[发明专利]一种基于光纤激光器的废旧金属智能分拣系统和方法在审
申请号: | 201810537324.7 | 申请日: | 2018-05-30 |
公开(公告)号: | CN110548697A | 公开(公告)日: | 2019-12-10 |
发明(设计)人: | 孙兰香;于海斌;董伟;郑黎明;丛智博;郭美亭 | 申请(专利权)人: | 中国科学院沈阳自动化研究所 |
主分类号: | B07C5/342 | 分类号: | B07C5/342 |
代理公司: | 21002 沈阳科苑专利商标代理有限公司 | 代理人: | 李巨智 |
地址: | 110016 辽*** | 国省代码: | 辽宁;21 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 主控计算机 废旧金属 归类 输送带 光纤激光器 回收处理 控制命令 分拣 图像采集子系统 采集 能量转换效率 样品图像信息 传送带 废料入口 分拣效率 高频脉冲 聚焦光斑 特征光谱 智能分拣 体积小 紧凑 扫描 发送 反馈 激发 | ||
本发明涉及一种基于光纤激光器的废旧金属智能分拣系统和方法,包括输送带子系统连接主控计算机子系统,用于将废旧金属样品从废料入口位置输送至回收处理位置;图像采集子系统采集输送带上样品图像信息,反馈回主控计算机子系统;LIBS子系统用于扫描激发传送带上的废旧金属样品,采集废旧金属样品的特征光谱,发送到主控计算机子系统;分拣子系统连接主控计算机子系统,接收主控计算机子系统发送的归类控制命令,用于根据归类控制命令,在回收处理位置对废旧金属样品进行归类处理。本发明将高频脉冲光纤激光器用于系统中,能量转换效率更高,整个系统的体积小,结构更为紧凑,聚焦光斑能量密度高且均匀,可以很好的提高分拣精度,而且分拣效率高。
技术领域
本发明涉及废旧金属分选领域,具体地说是一种基于光纤激光器的废旧金 属智能分拣系统和方法。
背景技术
工业生产中金属的来源有两个,一个是金属矿石,另外一个是废旧金属, 前者为自然资源,后者为回收的再生资源。目前世界金属产量,如钢产量的45%、 铜产量的62%、铝产量的22%、铅产量的40%、锌产量的30%都来源于废旧金 属的回收再利用。由此可见,对于废旧金属的回收,既可以起到保护自然资源 降低能源消耗的一面,又可以节约投资成本。随着经济社会的发展,废旧金属, 包括废旧汽车、废旧建筑金属材料等变成了不可忽略的影响人类生活质量的矛 盾。
废旧金属的回收再利用问题中,废旧金属的分类归类问题是一个非常重要 的问题。目前国内外的传统分拣技术主要利用废旧金属的物理特性进行区别, 例如密度、磁性、电性、光学等。由于某些废旧金属的物理特性相近,传统分 选方法分选精度不高。基于废旧金属自身特征光谱的分拣技术可以弥补传统分 拣技术的不足,是一种可利用的高效的准确的分拣技术,获得行业内的青睐。
发明内容
针对现有技术的不足,本发明提供一种基于光纤激光器的废旧金属智能分 拣系统和方法,将高频脉冲光纤激光器用于系统中,能量转换效率更高,整个 系统的体积小,结构更为紧凑,聚焦光斑能量密度高且均匀,可以很好的提高 分拣精度,而且分拣效率高。
本发明为实现上述目的所采用的技术方案是:
一种基于光纤激光器的废旧金属智能分拣系统,包括
输送带子系统,连接主控计算机子系统,接收其控制信号,用于将废旧金 属样品从废料入口位置输送至回收处理位置;
图像采集子系统,设置在废料入口与LIBS系统之间,采集输送带上样品图 像信息,反馈回主控计算机子系统;
LIBS子系统,连接主控计算机子系统,用于扫描激发传送带上的废旧金属 样品,采集废旧金属样品的特征光谱,发送到主控计算机子系统;
主控计算机子系统,用于对控制输送带子系统发送控制命令,控制废旧金 属样品从废料入口位置输送至回收处理位置;控制图像采集子系统对废旧金属 样品进行图像采集,并对采集到的样品图像信息进行图像处理,计算出当前样 品到达LIBS子系统的激发区域的时序,向LIBS子系统发送触发命令;接收废 旧金属样品的特征光谱,根据光谱信息做出废旧金属分类,并将归类控制命令 发送给分拣子系统;
分拣子系统,连接主控计算机子系统,接收主控计算机子系统发送的归类 控制命令,用于根据归类控制命令,在回收处理位置对废旧金属样品进行归类 处理。
所述输送带子系统包括2个齿形带轮、齿形带,伺服电机和编码器。
所述图像采集子系统包括:CCD相机、遮光罩和灯组,且CCD相机设置于 废料入口和LIBS子系统之间。
所述LIBS子系统包括高频脉冲光纤激光器、振镜三维扫描系统、收集光学 系统、光谱仪组件和传感器。
所述振镜三维扫描系统包括Z轴动态聚焦系统和XY轴振镜系统。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院沈阳自动化研究所,未经中国科学院沈阳自动化研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810537324.7/2.html,转载请声明来源钻瓜专利网。