【技术实现步骤摘要】
本申请涉及残极炭块检测，具体涉及一种自动识别块状残极的块状残极检测模型构建方法及应用。
技术介绍
1、电解铝是指通过电解的方式提取铝金属的过程。在这个过程中，阳极炭块是一个重要的组成部分，其作用是提供电流和导电功能。然而，在长时间的电解过程中，阳极炭块会逐渐被消耗，形成残极。电解铝阳极炭块残极是电解铝生产过程中的一个不可避免的问题它会降低电解效率，增加操作难度，影响铝金属质量。通过定期更换阳极炭块、优化工艺参数和合理处理残极，可以有效减少残极的生成，提高电解效率和铝金属质量。这对于电解铝工业的可持续发展具有重要意义。
2、残极经过破碎、筛分，分成不同的粒度，在阳极炭块或阳极糊生产配料时，作为一种骨料加入，残极也可用作冶炼燃料，将残极作为一种生产炭素产品的原料，在一定程度上能提高炭素产品的质量。在电解铝生产过程中，目前行业对阳极残极炭块清理过程中未将掉落阳极托盘中的块状残极炭块进行识别以便于进行挑拣，致使阳极托盘中的块状残极炭块随电解质结壳块直接进入破碎系统，块状残极经破碎系统破碎后随破碎料进入电解槽中。由此，一方面直接造成残极销量减少，另一方面间接造成电解槽生产过程炭渣增多，残极还会增加阳极炭块与电解槽之间的接触电阻，进一步降低电解效率。
3、因此，需要一种能够自动识别块状残极炭块以便于进行分拣的方案。
技术实现思路
1、本申请的目的在于提供一种自动识别块状残极的块状残极检测模型构建方法及应用，用以解决现有技术中的对阳极残极炭块清理过程中未将掉落阳极托盘中的
2、为实现上述目的，本申请实施例提供一种自动识别块状残极的块状残极检测模型构建方法，包括以下步骤：步骤1)采集传送带上包括残极炭块的图像，得到样本数据集；
3、步骤2)对所述样本数据集进行预处理；
4、步骤3)基于预处理后的样本数据集，利用图像标注工具对其图像中的残极炭块进行定位和分类标注，利用得到的标注文件及原始样本数据集构成模型训练所需的残极炭块定位和分类数据集；
5、步骤4)在原始yolov5网络模型的特征融合网络中增加小目标检测层，得到改进yolov5网络模型；
6、步骤5)利用所述残极炭块定位和分类数据集对改进yolov5网络模型进行训练，得到所述块状残极检测模型。
7、可选地，在所述步骤2)中，所述预处理具体包括：
8、采用直方图均衡算法对所述样本数据集中的图像进行提亮处理，再用引导滤波去除噪声影响。
9、可选地，在所述步骤3)中，所述利用图像标注工具对其图像中的残极炭块进行定位和分类标注，具体包括：
10、将灰度值为180-255的白色区域，以及灰度值为100-180的灰色区域识别为电解质结壳块，将灰度值为0-100的黑灰色区域识别定位为残极炭块；
11、采用lableimg进行图像标注，将样本数据集图像中的残极炭块分类标注为大、中、小块形状。
12、可选地，在所述步骤4)中，还包括：
13、将所述残极炭块定位和分类数据集中的残极炭块表面图像按照3*3切割成9个小图进行重新标记，以获得小目标特征图并对所述小目标检测层进行训练。
14、可选地，所述切割成9个小图进行重新标记，具体包括：
15、切割时在两个相邻小图之间设置overlap重叠区域；将小图跑模型推理，得到推理结果；对所述推理结果中boxes位置进行坐标转换，转换为对应于原残极炭块表面图像中的位置；把各个小图推理结果用torch.cat进行合并；使用nms非极大值抑制过滤掉重复的框。
16、为实现上述目的，本申请还提供一种智能控制自动识别块状残极多级分拣系统，包括：
17、皮带输送机构、图像采集装置、块状残极检测系统、块状残极分拣装置、分拣箱，其中，
18、所述皮带输送机构包括传送带和驱动电机，皮带输送机构的上方安装有残极推杆固定支架；
19、所述图像采集装置包括多台摄像机，安装在所述残极推杆固定支架上，且分别位于皮带输送机构的上方和/或两侧，朝向所述传送带；
20、所述块状残极检测系统与所述图像采集装置通信连接，块状残极检测系统采用上述任一项所述的自动识别块状残极的块状残极检测模型构建方法所构建的块状残极检测模型，根据所述传送带上方多个面的图像进行视觉检测，判断并定位残极炭块位置；
21、所述块状残极分拣装置包括残极推杆，所述残极推杆的上端与残极推杆固定支架转动连接，根据块状残极检测系统识别出的残极炭块位置和分类，控制对应的残极推杆推动须分拣的残极炭块到所述分拣箱内。
22、可选地，所述块状残极检测系统定位残极炭块位置的方法为：当块状残极检测系统识别到残留残极炭块后，通过转换图像区域与物理区域，获得图像中残留残极炭块的物理坐标。
23、可选地，所述块状残极分拣装置还包括：
24、推杆铲，所述推杆铲连接在所述残极推杆的下端；
25、气缸和气动阀门，所述气缸设置在所述残极推杆固定支架上，且位于所述皮带输送机构的一侧，气缸的伸缩杆与残极推杆的中部连接，所述气动阀门与气缸连接，用于控制气缸伸缩杆的伸缩；
26、残极推杆固定支架还包括：限位横梁，所述限位横梁的中部设有沿长度方向延伸的通孔，所述残极推杆穿过所述通孔，所述气缸的伸缩杆的延伸方向与所述通孔的长度方向平行，所述通孔的长度方向指向所述分拣箱；
27、所述分拣箱位于所述传送带的一侧下方，且与所述气缸的伸缩杆相对设置。
28、可选地，所述块状残极分拣装置有多套，沿着所述传送带的长度方向依次设置，每套的块状残极分拣装置的所述推杆铲的大小不同。
29、本申请实施例具有如下优点：
30、本申请实施例提供一种自动识别块状残极的块状残极检测模型构建方法，包括：步骤1)采集传送带上包括残极炭块的图像，得到样本数据集；步骤2)对所述样本数据集进行预处理；步骤3)基于预处理后的样本数据集，利用图像标注工具对其图像中的残极炭块进行定位和分类标注，利用得到的标注文件及原始样本数据集构成模型训练所需的残极炭块定位和分类数据集；步骤4)在原始yolov5网络模型的特征融合网络中增加小目标检测层，得到改进yolov5网络模型；步骤5)利用所述残极炭块定位和分类数据集对改进yolov5网络模型进行训练，得到所述块状残极检测模型。
31、通过上述方法，采用改进的yolov5网络模型可以实现对传送带上包括电解质结壳块和残极炭块的物料中的残极炭块进行检测和定位，并进行分类，便于进行挑拣，可以将该方法应用于智能控制自动本文档来自技高网...
【技术保护点】
1.一种自动识别块状残极的块状残极检测模型构建方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的自动识别块状残极的块状残极检测模型构建方法，其特征在于，在所述步骤2)中，所述预处理具体包括：
3.根据权利要求1所述的自动识别块状残极的块状残极检测模型构建方法，其特征在于，在所述步骤3)中，所述利用图像标注工具对其图像中的残极炭块进行定位和分类标注，具体包括：
4.根据权利要求1所述的自动识别块状残极的块状残极检测模型构建方法，其特征在于，在所述步骤4)中，还包括：
5.根据权利要求4所述的自动识别块状残极的块状残极检测模型构建方法，其特征在于，所述切割成9个小图进行重新标记，具体包括：
6.一种智能控制自动识别块状残极多级分拣系统，其特征在于，包括：皮带输送机构、图像采集装置、块状残极检测系统、块状残极分拣装置、分拣箱，其中，
7.根据权利要求6所述的智能控制自动识别块状残极多级分拣系统，其特征在于，
8.根据权利要求6所述的智能控制自动识别块状残极多级分拣系统，其特征在于，所述块状残极分
9.根据权利要求8所述的智能控制自动识别块状残极多级分拣系统，其特征在于，
10.一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被机器执行时实现如权利要求1至5中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种自动识别块状残极的块状残极检测模型构建方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的自动识别块状残极的块状残极检测模型构建方法，其特征在于，在所述步骤2)中，所述预处理具体包括：
3.根据权利要求1所述的自动识别块状残极的块状残极检测模型构建方法，其特征在于，在所述步骤3)中，所述利用图像标注工具对其图像中的残极炭块进行定位和分类标注，具体包括：
4.根据权利要求1所述的自动识别块状残极的块状残极检测模型构建方法，其特征在于，在所述步骤4)中，还包括：
5.根据权利要求4所述的自动识别块状残极的块状残极检测模型构建方法，其特征在于，所述切割成9个小...
【专利技术属性】
技术研发人员：刘京领，万占永，练新强，王海亭，王攀，张坤，李建，
申请(专利权)人：云南神火铝业有限公司，
类型：发明
国别省市：
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。