[实用新型]一种转盘式薄木板分级装置有效

专利信息
申请号: 201921786382.X 申请日: 2019-10-23
公开(公告)号: CN210936013U 公开(公告)日: 2020-07-07
发明(设计)人: 张际印;郭瑞;马凤英 申请(专利权)人: 齐鲁工业大学
主分类号: B07C5/34 分类号: B07C5/34;B07C5/36;B07C5/38;B07C5/02
代理公司: 济南泉城专利商标事务所 37218 代理人: 刘德
地址: 250353 山东*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 转盘 木板 分级 装置
【说明书】:

一种转盘式薄木板分级装置,所述分级装置,包括传输装置,在所述传输装置运行的方向上设置有图像识别装置,所述传输装置的末端设置有转盘式分板装置,所述图像识别装置与转盘式分板装置连接,所述转盘式分板装置包括由电机Ⅰ驱动旋转的转盘,所述转盘上设置有用于承载不同质量等级的薄木板的物料框。通过图像识别装置识别传输装置上的薄木板并将薄木板进行质量分级,所述图像识别装置将质量分级信息输送至转盘式分板装置,使得薄木板落入与之质量等级相匹配的物料框中,有效的避免了薄木板在在质量分级时发生损坏的现象。

技术领域

本实用新型涉及薄木板加工的技术领域,具体的是一种转盘式薄木板分级装置。

背景技术

近年来,薄木板的需求量不断上升,但其生产过程仍极大的依赖于人工,生产效率低下,因此现亟需智能辅助系统提高效率。目前国内外对细木工板表面缺陷的主要检测方法有人工检测法以及光电检测等。人工检测过分依赖人工经验,因个人经验容易造成质量分级不准确且工作效率低下的问题;光电检测只能检测出木板有无孔洞,无法识别出疤纹,也无法对木板进行准确的分级。机器视觉作为人工智能正在快速发展的一个重要分支,利用机器代替人眼来测量和判断,具有速度快、准确率高及节省人工的特点。虽然目前机器视觉在薄木板领域有所应用,但是薄木板进行质量分级后缺少高效的机械自动化设备将其按不同质量划分,往往还是人工拾捡的方式进行处理,增加了工人劳动强度,且工作效率低下。为了解决人工拾捡方式的缺陷,使用了如下方法:1.使用机械臂分拣,但价格昂贵;2.使用直线往复驱动机构推送,但是由于薄木板较薄,直线往复驱动机构很难将薄木板从运行的传输带的侧边推下,在此过程中,很容易造成薄木板的破损,影响薄木板分级的质量。这是现有技术的不同之处。

发明内容

本实用新型所要解决的技术问题,就是针对现有技术所存在的不足,而提供一种转盘式薄木板分级装置,能够提高薄木板质量分级的效率,而且降低质量分级时对薄木板的损坏。

本方案是通过如下技术措施来实现的:一种转盘式薄木板分级装置,包括传输装置,在所述传输装置运行的方向上设置有图像识别装置,所述传输装置的末端设置有转盘式分板装置,所述图像识别装置与转盘式分板装置连接,所述转盘式分板装置包括由电机Ⅰ驱动旋转的转盘,所述转盘上设置有用于承载不同质量等级的薄木板的物料框。采用本技术方案,通过图像识别装置识别传输装置上的薄木板并将薄木板进行质量分级,所述图像识别装置将质量分级信息输送至转盘式分板装置,使得薄木板落入与之质量等级相匹配的物料框中,有效的避免了薄木板在在质量分级时发生损坏的现象。

优选的,所述传输装置的末端设置有倾斜设置的导送板,所述导送板设置在传输装置与转盘式分板装置之间。采用本技术方案,薄木板在重力的作用下沿着导送板落入物料框中。

优选的,所述图像识别装置包括工业CCD相机以及与工业CCD相机连接的控制器,所述控制器与电机Ⅰ连接。

优选的,所述工业CCD相机固定设置在支架上,所述工业CCD相机设置在传输装置输送平面的正上方。

优选的,所述传输装置包括由电机Ⅱ驱动的传送带,所述电机Ⅱ与控制器连接。

优选的,所述传输装置上设置有用于检测薄木板是否运行至工业CDD相机正下方的光电检测开关,所述光电检测开关与控制器连接。

优选的,所述物料框可拆卸的固定在转盘上。

本实用新型与现有技术相比具有以下有益效果:

(1)本实用新型采用了工业CCD相机来获取薄木板的表面图像,和普通的相机相比,工业CCD相机在分辨率,帧率,对光线的要求,曝光方式等都有高可比性;获取图像后,将图像信息上传至控制器中进行处理,控制器对图像信息处理采用现有技术中的方式即可,在此不再赘述。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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齐鲁工业大学,未经齐鲁工业大学许可,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/201921786382.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top