[发明专利]一种基于深度学习的化肥造粒粒度检测方法及装置

说明书

本发明提供了一种基于深度学习的化肥造粒粒度检测方法及装置。所述方法包括控制工业相机定时拍摄化肥造粒过程中的图像，对图像进行预处理，利用深度学习进行检测模型训练并优化，将训练的检测模型部署至WEB物联网平台，工控机实时拍摄造粒图像上传至平台进行造粒检测。此外本发明提供了造粒检测的配套装置，包括：化肥传送带、固定支架、工业相机、补光灯、工控机、WEB物联网云平台。固定支架设于化肥传送带上，架设工业相机，支架两侧设有补光灯，工控机通过光纤连接相机，获取造粒图像，再经过HTTP上传至WEB物联网云平台，得到造粒检测结果，进一步给出预警。本发明通过深度学习实现化肥造粒粒度检测的智能化，降低成本，提高安全性。

技术领域

本发明属于复合肥造粒粒径检测分析技术领域，具体涉及一种基于深度学习的化肥造粒粒度检测方法及装置。

背景技术

现阶段化肥厂复合肥料的生产方法包括料浆法、熔体法、团粒法等，而氨酸法由于它产量较高，应用成本低，能耗低等优点，已经成为复合肥生产工艺的重要发展方向，是主流中大型化肥生产工厂造粒技术手段。氨酸造粒技术，将各种原料计量后混合均匀，送入造粒机内，通过造粒机转动形成料床，再经过埋管加入液氨(气氨)、浓硫酸、洗液、蒸汽，对物料进行打湿、加热，反应后的物料在造粒机内滚动团聚成粒。造粒机内物料反应好后颜色均匀，颗粒饱满，表面致密有光泽，强度高，为后续的产品防结块打下基础。

传统的氨酸法造粒工艺，需要化肥厂熟练的技术工人在生产时人眼观察造粒机内物料状态，实时监控，根据过往的造粒成型的经验来判断造粒机的情况，这种靠技术工人检测造粒的方式耗时耗力。并且在化肥造粒过程中会散发出浓烈的化学气体，工人长期吸入混有氨酸气体会氨中毒，对人体的呼吸系统造成损伤，故而实现氨酸造粒检测无人化势在必行。随着科学技术的发展，工厂的生产趋向自动化、智能化。其中计算机视觉技术因其识别率高和非接触等特性，能够满足工厂生产要求，得到了越来越广泛的应用。

发明内容

基于上述背景的描述，本发明的目的是提供一种基于深度学习的化肥造粒粒度检测方法及装置，通过在化肥的生产车间布置相应的图像采集的装置，使用精准的化肥图像处理方法，来远程、无接触的检测出化肥颗粒的粒径情况，及时进行预警，调节造粒的物料配比、生产环境，来提升化肥造粒品质，同时降低用工成本，解放工人在造粒现场实时检测，避免氨中毒，改善工作环境。

本发明为实现上述目的所采用的技术方案为：

一种基于深度学习的化肥造粒粒度检测方法，所述方法包括以下步骤：

S1、工控机控制工业相机对造粒图像进行采集；

S2、对采集到的图像进行预处理，使化肥颗粒图像特征更为明显；

S3、图像标注：对预处理后得到的数据集进行标注，区分出正常颗粒图像与非正常颗粒图像；具体的，对采集到的数据集进行标注，区分化肥颗粒的正常范围值的图像、化肥颗粒粒度细小粉状图像以及化肥造粒大面积结块的图像；

S4、使用深度学习方法对造粒检测网络模型进行训练；将数据集中的图像随机分为训练集、验证集与测试集。将训练集输入到CNN神经网络中训练，获得可用图像识别的模型；

S5、优化模型以提高识别准确率以及识别的速度；通过对CNN神经网络模型的各个层级参数进行调整来优化模型；

S6、将训练好的造粒检测网络模型布置到WEB物联网云平台；

S7、工控机实时获取造粒图像，并上传所述WEB物联网云平台进行粒度的检测，再将检测出结果返回给工控机，对现场工作人员给予造粒辅助指导。