RU2738532C1 - Method of controlling ceramic articles drying - Google Patents
Method of controlling ceramic articles drying Download PDFInfo
- Publication number
- RU2738532C1 RU2738532C1 RU2020113695A RU2020113695A RU2738532C1 RU 2738532 C1 RU2738532 C1 RU 2738532C1 RU 2020113695 A RU2020113695 A RU 2020113695A RU 2020113695 A RU2020113695 A RU 2020113695A RU 2738532 C1 RU2738532 C1 RU 2738532C1
- Authority
- RU
- Russia
- Prior art keywords
- drying
- defects
- products
- temperature
- image
- Prior art date
Links
Images
Classifications
-
- C—CHEMISTRY; METALLURGY
- C04—CEMENTS; CONCRETE; ARTIFICIAL STONE; CERAMICS; REFRACTORIES
- C04B—LIME, MAGNESIA; SLAG; CEMENTS; COMPOSITIONS THEREOF, e.g. MORTARS, CONCRETE OR LIKE BUILDING MATERIALS; ARTIFICIAL STONE; CERAMICS; REFRACTORIES; TREATMENT OF NATURAL STONE
- C04B33/00—Clay-wares
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/14—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by recording the course traversed by the object
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Remote Sensing (AREA)
- Ceramic Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Materials Engineering (AREA)
- Structural Engineering (AREA)
- Organic Chemistry (AREA)
- Automation & Control Theory (AREA)
- Dispersion Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
Description
Изобретение относится к области техники, связанной с обжигом природных материалов и изделий из них, и может быть использовано при производстве строительных материалов, в частности керамических кирпичей.The invention relates to the field of technology associated with the burning of natural materials and products from them, and can be used in the production of building materials, in particular ceramic bricks.
Известен способ сушки капиллярно-пористых материалов путем непрерывного их обдува газообразным теплоносителем (А.С. №1698224 А1, кл. С 04 В 33/30, F 26 B 3/04).A known method of drying capillary-porous materials by continuous blowing them with a gaseous heat carrier (AS No. 1698224 A1, class C 04 B 33/30, F 26 B 3/04).
Известен способ сушки кирпича-сырца и керамических камней (Сайбулатов С.Ж. Производство керамического кирпича. - М.: Стройиздат. 1989.-с.: 200 ил. - (Повышение мастерства рабочих строительства и промышленности строительных материалов) - двухстадийный способ сушки, предусматривающий импульсную (ритмичную) сушку теплоносителя в период усадки, когда обдув изделий теплоносителем чередуется с прекращением подачи теплоносителя, и непрерывную подачу в процессе досушки изделий.A known method of drying raw bricks and ceramic stones (Saybulatov S.Zh. Production of ceramic bricks. - M .: Stroyizdat. 1989.-p .: 200 ill. - (Improving the skills of workers in the construction and building materials industry) - a two-stage drying method, providing for impulse (rhythmic) drying of the heat carrier during the shrinkage period, when the blowing of the products with the coolant alternates with the cessation of the supply of the coolant, and continuous supply during the final drying of the products.
Однако каждый из упомянутых способов позволяет контролировать только завершение или промежуточные стадии процесса сушки по мере уменьшения содержания влаги в высушиваемом кирпиче. Образование трещин, выкрашивание и иные механические разрушения в кирпичах перечисленные методы не выявляют, что не позволяет своевременно выводить из дальнейшего процесса бракованные изделия (кирпичи) и менять режим сушки или режим приготовления компонентов сырца и собственно формования при обнаружении брака в изделиях.However, each of these methods allows you to control only the completion or intermediate stages of the drying process as the moisture content in the dried brick decreases. The listed methods do not reveal the formation of cracks, spalling and other mechanical damage in bricks, which does not allow timely removal of defective products (bricks) from the further process and change the drying mode or the mode of preparation of raw components and the actual molding when defects are detected in the products.
Наиболее близким к заявленному техническому решению является способ контроля сушки керамических изделий (Чайка А.Ю., авт. свид. RU 2308649 C1, 2007 г.)The closest to the claimed technical solution is a method for controlling the drying of ceramic products (Chaika A.Yu., ed. Certificate RU 2308649 C1, 2007)
Способ – прототип, предусматривающий определение скорости и температуры теплоносителя, определение места нахождения тележек с керамическими изделиями в сушильной печи, визуальное выявление дефектов в изделиях и передачу данных о тележках с дефектными изделиями в компьютер для последующего контроля за движением таких тележек по сушильной печи, причем при выявлении дефектов в изделиях скорость и/или температуру теплоносителя в сушильной печи изменяют, а за выявленными дефектами в изделиях осуществляют визуальный и/или инструментальный контроль. При этом, в случае дальнейшего прекращения роста первоначально выявленных дефектов скорость и температуру теплоносителя поддерживают в режиме, установленном после выявления дефектов. В случае дальнейшего роста первоначально выявленных дефектов в изделиях изделия с такими дефектами изымают после выхода контролируемой тележки из сушильной печи. Изъятые бракованные изделия подвергают анализу на предмет выявления нарушений в процессах предшествовавшего приготовления компонентов сырца и пластического формования изделий и вносят изменения в эти процессы. Method - a prototype, providing for determining the speed and temperature of the coolant, determining the location of the carts with ceramic products in the drying oven, visually detecting defects in the products and transferring data about the carts with defective products to a computer for subsequent control of the movement of such carts along the drying oven, and when When detecting defects in products, the speed and / or temperature of the coolant in the drying oven is changed, and visual and / or instrumental control is carried out for the identified defects in the products. In this case, in the event of further termination of the growth of initially identified defects, the speed and temperature of the coolant are maintained in the mode established after the detection of defects. In case of further growth of the initially detected defects in the products, the products with such defects are removed after the controlled carriage leaves the drying oven. The seized defective products are subjected to analysis to identify violations in the processes of the previous preparation of raw components and plastic molding of products and make changes to these processes.
Недостатками данного технического решения являются то, что визуальный контроль, за состоянием изделий, ведется непосредственно персоналом в сушильной камере, по крайней мере, в не самых горячих ее зонах. Длительность процесса сушки значительно превышает время одной рабочей смены для обслуживающего персонала. При выявлении в изделиях небольших дефектов, не являющихся браком, одна смена персонала не может проследить за дальнейшим состоянием изделий и возможным развитием дефектов до состояния брака. Кроме того, в процессе сушки тележки с изделиями постепенно перемещаются по сушильной печи, а избирательное извлечение бракованных изделий из тележек до их выхода из сушильной печи практически невозможно.The disadvantages of this technical solution are that visual control of the condition of the products is carried out directly by the personnel in the drying chamber, at least in not the hottest zones. The duration of the drying process significantly exceeds the time of one work shift for the operating personnel. If small defects that are not defects are detected in the products, one shift of personnel cannot follow the further condition of the products and the possible development of defects to the state of defects. In addition, in the process of drying, carts with products are gradually moved through the drying oven, and selective removal of defective products from the carts before they leave the drying oven is practically impossible.
Способ–прототип контроля качества изделий не позволяет сократить время нахождения персонала в сушильной камере и, тем более, исключить совсем необходимость присутствия работников в сушильной камере. Не обеспечивается автоматическое распознавание дефектов и минимизация брака за счет изменения параметров сушки изделий в зависимости от результатов контроля развития выявленных дефектов в керамических изделиях.The prototype method for product quality control does not allow to reduce the time spent by personnel in the drying chamber and, moreover, to completely eliminate the need for the presence of workers in the drying chamber. Automatic recognition of defects and minimization of rejects due to changes in the parameters of drying products, depending on the results of monitoring the development of detected defects in ceramic products, are not provided.
Задачей изобретения является исключение времени нахождения обслуживающим персоналом внутри сушильной камеры при контроле качества сушки керамических изделий, автоматическое обнаружение и распознавание дефектов и выдачи информации оператору для принятия решения об изменение параметров сушки, что позволит повысить качество сушки, и культуру труда.The objective of the invention is to eliminate the time spent by the service personnel inside the drying chamber when monitoring the quality of drying ceramic products, automatic detection and recognition of defects and issuing information to the operator for making a decision to change the drying parameters, which will improve the quality of drying and work culture.
Поставленная задача решается за счет того, что в способе контроля сушки керамических изделий, предусматривающем определение скорости и температуры теплоносителя, определение места нахождения тележек с керамическими изделиями в сушильной печи, визуальное выявление дефектов в изделиях и передачу данных о тележках с дефектными изделиями в компьютер для последующего контроля за движением таких тележек по сушильной печи, причем при выявлении дефектов в изделиях скорость и/или температуру теплоносителя в сушильной печи изменяют, а за выявленными дефектами в изделиях осуществляют визуальный контроль, при этом визуальный контроль изделий осуществляют посредством перемещаемой с тележкой беспроводной видеокамеры, с помощью которой получают изображение поверхностей кирпича, которое передают в компьютер, где производят обработку упомянутого изображения, для распознавания на нем дефектных участков, для чего полученное изображение разбивают на фрагменты заданных размеров, для каждого фрагмента строят гистограмму распределения векторов градиентов яркостей во всех точках фрагмента, полученную гистограмму подают на вход предварительно обученной нейронной сети, с помощью которой каждый фрагмент классифицируют, относя его к одному из двух классов: трещины, зависящие от режимов сушки кирпича, или к дефектам, не зависящим от режимов сушки кирпича, при этом за выявленными дефектами в процессе дальнейшей сушки производится автоматическое непрерывное наблюдение, и в случае динамического изменения выявленных дефектов, нейронная сеть из своей базы знаний вырабатывает рекомендации оператору, который в соответствии с поступившими к нему рекомендациями осуществляет изменение режимов сушки (влажности и температуры), до прекращения роста выявленных дефектов, после чего скорость, температуру и влажность теплоносителя поддерживают в режиме, установленном после прекращения появления или роста дефектов.The problem is solved due to the fact that in the method of monitoring the drying of ceramic products, which provides for determining the speed and temperature of the coolant, determining the location of carts with ceramic products in a drying oven, visually identifying defects in products and transferring data about carts with defective products to a computer for subsequent control over the movement of such carts along the drying oven, and when defects are detected in the products, the speed and / or temperature of the coolant in the drying oven is changed, and the detected defects in the products are visually inspected, while visual control of the products is carried out by means of a wireless video camera moved with the cart, with with the help of which an image of the surfaces of the brick is obtained, which is transferred to a computer, where the said image is processed, to recognize defective areas on it, for which the resulting image is divided into fragments of specified sizes, for each fragment of the order m the histogram of the distribution of the vectors of the brightness gradients at all points of the fragment, the resulting histogram is fed to the input of a pretrained neural network, with the help of which each fragment is classified, referring it to one of two classes: cracks depending on the brick drying modes, or to defects that do not depend from the brick drying modes, while the detected defects in the process of further drying are automatically continuously monitored, and in the event of a dynamic change in the detected defects, the neural network from its knowledge base generates recommendations to the operator, who, in accordance with the recommendations received by him, changes the drying modes ( humidity and temperature), until the growth of the detected defects stops, after which the speed, temperature and humidity of the coolant are maintained in the mode established after the cessation of the appearance or growth of defects.
На фиг.1 схематически представлен процесс сушки кирпичей. На фиг. 1 введены следующие обозначения: 1 - сушильная камера; 2 - вагонетки; 3 и 4 - каналы подвода и отвода теплоносителя, соответственно; 5 - канал рециркуляции; 6 - камера смешения; 7 - канал подачи водяного пара; 8 - регулирующий запорный вентиль; 9 и 10 - входные и выходные двери, соответственно; 11 и 12 - шиберы; 13 - воздуховод для забора атмосферного воздуха; 14 - воздуховод для подачи горячего воздуха; 15 - видеокамера; 16 - контролируемые кирпичи; 17 - компьютер с нейронной сетью. На фиг. 2. изображен эскиз кирпича с основными дефектами. На фиг. 3 приведена структурная схема разработанного алгоритма обнаружения трещин на изображении поверхности кирпича в автоматическом режиме. На фиг. 4 приведено изображение поверхности кирпича с трещинами. На фиг. 5, 6 представлены изображения поверхности кирпича после преобразования в блоке обработки изображения.Figure 1 schematically shows the process of drying bricks. FIG. 1 introduced the following designations: 1 - drying chamber; 2 - trolleys; 3 and 4 - channels for supplying and removing the coolant, respectively; 5 - recirculation channel; 6 - mixing chamber; 7 - channel for supplying water vapor; 8 - control shut-off valve; 9 and 10 - entrance and exit doors, respectively; 11 and 12 - gates; 13 - air duct for intake of atmospheric air; 14 - air duct for hot air supply; 15 - video camera; 16 - controlled bricks; 17 - computer with a neural network. FIG. 2. shows a sketch of a brick with major defects. FIG. 3 shows a block diagram of the developed algorithm for detecting cracks on the image of the brick surface in automatic mode. FIG. 4 shows an image of the surface of a brick with cracks. FIG. 5, 6 represent images of the brick surface after transformation in the image processing unit.
Гистограмма распределения яркостей изображения кирпича для ввода в нейронную сеть представлена на фиг. 7. На фиг. 8 приведена схема передачи изображения из видеокамеры в компьютер. Рисунки служат для пояснения сущности изобретения.The histogram of the brightness distribution of the brick image for input into the neural network is shown in Fig. 7. In FIG. 8 shows a diagram of image transfer from a camcorder to a computer. The figures serve to explain the essence of the invention.
Сущность изобретения заключается в следующем. В сушильную камеру 1 (фиг. 1) загружаются вагонетки 2 с кирпичом - сырцом. Через каналы подвода 3 в сушильную камеру подводится теплоноситель, который отводится из камеры через отводной канал 4. Через канал рециркуляции 5 теплоноситель поступает в камеру смешения 6, в которую также поступает водяной пар через канал 7 подачи водяного пара. Подача водяного пара в камеру смешения 6 регулируется запорным вентилем 8. Вагонетки с кирпичом 2 в сушильную камеру 1 загружаются и выгружаются через входные и выходные двери 9 и 10 соответственно. Подача теплоносителя, водяного пара регулируется шиберами 11 и 12. Забор атмосферного воздуха осуществляется через воздуховод 13 - воздуховод для забора атмосферного воздуха, идущего от печи отжига в камеру смешения 6. Разогретый теплоносителем воздух подается в камеру через воздуховод для подачи горячего воздуха 14. Горячий воздух подают в нагнетательные каналы, расположенные на своде сушильной печи и далее через отверстия в своде (или форсунки) распределяют воздух по длине канала.The essence of the invention is as follows. The drying chamber 1 (Fig. 1) is loaded with
Кирпичи относятся к капиллярно-пористым телам, в которых тепломассообмен между сушильным агентом и изделием протекает по достаточно сложным закономерностям. Одна из них заключается в том, что весь период сушки делится на три участка: период прогрева, период постоянной и падающей скорости сушки. При сушке керамических изделий на них могут появляться дефекты, возникающие как при нарушении технологических режимов самого процесса сушки, так и в результате нарушения технологии предыдущих стадий переработки. На фиг. 2 схематически изображена поверхность кирпича и возможные дефекты, возникающие на кирпиче в процессе его загрузки и сушки. Классификация указанных дефектов и причины их возникновения приведены в таблице 1.Bricks belong to capillary-porous bodies in which heat and mass transfer between the drying agent and the product proceeds according to rather complex patterns. One of them is that the entire drying period is divided into three sections: a warm-up period, a period of constant and decreasing drying speed. When drying ceramic products, defects may appear on them, arising both when the technological regimes of the drying process itself are violated, and as a result of a violation of the technology of the previous stages of processing. FIG. 2 schematically shows the surface of a brick and possible defects that appear on the brick during its loading and drying. The classification of these defects and the reasons for their occurrence are shown in Table 1.
Таблица 1Table 1
Появление трещин нужно считать началом неправильной сушки. Также дефекты возникают не из-за нарушения режимов сушки, а в процессе загрузки, перемещения и выгрузки кирпичей. При сушке для контроля режимов используют обученную нейронную сеть для своевременного изменения режимов сушки для снижения роста упомянутых трещин и разрастании их до недопустимых размеров. В случае, если количество трещин или их глубина превысили допустимые значения, то изделие с такими недопустимыми дефектами отмечается как брак и в дальнейшем изымается из партии.The appearance of cracks should be considered the beginning of improper drying. Also, defects arise not due to a violation of the drying regime, but in the process of loading, moving and unloading bricks. When drying, to control the modes, a trained neural network is used to timely change the drying modes to reduce the growth of the mentioned cracks and their growth to unacceptable sizes. If the number of cracks or their depth has exceeded the permissible values, then the product with such unacceptable defects is marked as a marriage and is subsequently withdrawn from the batch.
Беспроводная видеокамера в термобоксе 15 (фиг.1) закрепляется на тележке 2 с контролируемым кирпичом. При загрузке вагонеток в сушильную камеру снимается кадр на первой позиции в начале туннеля. В процессе сушки тележка 2 с видеокамерой 15 перемещается по туннелю с фиксацией видеокадров на каждой позиции. Изображения поверхности кирпичей 16 первого и последующих кадров передается по беспроводному каналу от видеокамеры 15 в компьютер 17 с модулем обработки изображений и нейронной сетью. Изображение кирпича на каждой последующей позиции сравнивают с изображением кирпича на первой позиции. Для сравнения и анализа изменений на поверхности снятых видеокамерой 15 кирпичей, полученное изображение поверхности кирпичей разбивают на фрагменты. На этих фрагментах изучают текстуру поверхности, исследуя набор кривых разной яркости и толщины, имеющих различные углы наклона, характеризующие направление максимального изменения яркости. Трещины на изображениях выглядят как тонкие криволинейные структуры, поэтом наиболее эффективна схема объединения обнаружения линии трещины из нескольких поперечных сечений в разных направлениях. Существующая ориентированная производная маски (фильтра) модифицирована для усиления линии трещины. В алгоритме применяется схема фрагментирования ориентации для подавления помех и фона. Для фрагментирования в алгоритме используется многофрагментная модель интеграции и сегментации изображения кирпича. Предлагаемый прием улучшает обнаружение трещин за счет выделения более слабых объектов и подавления несвязанных с сушкой помех.A wireless video camera in a thermobox 15 (Fig. 1) is fixed on a
Для описания участков изображений с трещинами был применен локальный бинарный шаблон для классификации текстур кирпича. Выбор этого подхода обусловлен тем, что значительно уменьшается размерность вектора признаков, реализуется быстродействие и не критичность к инвариантности освещения кирпича.To describe areas of images with cracks, a local binary template was applied to classify brick textures. The choice of this approach is due to the fact that the dimension of the feature vector is significantly reduced, the speed of response is realized and not critical to the invariance of brick lighting.
На фиг. 3 приведена структурная схема разработанного алгоритма обнаружения трещин на изображении в автоматическом режиме. Алгоритм состоит из трех этапов: предварительная обработка, обнаружение дефектов с использованием локальных бинарных дескрипторов, распознавание трещин и не трещин нейронной сетью. Предварительная обработка является важным шагом при обнаружении трещин, предназначенная для подавления шумовой составляющей, а также устранения дефектов, не зависящих от режимов сушки. Оригинальный оператор в виде скользящей маски рассчитывается путем сравнения каждого пикселя вокруг центрального пикселя с центральным пикселем, принятым за пороговое значение, в локальной области размером 3 × 3 пикселя. Применяется модификация, которая заключается в увеличении радиуса пикселей, которые сравниваются с центральным пикселем. Также выделены 10 однородных окрестностей, которые несут наибольшую информативность о текстурных особенностях изображения, что также позволяют сократить количество мало информативных бинов. Каждая из 10 однородных окрестностей соответствуют своей текстурной особенности изображения, таких как линейные трещины, круговые трещины, пятна. Таким образом, формируется гистограмма для локальной области, представляющая собой дескриптор анализа локальных областей (признаки) в изображении на наличие трещин. Путем конкатенации этих гистограмм формируется общая гистограмма, учитывающая как локальные, так и глобальные особенности изображения. На фиг.7 представлена общая гистограмма с дефектами. Для классификации изображения трещины на входы нейронной сети поступают элементы гистограммы в качестве компонентов вектора характеристик этого фрагмента. Таким образом, количество нейронов во входном слое сети должно быть равным количеству столбцов гистограммы. При этом, исходя из того, что имеется два класса для распознавания – трещина (сигнал) и дефект (не трещина), нейронная сеть для выполнения классификации должна содержать два выходных нейрона. Количество нейронов в скрытом слое подбирается экспериментально, исходя из конкретных условий регистрации кирпича видеокамерой.FIG. 3 shows a block diagram of the developed algorithm for detecting cracks in the image in automatic mode. The algorithm consists of three stages: preprocessing, defect detection using local binary descriptors, and neural network recognition of cracks and non-cracks. Pre-treatment is an important step in crack detection, designed to suppress the noise component, as well as eliminate defects that are independent of drying modes. The original operator in the form of a sliding mask is calculated by comparing each pixel around the central pixel with the central pixel, taken as the threshold, in a local area of 3 × 3 pixels. A modification is applied, which consists in increasing the radius of the pixels, which are compared with the central pixel. Also, 10 homogeneous neighborhoods have been identified, which carry the greatest information content about the texture features of the image, which also makes it possible to reduce the number of little informative bins. Each of the 10 homogeneous neighborhoods correspond to its own textural features of the image, such as linear cracks, circular cracks, spots. Thus, a histogram for the local area is formed, which is a descriptor for analyzing local areas (features) in the image for the presence of cracks. By concatenating these histograms, a general histogram is formed, taking into account both local and global features of the image. Figure 7 presents a general histogram with defects. To classify the crack image, the elements of the histogram are sent to the inputs of the neural network as components of the vector of characteristics of this fragment. Thus, the number of neurons in the input layer of the network should be equal to the number of histogram columns. Moreover, based on the fact that there are two classes for recognition - a crack (signal) and a defect (not a crack), the neural network must contain two output neurons to perform the classification. The number of neurons in the hidden layer is selected experimentally, based on the specific conditions for registering a brick with a video camera.
Для обучения нейронной сети применялся режим обратного распространения ошибок (Backpropagation), при котором использовалось распространение сигналов ошибки от выходов нейронной сети к ее входам, т.е. в направлении, обратном прямому распространению сигналов в обычном режиме работы. Этот режим обучения в результате проведенных исследований оказался наиболее эффективным для модификации коэффициентов связей между нейронами отдельных слоев нейронной сети. To train the neural network, the Backpropagation mode was used, in which the propagation of error signals from the outputs of the neural network to its inputs was used, i.e. in the opposite direction to the forward propagation of signals in normal operation. As a result of the research carried out, this learning mode turned out to be the most effective for modifying the coefficients of connections between neurons of individual layers of the neural network.
В процессе итерационного обучения нейронная сеть настраивается таким образом, чтобы при предъявлении ей гистограмм, которые формируются из большого числа изображений трещины, содержащих изображения трещины и шума, она могла безошибочно распознавать их.In the process of iterative learning, the neural network is tuned in such a way that when presented with histograms, which are formed from a large number of fracture images containing fracture and noise images, it can accurately recognize them.
Реализация предлагаемого способа в данном устройстве осуществляется следующим образом. Для получения (регистрации) изображения поверхности кирпича 16 (фиг.1) видеокамера 15 устанавливается на тележке над контролируемым кирпичом и в автоматическом режиме позиционируется в исходное положение. После этого с помощью цифровой видеокамеры 15 со светодиодным источником подсветки осуществляется регистрация (съемка) изображения поверхности кирпича. Далее цифровой сигнал с выхода антенны беспроводной видеокамеры проходит из туннеля на антенну маршрутизатора ETHERNET 21 и далее в компьютер 17. В компьютере код кадра поступает в блок 18 преобразования изображения в вектор градиента яркости, где осуществляется разбиение изображения на фрагменты заданного размера, и далее из компонент вектора градиента яркости в блоке 19 выполняется формирование гистограмм распределения яркости для каждого фрагмента изображения. Эти гистограммы поступают на нейронную сеть 20, предварительное обучение которой осуществляется с помощью блока обучения нейронной сети и блока памяти, в котором хранится информация о предварительно обработанных изображениях фрагментов трещин и других дефектов (не трещин), заранее полученных с помощью блоков 18, 19. Нейронная сеть 20 осуществляет классификацию поступающих на ее входы элементов гистограмм, являющихся компонентами вектора градиента яркости - характеристиками фрагментов изображения. В результате классификации нейронная сеть 20 относит трещины на фрагментах изображения на поверхности кирпича к одному из двух классов: трещина или другие дефекты (не трещины). Следует пояснить, что нейронная сеть 20 относит исследуемый объект к одному из классов в соответствии с определенным разбиением N-мерного пространства, которое называется пространством входов нейронной сети, размерность которого - количество компонент вектора градиента яркости. Т.е. на входы нейронной сети 20 поступают компоненты вектора (характеристики фрагментов изображения), а с ее двух выходов, соответствующих количеству классов, снимается сигнал, соответствующий одному из заданных классов. Сигнал, который соответствует трещине, поступает далее на блок идентификации типов трещин, в котором осуществляется идентификация типов трещин.The implementation of the proposed method in this device is as follows. To obtain (register) an image of the surface of a brick 16 (Fig. 1), the
Режим сушки осуществляется оператором по рекомендациям из базы знаний, содержащей модель знаний экспертов-технологов. Процесс сушки кирпичей контролируется в способе-прототипе непосредственно в туннеле визуально, обслуживающим оператором. В заявляемом способе он производится автоматически при помощи видеокамеры 15, которая в непрерывном режиме передает изображение поверхности кирпичей 16 в компьютер 17 с находящейся в нём модулем обработки изображений и обученной нейронной сетью. Одновременно с изображением поверхности кирпичей 16, в нейронную сеть передается информация от датчиков, расположенных в камере о температуре, влажности и местоположению вагонетки 2. Нейронная сеть распознает дефекты, имеющиеся на кирпичах, и выявляет из них трещины, которые образуются в процессе сушки.The drying mode is carried out by the operator according to the recommendations from the knowledge base containing the knowledge model of expert technologists. The process of drying bricks is controlled in the prototype method directly in the tunnel, visually, by the operator. In the claimed method, it is performed automatically using a
Перечисленная выше информация о результатах контроля заносится в процессор во время своей смены или при передаче смены, с отметкой о местонахождении керамического изделия с дефектом, который может привести к браку во время дальнейшей сушки. Последующие рабочие смены нейронная сеть контролируют отмеченное ранее керамическое изделие с дефектом. Дефекты на кирпиче могут происходить по следующим причинам. Нарушение технологического режима формовки кирпича, неправильный подбор и смешение компонентов, некачественный состав компонентов, неправильная укладка кирпича на тележку. Для управления процессом сушки в качестве информативного элемента используют только трещины, возникающие в процессе сушки, которые сравнивают с характеристиками дефектов, оговоренных в нормативных документах (см. таблицу 1). По результатам контроля нейронная сеть обобщает и формирует вывод о необходимости изменения режимов сушки. Этими факторами могут быть завышенная или заниженная влажность, или температура сушки. В зависимости от вида трещины и динамики ее изменения нейронная сеть формирует сигнал о необходимости смены режима сушки (повышении или снижении влажности или температуры сушки), и оператор выдает соответствующие управляющие воздействия на исполнительные органы сушильной камеры.The above information on the control results is entered into the processor during its shift or during the transfer of the shift, with a note on the location of the ceramic product with a defect that can lead to rejects during further drying. Subsequent work shifts are monitored by a neural network for the previously noted ceramic product with a defect. Defects on the brick can occur for the following reasons. Violation of the technological mode of brick molding, improper selection and mixing of components, poor-quality composition of components, incorrect laying of bricks on the cart. To control the drying process, only cracks arising during the drying process are used as an informative element, which are compared with the characteristics of the defects specified in the regulatory documents (see table 1). Based on the control results, the neural network generalizes and forms a conclusion about the need to change the drying modes. These factors can be too high or low humidity, or drying temperature. Depending on the type of crack and the dynamics of its change, the neural network generates a signal about the need to change the drying mode (increase or decrease in humidity or drying temperature), and the operator issues the appropriate control actions to the actuators of the drying chamber.
В предлагаемом способе ведется постоянный видеоконтроль тележки с контролируемым кирпичом, находящимся в сушильной печи. Это исключает время нахождения персонала в сушильной печи. На контролируемым кирпиче обнаруживаются дефекты и затем автоматически контролируются развитие этих дефектов в процессе сушки. Применение данного способа позволяет исключить развитие дефекта до недопустимых размеров из-за неправильных режимов сушки, что является положительным эффектом данного изобретения. Для этого изменяются параметры в сушильной печи (температура, скорость обдува, влажность, время нахождения керамических изделий в сушильной печи). Изменением параметров достигают уменьшения брака при сушке.In the proposed method, constant video monitoring of the cart with controlled bricks in the drying oven is carried out. This eliminates the time spent by personnel in the drying oven. Defects are detected on the controlled brick and then the development of these defects during the drying process is automatically monitored. The use of this method makes it possible to exclude the development of a defect to an unacceptable size due to incorrect drying regimes, which is a positive effect of this invention. For this, the parameters in the drying oven are changed (temperature, blowing speed, humidity, time spent by ceramic products in the drying oven). By changing the parameters, a decrease in rejects during drying is achieved.
Примеры конкретного выполнения.Examples of specific implementation.
Пример 1. В непрерывно работающую сушильную печь последовательно подавали тележки с кирпичом-сырцом, для которых технологические операции приготовления компонентов сырца и пластического формования изделий осуществлялись тремя разными сменами (А, Б и В) обслуживающего персонала. На каждой из тележек находились изделия, подготовленные для сушки одной сменой рабочих (изделия из одной партии). Местонахождение каждой из тележек в сушильной печи отслеживалось компьютером, при этом тележки с изделиями, подготовленными разными сменами рабочих (изделия из разных партий), отмечались разными обозначениями, например разным цветом на экране монитора. Тележки с изделиями из одной партии обозначались одинаковым цветом. Режим работы сушильной печи был установлен на температуру теплоносителя (горячего воздуха) в средней части печи, равную 90°С; скорость теплоносителя 5 м/с, что соответствовало среднему времени пребывания изделия в сушильной камере 60 часов. Example 1 . In a continuously operating drying oven, trolleys with raw bricks were sequentially fed, for which the technological operations of preparing raw components and plastic molding of products were carried out in three different shifts (A, B and C) of the service personnel. Each of the carts contained products prepared for drying by one shift of workers (products from one batch). The location of each of the carts in the drying oven was tracked by a computer, while carts with items prepared by different shifts of workers (items from different batches) were marked with different designations, such as different colors on the monitor screen. Carts with products from the same batch were marked with the same color. The operating mode of the drying oven was set for the temperature of the heat carrier (hot air) in the middle part of the oven, equal to 90 ° C; coolant speed 5 m / s, which corresponded to the average residence time of the product in the drying chamber 60 hours.
На двух тележках с изделиями, подготовленными сменами А и В, на начальном этапе сушки были выявлены с помощью видеокамеры 15 и нейронной сети компьютера 17 поверхностные растрескивания минимальных линейных размеров, не относящиеся к категории брака измерениям длины и глубины трещин. Данные о тележках с дефектными изделиями были внесены в компьютер для последующего автоматического контроля за движением этих тележек по сушильной печи. Режим работы сушильной печи был смягчен: температура теплоносителя была понижена до 80°С; скорость обдува - до 4 м/с, что соответствовало среднему времени пребывания изделия в сушильной камере 65 часов.On two carts with products prepared by shifts A and B, at the initial stage of drying, using a
При дальнейшем контроле за отмеченными тележками с изделиями при помощи модуля обработки изображений и нейронной сетью установлено, что выявленное первоначально растрескивание изделий, подготовленных сменой А, в последствие не увеличивалось, и эта партия изделий прошла сушку без брака. Анализ поверхностей кирпичей при помощи видеокамеры и нейронной сети показали, что размеры поверхностных трещин не выходят за допустимые пределы.Upon further monitoring of the marked carts with products using an image processing module and a neural network, it was found that the initially detected cracking of products prepared by shift A did not increase subsequently, and this batch of products was dried without rejects. Analysis of the brick surfaces using a video camera and a neural network showed that the dimensions of surface cracks are within acceptable limits.
Дефекты в изделиях, подготовленных сменой В, выросли до неприемлемых, несмотря на смягчение режима сушки. После выхода тележки с такими изделиями из сушильной печи они были отбракованы и направлены на анализ. В результате анализа установлено, что при приготовлении компонентов сырца компоненты оказались недостаточно равномерно перемешанными. Это привело к неравномерному высушиванию разных участков изделия, разрушающим деформациям и браку конечной продукции. В технологическую операцию перемешивания компонентов сырца были внесены соответствующие изменения, что позволило снизить в дальнейшем процент брака с 18% до 5 %.Defects in items prepared by shift B have grown to unacceptable levels despite the softening of the drying regime. After the cart with such products left the drying oven, they were rejected and sent for analysis. As a result of the analysis, it was found that during the preparation of raw components, the components were not uniformly mixed enough. This led to uneven drying of different parts of the product, destructive deformations and rejection of the final product. Appropriate changes were made to the technological operation of mixing raw components, which made it possible to further reduce the percentage of scrap from 18% to 5%.
Пример 2. После первых трех часов пребывания в сушильной печи (температура теплоносителя 65°С; скорость 9 м/с) на тележках с керамическими изделиями, подготовленными сменой Г, при помощи видеокамеры 15 и нейронной сети компьютера 17 были выявлены изделия с раскрошившимися и осыпавшимися участками поверхности (фиг.5). Фиг. Площадь и глубина обнаруженных дефектов были недопустимыми, что означало брак в данной партии изделий. Изделия из других партий видимых дефектов в процессе сушки не обнаруживали. Местонахождение тележек с бракованными изделиями в сушильной печи отслеживалось компьютером, при этом для сокращения времени пребывания бракованных изделий в печи режим сушки был изменен на более жесткий (температура теплоносителя 85°С; скорость 10 м/с). Тележки с изделиями, подготовленными разными сменами рабочих, как и в предыдущем примере, отмечались разным цветом на экране монитора. Сразу после выхода из сушильной печи отмеченных тележек с бракованными изделиями они были изъяты и направлены на анализ. Установлено, что компоненты сырца были измельчены неравномерно и содержали большое количество слишком крупных частиц. Example 2. After the first three hours of staying in a drying oven (coolant temperature 65 ° C; speed 9 m / s), items with crumbled and crumbled items were detected on trolleys with ceramic items prepared by shift G using a
В технологическую операцию измельчения компонентов сырца были внесены изменения, что позволило еще больше снизить процент брака (до 3%).Changes were made to the technological operation of grinding raw components, which made it possible to further reduce the percentage of scrap (up to 3%).
Технический результат заявленного изобретения заключается в исключении времени нахождения персонала в сушильной камере, а также в обеспечении минимального брака при сушке за счет изменения оперативного изменения параметров сушки изделий в зависимости от результатов автоматического контроля развития дефекта в отмеченном керамическом изделии.The technical result of the claimed invention is to eliminate the time spent by personnel in the drying chamber, as well as to ensure minimum rejects during drying by changing the operational change in the drying parameters of products depending on the results of automatic control of the development of a defect in the marked ceramic product.
Процесс сушки становится короче (примерно на 15-18 процентов), потому что исключаются операции контроля дефектов персоналом внутри туннеля и необходимости выкатывания вагонеток с бракованными изделиями. Также снижается количество бракованных кирпичей (до 3-5 процентов) за счет своевременного и качественного изменения режимов сушки.The drying process becomes shorter (by about 15-18 percent), because it eliminates the operations of checking defects by personnel inside the tunnel and the need to roll out trolleys with defective products. The number of defective bricks is also reduced (up to 3-5 percent) due to timely and qualitative changes in drying modes.
Claims (1)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2020113695A RU2738532C1 (en) | 2020-04-17 | 2020-04-17 | Method of controlling ceramic articles drying |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2020113695A RU2738532C1 (en) | 2020-04-17 | 2020-04-17 | Method of controlling ceramic articles drying |
Publications (1)
Publication Number | Publication Date |
---|---|
RU2738532C1 true RU2738532C1 (en) | 2020-12-14 |
Family
ID=73834920
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2020113695A RU2738532C1 (en) | 2020-04-17 | 2020-04-17 | Method of controlling ceramic articles drying |
Country Status (1)
Country | Link |
---|---|
RU (1) | RU2738532C1 (en) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2764064C1 (en) * | 2020-10-02 | 2022-01-13 | Акционерное общество «Обнинское научно-производственное предприятие «Технология» им. А.Г.Ромашина» | Method for mechanical processing of large-sized complex ceramic products |
CN114166849A (en) * | 2021-11-29 | 2022-03-11 | 广州海谷电子科技有限公司 | Method for detecting defects of printed carbon lines and moisture-sensitive film of humidity sensor |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SU1180909A1 (en) * | 1984-04-16 | 1985-09-23 | Предприятие П/Я А-3070 (Филиал Предприятия П/Я А-1001) | Information input device |
SU1198354A1 (en) * | 1984-02-20 | 1985-12-15 | Специализированная Проектно-Конструкторская Технологическая Организация Расавтоматстром | Drying process automatic control system |
JP2000290061A (en) * | 1999-04-05 | 2000-10-17 | Kosera Machine Kenkyusho:Kk | Method and apparatus for drying ceramic molding |
RU2308649C1 (en) * | 2006-04-28 | 2007-10-20 | Артем Юрьевич Чайка | Method of monitoring drying of ceramic articles |
RU2322346C1 (en) * | 2006-06-07 | 2008-04-20 | Ярославский государственный технический университет | Method of cutting composition ring-shaped articles |
RU2615201C2 (en) * | 2015-09-01 | 2017-04-04 | Федеральное государственное автономное образовательное учреждение высшего профессионального образования "Казанский (Приволжский) федеральный университет" (ФГАОУВПО КФУ) | Method of ceramic products drying |
-
2020
- 2020-04-17 RU RU2020113695A patent/RU2738532C1/en active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SU1198354A1 (en) * | 1984-02-20 | 1985-12-15 | Специализированная Проектно-Конструкторская Технологическая Организация Расавтоматстром | Drying process automatic control system |
SU1180909A1 (en) * | 1984-04-16 | 1985-09-23 | Предприятие П/Я А-3070 (Филиал Предприятия П/Я А-1001) | Information input device |
JP2000290061A (en) * | 1999-04-05 | 2000-10-17 | Kosera Machine Kenkyusho:Kk | Method and apparatus for drying ceramic molding |
RU2308649C1 (en) * | 2006-04-28 | 2007-10-20 | Артем Юрьевич Чайка | Method of monitoring drying of ceramic articles |
RU2322346C1 (en) * | 2006-06-07 | 2008-04-20 | Ярославский государственный технический университет | Method of cutting composition ring-shaped articles |
RU2615201C2 (en) * | 2015-09-01 | 2017-04-04 | Федеральное государственное автономное образовательное учреждение высшего профессионального образования "Казанский (Приволжский) федеральный университет" (ФГАОУВПО КФУ) | Method of ceramic products drying |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2764064C1 (en) * | 2020-10-02 | 2022-01-13 | Акционерное общество «Обнинское научно-производственное предприятие «Технология» им. А.Г.Ромашина» | Method for mechanical processing of large-sized complex ceramic products |
CN114166849A (en) * | 2021-11-29 | 2022-03-11 | 广州海谷电子科技有限公司 | Method for detecting defects of printed carbon lines and moisture-sensitive film of humidity sensor |
CN114166849B (en) * | 2021-11-29 | 2022-12-20 | 广州海谷电子科技有限公司 | Method for detecting defects of printed carbon lines and moisture-sensitive film of humidity sensor |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2738532C1 (en) | Method of controlling ceramic articles drying | |
RU2742163C1 (en) | Method for drying formed raw brick | |
CN110009618B (en) | Shaft part surface quality detection method and device | |
KR20190032908A (en) | Method for managing steel quality and system | |
EP0643297B1 (en) | Analytical system for analyzing, monitoring, diagnosing and/or controlling a process for manufacturing packaging glass products in which the analysis takes place directly after the glass-shaping process | |
JP7266091B2 (en) | Method and system for detecting inclusions in float glass based on spectral reflectance analysis | |
CN113962997B (en) | Strip steel edge crack defect detection method and system based on image processing | |
JPS61501174A (en) | Automatic inspection of hot steel slabs | |
CN114723700A (en) | Iron furnace surface crack growth prediction method and system based on computer vision | |
Ho et al. | Deep residual neural network-based defect detection on complex backgrounds | |
RU2763651C1 (en) | Method for controlling drying of ceramic products | |
DE102019206849A1 (en) | Process for the control of workpieces, control system and treatment system | |
Chung et al. | Reinforcement learning-based defect mitigation for quality assurance of additive manufacturing | |
RU2308649C1 (en) | Method of monitoring drying of ceramic articles | |
Momot et al. | Deep Learning Automated System for Thermal Defectometry of Multilayer Materials | |
CN117094609B (en) | Intelligent management system for aluminum profile production quality based on machine vision | |
Mohammed et al. | Optimized fuzzy c-means clustering methods for defect detection on leather surface | |
CN113811828A (en) | Method for analyzing quality defects | |
DE102019206846A1 (en) | Process for the control of workpieces, control system and treatment system | |
KR20200143166A (en) | Method and apparatus for predicting defect of sheet during the ceramic progress | |
WO2022097904A1 (en) | Pellet defect inspection system using multi-tone color control, and control method therefor | |
Ai et al. | Analysis and detection of ceramic-glass surface defects based on computer vision | |
JP5372612B2 (en) | Glass product inspection equipment | |
CN117602837B (en) | Production process of corrosion-resistant nano microcrystalline building board | |
Paulic et al. | Intelligent system for prediction of mechanical properties of material based on metallographic images |