组件用于当感知组件判断混合物料中的硅片和玻璃分选失败时,控制分选组件调整分选参数,当感知组件判断混合物料中的硅片和玻璃物料分选成功,则控制分选后的硅片和玻璃物料快速截取出料。本申请将机器视觉技术结合自动化控制系统,可以实现对退役光伏组件硅片和玻璃的快速物理分离和处理,进而实现生产过程的自动化。

Description

一种退役光伏组件硅片玻璃物理分离控制系统
技术领域
本申请涉及退役光伏组件回收利用领域,尤其涉及一种退役光伏组件硅片玻璃物理分离控制系统。
背景技术
随着太阳能光伏发电领域的快速发展,将会有大量的退役光伏组件需要进行回收处理。在退役光伏组件回收处理过程中,将硅片与玻璃物料进行高效分离回收是实现光伏组件回收再利用的重要坏节。传统的退役光伏组件硅片玻璃物理分选设备参数运行过程自动化程度低,往往依赖于人工操作,分离效率低且无法保证分离产品质量的一致性。因此,需要开发一种退役光伏组件硅片玻璃物理分离设备智能控制系统,实现退役光伏组件中硅片与玻璃物料高效分离。
发明内容
本申请提供了一种退役光伏组件硅片玻璃物理分离控制系统,用于解决退役光伏组件硅片玻璃物理分选设备依赖于人工操作,分离效率低的技术问题。
为解决上述技术问题,本申请提出的技术方案为:
一种退役光伏组件硅片玻璃物理分离控制系统,包括:
给料组件、分选组件、感知组件以及控制组件;所述分选组件、所述感知组件均与所述控制组件建立通信;
所述给料组件用于将混合物料输送至所述分选组件上分选;
所述感知组件用于采集分选组件上混合物料分选时的实时图像,并根据所述实时图像判断所述混合物料中的硅片和玻璃是否分选成功;
所述控制组件用于当所述感知组件判断所述混合物料中的硅片和玻璃分选失败时,控制所述分选组件调整分选参数。
优选的,所述感知组件包括图像采集组件、图像处理模块,所述图像采集组件用于采集所述实时图像,并将所述实时图像发送给所述图像处理模块;
所述图像处理模块用于将所述实时图像输入至预先训练好的分选识别模型中,得到分选平台物料输送末端硅片所在区域分割边界与玻璃所在区域分割边界的位置信息。
优选的,所述分选识别模型包括编码器、解码器以及边界提取模块;
所述编码器包括残差主干网络、空洞卷积网络、空间金字塔池化模块以及注意力机制;所述空洞卷积网络用于通过所述残差主干网络并行提取输入图像上的多个不同尺度的全局特征图;所述空间金字塔池化模块用于增强所述多个不同尺度的全局特征图对应的局部语义信息;所述注意力机制用于计算多个全局特征图之间的相关性,生成注意力权重图;
所述解码器包括特征融合模块、上采样模块与预测模块、批量正则化模块;所述特征融合模块用于根据所述注意力权重图将所述多个不同尺度的全局特征图进行融合,得到融合特征图;所述上采样模块与预测模块用于对所述融合特征图进行线性插值上采样,并进行通道调整,得到硅片物料以及玻璃物料的分割图像以及分割掩码;所述批量正则化模块用于对所述解码器中的卷积层进行批量正则化操作;
所述边界提取模块用于根据所述硅片物料以及玻璃物料的分割图像以及分割掩码进行边界提取,并基于提取的边界计算分离边界的坐标。
优选的,所述分选组件包括物料平台、振动电压频率调节组件、高度调节组件、第一分选板以及第二分选板;所述振动电压频率调节组件、高度调节组件均与所述控制组件建立通信;
所述物料平台用于承接和分选所述给料组件运输过来的混合物料;
所述振动电压频率调节组件用于控制所述物料平台振动;
所述高度调节组件用于调节所述物料平台的位姿;
所述第一分选板用于截取所述物料平台分选出的硅片物料;
所述第二分选板用于截取所述物料平台分选出的玻璃物料;
所述控制组件用于当所述感知组件判断所述混合物料中的硅片和玻璃分选失败时,控制所述振动电压频率调节组件和/或所述高度调节组件调节所述物料平台的振动电压、振动频率和/或位姿,以使所述混合物料分选成功,并当所述混合物料分选成功时,控制所述第一分选板、第二分选板快速截取出料。
优选的,所述振动电压频率调节组件包括设置在所述物料平台底部的多个分选振动器,所述多个分选振动器沿物料平台运输方向间隔分布;所述多个分选振动器均与所述控制组件建立通信;
和/或
所述高度调节装置包括第一三相电机、第二三相电机;
所述第一三相电机用于调节所述物料平台在第一方向上的前后纵向高度;所述第一方向为所述物料平台的物料运输方向;
所述第二三相电机用于调节所述物料平台的第二方向上的左右纵向高度,所述第二方向为与所述第一方向处于同一水平面,且相互垂直的方向。
优选的,所述感知组件包括照明模块、图像显示模块;所述图像显示模块与图像处理模块连接,所述图像采集组件包括多个工业相机,用于采集物料运输末端的实时照片,所述照明模块用于给所述工业相机补光。
优选的,所述分选组件还包括第一位置调整组件以及第二位置调整组件;所述第一位置调整组件、第二位置调整组件均与所述控制组件连接;
所述第一位置调整组件用于调节所述第一分选板的位置;
所述第二位置调整组件用于调节所述第二分选板的位置。
优选的,所述分选识别模型还用于确定硅片和玻璃在所述实时图像上的分割位置,以及预测的硅片和玻璃在物料平台末端的下落位置;
所述控制组件还用于将所述硅片的第一下落位置与第一分选板的第一实时位置进行比较,当所述第一下落位置与所述第一实时位置之间的偏差大于预设阈值时,控制第一位置调整组件调整所述第一分选板的位置,使所述第一下落位置与所述第一实时位置的偏差在预设阈值内;
和/或
所述控制组件还用于将所述玻璃的第二下落位置与第二分选板的第二实时位置进行比较,当所述第二下落位置与所述第二实时位置之间的偏差大于预设阈值时,控制第二位置调整组件调整所述第二分选板的位置,使所述第二下落位置与所述第二实时位置的偏差在预设阈值内。
优选的,所述给料组件包括:给料漏斗以及给料振动器;
所述给料漏斗用于将输入的物料传递给物料平台;
所述给料振动器用于使所述给料漏斗振动。
优选的,所述第一位置调整组件、第二位置调整组件均为步进电机;
所述控制组件包括步进电机驱动器、步进电机控制器、给料振动控制器、分选振动控制器、三相电机控制器、PLC控制器;所述PLC控制器均与所述步进电机控制器、给料振动控制器、分选振动控制器、三相电机控制器建立通信;所述步进电机控制器通过步进电机驱动器与所述步进电机连接;所述给料振动控制器与所述给料振动器连接;所述分选振动控制器与所述分选振动器连接;所述三相电机控制器与第一三相电机、第二三相电机连接。
本申请具有以下有益效果:
本申请将机器视觉技术结合自动化控制系统,可以实现对退役光伏组件硅片和玻璃的快速物理分离和处理,进而实现生产过程的自动化。这不仅提高了生产效率,还有助于提升产品质量和减少生产周期。
除了上面所描述的目的、特征和优点之外,本申请还有其它的目的、特征和优点。下面将参照附图,对本申请作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请优选实施例中一种基于自动控制和机器视觉的退役光伏组件硅片玻璃物理分离系统的工作流程图;
图2为本申请优选实施例中一种基于自动控制和机器视觉的退役光伏组件硅片玻璃物理分离系统图像处理流程图;
图3为本申请优选实施例中一种基于自动控制和机器视觉的退役光伏组件硅片玻璃物理分离系统IO分配图;
图4为本申请优选实施例中分选平台振动器沿物料运输方向间隔分布示意图;
图5为本申请优选实施例中第一三相电机调节分选平台前后高度差示意图;
图6为本申请优选实施例中第二三相电机调节分选平台左右高度差示意图;
图7为本申请优选实施例中分选识别模型的结构简图。
具体实施方式
以下结合附图对本申请的实施例进行详细说明,但是本申请可以由权利要求限定和覆盖的多种不同方式实施。
实施例:
本申请旨在提供一种退役光伏组件硅片玻璃物理分离控制系统及方法,以解决现有技术中不能对分离过程全程实时监控,不能识别分离过程中出现的操作失误的情形,无法有效解决分离硅片颗粒、玻璃颗粒的技术问题。
为实现上述目的,本申请提供一种退役光伏组件硅片玻璃物理分离控制系统,包括给料控制、分选控制、视觉采集控制、分料控制、控制中心五个部分,依次实现自动振动给料、硅片玻璃振荡分离、产品视觉图像特征提取、硅片玻璃产品自动截取和收集、集中控制和管理等功能;
所述给料控制部分包括给料漏斗、给料振动器及给料振动控制器,所述给料振动器设置在装置承重架后上方,连接控制柜内部的给料振动控制器;主要功能为投递物料。
如图4-6所示,分选控制部分包括三个相同的分选振动器并联接入同一个分选振动控制器,分选振动器设置在物料平台的下方,分选振动控制器设置在所述控制柜内部;所述分选部分还包括两台三相电机,即第一三相电机以及第二三相电机;所述两台三相电机末端各自连接一台减速器;所述末端有减速器的两台三相电机分别调节物料平台的前后纵向高度和左右纵向高度;所述物料平台的四周由金属折弯围起来并形成物料分离的通路;主要功能为传送分选物料;其中,调整所述物料平台的前后纵向高度主要是为了调整所述物料平台的前后高度差进而调整物料平台的纵向倾角;调整所述物料平台的左右纵向高度主要是为了调整所述物料平台的左右高度差进而调整物料平台的水平倾角。
所述视觉采集控制部分主要由照明模块、图像采集组件、图像显示模块和图像处理模块四部分组成。所述照明模块包含工业相机光源;所述图像采集组件包含有两台工业相机,设置在整个物料分选平台的正上方;所述图像处理模块由单片机作为控制核心,并与控制器连通进行数据交互,形成反馈通路。
所述分料控制部分包含两块分选板,即第一分选板和第二分选板、两台步进电机及步进电机驱动器;所述分选板位于物料通路的上方,与步进电机轴心柱焊接同轴旋转;所述步进电机连接步进电机驱动器;所述步进电机驱动器分别与控制柜内PLC控制器连通;所述分选板下方的出口分别摆放物料回收器皿;其功能为盛装分选后的回收物料。
所述控制中心为一台控制柜。柜内包含PLC控制器、HMI、给料振动控制器、分选振动控制器、步进电机驱动器、步进电机控制器、交流接触器、热继电器、中间继电器、空气开关、插座、开关电源、按钮、旋钮等;负责数据采集与处理、智能决策与控制、自动化控制流程、系统监控与管理、安全保障、网络通信以及优化与升级等功能,确保整个系统的高效、稳定和安全运行。
在优选方案中,所述控制柜安装在所述装置承重架上方;所述电控元件设置在所述控制柜的内部;所述显示装置通讯连接设置在所述控制柜的表面;
进一步优选为,所述给料部分和传送部分的振动器控制是通过PLC控制器数字输出信号控制振动器的电源开关,实现振动器的启动和停止;通过控制器模拟输出信号控制振动器的电压信号和频率信号,控制振动器的输出电压以及振动频率。
在优选方案中,所述传送部分物料平台的三相电机控制是使用控制器输出信号控制交流接触器的常开触点,通过设计自锁互锁电路,控制三相电源的通断来控制电机的运行与停止,实现物料平台运行的启停;使用控制器输出信号通断正反转互锁的接触器控制所述三相电机的正反转,实现分选平台的升降,调节物料平台的水平倾角;三相电机控制电路中接入旋钮转换开关,可以随时切换就地控制和远程控制两种工作模式。
在优选方案中,所述分选板部分的步进电机控制是使用控制器IO接口控制步进电机驱动器的脉冲信号,通过脉冲信号的频率和脉冲数来控制步进电机的转速和移动步数,控制器可根据需要设定运动方向、加减速度、起始位置和目标位置等参数,并通过逻辑控制实现步进电机的精确定位和动作控制,实现分选板角度的精准调节。
在优选方案中,如图3所示,振动给料部分的给料振动控制器sdvc31的c2口接入控制器的DQa.0,实现控制器控制启停;振动给料部分的给料振动控制器sdvc31的D1与D2口串联入中间继电器,中间继电器的常开触点串联入控制器的公共端和DIa.0,实现控制器对给料部分振动器电压、频率等运行参数的实时监控;振动传送部分的分选振动控制器sdvc34-ur的c2口接入控制器的DQa.1,实现控制器控制启停;振动传送部分的分选振动控制器sdvc31的D1与D2口串联入中间继电器,中间继电器的常开触点串联入控制器的公共端和DIa.1,实现控制器对传送部分振动器电压、频率等运行参数的实时监控;物料平台部分的升降电机1(即第一三相电机)分别占用控制器的DIa.6、DIa.7、DIb.0和DIb.1,实现远程切换、正转启停、反转启停以及故障报警;物料平台部分的升降电机2(即第二三相电机)分别占用控制器的DIb.2、DIb.3、DIb.4和DIb.5,实现远程切换、正转启停、反转启停以及故障报警;分选板部分两台步进电机驱动器的Pend+与ALM+分别接入控制器的DIa.2、DIa.3、DIa.4、DIa.5,实现步进电机的故障报警与分选板的角度到位提示。
在优选方案中,视觉部分的图像处理模块主要作用有两个。其一,识别产品当前分离效果并预测硅片和玻璃的分离位置,用于调整电压、频率值;其二,识别物料平台末端产品实际下落位置用于调整分选板的位置。
在优选方案中,如图2、图7所示,图像处理模块作用一是基于预先训练好的深度学习模型,该模型基于残差网络(ResNet)和空洞卷积(Dilated Convolutions)对DeepLabV3+算法进行了改进;从而获得一种快速、轻量化且准确率高的分选识别算法。改进后的DeepLabV3+模型不仅利用了ResNet的强大特征提取能力,还通过空洞卷积增大了感受野,保持了特征图的分辨率;
其中,改进后的DeepLabV3+算法框架依然采用编码器-解码器(Encoder-Decoder)结构。编码器部分负责提取图像的高层语义信息,而解码器部分则负责恢复空间信息,以获得更精确的分割结果。
所述编码器包括残差主干网络、空洞卷积网络、ASPP模块(空间金字塔池化模块)以及注意力机制五个部分。所述主干网络采用改进后的ResNet残差网络,以提取图像的基本特征,通过引入残差块,有效缓解深度神经网络中的梯度消失问题,提高了网络的训练效率和性能。在主干网络的基础上,引入空洞卷积以扩大感受野,同时保持特征图的分辨率。空洞卷积通过在卷积核之间插入空洞(即跳过一些像素),使得卷积核能够在不增加计算量的情况下捕捉到更广泛的上下文信息。ASPP模块包含多个并行的空洞卷积,每个空洞卷积具有不同的膨胀率(Dilation Rate)。这些空洞卷积以并行的方式作用于输入特征图,能够在不同尺度上捕捉特征。ASPP模块还包含一个全局平均池化操作和一个标准的1x1卷积,用于捕捉最基础的局部信息。通过ASPP模块,编码器能够生成具有丰富多尺度上下文信息的特征图。引入注意力机制,以增强网络对重要特征的关注能力。注意力机制可以通过计算特征图之间的相关性,生成注意力权重图,从而突出重要特征并抑制无关特征,提高硅玻振荡分离视觉图像的分割精度。
所述解码器主包括特征融合模块、上采样模块与预测模块、批量正则化模块三个部分。解码器接收来自编码器的高层语义特征图和主干网络中的低级特征图。首先,对低级特征图使用1x1卷积进行通道降维,然后对来自ASPP的高层语义特征图进行插值上采样,使其与低级特征图的尺寸相同。接着,将两者进行拼接(Concatenation),并送入一组3x3卷积块进行处理,以融合不同尺度的特征信息。经过特征融合后,解码器再次进行线性插值上采样,将特征图的分辨率恢复到与原图相同。最后,利用一个1x1卷积进行通道调整,得到最终的分割结果。此外,在网络的每个卷积层之后,引入批量正则化操作以加速模型收敛和防止梯度消失,通过对每个小批量数据进行归一化处理,使得网络的输出更加稳定,提高网络的泛化能力。
在优选方案中,模型中还融入了注意力机制(Attention Mechanism),以进一步提升对关键信息的捕捉能力。为了加速模型训练和增强模型的泛化能力,采用了批量正则化(Batch Normalization)方法,并对网络结构进行了优化,以提高模型的收敛速度和分割精度,进而生成精确的分割线;
根据图像分割结果,预测硅片和玻璃在后续的分离位置,并通过预测的分离位置和当前分选板的位置,自适应调整电压和频率值。
在优选方案中,图像处理模块利用了改进后的DeepLabV3+算法进行图像分割。通过对物料平台末端的图像进行精确分割,我们能够准确地识别出产品的实际下落位置。
在优选方案中,所述控制器选用西门子1200系列;用于采集设备工作指标与发送指令信号,控制器的DI接口串联热继电器的常开触点,保证电机的安全、稳定运行以及故障报警;所述显示装置选用西门子系列,作为人机交互接口,实时查看设备工作状态,控制设备启停;
所述工作指标核心在于分选振动器的电压与频率设定,其中,电压和频率的具体数值与硅片和玻璃在分离过程中的运动状态之间存在着已知且明确的关联性。
此外,为实现上述目的,如图1所示,本申请退役光伏组件硅片玻璃物理分离系统的工作流程如下:
步骤1:系统启动,物料到达振动给料器入口;
步骤2:所述振动给料器按照初始设定的默认值启动,控制中心实时获取显示当前给料振动器的频率、电压大小;
步骤3:物料到达物料平台,分选振动器按照默认初始值运行,物料平台处于默认初始倾斜角度;
步骤4:物料传送至视觉采集区域,实现硅片与玻璃的初步分离;
步骤5:所述图像采集组件通过工业相机实时捕获物料平台的图像,交由图像处理模块进行处理分析得到预测分离位置坐标值;控制器读取预测坐标与当前分选板坐标进行比较,检查位置偏差,是否在允许范围内,若是执行步骤7,若不是,则执行步骤6;
步骤6:当系统检测到物料平台上硅片或玻璃的位置偏差超出预设允许范围时,将即时触发模型预测控制(MPC)算法的启动。此MPC算法的核心在于利用其内置的系统动态模型,该模型深度模拟了分选振动器、物料平台及硅片或玻璃分离的物理行为特性,确保模型的高度精确性。算法运行期间,会全面考量当前系统状态,具体涵盖物料平台上硅片或玻璃的实际位置,以及关键控制变量——电压和频率。同时,MPC算法还明确设定了预测时域与控制时域:预测时域用于定义算法预测系统未来状态的时间跨度,而控制时域则限制了算法在优化控制输入时所考虑的时间范围。基于上述信息,MPC算法精心构建一个优化问题,旨在寻找一系列最优控制输入序列,以最小化未来位置偏差或满足其他预设的成本函数要求。通过先进的优化算法求解,MPC能够输出一系列最优控制输入序列,这些序列能够引导系统在未来特定时间段内以最优状态运行。随后,系统智能地从最优控制输入序列中选取当前时刻所需的控制输入,即精确的电压和频率值,并将其转化为调整指令。这些指令随即被发送至分选振动器控制器,控制器在接收到指令后,会立即执行相应的调整动作。为确保调整的准确性和有效性,系统会持续监测控制器的反馈,直至确认电压和频率值已正确设置。一旦调整完成并验证无误,系统将自动返回至步骤5,重启位置预测与偏差检查流程,确保硅片或玻璃的精确分离得以持续实现;
步骤7:所述图像处理模块识别出产品下落位置;
步骤8:将获取的产品实际下落位置转换为PLC可以理解的机器坐标系,获得产品下落坐标;
步骤9:所述控制器通过I/O模块将产品下落坐标转换为控制信号传递给步进电机驱动器;
步骤10:所述步进电机驱动器根据信号调整所述步进电机的脉冲频率与脉冲数,从而精确控制分选板的摆放角度;
步骤11:使用位置传感器检测分选板的当前位置;
步骤12:PLC接收来自传感器的数据,并根据预定的算法或逻辑来处理这些数据,获得得分选板坐标;
步骤13:所述控制器比对当前分选板坐标和产品下落坐标,形成闭环控制系统确保定位精度,若相同则执行步骤14;
步骤14:分离后的硅片玻璃物料由于分选板的自动截取分别落入下方的物料回收器皿,完成收集。
进一步优选为:所述的一种退役光伏组件硅片玻璃物理分离控制方法,所述控制中心实时监控整个系统的运行状态,包括振动器的振动电压、频率、分选板倾角、分选平台水平倾角和纵向倾角等,并实时显示到HMI中。
进一步优选为:所述分选板的初始位置坐标为控制器的坐标系原点;
进一步优选为:一种退役光伏组件硅片玻璃物理分离控制方法中,振动器的振动电压、频率、平台水平倾角等初始值均为经过实验总结的较佳值,能够达到较好的分离效果。
综上,本申请旨在提供一种退役光伏组件硅片玻璃物理分离控制系统及方法。通过提供一种退役光伏组件硅片玻璃物理分离控制系统及方法,实现硅片和玻璃振荡分离过程高效分离、精确识别硅片和玻璃产品之间的分割边界,控制振荡分离设备进行稳定的硅片和玻璃颗粒自动截取分离,实现整个硅片与玻璃物理分离过程的自动化和智能化控制。
本申请具有以下优点:
(1)高分离效率:传统的退役光伏组件硅片玻璃分离通常需要手工操作,速度慢且易出错。而机器视觉技术可以实现快速、准确的图像识别和分析,从而提高分离效率。
(2)降低人力成本:使用机器视觉技术可以减少对人工劳动力的需求,从而降低人力成本。由于机器视觉系统可以自动执行分离过程,无需人员直接参与,因此可以减少相关的培训和管理费用。
(3)提高安全性:在传统的硅片玻璃分离过程中,操作人员可能会面临一定的安全风险,例如被玻璃碎片划伤等。而基于机器视觉的物理分离控制系统及方法可以避免这些潜在的危险,保护操作人员的安全。
(4)实现自动化生产:机器视觉技术结合自动化控制系统,可以实现对退役光伏组件硅片和玻璃的快速物理分离和处理,进而实现生产过程的自动化。这不仅提高了生产效率,还有助于提升产品质量和减少生产周期。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。

Claims (7)

1.一种退役光伏组件硅片玻璃物理分离控制系统,其特征在于,包括:
给料组件、分选组件、感知组件以及控制组件;所述分选组件、所述感知组件均与所述控制组件建立通信;
所述给料组件用于将混合物料输送至所述分选组件上分选;
所述感知组件用于采集分选组件上混合物料分选时的实时图像,并根据所述实时图像判断所述混合物料中的硅片和玻璃是否分选成功;
所述控制组件用于当所述感知组件判断所述混合物料中的硅片和玻璃分选失败时,控制所述分选组件调整分选参数;
所述感知组件包括图像采集组件、图像处理模块,所述图像采集组件用于采集所述实时图像,并将所述实时图像发送给所述图像处理模块;
所述图像处理模块用于将所述实时图像输入至预先训练好的分选识别模型中,得到分选平台物料输送末端硅片所在区域分割边界与玻璃所在区域分割边界的位置信息;所述控制组件根据图像分割结果,预测硅片和玻璃在后续的分离位置,并将预测的分离位置和当前最佳分选板的位置进行比较,计算位置偏差,当检测所述位置偏差超出预设允许范围时,采用即时触发模型预测控制算法自适应调整电压和频率值,所述即时触发模型预测控制算法以最小化未来未知偏差以及满足预设的成本函数为要求,输出最优控制输入序列,所述控制组件从最优控制输入序列中选取当前时刻所需的控制输入,即精确的电压和频率值,并将其转化为调整指令,调整指令随即被发送至振动电压频率调节组件,振动电压频率调节组件在接收到指令后,会立即执行相应的调整动作;
所述分选组件包括物料平台、振动电压频率调节组件、高度调节组件、第一分选板以及第二分选板;所述振动电压频率调节组件、高度调节组件均与所述控制组件建立通信;
所述物料平台用于承接和分选所述给料组件运输过来的混合物料;
所述振动电压频率调节组件用于控制所述物料平台振动;包括设置在所述物料平台底部的多个分选振动器,所述多个分选振动器沿物料平台运输方向间隔分布;所述多个分选振动器均与所述控制组件建立通信;
所述高度调节组件用于调节所述物料平台的位姿,包括第一三相电机、第二三相电机;所述第一三相电机用于调节所述物料平台在第一方向上的前后纵向高度;所述第一方向为所述物料平台的物料运输方向;所述第二三相电机用于调节所述物料平台的第二方向上的左右纵向高度,所述第二方向为与所述第一方向处于同一水平面,且相互垂直的方向
所述第一分选板用于截取所述物料平台分选出的硅片物料;
所述第二分选板用于截取所述物料平台分选出的玻璃物料;
所述控制组件用于当所述感知组件判断所述混合物料中的硅片和玻璃分选失败时,控制所述振动电压频率调节组件和所述高度调节组件调节所述物料平台的振动电压、振动频率以及位姿,以使所述混合物料分选成功,并当所述混合物料分选成功时,控制所述第一分选板、第二分选板快速截取出料。
2.根据权利要求1所述的退役光伏组件硅片玻璃物理分离控制系统,其特征在于,所述分选识别模型包括编码器、解码器以及边界提取模块;
所述编码器包括残差主干网络、空洞卷积网络、空间金字塔池化模块以及注意力机制;所述空洞卷积网络用于通过所述残差主干网络并行提取输入图像上的多个不同尺度的全局特征图;所述空间金字塔池化模块用于增强所述多个不同尺度的全局特征图对应的局部语义信息;所述注意力机制用于计算多个全局特征图之间的相关性,生成注意力权重图;
所述解码器包括特征融合模块、上采样模块与预测模块、批量正则化模块;所述特征融合模块用于根据所述注意力权重图将所述多个不同尺度的全局特征图进行融合,得到融合特征图;所述上采样模块与预测模块用于对所述融合特征图进行线性插值上采样,并进行通道调整,得到硅片物料以及玻璃物料的分割图像以及分割掩码;所述批量正则化模块用于对所述解码器中的卷积层进行批量正则化操作;
所述边界提取模块用于根据所述硅片物料以及玻璃物料的分割图像以及分割掩码进行边界提取,并基于提取的边界计算分离边界的坐标。
3.根据权利要求2所述的退役光伏组件硅片玻璃物理分离控制系统,其特征在于,所述感知组件包括照明模块、图像显示模块;所述图像显示模块与图像处理模块连接,所述图像采集组件包括多个工业相机,用于采集物料运输末端的实时照片,所述照明模块用于给所述工业相机补光。
4.根据权利要求3所述的退役光伏组件硅片玻璃物理分离控制系统,其特征在于,所述分选组件还包括第一位置调整组件以及第二位置调整组件;所述第一位置调整组件、第二位置调整组件均与所述控制组件连接;
所述第一位置调整组件用于调节所述第一分选板的位置;
所述第二位置调整组件用于调节所述第二分选板的位置。
5.根据权利要求4所述的退役光伏组件硅片玻璃物理分离控制系统,其特征在于,所述分选识别模型还用于确定硅片和玻璃在所述实时图像上的分割位置,以及预测的硅片和玻璃在物料平台末端的下落位置;
所述控制组件还用于将所述硅片的第一下落位置与第一分选板的第一实时位置进行比较,当所述第一下落位置与所述第一实时位置之间的偏差大于预设阈值时,控制第一位置调整组件调整所述第一分选板的位置,使所述第一下落位置与所述第一实时位置的偏差在预设阈值内;
和/或
所述控制组件还用于将所述玻璃的第二下落位置与第二分选板的第二实时位置进行比较,当所述第二下落位置与所述第二实时位置之间的偏差大于预设阈值时,控制第二位置调整组件调整所述第二分选板的位置,使所述第二下落位置与所述第二实时位置的偏差在预设阈值内。
6.根据权利要求5所述的退役光伏组件硅片玻璃物理分离控制系统,其特征在于,所述给料组件包括:给料漏斗以及给料振动器;
所述给料漏斗用于将输入的物料传递给物料平台;
所述给料振动器用于使所述给料漏斗振动。
7.根据权利要求6所述的退役光伏组件硅片玻璃物理分离控制系统,其特征在于,所述第一位置调整组件、第二位置调整组件均为步进电机;
所述控制组件包括步进电机驱动器、步进电机控制器、给料振动控制器、分选振动控制器、三相电机控制器、PLC控制器;所述PLC控制器均与所述步进电机控制器、给料振动控制器、分选振动控制器、三相电机控制器建立通信;所述步进电机控制器通过步进电机驱动器与所述步进电机连接;所述给料振动控制器与所述给料振动器连接;所述分选振动控制器与所述分选振动器连接;所述三相电机控制器与第一三相电机、第二三相电机连接。
CN202510173925.4A 2025-02-18 2025-02-18 一种退役光伏组件硅片玻璃物理分离控制系统 Active CN119634274B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202510173925.4A CN119634274B (zh) 2025-02-18 2025-02-18 一种退役光伏组件硅片玻璃物理分离控制系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202510173925.4A CN119634274B (zh) 2025-02-18 2025-02-18 一种退役光伏组件硅片玻璃物理分离控制系统

Publications (2)

Publication Number Publication Date
CN119634274A CN119634274A (zh) 2025-03-18
CN119634274B true CN119634274B (zh) 2026-02-13

Family

ID=94942646

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202510173925.4A Active CN119634274B (zh) 2025-02-18 2025-02-18 一种退役光伏组件硅片玻璃物理分离控制系统

Country Status (1)

Country Link
CN (1) CN119634274B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105289997A (zh) * 2015-11-24 2016-02-03 河南理工大学 一种干法块煤分选装置
CN206569628U (zh) * 2017-03-27 2017-10-20 重庆市永川区新窝建材有限公司 一种振动送料装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4495118B2 (ja) * 2006-05-10 2010-06-30 株式会社ガナエンジニアリング 栗選別機
CN107758237A (zh) * 2017-10-11 2018-03-06 佛山市三水区精联自动化设备有限公司 一种振动输送装置
CN107983662A (zh) * 2017-12-15 2018-05-04 杨宝祥 一种矿料干法分选系统及方法
CN111957596A (zh) * 2020-07-15 2020-11-20 郑鸿 一种基于人工智能图像识别的选煤系统
CN119187055A (zh) * 2024-09-06 2024-12-27 安徽名德智能科技有限公司 一种基于图像识别的振动机构控制方法及装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105289997A (zh) * 2015-11-24 2016-02-03 河南理工大学 一种干法块煤分选装置
CN206569628U (zh) * 2017-03-27 2017-10-20 重庆市永川区新窝建材有限公司 一种振动送料装置

Also Published As

Publication number Publication date
CN119634274A (zh) 2025-03-18

Similar Documents

Publication Publication Date Title
CN111468989B (zh) 一种五轴联动数控机械手抛光控制系统及方法
Mangold et al. Vision-based screw head detection for automated disassembly for remanufacturing
CN108480239B (zh) 基于立体视觉的工件快速分拣方法及装置
CN107369635B (zh) 一种基于深度学习的智能半导体装备系统
CN115290001A (zh) 一种产品测试方法及系统
CN111708042B (zh) 一种行人轨迹预测和跟随的机器人方法及系统
CN103063572A (zh) 一种在线视觉自动检测选别系统及其选别方法
US12257605B2 (en) Classification device and classification system for sorting and classifying LED lighting according to form of housing through vision recognition from LED-mixed waste lighting having different forms of housing
CN103934211A (zh) 基于立体视觉的产品三维尺寸分拣系统
US20250189939A1 (en) Method, apparatus and system for closed-loop control of a manufacturing process
CN103785622A (zh) 基于机器视觉的零件分拣装置及方法
Degtyareva et al. Automatic monitoring system designed to detect defects in PET preforms
CN119634274B (zh) 一种退役光伏组件硅片玻璃物理分离控制系统
CN102601060A (zh) 一种石英晶片的外观自动分选系统及方法
CN114193440A (zh) 基于3d视觉的机器人自动抓取系统及方法
CN116213932B (zh) 一种机顶盒自动化生产装置及其控制方法
CN120124202A (zh) 一种报废电表的自动处理系统及方法
CN107089483A (zh) 智能上料系统及智能上料方法
CN107214108A (zh) 一种高效智能化生产加工系统的工作方法
CN111293051A (zh) 一种硅片自动检测机构及检测方法
CN118247724A (zh) 基于目标检测和行为识别的生产线投料操作识别方法及系统
US20200202178A1 (en) Automatic visual data generation for object training and evaluation
CN109089411A (zh) 一种剪刀脚组装性能检测方法及自动检测系统
KR101550455B1 (ko) 반도체용 스마트 카메라 모듈을 통한 실시간 스마트 반도체 표면 결함 분석 장치 및 방법
CN110193472A (zh) 一种基于视觉的工件传输、检测、分拣和组装系统及方法

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