[发明专利]基于人工智能的粉碎装置的粉碎检测方法

说明书

本发明涉及基于人工智能的粉碎装置的粉碎检测方法，获取各设定时间段的多帧图像；对多帧图像进行目标识别，得到被粉碎设备的数量；计算连续两帧图像之间的光流场，得到运动系数；采集对应设定时间段的电机电流信号，得到电流序列；对电流序列进行中值滤波，得到低通信号序列，并计算电机负载波动比例，将电机负载波动比例和低通信号序列作为电机负载数据；根据任意两设定时间段的电机负载数据、被粉碎设备的数量以及运动系数，计算置信度和关联度指标；进而得到匹配结果；当匹配结果的编号的间隔值大于设定阈值，且累计次数大于计数阈值，则该连续时间段内被粉碎设备出现硬质材料。即本发明能够在粉碎过程中实时检测不进入刀头工作区域的问题。

技术领域

本发明涉及人工智能领域，具体涉及基于人工智能的粉碎装置的粉碎检测方法。

背景技术

换热器或者散热器包含较为粗壮的热管结构，其在化工、石油、动力、食品及其它许多工业生产中占有重要地位，其在化工生产中换热器可作为加热器、冷却器、冷凝器、蒸发器和再沸器等，应用广泛。

随着应用的越来越广泛，报废的换热器、加热器、冷却器、冷凝器或者散热器等等也越来越多。目前，对于换热器或者散热器的回收，是通过对换热器进行粉碎，进而实现原材料分离和回收。

以换热器为例，由于部分换热器内部的管路、热管等使用不锈钢、黄铜、钛等刚度较大、弹性较高的材料制造，那么在粉碎过程中若粉碎速率过快，则容易在刀头附近弹出碎屑或者刚度较大的材料无法顺利进入粉碎机的刀头的问题；因此在粉碎过程中需要调节粉碎速率，防止挠度较大的原料出现在刀头附近反复跳动不进入刀头工作区域。然而一味降低工作速率也会影响整个破碎过程的工作效率，因此需要一种粉碎装置的粉碎检测方法，能够在粉碎过程中实时检测不进入刀头工作区域的问题，并根据检测到的问题，实时进行粉碎装置的速率的调节，使得设备调试成本低，工作效率高。

发明内容

为了解决上述技术问题，本发明的目的在于提供基于人工智能的粉碎装置的粉碎检测方法，所采用的技术方案具体如下：

本发明提供的基于人工智能的粉碎装置的粉碎检测方法的技术方案，包括以下步骤：

基于人工智能的粉碎装置的粉碎检测方法，其特征在于，包括以下步骤：

采集粉碎过程中的图像数据，所述图像数据包括各设定时间段的多帧图像；

对各设定时间段的多帧图像进行目标识别，得到粉碎过程中被粉碎设备的数量；

计算各设定时间段的任意连续两帧图像之间的光流场，对所述光流场进行sobel卷积处理，获取所有光流场的纵向边缘梯度响应之和和横向边缘梯度响应之和，计算纵向边缘梯度响应之和、横向边缘梯度响应之和中的最小值与最大值的比值，所述比值为设定时间段对应的运动系数；

采集各设定时间段的电机电流信号，得到电流序列；对所述电流序列进行中值滤波，得到低通信号序列；并计算电流序列与所述低通信号序列中对应元素的比值的均值，该均值为电机负载波动比例，将所述电机负载波动比例和低通信号序列作为各设定时间段的电机负载数据；

根据任意两设定时间段的低通信号序列以及其中一设定时间段的被粉碎设备的数量，计算其中一设定时间段的置信度；根据任意两设定时间段的被粉碎设备的数量、电机负载数据以及运动系数，得到两设定时间段的关联度指标；

根据所述置信度和关联度指标，进行两两设定时间段的匹配，得到匹配结果，所述匹配结果包含两设定时间段的编号；当两设定时间段的编号的间隔值大于等于设定阈值，且累计次数大于计数阈值，则该连续时间段内被粉碎设备出现硬质材料。

进一步地，所述的进行目标识别是采用目标检测网络对所述多帧图像进行被粉碎设备的识别。

进一步地，所述运动系数为：