【技术实现步骤摘要】
基于图像
‑
深度的盘式造球颗粒粉末填充率在线测量方法
[0001]本专利技术属于冶金行业参数在线测量
,具体涉及一种基于图像
‑
深度的盘式造球颗粒粉末填充率在线测量方法。
技术介绍
[0002]盘式造球机是一种广泛应用于钢铁、有色冶金、水泥、肥料等工业领域的设备盘式造球是现代冶金工艺流程中的关键步骤,该过程中,盘内颗粒或粉末在混合时会不断出现碰撞、挤压,引起剪切应变效应,这对产品的粒径分布和生球的力学特性(如硬度、抗压强度等)起着主导性作用。研究人员发现,填充率是影响颗粒或粉末混合过程中的一项重要因素,物料填充率是指造球机内物料的体积与造球机容机的比值。对于工业现场的大型盘式造球机,填充率通常控制在8%~18%之间,过度填充或填充不足均会导致颗粒或粉末混合不均匀,从而造成产品质量下降。因此,准确地获取填充率是保证造球质量的必要条件。
[0003]机器视觉技术以其操作简单、速度快、非接触等特点成为参数测量应用中的一个研究热点。但是,由于盘式造球机倾斜,盘内物料处于高速运动状态且料堆形态和体积是动态变化的,盘内还有刮刀、支架、喷水器等其他部件及严重的粉尘干扰,图像质量差,导致现有的基于二维视觉的填充率离线测量方法不能用于盘式造球机内的物料填充率动态测量。目前对于盘式造球过程中填充率的在线测量研究仍然是一个空白。
技术实现思路
[0004]本专利技术提供了一种基于图像
‑
深度的盘式造球颗粒粉末填充率在线测量方法,通过一台深度相机获取圆盘中物 ...
【技术保护点】
【技术特征摘要】
1.基于图像
‑
深度的盘式造球颗粒粉末填充率在线测量方法,其特征在于,包括步骤:将深度相机固定在支架上,并通过数据线将所述深度相机连接到数据处理单元,通过所述深度相机自身的SDK组件完成内参标定,并通过所述深度相机自身的SDK组件读取深度数据,完成所述深度相机外参标定,使所述深度相机的相机镜头入射方向法向平面与盘式造球机的圆盘底面平行;通过所述深度相机获取所述盘式造球机的图像和深度数据,采用极大极小值抑制法对获取的深度数据进行处理,去除非检测区域深度数据;采用基于深度学习的PUnet网络对获取的图像进行处理,获取图像中所述盘式造球机内物料区域,并提取出物料区域轮廓;采用点扫描方法定位物料区域轮廓上的四个点,并利用其对圆盘区域进行恢复,并将恢复后的圆盘区域分为两部分:物料区域与盘面区域;将图像中提取的物料区域与盘面区域对应深度图像中的深度数据进行融合处理,分别得到物料区域与盘面区域的深度值,采用转换矩阵得到其对应的3D点云数据;采用基于数学模型的比例转换算法对获取的所述3D点云数据进行处理,得到所述盘式造球机内物料料堆的体积,通过所述物料料堆的体积与所述盘式造球机的容积比值得到物料填充率。2.根据权利要求1所述的基于图像
‑
深度的盘式造球颗粒粉末填充率在线测量方法,其特征在于,所述深度相机的外参标定包括:视野调整:多次调整所述深度相机到所述盘式造球机圆盘底面的距离,直到同时满足距离和视野要求,确保整个所述盘式造球机区域处于成像范围内;平衡调整:选择若干组相对所述盘式造球机中心对称的点,然后记录每个点的深度,多次微调所述深度相机视角,直到每一组对称点具有相同的深度值。3.根据权利要求1所述的基于图像
‑
深度的盘式造球颗粒粉末填充率在线测量方法,其特征在于,所述极大极小值抑制法的过程包括:由于非检测区域(支架、刮刀、盘壁等)与物料区域和盘面区域的深度数据至有较大差异,会严重影响后续填充率的测量精度。本发明通过对不同转速下获取的深度数据进行分析,对不同速度下的深度数据的极值点(极大、极小值)进行抑制,并将这两类点的深度值全部设置为0。4.根据权利要求1所述的基于图像
‑
深度的盘式造球颗粒粉末填充率在线测量方法,其特征在利用PUnet网络提取出物料区域轮廓,所述过程包括:首先采集不同速度下造球过程图像数据,建立训练样本集、验证样本集以及测试样本集,利用数据对PUnet网络进行训练至网络收敛,获取训练模型。将待测图像输入到模型,得到物料区域轮廓。5.根据权利要求4所述的利用PUnet网络提取出物料区域轮廓,其特征在于,该网络采用典型的U结构,包括一个编码器和一个解码器,总共4层.PUnet与传统的Unet区别在于:传统Unet网络中的卷积模块采用的是3*3卷积层,其弊端在于生成大量的冗余特征图,且无法实现多尺度特征提取,本发明专利中的PUnet网络利用Pconv模块代替传统Unet网络中的卷积模块,其中Pconv模块中分别包含恒等层(不进...
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。