[发明专利]基于卷积神经网络与深度学习的视觉识别分选物料系统

权利要求书

1.一种基于卷积神经网络与深度学习的视觉识别分选物料系统，其特征在于，包括：物料分级筛、分料器、第一输送带、视觉识别装置、GPU服务器、控制装置和动作执行装置，其中，所述物料分级筛位于所述第一输送带的首端，所述第一输送带上沿物料传送的方向依次设置所述分料器、所述视觉识别装置，所述动作执行装置设置在所述第一输送带的尾端；所述视觉识别装置通过所述GPU与所述控制装置相连，所述视觉识别装置对第一输送带上的物料进行特征信息和空间位置信息进行快速采集，传输至GPU服务器，GPU服务器包含卷积神经网络和深度学习算法，对物料的特征信息和空间位置信息进行计算分析并得出结果，并将所得结果传送至控制装置；所述控制装置与所述动作执行装置相连，控制所述动作执行装置动作，将粒径大小不同的物料分开。

2.根据权利要求1所述的一种基于卷积神经网络与深度学习的视觉识别分选物料系统，其特征在于，所述物料分级筛上安装有，且所述物料分级筛包括上层大孔径筛网和下层小孔径筛网，所述下层小孔径筛网安装在所述上层大孔径筛网的下方。

3.根据权利要求1或2所述的一种基于卷积神经网络与深度学习的视觉识别分选物料系统，其特征在于，所述分料器与所述视觉识别装置间设置有除铁器。

4.根据权利要求3所述的一种基于卷积神经网络与深度学习的视觉识别分选物料系统，其特征在于，所述视觉识别装置包括外壳、高清工业摄像机和四边形漫射无影补光源，所述外壳安装在所述第一输送带的上方，且外壳底部设置有开口，高清工业摄像机和四边形漫射无影补光源均安装在所述外壳内。

5.根据权利要求2或4所述的一种基于卷积神经网络与深度学习的视觉识别分选物料系统，其特征在于，所述动作执行装置包括空气压缩机、储气罐和喷气阀，所述空气压缩机通过管路与所述储气罐相连，所述喷气阀安装在所述第一输送带的尾端，且通过管路与所述储气罐相连通。

6.根据权利要求5所述的一种基于卷积神经网络与深度学习的视觉识别分选物料系统，其特征在于，所述控制装置包括上位机和可编程逻辑控制器PLC，上位机和可编程逻辑控制器PLC与所述动作执行装置相连，控制着空气压缩机开启给储气罐供气以及控制喷气阀的启闭。

7.根据权利要求6所述的一种基于卷积神经网络与深度学习的视觉识别分选物料系统，其特征在于，所述物料分级筛与所述第一输送带间设置有破碎装置，所述上层大孔径筛网上的物料进入破碎装置，经破碎装置破碎后的物料进入第一输送带。

8.根据权利要求7所述的一种基于卷积神经网络与深度学习的视觉识别分选物料系统，其特征在于，所述破碎装置包括破碎壳体、转动电机、转动刀、挡板和弹簧机构，所述转动电机安装在所述破碎壳体外部的中间位置，所述转动电机的输出轴伸入所述破碎壳体内，并与所述转动刀传动连接；所述挡板安装在所述破碎壳体入料口的一侧，所述弹簧机构安装在所述破碎壳体上，输出杆抵在所述挡板上。

9.根据权利要求1或8所述的一种基于卷积神经网络与深度学习的视觉识别分选物料系统，其特征在于，所述第一输送带的尾端下方设置有筛料机，所述筛料机的下方设置有第二输送带，所述筛料机的首端设置有第三输送带，所述第三输送带将物料输送至所述物料分级筛。

10.根据权利要求9所述的一种基于卷积神经网络与深度学习的视觉识别分选物料系统，其特征在于，所述筛料机包括筛料壳体、筛料电机和筛料网板，所述筛料网板安装在所述筛料壳体顶端，且呈首端低尾端高的倾斜设置；所述筛料电机固定在所述筛料壳体的一侧。