CN210269521U - 一种粗骨料形态质量检测系统 - Google Patents

一种粗骨料形态质量检测系统 Download PDF

Info

Publication number
CN210269521U
CN210269521U CN201921002536.1U CN201921002536U CN210269521U CN 210269521 U CN210269521 U CN 210269521U CN 201921002536 U CN201921002536 U CN 201921002536U CN 210269521 U CN210269521 U CN 210269521U
Authority
CN
China
Prior art keywords
transparent belt
coarse aggregate
module
aggregate
detection system
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
CN201921002536.1U
Other languages
English (en)
Inventor
房怀英
杨建红
黄文景
林伟端
蔡园园
魏朝明
范伟
朱合军
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.)
Huaqiao University
Fujian South Highway Machinery Co Ltd
Original Assignee
Huaqiao University
Fujian South Highway Machinery 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 Huaqiao University, Fujian South Highway Machinery Co Ltd filed Critical Huaqiao University
Priority to CN201921002536.1U priority Critical patent/CN210269521U/zh
Application granted granted Critical
Publication of CN210269521U publication Critical patent/CN210269521U/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Length Measuring Devices By Optical Means (AREA)

Abstract

本实用新型公开了一种粗骨料形态质量检测系统,包括:振动分散模块、透明皮带、背光光源、激光扫描模块、图像采集模块和PC机;所述振动分散模块设置于透明皮带一端上方,以将粗骨料分散的送至所述透明皮带;所述的背光光源设置在所述透明皮带下方;所述激光扫描模块设置在所述透明皮带上方,且照射区域为背光光源中间位置处;所述图像采集模块垂直设置在背光光源所在透明皮带位置的正上方以对被测的骨料进行图像采集;所述PC机与所述图像采集模块相连接以对采集的图像进行实时显示、几何特征提取及粒度分布结果显示。本实用新型能够实现对粗骨料的实时采集和在线显示,进而进行在线检测。

Description

一种粗骨料形态质量检测系统
技术领域
本实用新型涉及检测技术领域与工程机械领域,特别涉及一种粗骨料形态质量检测系统。
背景技术
骨料作为沥青混合料与水泥混凝土的主要用料,占混凝土体积和质量的3/4以上,在混凝土中起骨架和填充的作用。其特性对混凝土拌合物的和易性有着重要的影响,主要体现在流动能、粘聚性和保水性这三个方面。良好的骨料粒级级配使得混凝土堆积孔隙率减小,使得混凝土和易性较好,拥有好的稳定性和耐久性,且减少了水泥浆的用量降低了混凝土的成本。在混凝土搅拌之前对骨料级配进行监测,确保骨料的颗粒级配满足国家或者行业标准才可以获得更高质量的高性能混凝土。
粒形特性对骨料特性也有很大影响,一般认为颗粒形状以圆球或立方体最优,随针片状粗骨料含量的增加,混凝土的和易性变差,不利于泵送与施工。混凝土的扰压强度也随着针片状含量的增加而降低。因此,骨料的粒度分布、粒形分布是评价骨料质量的重要指标。
传统的骨料级配检测方法是人工离线筛分检测,该方法费时、耗能,不能及时并真实的反映出实际作业状态下骨料的粒度检测数据;且无法检测粒形,当包含片状、针片状骨料时,一方面会影响粒径检测精度,另一方面会影响混凝土拌合物强度质量。
实用新型内容
本实用新型的目的在于克服现有技术的不足,提出一种粗骨料形态质量检测系统,能够实现对粗骨料的实时采集和在线显示,进而进行在线检测。
本实用新型采用如下技术方案:
一种粗骨料形态质量检测系统,包括:振动分散模块、透明皮带、背光光源、激光扫描模块、图像采集模块和PC机;所述振动分散模块设置于透明皮带一端上方,以将粗骨料分散的送至所述透明皮带;所述的背光光源设置在所述透明皮带下方;所述激光扫描模块设置在所述透明皮带上方,且照射区域为背光光源中间位置处;所述图像采集模块垂直设置在背光光源所在透明皮带位置的正上方以对被测的骨料进行图像采集;所述PC机与所述图像采集模块相连接以对采集的图像进行实时显示、几何特征提取及粒度分布结果显示。
优选的,所述振动分散模块包括:进料仓、振动给料机、挡料帘和导料槽;所述进料仓为待检测的骨料的进料口,将骨料振动传送至导料槽上;所述振动给料机设置在导料槽下方以对所述进料仓进行控制;所述挡料帘设置在进料仓出口处;所述导料槽用于将进料仓中输出的骨料传输给透明皮带。
优选的,所述导料槽的末端位于透明皮带起始端上方,且导料槽的末端呈锯齿状。
优选的,所述透明皮带为可调速透明皮带,由电机驱动,调速器控制速度。
优选的,所述激光扫描模块包括一字线激光器,设置一定的倾角。
优选的,所述图像采集模块包括面阵CCD相机。
优选的,所述图像采集模块与所述PC机通过网口相连接。
与现有技术相比,本实用新型的有益效果如下:
本实用新型一种粗骨料形态质量检测系统,其中的振动分散模块,使得粗骨料在落入测量区域时具有较好的分散性,采用了背光光源和一字线激光器装置,能够避免骨料表面颜色及花纹对测量精度的影响,同时采用的激光三角测量方法能够获取骨料颗粒的高度信息,克服了二维测量缺失三维信息的缺点,可以精确测量颗粒的粒度粒形特征,通过面阵CCD相机将采集的图像实时发送至PC机,实现了骨料的实时采集和在线显示,进而可以进行在线检测。
上述说明仅是本实用新型技术方案的概述,为了能够更清楚地了解本实用新型的技术手段,从而可依照说明书的内容予以实施,并且为了让本实用新型的上述和其他目的、特征和优点能够更明显易懂,以下列举本实用新型的具体实施方式。
根据下文结合附图对本实用新型具体实施例的详细描述,本领域技术人员将会更加明了本实用新型的上述及其他目的、优点和特征。
附图说明
图1为本实用新型系统的结构示意图。
具体实施方式
为使本实用新型的目的、技术方案和优点更加清楚,下面将结合附图对本实用新型实施方式作进一步的详细描述。
参见图1所示,本实用新型一种粗骨料形态质量检测系统,包括:振动分散模块、透明皮带、背光光源106、激光扫描模块、图像采集模块和PC机;所述振动分散模块设置于透明皮带一端上方,以将粗骨料分散的送至所述透明皮带;所述的背光光源106设置在所述透明皮带下方;所述激光扫描模块设置在所述透明皮带上方,且照射区域为背光光源106中间位置处;所述图像采集模块垂直设置在背光光源106所在透明皮带位置的正上方以对被测的骨料进行图像采集;所述PC机与所述图像采集模块相连接以对采集的图像进行实时显示、几何特征提取及粒度分布结果显示。
具体的,所述振动分散模块包括:进料仓101、振动给料机102、挡料帘103和导料槽104。所述透明皮带为可调速透明皮带105。所述激光扫描模块包括一字线激光器107,设置一定的倾角。所述图像采集模块包括面阵CCD相机108。
所述进料仓101,位于导料槽104上方,是待检测的骨料的进料口,将骨料振动传送至导料槽104上。
所述振动给料机102,位于导料槽104下方,通过调节电压值可控制振幅,将检测的骨料从进料仓101中均匀、定时、连续地推送出至可调速透明皮带105上。
所述的挡料帘103,位于进料仓101出口处,防止待测骨料出口量太大,减少骨料流出量,有利于分散骨料。
所述的导料槽104,用于将进料仓101中输出的骨料传输给可调速透明皮带105,导料槽104的末端位于可调速透明皮带105的起始端上方,且导料槽104的末端呈锯齿状,有利于分散骨料。
所述的可调速透明皮带105,由普通电机驱动,调速器控制速度,用于传输待测骨料,将待测骨料传送至图像采集区域。
所述的背光光源106,位于可调速透明皮带105下,采用面状光源,用于在一定的背光源照射下,可以调节光源的亮度,以得到清晰的边界的骨料图像,且保证红色激光线不可见。
所述的一字线激光器107,设置于可调速透明皮带105上方,具有一定的倾角,且照射区域为背光光源106中间位置处,用于当颗粒经过时产生突变的红色激光线轮廓。
所述的面阵CCD相机108,垂直设置于背光光源106所在透明皮带位置的正上方,用于对被测的骨料进行图像采集。安装位置要使得相机的视野范围能够覆盖整个背光光源106的范围,以使得进入该区域内的每个颗粒都被拍摄到。所选工业相机的帧率应满足图像采集速度要求,相机通过网口与PC机109相连,工业相机的采集间隔时间由PC机109中的参数设置模块控制。
所述PC机109,用于以控制工业相机的曝光时间、采集频率。所述PC机109上设置有图像实时显示模块和图像分析模块。
所述图像实时显示模块在检测过程中实时显示图像采集模块采集到的骨料图像,确认传送过程是否稳定运行,以及背光光源、面阵CCD相机的工作状态。使用者也可以根据需要,局部放大图像,观察传送带上骨料的细节。
所述图像分析模块对图像采集模块采集到的骨料图像进行处理,使每个骨料轮廓清晰可见,将处理好的骨料图像进行分析,得出每个骨料颗粒的几何特征,包括投影周长、面积、粒径、高度、扁平度、球形度和长短轴之比等参数。
所述图像分析模块包括图像实时显示模块、图像预处理模块、边界颗粒去除模块、面积滤波模块、高度轮廓提取模块、几何特征提取模块、重复性颗粒识别模块和粒度分布结果显示模块。
所述图像预处理模块,用于将RGB空间转化为HSV空间,相对于RGB空间,HSV空间能够非常直观的表达色彩的明暗,色调,以及鲜艳程度,进而进行颜色分割,提取突变的红色激光线轮廓。
所述边界颗粒去除模块,用于去除边界上不完整的颗粒,采用面积周长比小于1判断是否为边界颗粒的条件,将边界颗粒从轮廓中去除。
所述面积滤波模块,针对图像中存在的灰尘和杂质部分,采用面积500作为阈值,将面积值小于该阈值的部分从轮廓中去除。
所述图像预处理模块还包括对HSV空间图像进行灰度化、滤波、二值化等。
图像经图像预处理模块、边界颗粒去除模块和面积滤波模块处理后,去除了边界颗粒和多余的杂质灰尘等部分,只保留了完整的高度轮廓信息和颗粒整体边界轮廓的图像信息,最后采用几何标定法对粗骨料的尺寸进行标定。
所述图像分析模块还包括等效粒径提取模块。所述等效粒径提取模块的处理方法区别于常用的等效椭圆短径和等效椭圆Feret短径,在此考虑了粒形对粒径的影响,引入自定义粒形参数“三角度”,对粗骨料颗粒按照粒形参数三角度和长短轴之比分为角形、细长形、细长三棱锥和其他四类,根据粗骨料颗粒与方形筛网之间的几何关系,对特殊粒形采用轮廓最大内切圆直径或凸包最大内切圆直径作为等效粒径,并采用相对应的粒形参数圆度和凸起比进行相关,最后提取到每个颗粒的等效粒径。
所述高度轮廓提取模块,用于提取每个颗粒轮廓在该图片中的坐标位置和突变的红线激光线轮廓上所有点的坐标,提取每个颗粒轮廓的位置用来定位该颗粒产生突变的红色激光线轮廓的位置,解决不同颗粒不同高度位置(激光线)的匹配问题;提取突变红色激光线轮廓上所有点的坐标,进而计算出该颗粒的最大高度值。
具体的,所述高度轮廓提取模块对HSV空间下的图像信息进行色彩分割,提取同一张图片上每个颗粒轮廓内的相对应的突变的红色激光线轮廓,记录每个点的坐标位置求出高度最大值,进行重复性颗粒识别,将同一个颗粒产生不同高度位置(激光线)的图片进行重组,用所有提取到的高度最大值的平均高度表示为该颗粒的高度。
上述不同颗粒不同高度位置(激光线)匹配算法主要解决多个颗粒同时通过拍摄区域内红色激光线处时产生的突变的红色激光线轮廓归属问题,考虑到在传送过程中颗粒的坐标位置和与面阵CCD相机的距离都实时变化,采用将突变的红色激光线轮廓与颗粒边界轮廓相关联的方法,通过定位不同颗粒边界轮廓的位置来定位该颗粒产生突变的红色激光线轮廓的位置,进而解决不同颗粒不同高度位置(激光线)的匹配问题。
所述几何特征提取模块,用于提取每个颗粒的投影周长、面积、粒径、高度和其它粒形参数,等待重复性颗粒识别后,将相同颗粒的各个参数叠加后求平均值作为最后该颗粒的结果。
所述重复性颗粒识别模块,用于对两张图像的Hu不变矩进行轮廓匹配来判断其相似程度,如果满足预设条件,判断为相似图像。
具体的,通过计算比较两张图像Hu不变矩来表达其相似程度,Hu在连续图像条件下可保持平移、缩放和旋转不变性,利用归一化中心矩可构造七个不变矩,具体定义如下:
(1)m1=y20+y02
(2)m2=(y20+y02)2+4y11 2
(3)m3=(y30+3y)2+(3y21-y03)2
(4)m4=(y30+y12)2+(y21+y03)2
(5)m5=(y30-y12)(y30+y12)[(y30+y12)2-3(y21+y03)2]+(3y21-y03)(y21+y30)[3(y30+y12)2-(y21+y03)2]
(6)m6=(y20-y02)[(y30+y12)2-(y21+y03)2]+4y11(y30+y12)(y21+y03)
(7)m7=(3y21-y03)(y30+y12)[(y30+y12)2-3(y21+y03)2]+(y30-3y12)(y21+y03)[3(y30+y12)2-(y21+y03)2]
基于不变矩的轮廓匹配有三种方法,具体包括:
(1)
Figure BDA0002112741340000051
(2)
Figure BDA0002112741340000052
(3)
Figure BDA0002112741340000053
其中,mi A=sign(hi A)·log|hi A|,mi B=sign(hi B)·log|hi B|,hi A和hi B分别是A和B的不变矩;本实用新型实施例选用第一种轮廓匹配方法l1
满足相似条件的颗粒将各个参数相互叠加,统计出图片中存在颗粒完整边界轮廓但却无突变红色激光线轮廓情况的次数,排除后求取各个参数的平均值,经多次实验表明,取条件为小于0.025时识别效果最佳,可以正确高效的识别出同一颗粒。
粒度分布结果显示模块,用于将经几何特征分析模块计算的骨料图像进行统计,得到骨料的级配结果。显示项目包括粒度分布与粒度累积分布,分别表示为混合料中每个粒级的骨料占比与混合料的累计筛余百分率。
上述仅为本实用新型的具体实施方式,但本实用新型的设计构思并不局限于此,凡利用此构思对本实用新型进行非实质性的改动,均应属于侵犯本实用新型保护范围的行为。

Claims (7)

1.一种粗骨料形态质量检测系统,其特征在于,包括:振动分散模块、透明皮带、背光光源、激光扫描模块、图像采集模块和PC机;所述振动分散模块设置于透明皮带一端上方,以将粗骨料分散的送至所述透明皮带;所述的背光光源设置在所述透明皮带下方;所述激光扫描模块设置在所述透明皮带上方,且照射区域为背光光源中间位置处;所述图像采集模块垂直设置在背光光源所在透明皮带位置的正上方以对被测的骨料进行图像采集;所述PC机与所述图像采集模块相连接以对采集的图像进行实时显示、几何特征提取及粒度分布结果显示。
2.根据权利要求1所述的粗骨料形态质量检测系统,其特征在于,所述振动分散模块包括:进料仓、振动给料机、挡料帘和导料槽;所述进料仓为待检测的骨料的进料口,将骨料振动传送至导料槽上;所述振动给料机设置在导料槽下方以对所述进料仓进行控制;所述挡料帘设置在进料仓出口处;所述导料槽用于将进料仓中输出的骨料传输给透明皮带。
3.根据权利要求2所述的粗骨料形态质量检测系统,其特征在于,所述导料槽的末端位于透明皮带起始端上方,且导料槽的末端呈锯齿状。
4.根据权利要求1所述的粗骨料形态质量检测系统,其特征在于,所述透明皮带为可调速透明皮带,由电机驱动,调速器控制速度。
5.根据权利要求1所述的粗骨料形态质量检测系统,其特征在于,所述激光扫描模块包括一字线激光器,设置一定的倾角。
6.根据权利要求1所述的粗骨料形态质量检测系统,其特征在于,所述图像采集模块包括面阵CCD相机。
7.根据权利要求1所述的粗骨料形态质量检测系统,其特征在于,所述图像采集模块与所述PC机通过网口相连接。
CN201921002536.1U 2019-06-28 2019-06-28 一种粗骨料形态质量检测系统 Active CN210269521U (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201921002536.1U CN210269521U (zh) 2019-06-28 2019-06-28 一种粗骨料形态质量检测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201921002536.1U CN210269521U (zh) 2019-06-28 2019-06-28 一种粗骨料形态质量检测系统

Publications (1)

Publication Number Publication Date
CN210269521U true CN210269521U (zh) 2020-04-07

Family

ID=70046627

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201921002536.1U Active CN210269521U (zh) 2019-06-28 2019-06-28 一种粗骨料形态质量检测系统

Country Status (1)

Country Link
CN (1) CN210269521U (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110174334A (zh) * 2019-06-28 2019-08-27 华侨大学 一种粗骨料形态质量检测系统及方法
CN112537516A (zh) * 2020-12-03 2021-03-23 上海贝林尔智能系统有限公司 一种输送检测机构及工作方法
CN112695743A (zh) * 2020-12-31 2021-04-23 北京中岩大地科技股份有限公司 一种基于原地异位搅拌方式的预制桩施工方法
CN113155686A (zh) * 2021-04-14 2021-07-23 中国矿业大学 一种矿物粒度组成和筛分效率的智能检测系统及方法
CN113155710A (zh) * 2021-04-29 2021-07-23 山东交通学院 一种沥青拌合楼粗骨料形态质量检测系统及方法
CN114313787A (zh) * 2022-01-12 2022-04-12 迅得机械(东莞)有限公司 一种透光皮带非接触式物料定位输送装置

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110174334A (zh) * 2019-06-28 2019-08-27 华侨大学 一种粗骨料形态质量检测系统及方法
CN110174334B (zh) * 2019-06-28 2024-03-01 华侨大学 一种粗骨料形态质量检测系统及方法
CN112537516A (zh) * 2020-12-03 2021-03-23 上海贝林尔智能系统有限公司 一种输送检测机构及工作方法
CN112695743A (zh) * 2020-12-31 2021-04-23 北京中岩大地科技股份有限公司 一种基于原地异位搅拌方式的预制桩施工方法
CN113155686A (zh) * 2021-04-14 2021-07-23 中国矿业大学 一种矿物粒度组成和筛分效率的智能检测系统及方法
CN113155710A (zh) * 2021-04-29 2021-07-23 山东交通学院 一种沥青拌合楼粗骨料形态质量检测系统及方法
CN113155710B (zh) * 2021-04-29 2022-11-01 山东交通学院 一种沥青拌合楼粗骨料形态质量检测系统及方法
CN114313787A (zh) * 2022-01-12 2022-04-12 迅得机械(东莞)有限公司 一种透光皮带非接触式物料定位输送装置
CN114313787B (zh) * 2022-01-12 2024-05-17 迅得机械(东莞)有限公司 一种透光皮带非接触式物料定位输送装置

Similar Documents

Publication Publication Date Title
CN110174334B (zh) 一种粗骨料形态质量检测系统及方法
CN210269521U (zh) 一种粗骨料形态质量检测系统
CN105699258B (zh) 一种细骨料在线检测装置及方法
CN205175876U (zh) 一种堆叠骨料的粒度粒形在线检测装置
Igathinathane et al. Comparison of particle size distribution of celestite mineral by machine vision ΣVolume approach and mechanical sieving
CN207742057U (zh) 一种骨料在线监测装置
CN101354241A (zh) 集料数字图像评价系统及评价方法
Salinas et al. Automated estimation of rock fragment distributions using computer vision and its application in mining
CN105931225B (zh) 一种基于实时图像检测技术分析晶体生长形状和尺寸分布的方法
CN114371106B (zh) 一种机制砂形貌参数测试分析方法
CN110907457A (zh) 基于3d点云数据的集料形态特征检测系统及检测方法
Zhang et al. Rapid data annotation for sand-like granular instance segmentation using mask-RCNN
CN101059450A (zh) 冶金矿相智能识别方法
CN204594856U (zh) 非接触式砂石骨料粒度粒形检测仪
CN114308353A (zh) 一种具有快速检测产品粒度值功能的立磨设备及其检测方法
Pons et al. Particle shape characterization by image analysis
CN117557548A (zh) 一种基于机器视觉的砂级配检测方法
CN116148143B (zh) 粗集料级配、针片状含量和不规则颗粒含量检测方法
CN115900586B (zh) 一种再生砂颗粒形貌实时监测装置及实时监测方法
CN113628155A (zh) 一种圆盘造球机的生球粒径检测方法及系统
CN111797730A (zh) 一种水泥熟料岩相自动分析方法
CN114663636A (zh) 一种基于人工智能技术的瓷片分拣及复原方法
CN217542750U (zh) 液体中颗粒物计数及形态测量分析装置
CN113838123B (zh) 基于图像处理的烟丝形貌特征的测量方法
Labati et al. Improving OSB wood panel production by vision-based systems for granulometric estimation

Legal Events

Date Code Title Description
GR01 Patent grant
GR01 Patent grant