一种基于高速IO板卡的X光分选喷吹控制方法、装置及系统制造方法及图纸

技术编号:34375218 阅读:18 留言:0更新日期:2022-07-31 13:08
本发明专利技术涉及色选设备技术领域,解决了物料输送机械装置占地面积大且物料分选精准性较低的技术问题,尤其涉及一种基于高速IO板卡的X光分选喷吹控制方法,该控制方法包括以下过程:获取由X光透射扫描设备所采集的待分选的物料X光图像;将所述物料X光图像进行预处理后载入分选模型进行深度学习以获得物料分选控制指令;将物料分选控制指令存入内存缓存并将控制指令发送至消息队列;读取消息队列中的控制指令写入执行队列,再读取执行队列指令写入高速IO板卡。本发明专利技术达到了对物料进行实时快速批量精准分选的目的,且大大缩短了物料输送机械装置的体积,进而降低了分选成本,具有较高的市场价值和应用前景,易于推广应用。易于推广应用。易于推广应用。

An X-ray sorting injection control method, device and system based on high-speed IO board

【技术实现步骤摘要】
一种基于高速IO板卡的X光分选喷吹控制方法、装置及系统


[0001]本专利技术涉及色选设备
,尤其涉及一种基于高速IO板卡的X光分选喷吹控制方法、装置及系统。

技术介绍

[0002]在矿石分选领域中,由于矿石与杂质为相互伴生,为了提高矿石品质通常需要采用色选设备进行分选。公知的,在色选设备中喷吹系统是最重要的子系统,高频电磁阀的开关响应时间,直接影响物料的分选效果。
[0003]目前,传统的分选设备多采用FPGA、ARM或者PLC等控制系统,具有集成度高的优点,但是,现有技术中生成指令后需要和控制系统进行复杂的通讯,且发送至FPGA、ARM或者PLC等控制系统的指令有大的延时,导致设备输送机械装置比较长,从而增大了设备占地面积,另外,在色选设备的应用场合多变频器、大功率电机和大型变压器等强干扰源,而通讯网络不能完全避免这些设备的强电磁干扰,导致矿石分选精准性较差,进而无法满足人们在工作中的使用需求。

技术实现思路

[0004]针对现有技术的不足,本专利技术提供了一种基于高速IO板卡的X光分选喷吹控制方法、装置及系统,解决了物料输送机械装置占地面积大且物料分选精准性较差的技术问题,达到了缩短了物料输送机械装置体积以及提高了物料分选精准性的目的。
[0005]为解决上述技术问题,本专利技术提供了如下技术方案:一种基于高速IO板卡的X光分选喷吹控制方法,该控制方法包括以下过程:
[0006]S11、获取由X光透射扫描设备所采集的物料X光图像;
[0007]S12、将所述物料X光图像进行预处理后载入分选模型进行深度学习,以获得物料分选控制指令;
[0008]S13、将物料分选控制指令存入内存缓存并将控制指令发送至消息队列;
[0009]S14、读取消息队列中的控制指令写入执行队列,再读取执行队列指令写入高速IO板卡;
[0010]S15、计算物料从X光透射扫描设备照射到高速IO板卡得到执行队列指令的时间t;
[0011]S16、比对高速IO板卡得到执行队列指令的时间t是否大于等于实时的系统时间T,如果t≥T,则喷吹电磁阀通电,对当前物料进行喷吹分选,当喷吹电磁阀通电时间等于预设时间时,喷吹电磁阀断电并执行下一步,如果t<T,则执行下一步;
[0012]S17、判断执行队列中是否有待执行指令,如果有,则返回步骤S14,否则,结束。
[0013]进一步地,所述高速IO板卡包括多个接口,且高速IO板卡的内部安装有用于控制喷吹电磁阀通电时间的定时器。
[0014]进一步地,步骤S12中所述预处理包括:原始图像亮度和对比度调节以及图像平滑和锐化处理。
[0015]进一步地,在步骤S11之前还包括:步骤S10、基于深度卷积神经网络算法构建分选模型,具体过程如下:
[0016]获取由X光透射扫描设备所采集的样本物料的X光图像作为样本集,并将样本集分成训练集和测试集,通过图像水平翻转的方式分别对训练集和测试集进行扩增,形成扩增训练集和扩增测试集;
[0017]根据黑盒算法初始化深度卷积神经网络,并利用扩增训练集对深度卷积神经网络进行训练得到最优模型;
[0018]根据扩增测试集对得到的最优模型进行测试验证,以获得分选模型。
[0019]一种基于高速IO板卡的X光分选喷吹控制装置,该控制装置包括:
[0020]图像获取单元,所述图像获取单元用于获取由X光透射扫描设备所采集的物料X光图像;
[0021]图像处理单元,所述图像处理单元用于将所述物料X光图像进行预处理后载入分选模型进行深度学习,以获得物料分选控制指令;
[0022]发送单元,所述发送单元用于将物料分选控制指令存入内存缓存并将控制指令发送至消息队列;
[0023]读取/写入单元,所述读取/写入单元用于读取消息队列中的控制指令写入执行队列,再读取执行队列指令写入高速IO板卡;
[0024]计算单元,所述计算单元用于计算物料从X光透射扫描设备照射到高速IO板卡得到指令的时间t;
[0025]时间比对单元,所述时间比对单元用于比对高速IO板卡得到指令的时间t是否大于等于实时的系统时间T;
[0026]判断单元,所述判断单元用于判断执行队列中是否有待执行指令。
[0027]进一步地,该控制装置还包括构建分选模型单元,所述分选模型构建单元用于基于深度卷积神经网络算法构建分选模型。
[0028]一种基于高速IO板卡的X光分选喷吹控制系统,包括X光透射扫描设备、算法工控机和高速IO板卡;
[0029]所述X光透射扫描设备通过数据信号线连接算法工控机,且X光透射扫描设备用于采集当前待分选物料X光图像;
[0030]所述算法工控机的PCIE插槽中插接有高速IO板卡,且算法工控机用于获取物料X光图像并对物料X光图像进行深度学习得到控制指令并将控制指令写入高速IO板卡;
[0031]所述高速IO板卡用于接收控制指令并通过计算机主板高速串行总线连接喷吹电磁阀,所述喷吹电磁阀用于控制喷气口的打开和关闭。
[0032]进一步地,所述高速IO板卡还通过数据信号线连接有安全控制系统、辅助系统和上位机系统;
[0033]所述安全控制系统用于避免因通讯控制造成的延时和中断故障而发生的安全事故;
[0034]所述辅助系统用于对外围的各种模拟量采集、信号灯及X射源发生器进行控制;
[0035]所述上位机系统用于远程操作员界面和5G互联网的交互操作。
[0036]借由上述技术方案,本专利技术提供了一种基于高速IO板卡的X光分选喷吹控制方法、
装置及系统,至少具备以下有益效果:
[0037]1、本专利技术通过基于深度卷积神经网络的分选模型对物料图像进行特征提取并进行分类识别,提高了物料识别精度,同时通过具有微秒级精度的定时器精确控制喷吹时间,使得物料分选更加精准,且完全避免了使用通讯发送阀门控制所造成的各种问题,增强了可靠性。
[0038]2、本专利技术通过将高速IO板卡插接至算法工控机的PCIE插槽中,通过使用高速IO板卡可将算法工控机生成指令后直接从计算机主板高速串行总线上控制喷吹电磁阀,完全隔离了设备安装现场的干扰源,且控制指令的延时可以忽略,大大缩短了物料输送机械装置的体积,使得场地可以布置更多的机器,进而具有良好的经济效益。
[0039]3、本专利技术通过对物料X光图像进行亮度和对比度调节以及平滑和锐化处理,实现了对图像优化处理,不仅便于分选模型进行快速分选,而且提高了物料分选精准性,达到了对物料进行实时快速批量精准分选的目的,进而降低了分选成本,满足了人们在工作中的使用需求,易于推广应用。
附图说明
[0040]此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
[0041]图1为本专利技术基于高速IO板卡的X光分选喷吹控制方法的流程图;
...

【技术保护点】

【技术特征摘要】
1.一种基于高速IO板卡的X光分选喷吹控制方法,其特征在于,该控制方法包括以下过程:S11、获取由X光透射扫描设备所采集的待分选的物料X光图像;S12、将所述物料X光图像进行预处理后载入分选模型进行深度学习以获得物料分选控制指令;S13、将物料分选控制指令存入内存缓存并将控制指令发送至消息队列;S14、读取消息队列中的控制指令写入执行队列,再读取执行队列指令写入高速IO板卡;S15、计算从X光透射扫描设备照射物料到高速IO板卡得到执行队列指令的时间t;S16、比对高速IO板卡得到执行队列指令的时间t是否大于等于实时的系统时间T,如果t≥T,则高速IO板卡驱动高频阀放大板使得喷吹电磁阀通电,对当前物料进行喷吹分选,当喷吹电磁阀通电时间等于预设时间时,喷吹电磁阀断电并执行下一步,如果t<T,则执行下一步;S17、判断执行队列中是否有待执行指令,如果有,则返回步骤S14,否则结束。2.根据权利要求1所述的一种基于高速IO板卡的X光分选喷吹控制方法,其特征在于:所述高速IO板卡包括多个接口,且高速IO板卡的内部安装有用于控制喷吹电磁阀通电时间的定时器。3.根据权利要求1所述的一种基于高速IO板卡的X光分选喷吹控制方法,其特征在于:步骤S12中所述预处理包括:原始图像亮度和对比度调节以及图像平滑和锐化处理。4.根据权利要求1所述的一种基于高速IO板卡的X光分选喷吹控制方法,其特征在于:在步骤S11之前还包括:步骤S10、基于深度卷积神经网络算法构建分选模型,具体过程如下:获取由X光透射扫描设备所采集的样本物料的X光图像作为样本集,并将样本集分成训练集和测试集,通过图像水平翻转的方式分别对训练集和测试集进行扩增,形成扩增训练集和扩增测试集;根据黑盒算法初始化深度卷积神经网络,并利用扩增训练集对深度卷积神经网络进行训练得到最优模型;根据扩增测试集对得到的最优模型进行测试验证,以获得分选模型。5.一种基于高速IO板卡的X光分选喷吹控制装置,其特征在于:该控制装置包括:图像获取单元(110),所述图像获取单元(110)用于获取由X光透射扫描设备所采集的待分选的物料X光图像;图像处理单元(120),所述图像处理单元(120)用于将所述物料X光图像...

【专利技术属性】
技术研发人员:肖飒刘义
申请(专利权)人:安徽名德智能科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1