一种变产量干燥滚筒的变频方法和变频系统

    公开(公告)号:CN110965431A

    公开(公告)日:2020-04-07

    申请号:CN201911100392.8

    申请日:2019-11-12

    Abstract: 本发明提供了一种变产量干燥滚筒的变频方法,包括以下步骤:检测环境温度,根据环境温度和滚筒额定产量,设定燃烧器负荷比,输入产量到滚筒控制器上;根据设定好的产量与转速的对应关系,控制器输出相应的转速信号至变频器,进而改变电动机转速至设定产量下的对应转速;检测烟气温度,检测出料温度,所述烟气温度和出料温度反馈至滚筒控制器,通过同内置设定的烟气温度和出料温度对比,由滚筒控制器输出信号控制变频器,进而调节燃烧器负荷比。本发明还提供了对应的变频系统,能实现变产量下干燥滚筒转速、燃烧器负荷比、烟气温度和出料温度的准确自动控制,提高干燥系统的效率和寿命,提高原生干燥滚筒的生产能力和变产量的适应能力。

    一种图像法集料堆叠空隙率预测方法和系统

    公开(公告)号:CN110838128A

    公开(公告)日:2020-02-25

    申请号:CN201911080921.2

    申请日:2019-11-07

    Abstract: 本发明提供一种图像法集料堆叠空隙率方法和系统,包括1)拍摄集料颗粒图像,进行图像处理获得集料颗粒的外轮廓;2)扫描集料颗粒获得集料颗粒的高度轮廓;3)将4.75mm-31.5mm集料粒径区间的集料颗粒等分成若干份,根据外轮廓中的粒径、面积结合高度轮廓中的集料高度统计出不同粒径区间的级配体积占比;4)对轮廓数据进行运算,得出颗粒的棱角性、针片状、扁平度和凸度;5)将级配体积占比和步骤4)的粒形参数作为输入值,运用深度学习算法预测集料的空隙率。本发明是将图像处理技术、扫描仪技术与人工智能相结合,在堆叠空隙率预测方面有效的运用。可以快速的测量多颗粒的粒度分布参数及粒形表征参数平均值,并且可以精确的预测多颗粒之间的空隙率。

    一种粗骨料形态质量检测系统及方法

    公开(公告)号:CN110174334A

    公开(公告)日:2019-08-27

    申请号:CN201910576963.9

    申请日:2019-06-28

    Abstract: 本发明公开了一种粗骨料形态质量检测系统及方法,系统包括:振动分散模块、透明皮带、背光光源、激光扫描模块、图像采集模块和图像分析模块;所述振动分散模块设置于透明皮带一端上方,以将粗骨料分散的送至所述透明皮带;所述的背光光源设置在所述透明皮带下方;所述激光扫描模块设置在所述透明皮带上方,且照射区域为背光光源中间位置处;所述图像采集模块垂直设置在背光光源所在透明皮带位置的正上方以对被测的骨料进行图像采集;所述图像分析模块与所述图像采集模块相连接以对采集的图像进行几何特征提取,获得所需的粒度粒形参数和体积级配,输出最后的粒度分布结果。本发明能够提高粗骨料检测的准确性和及时性。

    一种基于高光谱检测的固废在线识别系统及识别方法

    公开(公告)号:CN109916826B

    公开(公告)日:2024-02-06

    申请号:CN201910126775.6

    申请日:2019-02-20

    Abstract: 本发明涉及固废分类技术领域,特别涉及一种基于高光谱检测的固废在线识别系统及识别方法;识别系统包括物料输送装置、种类识别装置,分拣装置;物料输送装置将物料传输至种类识别装置进行数据采集后,传输至分拣装置对物料进行分拣;物料输送装置包括第一传送带和第二传送带;物料通过第一传送带传输后落入第二传送带,第一传送带和第二传送带的运行方向相反。本发明提供的固废在线识别系统能够对物料起到有效的分散作用,避免了因为物料堆叠而造成种类识别的困难,也克服了人为分散造成的效率低的问题。通过识别方法,能够在线采集固废的二维图像和光谱曲线,达到准确有效对固废进行分类的效果,具有重要的实际应用价值。

    一种图像法集料堆叠空隙率预测方法和系统

    公开(公告)号:CN110838128B

    公开(公告)日:2023-04-07

    申请号:CN201911080921.2

    申请日:2019-11-07

    Abstract: 本发明提供一种图像法集料堆叠空隙率方法和系统,包括1)拍摄集料颗粒图像,进行图像处理获得集料颗粒的外轮廓;2)扫描集料颗粒获得集料颗粒的高度轮廓;3)将4.75mm‑31.5mm集料粒径区间的集料颗粒等分成若干份,根据外轮廓中的粒径、面积结合高度轮廓中的集料高度统计出不同粒径区间的级配体积占比;4)对轮廓数据进行运算,得出颗粒的棱角性、针片状、扁平度和凸度;5)将级配体积占比和步骤4)的粒形参数作为输入值,运用深度学习算法预测集料的空隙率。本发明是将图像处理技术、扫描仪技术与人工智能相结合,在堆叠空隙率预测方面有效的运用。可以快速的测量多颗粒的粒度分布参数及粒形表征参数平均值,并且可以精确的预测多颗粒之间的空隙率。

Patent Agency Ranking