一种钢渣固碳的流化床设备及其固碳方法

    公开(公告)号:CN119056351A

    公开(公告)日:2024-12-03

    申请号:CN202411207745.5

    申请日:2024-08-30

    Applicant: 华侨大学

    Abstract: 本发明提供一种钢渣固碳的流化床设备,包括进料机构、流化床反应器、进水机构、进气机构、气体循环机构、进料口、出料口;进料机构包括料仓、第一输料装置,第一输料装置与进料口连通用于将物料输入流化床反应器;第二输料装置设于流化床反应器底部将进料均匀分布至流化床反应器的底部;进气机构将CO2从进气口鼓入流化床反应器内部并带动进料悬浮在流化床反应器内;进水机构喷洒的水与悬浮的进料及CO2发生碳化反应;气体循环机构包括设于流化床反应器顶部的出气口、气体循环管道,气体循环管道与进气管道连通;出料口与进料口位于流化床的相对两侧,进料口高于出料口,第二输送装置输送反应完毕的反应物从出料口输出。本发明还提供一种固碳方法。

    一种表面含砂浆的再生骨料的视觉检测分类方法和系统

    公开(公告)号:CN114118266B

    公开(公告)日:2024-08-20

    申请号:CN202111406830.0

    申请日:2021-11-24

    Applicant: 华侨大学

    Abstract: 本发明提供了一种表面含砂浆的再生骨料的视觉检测分类方法,具体为:读取传送带的速度,通过控制传送带速度将分散在皮带上的再生骨料依次送到图像采集区域;通过彩色线阵相机扫描在传送带上移动的再生骨料表面,得到含再生骨料表面纹理信息的图像;对图像进行预处理得到预处理后的图像,并输入到深度学习神经网络,确定出每个再生骨料的信息;根据每个再生骨料的信息,控制在输送带出口处的气阀,将满足等级要求的再生骨料吹出;本发明提供的方法通过检测再生骨料的等级,将不同等级的再生骨料分离开,实现对再生骨料等级的检测并对骨料进行分类。

    一种基于mask rcnn的堆叠粗骨料图像分割方法及系统

    公开(公告)号:CN114092485B

    公开(公告)日:2024-08-09

    申请号:CN202111141968.2

    申请日:2021-09-28

    Applicant: 华侨大学

    Abstract: 本发明提供了工程机械领域的一种基于maskrcnn的堆叠粗骨料图像分割方法及系统,所述方法包括:通过CCD相机拍摄粗骨料颗粒图片,然后将图片传送到计算机中;通过标注工具对图像进行标注得到训练所需的粗骨料图像数据集;使用maskrcnn模型对现有的coco数据集进行训练得到权重作为初始模型;在初始模型的基础上训练粗骨料图像数据集得到最终需要的图像分割权重及图像分割模型;将采集到的待处理图像输入到所述图像分割模型中进行处理得到分割后的图像;统计所述分割后的图像中每一个粗骨料颗粒的面积;根据粗骨料颗粒的面积计算粗骨料各级配占比。本发明通过得到性能优良的分割模型,提高分割准确度,同时可适应不同工作环境。

    一种建筑垃圾识别分拣设备、识别方法及其抓取方法

    公开(公告)号:CN109675827B

    公开(公告)日:2024-03-15

    申请号:CN201811557532.X

    申请日:2018-12-19

    Abstract: 本发明提供一种建筑垃圾识别分拣设备、识别方法及其抓取方法,其中,该建筑垃圾识别分拣设备,包括摄像装置、处理器、输送装置、抓取装置和分拣箱;输送装置的输送路径上设有暗箱;摄像装置部署于暗箱内;暗箱内设有光源;抓取装置沿输送装置的输送路径设置于暗箱后方;抓取装置可抓取建筑垃圾于输送装置和分拣箱之间移动;摄像装置、光源、输送装置和抓取装置均与处理器通讯连接。本发明还提供建筑垃圾识别方法和建筑垃圾识别分拣设备的抓取方法。采用该建筑垃圾识别分拣设备可大大提高分拣的效率,同时又不耗费过多人力,完善了建筑垃圾分拣技术。

    一种基于彩色相机与3D相机检测的固废分选方法

    公开(公告)号:CN117399309A

    公开(公告)日:2024-01-16

    申请号:CN202311495141.0

    申请日:2023-11-10

    Applicant: 华侨大学

    Abstract: 本发明提供一种基于彩色相机与3D相机检测的固废分选方法,包括:步骤S1、利用3D相机采集固废物料的深度图像、利用彩色相机采集固废物料的彩色图像;步骤S2、利用两个ResNet网络对深度图像和彩色图像进行特征提取和融合,以得到多个融合特征图;步骤S3、将多个融合特征图输入特征金字塔网络,得到最终融合特征图;步骤S4、利用最终融合特征图对Mask_RCNN模型进行训练,以得到分选模型;步骤S5、将采集的固废物料的彩色图像和深度图像输入分选模型,分选设备根据分选模型所输出的物体类别和位置信息对固废物料进行分选。本发明能够更好地将彩色图像信息与深度图像信息融合,提升固废分选的准确性、工作效率以及固废再利用的附加值。

Patent Agency Ranking