摘要：在前期探究的最佳测试条件下,利用自主研制的“纤维制品主体组分高效识别与分选装置”对废旧聚酯/棉混纺织物样品进行在线原始近红外光谱采集。基于在线原始谱图,探讨出最佳光谱预处理方法为S-G平滑+最大最小归一化(MMN)+S-G导数,并利用偏最小二乘法建立了废旧聚酯/棉混纺织物的在线近红外定量分析模型,模型的交互验证均方根误差(RMSECV)为1.47,校正相关系数(RC)、验证相关系数(RV)值均不小于0.99,校正相对预测偏差(RPDC)为18.17,验证相对预测偏差(RPDV)为13.13,交互验证相对预测偏差(RPDCV)为11.76。为验证模型的可靠性,选取30个外部样本进行在线验证,验证结果的线性方程为y=(1.00±0.01)x-(0.88±0.56),预测准确率为93.3%。将模型导入分选装置的“纺织品在线主控程序”后,对设备设定不同聚酯含量织物的分选类别,即可对废旧聚酯/棉混纺织物样本进行含量预测,并通过装置的吹分分选系统将样品自动吹扫到相应的收集框中。每个样品预测并分选的时间小于2 s,机械自动分选结果无误。利用所建模型和分选装置可对废旧聚酯/棉混纺织物进行在线高效测定与自动分选。

摘要：我国每年产生废旧纺织品超过2600多万吨,且随着经济的发展呈现逐年增多的趋势,而其再生利用率不足10%。废旧纺织品组分的多样性和结构的复杂性是影响其准确分类、快速回收和高附加值再利用的最大障碍。人工识别分选既费时费力又不准确,而近红外光谱分析技术可对其进行快速无损高效识别分选。在前期探究的最佳测试条件下,利用自主研制的“纤维制品在线近红外高效识别与分选装置”对聚酯、棉、毛、锦纶、真丝、粘胶、腈纶、聚酯/毛、聚酯/棉、聚酯/锦纶、真丝/棉混纺和“特殊类”共计12类1060个废旧纤维织物样本进行在线原始近红外光谱采集。基于采集的样本在线原始NIR谱图,利用卷积神经网络方法,依据输入的样本光谱数据及对应分类标签进行网络训练,建立了12类废旧纺织品在线NIR定性识别模型。对比一维、二维卷积神经网络模型,其二维模型较优,该模型是将901~2500 nm的一维数组归一化后转化为40×40像素的二维灰度图像,再交替进行多次卷积和池化来进行光谱特征的提取、压缩和数据降维。通过模型计算得到每类废旧纺织品样本的类别概率值,取其最大值作为该类织物的最终分类。本模型训练过程设置为500轮,每次取32个样本图像,学习率为0.001。训练后输出预先设定的12类织物标签,所建模型的内部训练准确率可达96.2%。为了验证模型的适用性,用232个未参与建模的织物样品进行预测检验,其识别正确率达96.6%。将该模型导入“纺织品在线主控程序”后,可对建模样本所涵盖的12类织物进行成分识别与自动分选,每个样品的识别和分选时间小于2 s。模型的建立和装置的应用为我国废旧纺织品的回收再利用提供了一种全新的分选技术和装备。

摘要：介绍了全自动轴承分选合套机和装球机中外圈全自动分选的设计与实现,阐述该套设备的结构以及外圈测量和分选的软件设计。

摘要：根据模式识别理论,论述了采用图象处理技术进行煤矸石在线识别与自动分选的原理,提出了一种基于CAN控制器的单片机煤矸石自动分选系统的结构,介绍了系统的软硬件设计,讨论了抗干扰措施。

摘要：本文介绍基于双光子吸收原理的一种在线自动识别与分拣煤矸石系统。它适用于粒度级别为50～150mm 的矿样,传送带速为≤1m/s,年处理量为120万 t 的矿井。实验表明,分选的准确率可达90%以上.原则上本方法也可适用于粒度级别为20～50mm 的矿样。

摘要：为寻求一种保障番茄色选机输送电机在生产中持续稳定运行的方式,研究开发了加工番茄自动分选喂料输送电机的监测系统。该系统以Lab VIEW软件为开发平台,利用虚拟仪器技术、传感器技术和信号处理技术,通过GUI人机界面设计方式,对番茄色选机电机转速完成了实时监测。结果表明,该系统测量数据准确、快速,可用于生产。

摘要：研究介绍了竹材分选设备的研究现状,针对竹材壁厚识别未实现机械化自动化的问题,设计了1种竹材壁厚自动分选机,包括输送机构、壁厚测量机构、上料机构、储料机构以及控制系统,并详细说明了各机构的结构及工作原理,为竹材分选设备的设计制造提供了新的思路。

摘要：拆回电能表数量逐年增加,人工分选破拆费时费力。通过分析需求,采用生产线的形式,设计了一套拆回电能表自动分选破拆系统。设计自动分选破拆流水线系统的总体方案,包含初选预备单元、除尘单元、自动分选单元、破拆单元、自动装箱单元与箱表绑定单元;设计研究了系统中各功能模块;介绍了该流水线系统的生产工艺流程。该系统兼容单相电能表和三相电能表,实现了拆回电能表自动分选和破拆报废。该系统的设计为拆回电能表分拣全流程自动化的实现提供了依据。

摘要：以机器视觉为基础,结合图像处理技术,设计一种废有色金属的自动分选系统。硬件系统完成对传送带上废金属物料的图像拍摄。软件系统首先对图像进行预处理,消除干扰噪声的影响。采用彩色图像分割法将目标图像与背景图像进行分离。同时提取废金属的颜色特征,采用多层感知器神经网络算法实现废有色金属的分类。分析实验结果表明该系统能实现多种废有色金属物料的在线自动分选,分选的效率达90%以上,提升了工作效率和经济效益。

摘要：针对当前银行、商场、公交汽车公司等部门在清点硬币需花费大量人力物力的问题,设计了一种通过硬币直径大小来自动分拣各类币种的硬币分选装置,该装置结构设计巧妙,通过各筛选板斜面间的配合,即可实现逐层分选各种硬币功能。该装置为硬币分类、整理提供了有效方法,且成本低廉,运行稳定,性能可靠,功能实现效果良好。