深色和黑色塑料的分拣制造技术

技术编号:40323787 阅读:38 留言:0更新日期:2024-02-09 14:18
利用视觉系统或一个或多个传感器系统对深色和/或黑色塑料材料进行分类和分拣的系统和方法,该视觉系统或一个或多个传感器系统利用一个或多个中波红外相机实现,由此捕获的图像数据在机器学习系统内被处理,以便对材料中的每一种材料进行标识或分类,然后可以基于这种标识或分类将这些材料分拣成单独的组。

【技术实现步骤摘要】
【国外来华专利技术】

本公开总体上涉及塑料的分拣,并且更具体地,涉及从城市或工业固体废物中分拣深色和黑色塑料。


技术介绍

1、本节旨在介绍本领域的各个方面,这些方面可以与本公开的示例性实施例相关联。本讨论被认为有助于提供框架,以便于更好地理解本公开的特定方面。因此,应当理解的是,本节应当从这个角度来理解,并且不一定作为对现有技术的承认。

2、回收是(例如,从废物流)收集和处理原本会被当作垃圾丢弃的材料,并将它们转化为新产品(或者至少能够进行更适当的处置)的过程。由于回收减少了送往垃圾填埋场的垃圾量,保护了诸如木材、水和矿物之类的自然资源,通过利用国内材料源提高了经济安全,通过减少对收集新原材料的需求防止了污染,并节约了能源,所以回收对社区以及对环境都具有益处。在收集之后,可回收物可以被送往材料回收设施(“mrf”)以进行分拣、清洁以及被加工成可用于制造的材料。因此,经济地对高度混合的废物流进行分拣的高吞吐量自动分拣平台将对各个行业都有益处。因此,需要具有成本效益的分拣平台,该分拣平台可以以高吞吐量标识、分析和分离混合工业或城市固定废物流,以经济地生成更高质量的原料(本文档来自技高网...

【技术保护点】

1.一种用于处理材料的混合物的系统,所述系统包括:

2.如权利要求1所述的系统,其特征在于,所述深色塑料件是黑色塑料件。

3.如权利要求2所述的系统,进一步包括:

4.如权利要求2所述的系统,其特征在于,所述先前生成的参数库是用当黑色塑料件的同质样本集经过MWIR相机时从所述黑色塑料件的同质样本集捕获的MWIR图像进行训练的。

5.如权利要求1所述的系统,其特征在于,所述先前生成的参数库是用当深色塑料件的同质样本集经过MWIR相机时从所述深色塑料件的同质样本集捕获的MWIR图像进行训练的。

6.如权利要求1所述的系统,其特征在于...

【技术特征摘要】
【国外来华专利技术】

1.一种用于处理材料的混合物的系统,所述系统包括:

2.如权利要求1所述的系统,其特征在于,所述深色塑料件是黑色塑料件。

3.如权利要求2所述的系统,进一步包括:

4.如权利要求2所述的系统,其特征在于,所述先前生成的参数库是用当黑色塑料件的同质样本集经过mwir相机时从所述黑色塑料件的同质样本集捕获的mwir图像进行训练的。

5.如权利要求1所述的系统,其特征在于,所述先前生成的参数库是用当深色塑料件的同质样本集经过mwir相机时从所述深色塑料件的同质样本集捕获的mwir图像进行训练的。

6.如权利要求1所述的系统,其特征在于,所述机器学习系统包括人工智能神经网络,并且其中,所述参数是神经网络参数。

7.如权利要求2所述的系统,其特征在于,所述mwir图像数据是作为所述材料的混合物的mwir光谱成像的结果产生的。

8.如权利要求1所述的系统,其特征在于,所述深色塑料件无法使用nir光谱来标识。

9.一种用于处理包括深色塑料件的材料的混合物的方法,所述方法包括:

10.如权利要求9所述的方法,其特征在于,进一步包括:

11.如权利要求9所述的方法,其特征在于,所述先前生成的mwir光谱特性库由mwir相机捕获,所述mwir相机被配置成用于当包含深色塑料件的材料件的同质样本集被传送经过所述mwir相机时捕获所述包含深色塑料件的材料件的同质样本集的mwir图像。

12.如权利要求10所述的方法,...

【专利技术属性】
技术研发人员:N·库马小曼纽尔·G·加西亚I·K·玛乌恩J·A·雷西L·V·蒙托托
申请(专利权)人:索特拉科技有限公司
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