TWI836945B - 再生碳纖維裁切分篩及分析方法 - Google Patents

再生碳纖維裁切分篩及分析方法 Download PDF

Info

Publication number
TWI836945B
TWI836945B TW112111588A TW112111588A TWI836945B TW I836945 B TWI836945 B TW I836945B TW 112111588 A TW112111588 A TW 112111588A TW 112111588 A TW112111588 A TW 112111588A TW I836945 B TWI836945 B TW I836945B
Authority
TW
Taiwan
Prior art keywords
carbon fiber
cutting
image
screening
analysis method
Prior art date
Application number
TW112111588A
Other languages
English (en)
Other versions
TW202439237A (zh
Inventor
吳俊龍
Original Assignee
安能聚綠能股份有限公司
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 安能聚綠能股份有限公司 filed Critical 安能聚綠能股份有限公司
Priority to TW112111588A priority Critical patent/TWI836945B/zh
Application granted granted Critical
Publication of TWI836945B publication Critical patent/TWI836945B/zh
Publication of TW202439237A publication Critical patent/TW202439237A/zh

Links

Landscapes

  • Treatment Of Fiber Materials (AREA)

Abstract

本發明關於一種再生碳纖維裁切分篩及分析方法。該方法將經裁切再生碳纖維之一碳纖維影像經過灰階化、二值化處理後再辨識出複數條線段,並計算該些線段之長度平均,用以評估是否需要再進行裁切。本發明之方法能評估糾纏的纖細再生碳纖維是否已經滿足後續再生的進料均一度要求。

Description

再生碳纖維裁切分篩及分析方法
本發明關於一種裁切分篩及分析方法,特別是關於一種再生碳纖維裁切分篩及分析方法。
碳纖維有質量輕但強度高的特性,使碳纖維複合材料成為各種運輸製造業的常用材料。隨著環保需求及技術改善,將有價值的碳纖維回收再製成各種日用品也成為重要的發展方向。一般流程大約是將碳纖維複合材料以熱解法、溶解法等方式進行碳纖維回收、再將再生碳纖維(Recycled Carbon Fiber, RCF)製造成粒、紙張、無紡布等中間基材,最後應用中間基材壓製成形製成資源再生產品。
不同中間基材的加工製程因進料系統、輸送元件及加工等設備的不同,對於碳纖維原料的長度會有所限制。此外,碳纖維長度的均質化也有助於提升加工後產品在機械強度及物理特性上的穩定性,因此再生生產中對於再生碳纖維的長度均一性有相當程度的要求。然而,再生碳纖維與初始碳纖維原料不同,初始碳纖維原料是呈現整齊排列的束狀材料,容易進行後續製程,而再生碳纖維基本上是像髮絲一樣混亂排列且互相糾結的材料,無法利用人為或機械方式將其排列整齊,因此也提高後續處理的困難度。業界仍亟需對於再生碳纖維的有效裁切分篩與分析方法以提高後續製程進料的均一性。
本發明提供一種再生碳纖維裁切分篩及分析方法,包含:取得經裁切再生碳纖維之一碳纖維影像;將灰階化之該碳纖維影像經過二值化處理以得到一黑白影像;辨識該黑白影像之所有邊緣以得到代表碳纖維之複數條線段;計算該些線段之長度平均;以及若該長度平均超過一進料設定長度,再次對該經裁切再生碳纖維進行裁切處理。
於某些具體實施例中,取得經裁切再生碳纖維之該碳纖維影像步驟係將該經裁切再生碳纖維以一物理方式分散至一透明載具再進行取像。
於某些具體實施例中,該物理方式為非極性溶劑分散或是氣流分散。
於某些具體實施例中,該碳纖維影像係為像素密度大於300PPI之掃描影像。
於某些具體實施例中,該裁切處理包含垂直裁切與水平裁切。
於某些具體實施例中,該二值化處理係採用大津演算法。
於某些具體實施例中,該碳纖維影像包含一原始碳纖維影像及一圈選碳纖維影像。
於某些具體實施例中,裁切分篩及分析方法進一步包含:計算該些線段之長度標準差,若該長度標準差超過一容忍值,則收回該經裁切再生碳纖維。
於某些具體實施例中,辨識該黑白影像之所有邊緣係採用坎尼邊緣偵測。
於某些具體實施例中,在坎尼邊緣偵測後進一步以霍夫轉換取得該些線段。
本發明所提供之再生碳纖維裁切分篩及分析方法可以針對交錯複雜且纖細的碳纖維(直徑約5-10微米)進行分析,不但能夠作為後續進料均一性的驗證,也可以作為製程調整與優化的參考指標。
除非另有定義,本文使用的所有技術和科學術語具有與本發明所屬領域中的技術人員所通常理解相同的含義。
如本文所用,冠詞「一」、「一個」以及「任何」是指一個或多於一個(即至少一個)的物品的文法物品。例如,「一個元件」意指一個元件或多於一個元件。
本文所使用的「約」、「大約」或「近乎」一詞實質上代表所述之數值或範圍位於20%以內,較佳為於10%以內,以及更佳者為於5%以內。於文中所提供之數字化的量為近似值,意旨若術語「約」、「大約」或「近乎」沒有被使用時亦可被推得。
本文所使用的「再生碳纖維」係指含碳纖維之產品經過回收處理、去除高分子基材後所提取出的碳纖維材料。
本文所使用的「原始碳纖維影像」係指取像設備取得之碳纖維影像,本文所使用的「圈選碳纖維影像」係指經圈選模組在原始碳纖維影像上選取的區域而形成的分析用影像。
本文所使用的「進料長度」係指在一般基材製程中需要的原料尺寸,本文所使用的「裁切預設長度」係指裁切機上所設定在兩次裁切之間的間隔尺寸,本文所使用的「進料設定長度」係指在判斷模組中所設定的進料尺寸上限,若超過此長度,則需要重新再行裁切才能保證後續再生製程所需的品質。
有關於本發明其他技術內容、特點與功效,在以下配合參考圖式之較佳實施例的詳細說明中,將可清楚的呈現。
再生碳纖維裁切分篩及分析系統包含:一裁切機、一取像設備以及一影像處理主機。此外再生碳纖維裁切分篩及分析系統還可進一步包含一取樣分散裝置。裁切機、取像設備與取樣分散裝置經由輸送帶進行連接,取像設備及影像處理主機相互以電訊連接。取像設備包含但不限於掃描機、事務機或相機,取樣分散裝置包含透明的載具及空氣壓縮機或震盪機,影像處理主機可以為個人電腦或伺服器。
再生碳纖維會呈現散亂糾結且不同方向的排列狀態,根據後續產物標的型態,裁切機先在輸送帶上對再生碳纖維按裁切預設長度進行裁切以達到初步均一化(裁切步驟S60)。一般來說,粒狀中間基材需要之進料長度尺寸大約6毫米左右的再生碳纖維原料、紙張中間基材則需要進料長度尺寸大約12毫米左右的再生碳纖維原料,而無紡布中間基材則需要進料長度尺寸大約2公分至6公分左右的再生碳纖維原料。裁切步驟還可以更進一步包含兩個維度的裁切,例如垂直裁切與水平裁切。裁切預設長度基本上可以設定為進料長度尺寸的140%至170%範圍內,例如140%、145%、150%、155%、160%、165%、170%。
如第1圖所示,使用掃描機隨機取樣掃描經裁切之碳纖維或是用相機隨機取樣拍攝經裁切之碳纖維,以獲取上述經裁切碳纖維的碳纖維影像(取得影像步驟)。由於碳纖維非常纖細,上述再生碳纖維影像之像素密度需高於300PPI (Pixels Per Inch),才能得到較為準確的分析結果。
除此之外,若要再獲得更準確的分析結果,取得影像步驟之前還可以進一步以物理方式將經裁切之再生碳纖維均勻分散於透明的載具中(分散步驟),並由輸送帶將該透明載具輸送至該取像設備進行後續取像。透明載具包含但不限於玻璃載具或塑膠載具,用於承載置放再生碳纖維樣本,並方便進行再生碳纖維之取像而不影響後續分析。物理方式包含但不限於非極性溶劑震盪分散方式或是氣流分散方式,能將細微糾纏的再生碳纖維盡量分散開,方便後續取得影像並取得較佳分析結果。
在非極性溶劑震盪分散方式下,碳纖維與非極性溶劑相容性高,擷取碳纖維樣本與約10~50微升非極性溶劑,置入透明載具中並以震盪機混和均勻,非極性溶劑包含但不限於戊烷、己烷、庚烷、苯、甲苯、二甲苯、氯仿、乙醚、乙酸乙酯、二氯甲烷和吡啶。氣流分散方式則使用空氣壓縮機,工作壓力約8±4  bar, 將碳纖維置於透明的載具中,進氣端與物料保持平行,循環約30秒,盡量將可散布的碳纖維吹散,或是將不同群聚的碳纖維盡量平均分佈。
如第2圖所示,本發明實施例之再生碳纖維裁切分篩及分析方法之流程控制與影像處理係執行於影像處理主機中,該方法包含:取得經裁切再生碳纖維之一碳纖維影像(步驟S10);將灰階化之該碳纖維影像經過二值化處理以得到一黑白影像(步驟S20);辨識該黑白影像之所有邊緣以得到代表碳纖維之複數條線段(步驟S30);計算該些線段之長度平均(步驟S40);以及若該長度平均超過一進料設定長度,再次對該經裁切再生碳纖維進行裁切處理(步驟S50)。
如第3圖所示,輸入模組接收取像設備傳送之經裁切再生碳纖維之一碳纖維影像A,並自使用者介面接收影像實物長度和影像像素(Pixel)之比率設定,該實物長度-影像像素比率與掃描比例或像素設定有關,通常可以為固定值,例如掃描比例:像素密度。 在一具體實施例中,將A4大小的透明載具掃描成A4大小的碳纖維影像,若碳纖維影像的像素密度為300PPI,則實物長度-影像像素比率為1:300 (inch/pixel)。
前處理模組將該碳纖維影像由原原始全彩(RGB)影像轉換為灰階影像B,並進行二值化處理以將灰階化的碳纖維影像中的像素轉換為全黑值或全白值,以得到一黑白影像C。在一具體實施例中,二值化處理可進一步接收使用者由使用者介面輸入之一門檻值(Threshold),門檻值範圍是0至255,第3圖中採用門檻值172。將門檻值以下的像素值都重設定為255,而超過門檻值的像素值都重設為0。
在另一具體實施例中,二值化處理可以使用大津演算法(Otsu’s threshold method)自動取得適當的門檻值。此演算法假定該圖像根據雙模直方圖分成兩類像素(前景像素和背景像素),利用窮舉法找出使類間變異數最大且類內變異數最小的最佳門檻值。本發明實施例研究發現,大津二值化方法所轉成的黑白影像比起其他二值化方法所轉成的黑白影像,在後續分析能得到較佳的偵測結果,顯示該方法對於碳纖維影像是較佳的二值化工具。此外,在進行大津二值化方法前還可以進行使用模糊法進行去噪步驟,更能取得最佳結果。
接著,邊緣檢測模組辨識該黑白影像C之所有邊緣(Edge)以得到代表碳纖維之複數條線段。在一具體實施例中,採用坎尼邊緣偵測(Canny edge detection),先用高斯濾波器進行降噪,接著使用Sobel濾波器對垂直方向及水準方向進行濾波以得到一階導函數,再以非極大抑制在每個像素處,檢查像素是否是其在梯度方向上的鄰近區域中的局部最大值,若否則直接變更像素值為0,最後使用遲滯閥值(Hysteresis Thresholding)技術的高閥值與低閥值做為邊緣連接的判斷。
得到邊緣後再以霍夫轉換(Hough transform)演算法進行邊緣檢測後影像之線段偵測,以得到一線段辨識結果D。在本發明實施例中霍夫轉換主要利用影像中邊緣檢測偵測到的所有點位置找出直線的參數值,每一個點藉由一對多的映射(由影像空間映射到參數空間)產生參數的所有可能值,再累計全部點所產生的參數值,最後在得以在參數空間決定表現最明顯的形狀參數來偵測出每條線段。
線段統計模組將線段辨識結果D取得每一線段起點與終點的座標,計算出每一線段之長度像素數,並參照實物長度-影像像素比率後,依照線段實際像素數推算出其實際長度,並呈現線段統計結果E於使用者介面。例如以長條圖法(Histogram)繪製其不同線段長度區間的分佈數量或比例,計算線段數量、線段長度平均(Mean)和線段長度標準差(Standard deviation)。
判斷模組則評估該長度平均及該長度標準差,若該長度平均超過一進料設定長度,則再次將該裁切再生碳纖維送回裁切機,以便對該經裁切再生碳纖維進行裁切處理。裁切過後又重複回到上述分析,直到該長度平均小於一進料設定長度。該進料設定長度依照後續要製造的中間基材標的進行設定,通常粒狀中間基材的進料設定長度為3-6毫米,例如3毫米、4毫米、5毫米、6毫米;紙張中間基材的進料設定長度為6-12毫米,例如6毫米、7毫米、8毫米、9毫米、10毫米、11毫米、12毫米;無紡布中間基材的進料設定長度為5-10公分,例如5公分、6公分、7公分、8公分、9公分、10公分。該長度標準差則做為裁切品管及驗證用途,若該長度標準差超過一容忍值,則無法使用該批再生碳纖維應用在預定加工製程,可重新裁切到更小尺寸給其他製程使用,該容忍值可設定為進料設定長度之1~2倍,例如1、1.2、1.4、1.6、1.8、2。
如第4圖所示,除了直接對整張原始碳纖維影像進行上述分析外,本發明實施例之系統還進一步包含一圈選模組,可以針對所欲分析區域進行圈選,例如圈選區域F,並且依照上述分析得到第5圖的處理結果。區域圈選分析功能還可以當作驗證或是品管,若整張圖與其中某個群聚的碳纖維長度平均接近,則代表均一性很高。這樣的方式不用另外再取像一次,也可以對進料進行品質管制。或是如果整張原始碳纖維影像有個明顯的雜質會影響分析結果,也可以不需要重新取像,改以區域圈選避開雜質之圈選碳纖維影像進行後續分析,以求得較精準的分析結果。
本發明已透過上述之實施例揭露如上,僅是本發明部分較佳的實施例選擇,然其並非用以限定本發明,任何熟悉此一技術領域具有通常知識者,在瞭解本發明前述的技術特徵及實施例,並在不脫離本發明之精神和範圍內所做的均等變化或潤飾,仍屬本發明涵蓋之範圍,而本發明之專利保護範圍須視本說明書所附之請求項所界定者為準。
A:碳纖維影像 B:灰階影像 C:黑白影像 D:線段辨識結果 E:線段統計結果 F:圈選區域 S10~S60:步驟
第1圖為本發明實施例之碳纖維影像。
第2圖為本發明實施例之再生碳纖維裁切分篩及分析方法流程圖。
第3圖為本發明實施例之第1圖之處理結果介面呈現圖。
第4圖為本發明實施例之碳纖維影像分析區域圈選介面圖。
第5圖為本發明實施例之第4圖圈選區域之處理結果介面呈現圖。
S10~S60:步驟

Claims (9)

  1. 一種再生碳纖維裁切分篩及分析方法,包含:取得經裁切再生碳纖維之一碳纖維影像,其中該碳纖維影像步驟係將該經裁切再生碳纖維以一物理方式分散至一透明載具再進行取像;將灰階化之該碳纖維影像經過二值化處理以得到一黑白影像;辨識該黑白影像之所有邊緣以得到代表碳纖維之複數條線段;計算該些線段之長度平均;以及若該長度平均超過一進料設定長度,再次對該經裁切再生碳纖維進行裁切處理。
  2. 如請求項1所述之裁切分篩及分析方法,其中該物理方式為非極性溶劑分散或是氣流分散。
  3. 如請求項1所述之裁切分篩及分析方法,其中該碳纖維影像係為像素密度大於300PPI之掃描影像。
  4. 如請求項1所述之裁切分篩及分析方法,其中該裁切處理包含垂直裁切與水平裁切。
  5. 如請求項1所述之裁切分篩及分析方法,其中該二值化處理係採用大津演算法。
  6. 如請求項1所述之裁切分篩及分析方法,其中該碳纖維影像包含一原始碳纖維影像及一圈選碳纖維影像。
  7. 如請求項1所述之裁切分篩及分析方法,其進一步包含:計算該些線段之長度標準差,若該長度標準差超過一容忍值,則收回該經裁切再生碳纖維。
  8. 如請求項1所述之裁切分篩及分析方法,其中辨識該黑白影像之所有邊緣係採用坎尼邊緣偵測。
  9. 如請求項8所述之裁切分篩及分析方法,其中在坎尼邊緣偵測後進一步以霍夫轉換取得該些線段。
TW112111588A 2023-03-27 2023-03-27 再生碳纖維裁切分篩及分析方法 TWI836945B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW112111588A TWI836945B (zh) 2023-03-27 2023-03-27 再生碳纖維裁切分篩及分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW112111588A TWI836945B (zh) 2023-03-27 2023-03-27 再生碳纖維裁切分篩及分析方法

Publications (2)

Publication Number Publication Date
TWI836945B true TWI836945B (zh) 2024-03-21
TW202439237A TW202439237A (zh) 2024-10-01

Family

ID=91269752

Family Applications (1)

Application Number Title Priority Date Filing Date
TW112111588A TWI836945B (zh) 2023-03-27 2023-03-27 再生碳纖維裁切分篩及分析方法

Country Status (1)

Country Link
TW (1) TWI836945B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9803066B2 (en) * 2012-11-26 2017-10-31 Mitsubishi Chemical Corporation Chopped carbon fiber bundles and method for producing chopped carbon fiber bundles
CN107963499A (zh) * 2017-12-25 2018-04-27 盐城方天无纺制品有限公司 一种冲切机自动送料长度调节装置
TWI673686B (zh) * 2018-01-02 2019-10-01 中華電信股份有限公司 影像式水尺刻度偵測辨識系統及其方法
CN113838038A (zh) * 2021-09-28 2021-12-24 常州市宏发纵横新材料科技股份有限公司 一种碳纤维布面疵点检测方法、装置、电子设备和存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9803066B2 (en) * 2012-11-26 2017-10-31 Mitsubishi Chemical Corporation Chopped carbon fiber bundles and method for producing chopped carbon fiber bundles
CN107963499A (zh) * 2017-12-25 2018-04-27 盐城方天无纺制品有限公司 一种冲切机自动送料长度调节装置
TWI673686B (zh) * 2018-01-02 2019-10-01 中華電信股份有限公司 影像式水尺刻度偵測辨識系統及其方法
CN113838038A (zh) * 2021-09-28 2021-12-24 常州市宏发纵横新材料科技股份有限公司 一种碳纤维布面疵点检测方法、装置、电子设备和存储介质

Similar Documents

Publication Publication Date Title
CN114445387A (zh) 一种基于机器视觉的纤维板质量分类方法
WO2016070462A1 (zh) 基于方向梯度直方图的显示面板缺陷检测方法
CN102305798A (zh) 基于机器视觉的玻璃缺陷的检测与分类方法
CN111563519B (zh) 基于Stacking加权集成学习的茶叶杂质识别方法及分选设备
CN114841982B (zh) 一种基于图像处理的空调滤芯质量监测方法
JP5525774B2 (ja) 細胞画像解析装置
TWI836945B (zh) 再生碳纖維裁切分篩及分析方法
CN110335233A (zh) 基于图像处理技术的高速公路护栏板缺陷检测系统和方法
CN110689958A (zh) 一种基于人工智能技术的癌症病理辅助诊断方法
CN115424057A (zh) 一种基于拍照识别使用的物联网物流分类管理识别装置
CN111330874A (zh) 药瓶底部区域污染或杂物缺陷检测装置及其检测方法
CN112557412A (zh) 一种自动喷码印刷缺陷检测系统以及检测方法
CN104156702B (zh) 混合豆类自动分类识别方法
CN113705487B (zh) 精密工件识别及工艺参数关联系统以及识别方法
CN107671013B (zh) 基于色选技术的大尺寸物料剔除工艺
CN116797598B (zh) 基于图像特征的养殖饲料质量精细化检测方法
Agustin et al. Automatic milled rice quality analysis
CN115591643A (zh) 一种硅棒的料性识别和区分方法、控制装置及控制系统
CN110954599A (zh) 一种机械零件缺陷检测方法及系统
CN113560214B (zh) 一种用于珍珠的智能分拣系统及其使用方法
Piper et al. Human chromosome analysis by machine
CN111294588B (zh) 一种cmos图像传感器中白色像素分布的分析装置及方法
CN114887924A (zh) 一种基于太赫兹成像的煤矸石识别分选装置及方法
TW202300898A (zh) 支援裝置以及方法
Gutzeit et al. Contour based split and merge segmentation and pre-classification of zooplankton in very large images