当前位置:首页 > 学生工作 > 学生动态

【学院动态】科学研究无假期 共克时艰正当前

发布时间:2020-02-21    

  尽管疫情形势严峻,但新葡萄京科学研究工作团队并没有因此停下脚步。近日,在指导老师胡志力、朱希的指导下,由澳门新葡萄京所有网站的蒙坤、郑昕宇、张栋、张健、阮婷婷、鲍旻珺六位本科生组成的节能减排团队在基于机器视觉的退役汽车有色金属破碎料智能分选装置的研究上取得新的突破,探究基于机器视觉的智能分选技术。

  随着经济的发展和汽车的普及,我国退役汽车的数量连续十年上升。据不完全统计,2014年至2019年我国平均每年产生650万辆退役汽车,且数量仍在增加。退役汽车中以铜,铝为主的有色金属破碎料由于占比大、价值高、分选难的特点,使得目前我国退役汽车有色金属分选工艺仍停留于人工分选阶段。如何充分利用我国的退役汽车破碎料资源,分选有色金属破碎料,对提升资源利用效率和保护环境有重要战略意义。因此,研发高性能,充分贴合工业应用的退役汽车有色金属破碎料智能识别与分选装置刻不容缓。

  

  图片来源于网络

  据了解,目前退役汽车破碎料的分选多由滚筒筛分、磁力分选、风力分选、涡流分选完成其中轻质物料和黑色金属的筛分,其中涡流分选的结果为不锈钢与有色金属破碎料混合。当前基于工业相机CCD图像传感器的色选工艺,虽然开发了机器视觉分选平台,只能用于来分选大豆和茶叶等颗粒农作物。但退役汽车破碎料大小不一,形状各异,表面常有污垢附着,因此当前的色选工艺不足以分离,仍以人力分选为主流。

  该团队在此背景下,以解决有色金属高效分选问题为目标,利用机器学算法研究有色金属破碎料图像处理以完成识别工艺优化,利用有限元模拟研究喷嘴数量对分选气流场的影响完成分选工艺优化。在控制方案可行性研究的基础上进行机器视觉分选样机的设计制造。从布局方面、视觉检测、传动控制、分选执行与控制系统共同作用,具有系统性与总体性的优点。从核心方面,图像的采集检测经过双方案讨论,利用最优化预图像预处理与算法识别突破技术难题。

  在备战校赛和国赛期间,由于疫情使得研究难度加大,但团队成员们不惧困难,充分利用自己的假期时间用于项目的研究和完善。同学们每隔几天就会和指导老师在线上一起讨论项目难点,在激烈的思维碰撞和热烈的讨论中,项目研究的方向日渐明晰。目前,该团队正在进行论文发表、发明专利和软件著作权申请等工作。

  据悉,该节能减排竞赛小组将于今年4月参加“全国大学生节能减排社会实践与科技竞赛”澳门新葡萄京所有网站校内选拔赛,预祝他们取得优秀成绩。

  通讯员:鲍旻珺 编辑:马留涛

  

下载中心