NO802398L - Fremgangsmaate og anordning til aa klassifisere stykkformet gods i bevegelse - Google Patents

Description

Den foreliggende oppfinnelse angår en fremgangsmåte og en anordning til på grunnlag av en fysisk egenskap å identifisere og klassifisere tilfeldig fordelte godsstykker som befinner seg i translatorisk bevegelse, hvor godsets transportvei overvåkes med en detektor som avsøker veien på tvers og egner seg for vedkommende fysiske egenskap, og som leverer et elektrisk signal analogt med den observerte fysiske egenskap i hver posisjon av avsøkningslinjen, som bestemt ved detektorens oppløsning.

Et av de viktigste behov innen forskjellige områder av næringslivet er klassifisering av produkter som fremstilles eller behandles. Resultatet og det endelige mål for denne klassifisering er en mekanisk adskillelse i grupper av stykker på grunnlag av deres ønskede egenskaper, en operasjon som kan kalles sortering. Klassifisering finner sted på grunnlag av enten en målt fysisk størrelse eller rett og slett observasjon.

Klassifisering blir meget ofte basert på visuell observasjon, idet en person på basis av denne visuelt oppnådde informasjon avgjør hvilken klasse et kolli av stykkgods til-hører, og deretter utfører den nødvendige sortering. Vanligvis vandrer stykkgods som en kontinuerlig strøm forbi iakttageren. Sortering blir dermed et arbeide som medfører stor påkjenning,

og kan ikke utføres kontinuerlig uten skadevirkninger. Et eksempel er håndplukking av knust materiale i malmraffineringsindustrien, hvor de ønskede stykker plukkes ut for hånd fra knust materiale på et transportbånd. Kriterier som klassifiseringen beror på, kan i dette tilfelle være farge, størrelse eller annen visuelt konstaterbar fysisk egenskap hos det enkelte stykke.

Etter at videoinnretninger er blitt kjent og pålitelige,

har fjernsynskameraer vært'innført for utførelse av optiske observasjoner. Alt etter sin konstruksjon er kameraer egnet til å fastslå samme forskjeller i nyanse innen det avsøkte område som det menneskelige øye. Det fysiske resultat av deteksjonen er et elektrisk signal som fås fra kameraet og er proporsjonalt med den visuelle intensitet av det avsøkte objekt. Når kameraet utfører en lineær avsøkning av området som skal analyseres, blir forskjeller i intensitet mellom de forskjellige posisjoner på avsøkningslinjen tilkjennegitt analogt i form av de nevnte elektriske signaler. Alt etter

kameraets utførelse, f.eks. i dette tilfelle dets sondringsevne, kan avstanden mellom punktene på linjen være bekvemt stor eller liten. For eksempel i forbindelse med såkalt billedfjernsyn har denne sondringsevne vært avpasset etter det menneskelige øyes sondringsevne, som utgjør omkring 0,02 grader. Kamerarør som benyttes til dette formål, innbefatter Orthikon, Plumbikon, Vidikon, etc.

Der kan også benyttes andre typer av detektorer alt etter

hva slags fysisk fenomen der skal avføles. Således er det f.eks. mulig å avføle temperaturer av punkter på avsøkningslinjen ved bruk av infrarødt-detektor eller deres radioaktive tilstand med en Geiger-teller. Der har vært utviklet særskilte detektorer for hver fysisk egenskap. Noe de alle har til felles, er at de leverer et elektrisk signal som er proporsjonalt med intensiteten av vedkommende fysiske egenskap og gjør det mulig å trekke slutninger mht. stykkets kvalitet.

De oppnådde analoge elektriske signaler fra detektoren kan etter passende forsterkning og- omformning benyttes direkte til å aktivere en måler eller en plotter. I så fall kan måleinstrumentet justeres for å angi gjennomsnittlige, ekstreme eller andre for-langte verdier for vedkommende fysiske egenskap. Etter passende omformning kan signalene også benyttes direkte til prosesstyring i enten analog eller digital form. Det er også kjent å analysere signaler som er omformet til digital form, i en computer for å få informasjon om det avsøkte objekt. I så fall blir computeren programmert for å beregne den ønskede informasjon på grunnlag av de inngangssignaler som er oppnådd fra detektoren og omformet til digital form. Dette er mulig og kjent i tilfellet av deteksjonsobjekter som innen detektorens avsøkningsområde opptrer mer eller mindre systematisk med små avvik med hensyn til posisjoner og fysiske egenskaper.

Et eksempel på behandlingen av informasjoner av den sist-nevnte type er klassifisering av postpakker og brev. Gjenstandene som skal klassifiseres, vandrer i dette tilfelle på et transportbånd forbi en optisk detektor eller et fjernsynskamera som en kontinuerlig strøm i gjensidige avstander på omtrent 2 cm. Objektene har enten en viss kode som er stemplet på dem på forhånd på et bestemt sted, og detektoren angir da denne kode, eller detektoren angir direkte et postkodenummer maskinskrevet på et bestemt sted.

I så fall er detektoren istand til å utvikle elektriske signaler ved hvis hjelp en mørkere kode eller postkodenummer kan gjenkjennes mot en lysere bakgrunn.

Ved klassifisering i tilfeller hvor stykkene opptrer tilfeldig fordelt på et transportbånd, eller hvor de ikke på forhånd kan forsynes med passende koder til identifikasjon og de heller ikke selv har noen systematisk egenskap som kan utnyttes til å lette identifikasjonen, kan det ovennevnte system ikke benyttes. Slike klassifikasjonsbehov kan foreligge ved klassifisering av naturlige produkter som knust sten eller malm, rotfrukter, tømmer, næringsmidler som skal konserveres, eller andre uraffinerte produkter. I slike tilfeller må klassifikasjonsapparaturen tilfredsstille de følgende krav:

I fravær av koder eller systematiske egenskaper egnet til

å lette identifikasjon, er det nødvendig at identifikasjonen kan utføres på grunnlag av identifikasjonskriterier som er tilfeldig fordelt. For eksempel er der når det gjelder postsortering, hittil ikke kjent noen metode som kunne identifisere et objekt på grunnlag av et håndskrevet postkodenummer.

Siden de fysiske egenskaper som utnyttes til identifikasjon av stykkene, er av forskjellige typer, og identifikasjons-kriteriene altså kan variere med hensyn til sin prinsippielle karakter, må apparaturen være istand til å "læres opp". Det betyr at den må være istand til å bestemme klassegrensene for et stykke på grunnlag av informasjon oppnådd fra referansestykker som på forhånd er kjørt gjennom apparaturen. Ved sortering av post er apparaturen istand til å identifisere et stykke bare på basis av en viss kode eller et maskinskrevet postnummer. Den samme apparatur kan ikke lett innstilles for å identifisere et stykke på basis av f.eks. størrelse eller farge.

På grunn av den tilfeldige fordeling av stykkene på transportbåndene må anordningen være istand til å identifisere hvert stykke som helhet og til å behandle de fra detektoren oppnådde data i løpet av det tidsrom da objektet befinner seg på detektorens avsøkningslinje, dvs. i sann tid. Etter at objektet har passert detektoren, må den nu frigjorte behandlingsenhet hos anordningen straks være istand til å behandle informasjonen om et nytt objekt tilfeldig plassert på transport-båndet, så snart det er ankommet, i detektorens avsøkningsområde.

Ved sortering av post befinner objektene seg i en forhånds-ordnet enkelt rad. Apparaturen er istand til bare å identifisere en kode eller et postnummer på et bestemt sted. Videre behøver anordningen ikke å skifte fra sted til sted i transportbåndets tverretning. Hvis det ønskes å behandle flere rader av stykker,

må der finnes en særskilt anordning for hver rad.

Når det gjelder klassifisering av knust gods i malmraffineringsindustrien ved hjelp av videoinnretninger, er teknikkens stadium først og fremst anskueliggjort ved kanadisk patent 923601. Ifølge dette patent blir tilfeldig orienterte objekter belyst på sin transportvei ved hjelp av en laserstråle som sveiper over transportveien, og refleksjonen av laserstrålen fra objektstrømmen mottas med et fotomultiplikatorrør. Egenskapen hos det reflekterte lys er proporsjonalt med egenskapen hos den reflekterende flate. I detektoren blir lyssignalene ved hjelp av kjente innretninger omdannet til analoge elektriske signaler som dermed inneholder informasjon med hensyn til de belyste objekter. I de etterfølgende elektroniske innretninger blir de elektriske signaler på kjent måte digitalisert for å danne binære nøkkeltall som karakteriserer objektene.

Karakteristisk for den kjente metode er at den av detektoren avsøkte transportvei oppdeles elektronisk i kanaler i transportretningen, og at hver kanal har sine egne faste elektroniske innretninger. Da hensikten med klassifiseringen er sortering, altså å fjerne stykker som skal avvises fra godset, blir antall kanaler lik antall avviste innretninger.

Dette fører til en temmelig grov klassifisering, siden, det elektroniske system behandler objektene på en og samme kanal som ett og samme objekt under avsøkningen. Der kan dermed ikke oppnås noen nøyaktig individuell klassifisering.

En annen ulempe ligger i at systemet ikke er selvopplærende, altså at det ikke er istand til på grunnlag av referansestykker som er kjørt forbi detektoren, å bestemme de kriterier som behøves for klassifiseringen. Klassekriteriene må derfor innføres manuelt i systemet utenfra.

Nyheten av systemet sammenlignet med sortering av post ligger i det meget fordelaktige forhold at det er mulig ved passende utformning av kjente elektroniske grunnelementer å grovklassifisere stykkgods som kan forekomme med tilfeldig orientering innen detektorens avsøkningssone. Videre behøver objektene ikke å forsynes med egnede koder på forhånd. Sammenlignet med håndplukking i malmraffineringsindustrien betyr systemet også en stor forbedring ved at klassifiseringen mekaniseres.

Systemet ifølge den foreliggende oppfinnelse kan benyttes til å fremme de ovennevnte ønskemål og minske ulempene til et minimum.

Fremgangsmåten ifølge oppfinnelsen erkarakterisert ved

hva som er angitt i patentkrav 1, mens de karakteristiske trekk ved anordningen ifølge oppfinnelsen er angitt i krav 5.

Den store effektivitet av systemet ifølge oppfinnelsen sammenlignet med tidligere eksisterende systemer er først og fremst basert på en ny form for fordeling av oppgaver mellom prosses-sorene. I de eksisterende systemer blir analysen utført analogt eller sammen med computer, eller computere analyserer alle de avfølte data uansett disses mengde og kvalitet. Finnes der f.eks. flere objekter av interesse i deteksjonssonen, behandler samme computer disse objekter enkeltvis etter tur. Isteden fordeler man ifølge den foreliggende oppfinnelse objektene på flere prosessorer på en slik måte at der finnes en særskilt prosessor for hvert objekt som skal behandles. Antall prosessorer i arbeide avhenger således av antall objekter. Antall objekter som så skal behandles parallelt, kan økes ved tilføyelse av parallelle prosessorer. Videre er effektiviteten og hurtigheten ved bruk av oppfinnelsen basert på systemets busstruktur. Det skal påpekes at systemets pris forblir ganske rimelig pga.

den lave pris for kurante prosessorer.

Oppfinnelsen såvel som ytterligere trekk og fordeler ved

den vil i det følgende bli belyst mer detaljert ved eksempler under henvisning til tegningen. Fig. 1 er et blokkskjerna over systemet ifølge oppfinnelsen.

Fig. 2 anskueliggjør en del av systemet mer detaljert.

Fig. 3 viser kurveformer som knytter seg til beskrivelsen

av fig. 2.

På fig. 1 er komponentene betegnet med henvisningstall som følger: 1. Detektor, som kan være av kjent art, for detektering av en lokalt opptredende fysisk egenskap. Detektoren leverer på kjent

måte analoge og/eller digitale elektriske signaler.

2. Linjeanalysator, som i sann tid analyserer elektriske signaler oppnådd i linjer fra detektoren. Ut fra disse signaler blir der dannet nøkkeltall som skal sendes i digital form til klassifiseringsenheten.

3. Klassifiseringsenheter inneholdende mikroprosessorer

som utfører klassifiseringen av et stykke på grunnlag av den digitale informasjon som fås fra linjeanalysatoren. Der kan finnes flere av disse av samme type, men minst like mange som det høyeste antall stykker der opptrer på detektorens avsøkningslinje. 4. Hovedprosessor, som samler de fra klassifiseringsenhetene oppnådde resultater og behandler dem på videre forholdsregler. Hovedprosessoren melder også de lokale klassekriterier til klassifiseringsenheten.

5. Buss til kommunikasjon mellom prosessorene og mellom

disse og linjeanalysatoren.

6. Driftsenhet ved hvis hjelp systemets arbeide styres, og som melder hvilke som helst forstyrrelser som opptrer i det. Klassifikasjonskriterier som ikke behøver å oppnås ved hjelp av referansestykker som passerer forbi detektoren, kan også mates inn manuelt i denne enhet.

Systemet ifølge oppfinnelsen virker som følger:

Når godsstykkene passerer detektoren 1 på en transportvei

av fastlagt bredde, avføler detektoren stykkene i sitt avsøknings-område, idet den utfører regelmessig gjentatte sveip over transportveien. I det følgende vil et slikt sveip over transportveien bli kalt "avsøkningslinje" eller rett og slett "linje". Begynnelses- og sluttposisjonene på linjen og varigheten av sveipet blir ved kjente metoder innstilt i samsvar med detektorens utførelse og med godsets bredde og transporthastighet. Målt i tid er lengden av linjen av størrelsesorden 1 millisekund, men også lange tids-intervaller er mulige.

Under hvert sveip avføler detektoren de lokale fysiske egenskaper hos stykkene på linjen i vedkommende øyeblikk. Deteksjonen finner sted punktvis, og antall deteksjonspunkter avhenger av detektorens utførelse, nemlig dens såkalte oppløsning. Detektoren omformer ved kjente metoder intensiteten av den fysiske tilstand som avsøkes i hvert deteksjonspunkt på linjen, til et tilsvarende elektrisk signal. Er deteksjonen f.eks. basert på den vilkårlig variable mørknet/hvitnet av stykkene sammenlignet med bakgrunnens standardtone, danner detektoren et elektrisk signal som er proporsjonalt med denne forskjell i tone i hvert deteksjonspunkt på linjen. I så fall kan detektoren f.eks. være et fotodiode-kamera. På tilsvarende måte kan andre detektorsystemer som avsøker kontinuerlig og linjevis, benyttes til å frembringe elektriske signaler proporsjonale med vedkommende fysikalske fenomen.

Analysatoren 2 behandler elektrisk i sann tid signalene fra detektoren 1, og under hvert sveip blir der dannet N binær-nøkkeltall for hvert stykke i det avsøkte område på basis av den informasjon som er hentet fra deteksjonspunktene på linjen. Blant disse nøkkeltall kan f.eks. de to første angi stykkets marginale posisjoner på linjen. De øvrige nøkkeltall kan angi den fysiske tilstand av punkter mellom marginene og tilhørende samme stykke i form av en maksimum-, middel-, varians- eller annen passende verdi. I det følgende vil hvilken som helst nøkkeltallgruppe som inneholder N binære nøkkeltall, dannet ved hjelp av linjeanalysatoren,•bli betegnet som deteksjonsresultatet.

Nøkkeltallene dannes under anvendelse av særskilte trykte kretskort. Nøkkeltallene dannes i samsvar med kjente prinsipper ved passende valg av strømkretskortéts komponenter og deres inn-byrdes forbindelse, f .eks. på grunnlag av den integrerte ladning av kapasiteter og de dermed oppnådde nøyaktige, øyeblikkelige elektriske størrelser. Rekkefølgen av deteksjonsresultatets nøkkeltall og rekkefølgen av deres utgang til den etterfølgende behandlingsenhet bestemmes ved omkretskortenes plassering i linjeanalysatoren. Strømkretskortene kan lettvint skiftes ut, og typen av nøkkeltall kan dermed raskt skiftes etter behov.

Linjeanalysatoren begynner målingen ved først å danne nøkkel-tallet for forkanten av stykket på linjen. Deretter følger deteksjonen av mellompunkter og sluttelig deteksjonen av bakre kant av samme stykke. Etter at linjeanalysatoren har verifisert at også bakre kant har vært målt, skjer der en øyeblikkelig over-føring av deteksjonsresultatet til utgangsbufferen hos buss 5,

og samtidig forsyner linjeanalysatoren også bussen med signalet "deteksjonsresultater parate". Da systemet ifølge oppfinnelsen er selvopplærende, kan den videre behandling av deteksjonsresultatene fra den ovennevnte tilstand foregå på to forskjellige måter. De

ytterligere tilstander som kommer i betraktning, er læretrinnet og klassifikasjonstrinnet, hvorav det førstnevnte vil bli beskrevet først.

Læretrinn

"Læretrinn"-tilstanden innstilles ved hjelp av driftsenheten 6. Denne tilstand betyr at et visst antall referansestykker er kjørt forbi detektoren og deteksjonsresultater er oppnådd fra dem som beskrevet ovenfor. Videre blir antall referansestykker i hver referansegruppe,av samme klasse innstilt ved hjelp av driftsenheten, og likeledes antallet av disse referansegrupper eller klasser.

Når deteksjonsresultatene er klare i utgangsbufferlageret hos buss 5, og informasjon om dette har vært sendt til bussen som forklart ovenfor, avgjør hovedprosessoren 4 hvilken klas-sif ikas jonsenhet 3 deteksjonsresultateene skal overføres til. Dette skjer på basis av klassifikasjonsenhetenes adresse. For identifikasjon av klassifiseringsenhetene har hver av dem sin egen binærnøkkel eller adresse. Når systemet startes, innstiller hovedprosessoren 4 adressene for alle klassifiseringsenhetene i minnet. Etter at første kolli av godset er ankommet i detektorens avsøkningsområde og deteksjonsresultatet øyeblikkelig har vært overført til utgangsbufferlageret hos buss 5, tildeler hovedprosessoren klassifikasjonsoppgaven til den første klassifikasjonsenhet i køen. Behandlingen av det stykke som deretter ankommer i det avsøkte område, blir tilordnet annen klassifikasjons-

enhet i køen, etc.

Den klassifikasjonsenhet som har oppgaven tildelt, leser

og lagrer i sitt minne det deteksjonsresultat som står i utgangs-buf f erlageret, og melder via buss 5 at den har reservert stykket. En tilsvarende fremgangsmåte blir utført med hensyn til deteksjonsresultatene for andre godsstykker i køen på samme tidspunkt og med hensyn til klassifiseringsenheter som reserveres for hvert slikt stykke på samme måte.

Idet et stykke vandrer kontinuerlig forbi detektoren, og etterhvert som der dermed kontinuerlig dannes nye linjer, samt etterhvert som tilsvarende måleresultater kontinuerlig overføres til utgangsbufferlageret hos buss 5, velger hver klassifiseringsenhet 3 direkte, uten passering av hovedprosessoren 4, fra utgangs-lageret 10 deteksjonsresultater som tilhører den. Dette skjer på grunnlag av nøkkeltallene for stykkets marginer og deres kontinuitet. I dette tilfelle er det en betingelse at stykkene ikke berører hverandre, og at den intensitet som er representert ved bakgrunnen, avviker tilstrekkelig fra intensiteten hos stykkene. Når en klassifiseringsenhet identifiserer et stykke som sitt eget, melder enheten igjen via bussen 5 at den har identifisert stykket for behandling av deteksjonsresultatene.

Etterhvert som deteksjonsresultatene således overføres til hver klassifiseringsenhet under stykkets passering, beregner enheten på regelrett måte og lagrer i sitt minne de verdier som ble beregnet på grunnlag av deteksjonsresultatene. Dette fortsetter inntil hele stykket har passert detektoren og der ikke lenger dannes måleresultater som gjelder det, dvs. når der i serien av deteksjonsresultater for den etterfølgende linje ikke finnes deteksjonsresultater som er tilordnet vedkommende klassifiseringsenhet. Etter å ha fastslått dette fortsetter klassifiseringsenheten å vente på tillatelse til å gi de beregnede resultater videre til hovedprosessoren.

Hovedprosessoren sender periodisk en forespørsel til klassifiseringsenhetene. Når en ventende enhet mottar fore-spørselen, leverer den resultatene til hovedprosessoren via bussen, og klassifiseringsenheten vender tilbake til sin opprinnelige tilstand. Deretter bringer hovedprosessoren den frigjorte klassifiseringsenhet i siste posisjon på den ovennevnte ventelinje i påvente av dens neste klassifiseringsoppgave.

Dette skjer for hver klassifiseringsenhet når der ikke finnes

flere deteksjonsresultater. Når et nytt stykke er ankommet i detektorlinjen, fastslår hovedprosessoren at ingen klassifiseringsenhet har reservert dette stykke, og tildeler klassifiseringen av stykket som oppgave til den klassifiseringsenhet som er forrest i køen.

Etterhvert som driften fortsetter på den beskrevne måte, registrerer hovedprosessoren 4 antall stykker som har passert detektoren. Når dette antall er lik det tall som er innstilt av driftsenheten 6, aksepterer hovedprosessoren .4 ikke lenger data fra klassifiseringsenhetene og regner med at gruppen av referansestykker har vandret forbi detektoren. På grunnlag av den middelverdi som er oppnådd fra klassifiseringsenhetene, begynner hovedprosessoren 4 nu å beregne klassevektorene, altså de endelige binære nøkkeltall som på grunnlag av de statistiske data som ble oppnådd fra deteksjonsresultatene, best definerer vedkommende klasse. Disse klassevektorer kan også betegnes som klassekriterier, og de er av akkurat samme type som dem som leveres av linjeanalysatoren 2, altså i henhold til det ovennevnte eksempel maksimalverdi, middelverdi, varians osv. Etter at hovedprosessoren har kontrollert at det antall referansestykker som har vært innstilt av driftsenheten 6, også har vært benyttet som grunnlag for beregning av klassevektorene, overfører den sluttresultatene til sitt utgangsregister.

En tilsvarende operasjon finner sted for dannelsen av klassevektorene for neste klasse på grunnlag av referansestykkene av denne klasse. Forut for behandlingen av referansestykker av en ny klasse stiller systemet seg i sin utgangstilstand, og referanse-stykke-gruppene kan plasseres suksessivt på transportveien.

Etter at hovedprosessoren 4 har fastslått at det av driftsenheten 6 innstilte antall klasser har vært nådd under behandlingen, og det tilsvarende antall klassevektorer således har vært beregnet og overført til dens utgangsregister, blir alle klassevektorene overført til referanseminnet hos hver klassifikasjonsenhet 3. Deretter er systemet parat for den aktuelle klassifisering, dvs.

at opplæringsstadiet er fullført.

Om nødvendig kan de nøkkeltall som tilsvarer klassevektorene, også ved hjelp av driftsenheten 6 overføres direkte til referanseminnet hos klassifiseringsenhetene 3 uten bruk av referansestykker, og klassevektorene oppnås på basis av referansestykkene på den ovenfor beskrevne måte.

Klassifikasjonstrinn

"Klassifikasjonstrinn"-tilstanden innstilles ved hjelp av driftsenheten 6. Denne tilstand betyr at de aktuelle godsstykker som skal klassifiseres, blir kjørt forbi detektoren, samtidig som antall og fordeling av stykkene på transportveien er tilfeldig.

Den eneste betingelse er at stykkene ikke berører hverandre.

Drift og samvirkning av behandlingsenhetene skjer på dette stadium etter akkurat samme prinsipper som under opplæringstrinnet. Den eneste unntagelse ligger i at hovedprosessoren under dette trinn ikke beregner klassevektorene, siden sammensetningen av godsstykkene nu er av tilfeldig kvalitet og de kriterier som behøves til klassifisering av dem, har vært matet inn i referanse-

minnet hos klassifiseringsenhetene under opplæringstrinnet.

Etter å ha lest og lagret deteksjonsresultatene fra utgangsbufferen hos buss 5 med hensyn til ett og samme stykke og etter å ha beregnet det tilsvarende binære middeltall for vedkommende stykke på grunnlag av disse resultater, er således klassifiseringsenhetene selv istand til å fastslå stykkets klasse ved å sammen-ligne middelverdien med de tilsvarende binære nøkkeltall for klassifikasjonsvektorene i referanseminnet.

Etter klassifikasjonen blir data med hensyn til klassen overført til utgangsregisteret hos klassifiseringsenheten 3 og derfra videre via bussen 5 til hovedprosessoren 4 på den måte som ble beskrevet med hensyn til opplæringstrinnet. Deretter vender klassifiseringsenheten tilbake til sin opprinnelige tilstand og innstilles i den kø som ble bestemt av hovedprosessoren som beskrevet ovenfor.

Etter å ha mottatt vedkommende data med hensyn til klasse

for et stykke fra en klassifiseringsenhet som forbigående er reservert for stykket, gir hovedprosessoren 4 en ordre for videre funksjoner. En slik funksjon kan f.eks. være fjernelse av stykket fra godsstykkenes transportvei etter at det har nådd et fastlagt punkt.

Prinsippene for virkemåten av klassifikasjonsanordningen ifølge oppfinnelsen har vært beskrevet ovenfor. Den faktiske fordel fremfor teknikkens kjente stadium ligger i det forhold at en særskilt klassifiseringsenhet har vært reservert for varigheten av deteksjonen for hvert kolli av godsstykker tilfeldig plassert på transportveien, og at klassifikasjonsenheten etter å

ha lagret klassifikasjonskriterier oppnådd ved hjelp av referanse- . stykker, selv er istand til å utføre den nødvendige klassifisering og så er fri til å utføre klassifikasjon av neste tilfeldig plasserte stykke.

Hurtigheten og påliteligheten av klassifikasjonsmetoden ifølge oppfinnelsen har vært bekreftet med en prototyp. Prototypen vil bli beskrevet nedenfor under henvisning til fig. 2 og 3.

Fig. 2 er et mer detaljert blokkskjerna over analysator-koblingen. Analysatoren mottar signaler 13, 14, 15 og 16 fra kameraet. Betydningen av disse signaler er vist på fig. 3. Videosignalet er det analoge signal som mottas fra detektoren,

og er proporsjonalt med objektets fotointensitet. "Stykke"-signalet

bestemmer samplingsfrekvensen. "Sveip"-signalet angir når sveipet pågår, idet signalet er null mellom sveipene. "Stykke"-signalet angir når der er et stykke i bildet. Avskjæringsplanet for signalet kan innstilles på i og for seg kjent måte.

I blokk 7 blir videosignalet fra kameraet forsterket (20). Pulser 18 og 19 dannes ved stykkets front- og bakre margin.

Signal 17 er et buffret stykke-signal som kommer fra kameraet, og som sendes til klassifiseringsenhetene.

Blokk 8 synkroniserer analysatorens kamera med ursignalet 15. Signal 22 melder til klassifiseringsenhetene når sveipet er igang.

Blokk 9 angir stillingene av stykkets front- og bakre

margin innen det avsøkte område. Disse verdier lagres i buffer-lagrene for å avvente overføringen til klassifiseringsenheten via buss 5.

Blokk 10 integrerer lysheten av stykket som representert

ved videosignalet 20, for dannelse av en middelverdi. Signal 17 angir integreringstiden. Det analogt dannede integral blir omformet til digital form og lagret i bufferen for å avvente over-føring til klassifiseringsenheten via buss 5.

Blokk 11 måler maksimal verdi av videosignalet for hvert stykke og omformer det til digital form. Resultatet lagres i bufferen.

Den eksisterende prototyp har de nøkkeltallblokker som er oppregnet ovenfor (blokk 9-12). Som det fremgår av fig. 2, kan andre nøkkeltallblokker som eventuelt er av interesse for analysen, tilføyes analysatoren.

Når nøkkeltallet for hver blokk er parat i bufferen, sender blokken "data parat"-signalet til styrelogikken 27 (i form av signaler 23-26). Når styrelogikken har mottatt "data parat"-signalene fra alle blokkene, frembringer den styrepulser 28 for overføringen av vedkommende data til klassifiseringsenhetene og åpner hver utgangsbuffer skiftevis til databussen 5.

Ved praktiske forsøk har en roterende valse vært benyttet som transportvei for godsstykkene. Antall omdreininger av valsen kan innstilles trinnløst mellom omkretshastigheter på 0 og 5 m/s. Valsens diameter er 850 mm og dens lengde 1200 mm.

Prøvestykkene som skal detekteres, festes i vilkårlige punkter på valsens sortmalte overflate.

Da behovet for klassifiseringsanordningen først og fremst har vært basert på klassifisering av knust kalksten, har prototyp systemet i første trinn vært utrustet for å bevirke en klassifisering på grunnlag av mørkhet/lyshet-forskjell mellom godsstykker. På dette trinn er den benyttede detektor et fotodiode-kamera Reticon LC 100 som sitter i en avstand av ca. 2 m fra valsen og, plassert på dens midtlinje (= transportveien), detekterer prøvestykkene som er festet til den passende belyste overflate av valsen. Kameraets sveipetid, altså

linjens lengde målt i tid, og returtid kan innstilles særskilt. Minimalverdien for de to tidsrom tilsammen er omtrent 1 ms.

Antall nøkkeltall som dannes ved hjelp av linjeanalysatoren, er N = 5, og disse nøkkeltall angir for hvert prøvestykke i linjen fotointensiteten av dets overflate i forhold til den sorte bakgrunn på valsen. I prototypsystemet blir således den lys-intensitet som opptrer i kameraets deteksjonsområde, avfølt,

idet den respektive intensitet av bakgrunnen tjener som referanse. Kameraet frembringer elektriske signaler. I linjeanalysatoren blir signalene omformet til de nevnte binære nøkkeltall som angir som deteksjonsresultater stillingen av frontmarginen, stillingen av bakre margin, intensitetens maksimalverdi, gjennomsnittlig intensitet og variansen i intensitet for hvert prøvestykke. Disse nøkkeltall dannes etterhvert som de ankommer fra kameraet under sveipet,'altså under sann tid.

Der finnes tre klassifiseringsenheter som hver kan programmeres for å sondre mellom to klasser.

Da prototypen nylig er blitt ferdig, har der ennu ikke vært tilstrekkelig tid til å bruke den til systematiske forsøk for å forelegge kvantitative resultater med hensyn til hurtighet og effektivitet. Imidlertid er der nedenfor angitt noen få kvalitative eksempler på resultater som hittil har vært oppnådd.

Eksempel 1

Kapasiteten av prototypanlegget for dannelse av klassekriterier for de to klasser det ble benyttet for i det i visuell henseende klareste tilfelle, ble testet under anvendelse av hvit kalksten og betraktelig mørkere avfallssten. Alle stenstykkene ble valgt tilfeldig fra de siloer de var overført til, på grunnlag av en sortering utført manuelt og visuelt. Anlegget ble kjørt to ganger, den ene gang med bare kalksten og den annen gang med bare stenvrak, mens det befant seg i opplæringstilstanden.

Ved hver kjøring ble stykkene av en stencharge passende for antall klassifiseringsenheter, anbragt i vilkårlige stillinger på valsen. Valsen ble elluminert med to halogenlamper.

Det ble funnet at klassekriteriene for hver stentype hadde passert referanseminnet hos hver klassifiseringsenhet under en syklus, dvs. i løpet av den tid hvorunder stenchargene hadde passert detektoren fullstendig, altså i sann tid.

Det ble også iakttatt at gjennomsnittet av intensitet av det reflekterte lys i dette klare tilfelle var tilstrekkelig alene for dannelsen av de ønskede klassekriterier, dvs. at gjennomsnittet i og for seg ga samme nøyaktighet av identifi-seringen som visuelt gjennomført klassifisering. Imidlertid ga variasjonen i maksimal- og varians-verdier grunn til å anta at mekanisk gjennomført klassifisering vil føre til at klassifiseringen blir mer nøyaktig.

Eksempel 2

De klassekriterier ' som ble dannet i samsvar med Eksempel 1, ble beholdt i referanseminnet hos klassifiseringsenhetene og ny charge av sten, tatt tilfeldig fra de samme siloer, ble anbragt på valsen. Denne gang ble kalksten og avfallssten kjørt samtidig i løpet av samme tid, idet systemet var i klassifiserings-tilstanden.

Det ble iakttatt at klassifiseringen foregikk i løpet av sann tid, og at kvaliteten av de aksepterte stykker eller sten, altså kalksten, ble mer jevn enn den mån fikk ved håndplukking. Antall vraket sten var med andre ord høyere relativt sett. Det ble også iakttatt at gjennomsnittet alene.var nok til å gi dette resultat.

Eksempel 3

For å.kontrollere anleggets kapasitet i et annet ekstremt tilfelle, nemlig et system hvor alle stykkene er "hvite", men av forskjellig anvendelig kvalitet, ble der kjørt to ganger i samsvar med Eksempel 1, den ene gang med ren kalksten og den annen gang med ren wollanstonitt. Begge stensorter er "hvite" og ikke lette å sondre for et uvant øye.

Det ble funnet at klassekriteriene var passert i samsvar med Eksempel 1. Det ble også iakttatt at gjennomsnittet for seg alene ikke var tilstrekkelig for bestemmelsen av ønsket klasse.

Eksempel 4

De klassekriterier som ble dannet i samsvar med Eksempel 1, ble beholdt i klassifiseringsenhetenes referanseminne, og en ny charge av kalksten og wollanstonitt ble kjørt samtidig i samsvar med Eksempel 2.

Det ble funnet at den mekaniske klassifisering ga mer jevn kvalitet enn visuell klassifisering av samme charge. Det ble også iakttatt at varians-verdiene var av avgjørende betydning ved klassifiseringen av stenen når det gjaldt å konsentrere de ønskede brukbare egenskaper.

Claims (6)

1. Fremgangsmåte til på grunnlag av en fysikalsk egenskap å identifisere og klassifisere tilfeldig fordelte godsstykker i en tilstand av translatorisk bevegelse, hvor godsstykkenes transportvei observeres med en detektor som avsøker veien på tvers og egner seg for vedkommende fysikalske egenskap, og som leverer et elektrisk signal analogt med den observerte fysiske egenskap i hver posisjon av avsøkningslinjen, som bestemt ved detektorens oppløsning, karakterisert ved at de nevnte elektriske signaler kontinuerlig behandles i sann tid og omdannes til binære nøkkeltallgrupper tilhørende hvert stykke i detektorens avsøkningslinje, at nøkkeltallgruppene under stykkenes passasje behandles gjentatt i en klassifiseringsenhet reservert for hvert stykke for varigheten av passasjen, for gjennomførelse av klassifiseringen på grunnlag av nøkkeltallgruppen, og at klassifiseringen etter fullførelse av stykkets passering frigjøres for utførelse av klassifisering av et nytt stykke som er ankommet i detektorens avsøkningslinje på en tilfeldig plass på denne.

2. Fremgangsmåte som angitt i krav 1, karakterisert ved at de analoge elektriske signaler fra detektoren omformes til binære nøkkeltallgrupper som beskriver hvert stykke i detektorens avsøkningslinje, hvor nøkkeltallene, ialt N = 1 når egenskapene hos stykkene som skal identifiseres, er av varierende karakter, representerer marginalstillinger, maksimum intensitet, gjennomsnittlig verdi, varians-verdi eller annen egnet verdi som kjennetegner en fysisk egenskap hos stykket i linjen.

3. Fremgangsmåte som angitt i krav 1 eller 2, k a r a k - terisert ved at nøkkeltallene etter å være dannet straks overføres til den klassifiseringsenhet som er reservert for vedkommende stykke for varigheten av dets passering.

4. Fremgangsmåte som angitt i krav 1, 2 eller 3, karakterisert ved at den er selvopplærende, dvs. at en på forhånd kjent sats av referansestykker kjøres foran detektoren og de klassifiseringskriterier etter hvilke klassifiseringen skal finne sted, beregnet ved hjelp av en hovedprosessor på grunnlag av de således oppnådde data om referansestykkenes egenskaper og de nevnte klassifiseringskriterier, overføres til minnet hos hver klassifiseringsenhet.

5. Anordning til utførelse av en fremgangsmåte som angitt i et av kravene 1-4, innbefattende en detektor (1) som avsøker godsstykkenes transportvei og egner seg for den fysikalske egenskap som er valgt som grunnlag for klassifiseringen, samt frembringer et elektrisk signal svarende til den observerte fysikalske størrelse, en analysator (2) som omdanner signalet til en passende binær form, og en hovedprosessor (4) som mottar de behandlede signaler og utfører separasjonen på grunnlag av dem, karakterisert ved at analysatoren (2) er innrettet til på grunnlag av signalet fra detektoren kontinuerlig og i sann tid å danne en binærtallgruppe for hvert stykke i avsøkningslinjen, at anordningen enn videre.omfatter en flerhet av klassifiseringsenheter (3) som hver innbefatter en mikroprosessor, og som hver behandler nøkkeltallgrupper som tilhører et visst stykke, under dets passering for å utføre klassifiseringen på grunnlag av nøkkeltall-gruppen, at hovedprosessoren (4) er innrettet til å motta data fra de forskjellige klassifiseringsenheter (3) og til å styre enhetene på en slik måte at hver enhet blir frigjort for klassifisering av et stykke tilfeldig beliggende i transportveien, umiddelbart etter å ha utført klassifiseringen av foregående stykke.

6. Anordning som angitt i krav 5, karakterisert ved at analysatoren (2) er innrettet til for hvert stykke å danne en nøkkeltallgruppe omfattende N nøkkeltall som er representative for valgte egenskaper hos stykket, som f.eks. marginale stillinger eller dets maksimal-, middel-, varians- eller andre tilsvarende verdier av intensiteten av den målte fysikalske egenskap.