本發(fā)明涉及混凝土攪拌，尤其是涉及的是一種基于深度學(xué)習(xí)的振動(dòng)篩篩網(wǎng)破損監(jiān)測(cè)方法及裝置。

背景技術(shù)：

1、機(jī)制砂作為綠色建材，在環(huán)保和成本方面具備絕對(duì)優(yōu)勢(shì)，在混凝土生產(chǎn)中得到廣泛應(yīng)用。振動(dòng)篩作為制砂設(shè)備中的關(guān)鍵組件，其主要功能是將經(jīng)過(guò)破碎后的機(jī)制砂進(jìn)行有效分級(jí)，確保最終產(chǎn)出的粒度分布能夠滿足工程質(zhì)量要求。然而，目前制砂設(shè)備的振動(dòng)篩篩網(wǎng)在使用過(guò)程中經(jīng)常面臨破損的問(wèn)題，這是由于篩網(wǎng)長(zhǎng)期承受高負(fù)荷的作業(yè)狀態(tài)，大量的物料對(duì)篩網(wǎng)進(jìn)行沖擊和刮擦所造成的，這不僅影響生產(chǎn)效率，還導(dǎo)致機(jī)制砂產(chǎn)品質(zhì)量下降。

2、由于物料的硬度、濕度、粒度等因素不同，篩網(wǎng)的磨損速度和破損模式也各異。目前，通常是設(shè)定巡檢人員對(duì)物料進(jìn)行采樣后肉眼觀察判斷，人工檢查的方法存在效率低、主觀性強(qiáng)和成本高等問(wèn)題。同時(shí)，傳統(tǒng)的人工檢查方法無(wú)法實(shí)時(shí)監(jiān)測(cè)篩網(wǎng)狀態(tài)，往往在篩網(wǎng)破損到一定程度后才被發(fā)現(xiàn)，這不僅增加了停機(jī)時(shí)間，還可能因?yàn)槠茡p篩網(wǎng)導(dǎo)致的物料混雜而影響產(chǎn)品質(zhì)量。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的其他特征和優(yōu)點(diǎn)將在隨后的說(shuō)明書(shū)中闡述，并且部分地從說(shuō)明書(shū)中變得顯而易見(jiàn)，或者通過(guò)實(shí)施本發(fā)明而了解。本發(fā)明的目的和其他優(yōu)點(diǎn)可通過(guò)說(shuō)明書(shū)以及其他說(shuō)明書(shū)附圖中所特別指出的結(jié)構(gòu)來(lái)實(shí)現(xiàn)和獲得。

2、本發(fā)明的目的在于克服上述不足，提供一種基于深度學(xué)習(xí)的振動(dòng)篩篩網(wǎng)破損監(jiān)測(cè)方法及裝置，可以快速識(shí)別采集的機(jī)制砂原始圖像，判斷篩網(wǎng)的狀態(tài)，從而形成一套實(shí)時(shí)振動(dòng)篩篩網(wǎng)狀態(tài)監(jiān)測(cè)系統(tǒng)，有利于跟蹤振動(dòng)篩篩網(wǎng)狀態(tài)，及時(shí)報(bào)警；同時(shí)智能的監(jiān)測(cè)系統(tǒng)部署在邊緣計(jì)算智能終端上運(yùn)行，裝置集成程度高，安裝簡(jiǎn)單，可移植性高，非接觸式監(jiān)測(cè)壽命長(zhǎng)，方便維護(hù)；代替了傳統(tǒng)的人工巡檢方式，方便設(shè)備管理人員對(duì)振動(dòng)篩及時(shí)維護(hù)，保證產(chǎn)品質(zhì)量，提高生產(chǎn)效率，降低運(yùn)維成本，產(chǎn)生良好的經(jīng)濟(jì)效益。

3、本發(fā)明提供一種基于深度學(xué)習(xí)的振動(dòng)篩篩網(wǎng)破損監(jiān)測(cè)方法，包括：

4、s1、使用振動(dòng)篩篩分機(jī)制砂，經(jīng)篩分后的機(jī)制砂落入下方的下料溜道中，利用圖像采集平臺(tái)對(duì)下料溜道中的機(jī)制砂采集圖像，機(jī)制砂圖像具體包括：篩網(wǎng)破損前的單級(jí)料圖像以及篩網(wǎng)破損后摻有更大一級(jí)粒度的機(jī)制砂混料圖像；

5、s2、將獲取的機(jī)制砂圖像進(jìn)行篩選，并制成二分類(lèi)數(shù)據(jù)集；

6、s3、將二分類(lèi)數(shù)據(jù)集輸入輕量型卷積神經(jīng)網(wǎng)絡(luò)中訓(xùn)練以獲取分類(lèi)網(wǎng)絡(luò)模型；

7、s4、將訓(xùn)練好的分類(lèi)網(wǎng)絡(luò)模型部署在邊緣計(jì)算設(shè)備上，結(jié)合圖像采集平臺(tái)構(gòu)建在線監(jiān)測(cè)系統(tǒng)，對(duì)振動(dòng)篩進(jìn)行實(shí)時(shí)監(jiān)測(cè)；

8、s5、實(shí)時(shí)處理并分析采集到的機(jī)制砂圖像，系統(tǒng)判定為篩網(wǎng)破損且機(jī)制砂圖像中的粒度達(dá)到限定閾值時(shí)，系統(tǒng)發(fā)出篩網(wǎng)破損警報(bào)。

9、在一些實(shí)施例中，在s1步驟中，經(jīng)完整振動(dòng)篩篩網(wǎng)篩分的機(jī)制砂為單一粒度等級(jí)的機(jī)制砂，該下料溜道傾斜設(shè)置，該圖像采集平臺(tái)與該下料溜道相垂直布置。

10、在一些實(shí)施例中，在s2步驟將機(jī)制砂圖像制成二分類(lèi)數(shù)據(jù)集的過(guò)程中，還需要進(jìn)行數(shù)據(jù)增強(qiáng)步驟，數(shù)據(jù)增強(qiáng)的具體方式包括：水平翻轉(zhuǎn)、豎直翻轉(zhuǎn)、亮度變化、添加噪聲和模糊處理。

11、在一些實(shí)施例中，在s3步驟中，輕量型卷積神經(jīng)網(wǎng)絡(luò)采用mobilenetv3網(wǎng)絡(luò)結(jié)構(gòu)，其中的large版本包括15個(gè)bottleneck層、一個(gè)標(biāo)準(zhǔn)卷積層和三個(gè)逐點(diǎn)卷積層，該bottleneck層包含多個(gè)深度可分離的卷積層。

12、在一些實(shí)施例中，該分類(lèi)網(wǎng)絡(luò)模型為基于pytorch的深度學(xué)習(xí)框架，采用tensorrt推理引擎對(duì)該分類(lèi)網(wǎng)絡(luò)模型進(jìn)行推理加速。

13、在一些實(shí)施例中，在s4步驟中，邊緣計(jì)算設(shè)備的核心模塊為英偉達(dá)jetson?xaviernx嵌入式人工智能計(jì)算處理器。

14、在一些實(shí)施例中，在s5步驟中，系統(tǒng)發(fā)出篩網(wǎng)破損警報(bào)的具體表現(xiàn)方式包括有：顯示當(dāng)前機(jī)制砂圖像、與機(jī)制砂圖像同步顯示的提示信息以及聲光報(bào)警器同步運(yùn)行聲光報(bào)警信息。

15、一種基于深度學(xué)習(xí)的振動(dòng)篩篩網(wǎng)破損監(jiān)測(cè)裝置，包括：

16、篩選裝置，其內(nèi)部設(shè)置有數(shù)個(gè)密度不同的振動(dòng)篩篩網(wǎng)；

17、下料溜道，其連接于該篩選裝置的出料口處，且該下料溜道傾斜設(shè)置；

18、圖像采集平臺(tái)，其設(shè)置于該下料溜道上方，且該圖像采集平臺(tái)與該下料溜道相垂直；

19、邊緣計(jì)算設(shè)備，其與該圖像采集平臺(tái)電性連接；

20、聲光報(bào)警器，其設(shè)置于該篩選裝置上且與該邊緣計(jì)算設(shè)備電性連接。

21、在一些實(shí)施例中，該下料溜道中，與該圖像采集平臺(tái)對(duì)應(yīng)位置上設(shè)置有一分料器，該分料器抬高落入該下料溜道中的機(jī)制砂高度。

22、在一些實(shí)施例中，該邊緣計(jì)算設(shè)備中包括有存儲(chǔ)器和處理器，該存儲(chǔ)器中存儲(chǔ)有振動(dòng)篩篩網(wǎng)破損監(jiān)測(cè)計(jì)算機(jī)程序，該計(jì)算機(jī)程序在該處理器上加載并執(zhí)行。

23、通過(guò)采用上述的技術(shù)方案，本發(fā)明的有益效果是：

24、本發(fā)明提出的基于深度學(xué)習(xí)的振動(dòng)篩篩網(wǎng)破損監(jiān)測(cè)方法，可以快速識(shí)別采集的機(jī)制砂原始圖像，判斷篩網(wǎng)的狀態(tài)，從而形成一套實(shí)時(shí)振動(dòng)篩篩網(wǎng)狀態(tài)監(jiān)測(cè)系統(tǒng)，有利于跟蹤振動(dòng)篩篩網(wǎng)狀態(tài)，及時(shí)報(bào)警；同時(shí)智能的監(jiān)測(cè)系統(tǒng)部署在邊緣計(jì)算智能終端上運(yùn)行，裝置集成程度高，安裝簡(jiǎn)單，可移植性高，非接觸式監(jiān)測(cè)壽命長(zhǎng)，方便維護(hù)；代替了傳統(tǒng)的人工巡檢方式，方便設(shè)備管理人員對(duì)振動(dòng)篩及時(shí)維護(hù)，保證產(chǎn)品質(zhì)量，提高生產(chǎn)效率，降低運(yùn)維成本，產(chǎn)生良好的經(jīng)濟(jì)效益。

25、應(yīng)當(dāng)理解的是，以上的一般描述和后文的細(xì)節(jié)描述僅是示例性和解釋性的，并不能限制本公開(kāi)。

26、無(wú)疑的，本發(fā)明的此類(lèi)目的與其他目的在下文以多種附圖與繪圖來(lái)描述的較佳實(shí)施例細(xì)節(jié)說(shuō)明后將變?yōu)楦语@見(jiàn)。

27、為讓本發(fā)明的上述和其他目的、特征和優(yōu)點(diǎn)能更明顯易懂，下文特舉一個(gè)或數(shù)個(gè)較佳實(shí)施例，并配合所示附圖，作詳細(xì)說(shuō)明如下。

技術(shù)特征：

1.一種基于深度學(xué)習(xí)的振動(dòng)篩篩網(wǎng)破損監(jiān)測(cè)方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的振動(dòng)篩篩網(wǎng)破損監(jiān)測(cè)方法，其特征在于，在s1步驟中，經(jīng)完整振動(dòng)篩篩網(wǎng)篩分的機(jī)制砂為單一粒度等級(jí)的機(jī)制砂，該下料溜道傾斜設(shè)置，該圖像采集平臺(tái)與該下料溜道相垂直布置。

3.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的振動(dòng)篩篩網(wǎng)破損監(jiān)測(cè)方法，其特征在于，在s2步驟將機(jī)制砂圖像制成二分類(lèi)數(shù)據(jù)集的過(guò)程中，還需要進(jìn)行數(shù)據(jù)增強(qiáng)步驟，數(shù)據(jù)增強(qiáng)的具體方式包括：水平翻轉(zhuǎn)、豎直翻轉(zhuǎn)、亮度變化、添加噪聲和模糊處理。

4.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的振動(dòng)篩篩網(wǎng)破損監(jiān)測(cè)方法，其特征在于，在s3步驟中，輕量型卷積神經(jīng)網(wǎng)絡(luò)采用mobilenetv3網(wǎng)絡(luò)結(jié)構(gòu)，其中的large版本包括15個(gè)bottleneck層、一個(gè)標(biāo)準(zhǔn)卷積層和三個(gè)逐點(diǎn)卷積層，該bottleneck層包含多個(gè)深度可分離的卷積層。

5.根據(jù)權(quán)利要求4所述的基于深度學(xué)習(xí)的振動(dòng)篩篩網(wǎng)破損監(jiān)測(cè)方法，其特征在于，該分類(lèi)網(wǎng)絡(luò)模型為基于pytorch的深度學(xué)習(xí)框架，采用tensorrt推理引擎對(duì)該分類(lèi)網(wǎng)絡(luò)模型進(jìn)行推理加速。

6.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的振動(dòng)篩篩網(wǎng)破損監(jiān)測(cè)方法，其特征在于，在s4步驟中，邊緣計(jì)算設(shè)備的核心模塊為英偉達(dá)jetson?xavier?nx嵌入式人工智能計(jì)算處理器。

7.根據(jù)權(quán)利要求2所述的基于深度學(xué)習(xí)的振動(dòng)篩篩網(wǎng)破損監(jiān)測(cè)方法，其特征在于，在s5步驟中，系統(tǒng)發(fā)出篩網(wǎng)破損警報(bào)的具體表現(xiàn)方式包括有：顯示當(dāng)前機(jī)制砂圖像、與機(jī)制砂圖像同步顯示的提示信息以及聲光報(bào)警器同步運(yùn)行聲光報(bào)警信息。

8.一種基于深度學(xué)習(xí)的振動(dòng)篩篩網(wǎng)破損監(jiān)測(cè)裝置，應(yīng)用權(quán)利要求1-7中任意一項(xiàng)所述的基于深度學(xué)習(xí)的振動(dòng)篩篩網(wǎng)破損監(jiān)測(cè)方法，其特征在于，包括：

9.根據(jù)權(quán)利要求8所述的基于深度學(xué)習(xí)的振動(dòng)篩篩網(wǎng)破損監(jiān)測(cè)裝置，其特征在于，該下料溜道中，與該圖像采集平臺(tái)對(duì)應(yīng)位置上設(shè)置有一分料器，該分料器抬高落入該下料溜道中的機(jī)制砂高度。

10.根據(jù)權(quán)利要求8所述的基于深度學(xué)習(xí)的振動(dòng)篩篩網(wǎng)破損監(jiān)測(cè)裝置，其特征在于，該邊緣計(jì)算設(shè)備中包括有存儲(chǔ)器和處理器，該存儲(chǔ)器中存儲(chǔ)有振動(dòng)篩篩網(wǎng)破損監(jiān)測(cè)計(jì)算機(jī)程序，該計(jì)算機(jī)程序在該處理器上加載并執(zhí)行。

技術(shù)總結(jié)
本發(fā)明涉及混凝土攪拌技術(shù)領(lǐng)域，尤其涉及一種基于深度學(xué)習(xí)的振動(dòng)篩篩網(wǎng)破損監(jiān)測(cè)方法及裝置。一種基于深度學(xué)習(xí)的振動(dòng)篩篩網(wǎng)破損監(jiān)測(cè)方法，在機(jī)制砂經(jīng)過(guò)篩網(wǎng)過(guò)濾后的單級(jí)下料溜道上方搭建圖像采集平臺(tái)，采集下落過(guò)程中的堆疊機(jī)制砂圖像；將篩網(wǎng)破損前后采集的圖像制作成二分類(lèi)數(shù)據(jù)集，輸入輕量型卷積神經(jīng)網(wǎng)絡(luò)中訓(xùn)練獲取分類(lèi)模型，并將分類(lèi)模型部署在邊緣計(jì)算機(jī)上構(gòu)建在線監(jiān)測(cè)系統(tǒng)；系統(tǒng)實(shí)時(shí)分析采集到的圖像，判別為篩網(wǎng)破損后的圖像達(dá)到一定數(shù)量時(shí)系統(tǒng)發(fā)出篩網(wǎng)破損警報(bào)。本發(fā)明可以實(shí)現(xiàn)振動(dòng)篩篩網(wǎng)狀態(tài)跟蹤監(jiān)測(cè)，直觀掌握篩網(wǎng)的破損程度，及時(shí)更換破損篩網(wǎng)以保障機(jī)制砂的生產(chǎn)質(zhì)量。

技術(shù)研發(fā)人員：楊建紅,黃斐智,房懷英,楊宇軒,莊嘉權(quán),魏朝明,黃文景,張寶裕,黃驍民
受保護(hù)的技術(shù)使用者：福建南方路面機(jī)械股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19