[发明专利]基于神经网络的链板式物料筛选传送方法

说明书

本发明公开一种基于神经网络的链板式物料筛选传送方法，包括：通过摄像头对运行至目标检测域的物料进行拍摄，得到待检测物料图像；根据预先构建的神经网络检测模型对所述待检测物料图像进行检测以判断所述待检测物料图像中的物料是否含有杂质；当判断结果为物料中含有杂质时，根据从所述待检测物料图像获取的传动链条上的标记信息以及物料板面的横向信息获取杂质的位置信息，并生成杂质去除指令；根据所述杂质的位置信息和所述杂质去除指令，控制位于所述物料板面下方的撞针执行机构按压链板式传送带对应位置的可翻转板翻转的按钮，以使得对应位置的锁止机构失效，对应位置的可翻转板在重力作用下向下翻转以将该位置的杂质去除。

技术领域

本发明涉及智能制造技术领域，具体而言，涉及一种基于神经网络的链板式物料筛选传送方法。

背景技术

神经网络，又称人工神经网络(Artificial Neural Network，ANN)，是 20世纪80年代以来人工智能领域兴起的研究热点。它从解剖学中人脑神经元互联的拓扑结构获得灵感，从信息处理角度对人脑的神经元网络进行抽象，通过建立一系列数学模型来模拟神经元和它们之间的连接，期望达到与人脑类似的功能。

在化工生产中，经常遇到通过链板式传送带向反应装置传送需要加入的粉末状物料，粉末状物料里常含有中途混入的杂质，在加入反应装置前需要分离出粉末物料中的杂质，现在的做法一般是人工分离，效率较低。

发明内容

本发明提供一种基于神经网络的链板式物料筛选传送方法，用以克服现有技术中存在的至少一个技术问题。

为了达到上述目的，本发明实施例提供一种基于神经网络的链板式物料筛选传送方法，包括：

通过摄像头对运行至目标检测域的物料进行拍摄，得到待检测物料图像；

根据预先构建的神经网络检测模型对所述待检测物料图像进行检测以判断所述待检测物料图像中的物料是否含有杂质；

当判断结果为物料中含有杂质时，根据从所述待检测物料图像获取的传动链条上的标记信息以及物料板面的横向信息获取杂质的位置信息，并生成杂质去除指令；

根据所述杂质的位置信息和所述杂质去除指令，控制位于所述物料板面下方的撞针执行机构按压链板式传送带对应位置的可翻转板翻转的按钮，以使得对应位置的锁止机构失效，对应位置的可翻转板在重力作用下向下翻转以将该位置的杂质去除。

其中，所述神经网络检测模型包括输入层、输出层和隐藏层，层与层之间的激励函数为：

σ(x)＝max(-0.01x，x)-0.01，x∈R，

在所述输入层之后设置有第一卷积层，所述第一卷积层的卷积窗口为 3x3，所述第一卷积层的每个节点仅与所述输入层对应位置的3x3个节点相连接；所述第一卷积层每个节点对应的3x3个连接的权重按行-列的顺序分别定义为w1-1,w1-2,…,w1-9，并且所述第一卷积层上的每个节点在对应位置的权重均相同；

在所述第一卷积层后设置有第二卷积层，所述第二卷积层的卷积窗口为 5x5，所述第二卷积层的每个节点仅与所述第一卷积层对应位置的5x5个节点相连接；所述第二卷积层每个节点对应的5x5个连接的权重按行-列的顺序分别定义为w2-1,w2-2,…,w2-15，并且所述第二卷积层的每个节点在对应位置的权重均相同；

在所述第二卷积层之后设置有第三卷积层，所述第三卷积层的卷积窗口为3x3，所述第三卷积层的每个节点仅与所述第二卷积层对应位置的3x3个节点相连接；所述第三卷积层每个节点对应的3x3个连接的权重按行-列的顺序分别定义为w3-1,w3-2,…,w3-9，并且所述第三卷积层上的每个节点在对应位置的权重均相同；