本發(fā)明涉及一種粒度與強度等級的檢測方法和系統(tǒng)，具體一種磷礦球團粒度與強度等級的檢測方法和系統(tǒng)。

背景技術(shù)：

1、磷礦是電爐法生產(chǎn)黃磷的主要原料。目前，黃磷電爐使用的磷礦都是粒度在5mm以上的塊礦，而根據(jù)我國磷礦資源的特點，能夠作為生產(chǎn)黃磷的塊礦只占磷礦總量的五十分之一，且優(yōu)質(zhì)的磷塊礦越來越少。另一方面，磷礦在開采、運輸及進入黃磷電爐前烘干預處理過程中產(chǎn)生大量粒度小于5mm的粉礦。通常磷礦粉礦的產(chǎn)生量約占磷礦采礦量的30％-50％，在個別風化程度較高的磷礦區(qū)采礦到入爐過程中粉礦的產(chǎn)生量可達65％以上，粉礦被大量堆積而未被利用。近年來黃磷市場持續(xù)在高位運行，使用磷礦粉制備電爐冶煉黃磷的新型專用爐料成為提高磷礦資源利用率的新興技術(shù)。

2、在生產(chǎn)磷礦球團并在電爐冶煉應用時，磷礦球團的強度和粒度是評價其性能的重要指標。一般來說，磷礦球團的強度越高，其抗沖擊性、耐磨性和耐高溫性能就越好，這對于磷礦球團的運輸、電爐冶煉過程的穩(wěn)定運行至關重要，而磷礦球團的粒度分布也對電爐冶煉過程的影響很大，粒度過大或過小都會導致爐內(nèi)的氣流不暢、蒸汽上升困難等問題。

3、因此，磷礦球團粒度與強度指標的及時獲取對磷礦球團生產(chǎn)、黃磷電爐冶煉均具有重要的現(xiàn)實意義。為了保證磷礦球團礦的粒度和強度達到要求，生產(chǎn)過程中通常配備有各種在線檢測設備，例如激光粒度分析儀、強度測試儀等，可以獲得磷礦球團的粒度和強度指標，及時調(diào)整生產(chǎn)工藝參數(shù)，保證磷礦球團的質(zhì)量穩(wěn)定。

4、然而，現(xiàn)有的粒度和強度測試措施，需要對磷礦球團進行取樣、冷卻、篩分、強度測試等一系列操作，檢測結(jié)果獲取的周期長，部分操作需要人工干預，智能化程度不足。

5、現(xiàn)有技術(shù)中，存在對球團粒度進行檢測的方法。例如，cn114627103a提出了一種基于視頻圖像識別的球團生球粒度分類方法。通過制備球團生球圖像訓練集，構(gòu)建球團生球粒度識別神經(jīng)網(wǎng)絡，并對其網(wǎng)絡參數(shù)進行初始化，得到初級球團生球粒度識別神經(jīng)網(wǎng)絡；構(gòu)建損失函數(shù)，以損失函數(shù)最小為目標，并通過訓練集對初級球團生球粒度識別神經(jīng)網(wǎng)絡進行訓練，直至損失函數(shù)小于α，得到訓練完成的球團生球粒度識別神經(jīng)網(wǎng)絡。采集待識別的球團生球圖像，將待識別球團生球圖像預處理后輸入訓練完成的球團生球粒度識別神經(jīng)網(wǎng)絡中，得到球團生球粒度分類的數(shù)量統(tǒng)計結(jié)果。通過實現(xiàn)球團生球粒度分類的數(shù)量統(tǒng)計、占比分析，輔助生產(chǎn)操作人員或現(xiàn)場工作人員調(diào)節(jié)打水量，使球團生球粒度范圍回歸正常。但該方法使用神經(jīng)網(wǎng)絡對圖像進行訓練，僅能得到球團的粒度分類信息，其無法得到每個球的實際尺寸，且無法得到球團的強度信息。

技術(shù)實現(xiàn)思路

1、針對現(xiàn)有技術(shù)中存在的磷礦球團檢測結(jié)果獲取的周期長，部分操作需要人工干預，智能化程度不足，且無法得到每個球團的實際尺寸和強度信息等問題，本發(fā)明提出一種磷礦球團粒度與強度等級的檢測方法和系統(tǒng)，對焙燒后的球團進行圖像采集并處理后，根據(jù)球團的邊界范圍和顏色信息，得到球團的粒度信息以及球團強度等級，檢測周期短，結(jié)果準確，無需人工操作。

2、根據(jù)本發(fā)明的第一種實施方案，提供一種磷礦球團粒度與強度等級的檢測方法。

3、一種磷礦球團粒度與強度等級的檢測方法，該方法包括以下步驟：

4、1)對焙燒后的磷礦球團進行圖像采集，并將采集到的圖像輸入到深度學習實例分割網(wǎng)絡中，得到圖像對應的mask信息；

5、2)在得到的mask信息中根據(jù)任意一個球團的邊界范圍得到該球團的粒度信息，依此類推，進而得到每一個球團的粒度信息；

6、3)根據(jù)mask信息在原始圖像中切割得到對應的mask區(qū)域，對該mask區(qū)域內(nèi)的球團進行顏色識別并進行顏色等級分類，根據(jù)球團的顏色等級及其對應的粒度信息進行加權(quán)判定，進而得到球團強度。

7、優(yōu)選的是，步驟1)所述的深度學習實例分割網(wǎng)絡包括但不限于fcis、mask?r-cnn、yolact-700、polarmask、solo、pointrend、blendmask、sam。

8、優(yōu)選的是，步驟1)所述的深度學習實例分割網(wǎng)絡為mask?r-cnn；采用mask?r-cnn進行實例分割的具體流程為：

9、(1)對焙燒后的磷礦球團進行圖像采集，將采集的磷礦球團圖像輸入maskr-cnn，得到特征圖；

10、(2)對特征圖的每個像素位置設定固定個數(shù)的感興趣區(qū)域，將感興趣區(qū)域送入?yún)^(qū)域生成網(wǎng)絡區(qū)分前景和背景，以及坐標回歸，獲得精煉后的感興趣區(qū)域；

11、(3)對精煉后的感興趣區(qū)域執(zhí)行區(qū)域特征聚集操作，即將原圖和特征圖的像素對應起來，并將特征圖和固定的特征對應起來；

12、(4)對感興趣區(qū)域進行多類別分類，即候選框回歸和全卷積生成mask，完成實例分割任務。

13、優(yōu)選的是，步驟2)每個球團的邊界范圍為每個球團的最小外接矩形；

14、優(yōu)選，判定每個球團的邊界范圍為：根據(jù)每個獨立的磷礦球團個體最小外接矩形的邊長判定球團的粒度信息；更優(yōu)選，所述最小外接矩形為由球團的xmin、xmax、ymin、ymax構(gòu)成的矩形框，則該球團的粒度大小為其最小外接矩形的最大邊長度，即：

15、l＝max(xmin-xmax，ymin-ymax)......(式1)。

16、優(yōu)選的是，該方法還包括：4)根據(jù)球團的粒度信息，將不合格的部分球團返回造球工藝中；

17、優(yōu)選，當球團的粒度l>50mm或<8mm時，將該球團破碎后返回至造球工藝；當球團的粒度8mm≤l≤50mm時，球團合格。

18、優(yōu)選的是，步驟3)所述判斷每個球團的顏色信息為：將每個獨立的磷礦球團按顏色進行區(qū)分，并劃分為n個等級；其中，n≥3；

19、優(yōu)選，根據(jù)原始圖像球團強度從高到底對應的顏色依次為白(w)、黃(y)、紅(r)、黑(b)。

20、優(yōu)選的是，所述顏色分類還包括顏色細分等級；將每個顏色級別進行再次細分，強度從高到底對應的顏色細分等級依次為1、2、…、m；m為2～20，優(yōu)選為3～10。例如，將白色(w)細分為w1、w2、…、wm，其他顏色以此類推。

21、優(yōu)選，步驟3)所述加權(quán)判定得到球團強度為：根據(jù)球團粒度信息，以及球團顏色等級，擬合可得：

22、x＝αl+βc+δ......(式2)

23、式中，x為單個球團的強度代表值；l為單個球團的粒度，mm；c為球團顏色等級的量化值；α為粒度權(quán)重系數(shù)，取值范圍為-10～10，優(yōu)選為-5～5；β為顏色權(quán)重系數(shù)，取值范圍為100～500，優(yōu)選為200～400；δ為穩(wěn)態(tài)誤差系數(shù)，取值范圍為150～450，優(yōu)選為250～340；其中，c的取值根據(jù)實際生產(chǎn)過程中的情況確定。

24、優(yōu)選的是，該方法還包括：5)根據(jù)球團的具體強度對其進行強度等級分類。

25、優(yōu)選，所述強度等級分類具體為：當0<x≤p1時，將球團劃分為a級；當p1<x≤p2時，將球團劃分為b級；當p2<x≤p3時，將球團劃分為c級；當p3＜x≤p4時，將球團劃分為d級。

26、其中，p1、p2、p3、p4為等級界限，p1的取值范圍為200～300；p2的取值范圍為300～800；p3的取值范圍為800～1200；p4的取值范圍為>1200。p1、p2、p3、p4的具體取值根據(jù)實際生產(chǎn)過程中的需求確定。

27、優(yōu)選的是，該方法還包括：6)根據(jù)球團的強度等級，將不合格的部分球團返回造球工藝或焙燒工藝中。

28、優(yōu)選，將a級球團破碎后，循環(huán)至造球工藝中；b級球團循環(huán)至球團焙燒工藝中，進行再次焙燒；c級和d級球團完成焙燒，輸送至成品倉中。

29、根據(jù)本發(fā)明的第二種實施方案，提供一種磷礦球團粒度與強度的等級監(jiān)測系統(tǒng)。

30、一種磷礦球團粒度與強度的等級監(jiān)測系統(tǒng)，該系統(tǒng)包括圖像生成裝置、傳輸裝置以及圖像分析裝置。所述圖像生成裝置設置在焙燒后的磷礦上方。圖像生成裝置通過傳輸裝置與圖像分析裝置相連接。

31、優(yōu)選的是，所述圖像生成裝置包括工業(yè)相機和電控箱。所述工業(yè)相機與電控箱相連接，電控箱與傳輸裝置相連接。

32、優(yōu)選的是，所述傳輸裝置包括依次串聯(lián)的第一光電轉(zhuǎn)換器、光纖以及第二光電轉(zhuǎn)換器。所述第一光電轉(zhuǎn)換器與圖像生成裝置相連接，第二光電轉(zhuǎn)換器與圖像分析裝置相連接。

33、優(yōu)選的是，所述圖像分析裝置為圖像處理服務器。

34、在本發(fā)明中，根據(jù)實際生產(chǎn)過程中的觀察與研究，球團在焙燒后的不同顏色代表不同的焙燒情況，其包含的物料情況不同，所示不同顏色的球團對應的強度等級就不同，總體來說，球團的顏色與強度規(guī)律為：白>黃>紅>黑。根據(jù)上述理論，本發(fā)明首先對焙燒后的球團進行圖像采集，將得到的圖像轉(zhuǎn)化后輸入到深度學習實例分割網(wǎng)絡中，然后判定圖像中每個球團的邊界范圍，得到每個球團的粒度信息。再結(jié)合球團的粒度信息和顏色信息，加權(quán)判定球團強度。

35、在本發(fā)明中，基于實例分割可以得到每一個獨立球團的位置、區(qū)域范圍等信息，基于這些信息可以計算對應球團的粒度。具體為，根據(jù)每個球團的邊界范圍，即球團的最小外接矩形的最大邊長度l判斷該球團的粒度。另外，由于圖中具有numbox數(shù)量的目標，需要對這些目標分別計算其直徑，即可得到整體的粒度分布情況。

36、在本發(fā)明中，結(jié)合mask信息與原始圖像信息，可以區(qū)分每一個獨立的磷礦球團個體xmin/ymin、xmax/ymax所圍成矩形的原始圖像區(qū)域，對該區(qū)域的圖像進行分類識別(例如構(gòu)建一個卷積神經(jīng)網(wǎng)絡分類器)，并把每一個獨立的磷礦球團個體對應的原圖按顏色類別進行分類，如：白(w)、黃(y)、紅(r)、黑(b)等，由于磷礦球團在焙燒后的不同顏色代表不同的焙燒情況，其包含的物料情況不同，所以其對應的強度等級就不同，顏色與強度的規(guī)律為：白>黃>紅>黑。優(yōu)選地，按照所需的強度等級對球團的顏色濃度進行進一步劃分，提出w1、w2、w3等強度等級，使后續(xù)的球團強度判斷過程更精確。

37、在本發(fā)明中，提出了結(jié)合球團的顏色等級和粒度信息，加權(quán)判斷球團強度，并根據(jù)實際生產(chǎn)過程中的經(jīng)驗對球團顏色等級的量化值進行取值(例如：w1、w2、w3；y1、y2、y3；r1、r2、r3；b1、b2、b3等，可以量化成w1＝3.6、w2＝3.3、w3＝3；y1＝2.6、y2＝2.3、y3＝2；r1＝1.6、r2＝1.3、r3＝1；b1＝0.6、b2＝0.3、b3＝0)，結(jié)合權(quán)重系數(shù)和穩(wěn)態(tài)系數(shù)，計算得到球團的強度。優(yōu)選地，根據(jù)球團的強度對其強度等級進行分類，便于球團的后續(xù)處理與存放。進一步，可以將部分強度不合格的球團返回值造球工藝或焙燒工藝中，重新造球或焙燒，提高磷礦球團的總體強度，同時提高磷礦粉礦的利用率。另外，還可以根據(jù)其圖案的粒度，將粒度過大或過小的球團破碎后返回至造球工藝，重新造球焙燒。

38、在本發(fā)明中，球團強度判斷過程中的權(quán)重系數(shù)α、β，以及穩(wěn)態(tài)誤差系數(shù)δ的取值為根據(jù)實際生產(chǎn)過程中的情況決定。另外，對球團強度等級進行具體分類時，p1、p2、p3、p4的具體取值根據(jù)實際生產(chǎn)中的情況決定。

39、在本發(fā)明中，可以采用多種基于深度學習的實例分割算法對得到的球團圖像進行處理。例如，當采用mask?r-cnn時，首先將采集的磷礦球團圖像輸入到特征提取網(wǎng)絡，得到特征圖。然后對特征圖的每一個像素位置設定固定個數(shù)的感興趣區(qū)域，然后將感興趣區(qū)域送入?yún)^(qū)域生成網(wǎng)絡進行二分類(即區(qū)分前景和背景)以及坐標回歸，以獲得精煉后的感興趣區(qū)域。再對上個步驟中獲得的感興趣區(qū)域執(zhí)行區(qū)域特征聚集操作，即現(xiàn)象原圖和特征圖的像素對應，然后將特征圖和固定的特征對應。最后對這些感興趣區(qū)域進行多類別分類，即候選框回歸和全卷積生成mask，完成實例分割任務。

40、在本發(fā)明中，使用相機采集焙燒完成后的磷礦球團圖像，避免人工采用對樣品的損傷，且能提高采樣效率。同時利用算法流程可以實時監(jiān)測磷礦球團的粒度與強度等級，縮短了檢測周期，避免了人工檢測和抽樣過程中的樣本差異，提高了整體流程的智能化程度。

41、在本發(fā)明中，圖2a為輸入實例分割的原始圖像；圖2b為可視化的mask圖像，mask的原始信息為(0，1)矩陣；圖2c為基于mask信息在原圖上對每一個磷礦球團個體上色圖，無任何實際涵義，且與后續(xù)的球團顏色識別無任何關系，該圖上顏色僅代表區(qū)分個體作用，作為可視化展示使用。

42、與現(xiàn)有技術(shù)相比，本發(fā)明具有如下有益效果：

43、1、本發(fā)明提供的一種磷礦球團粒度與強度等級的檢測方法和系統(tǒng)，通過采集球團圖像的方式，判定每個球團的邊界范圍和顏色信息，最終得到球團的粒度和強度信息，避免了人工采樣，提高采樣效率，且能實時監(jiān)測球團的粒度和強度等級，避免了抽樣過程中的樣本差異。

44、2、本發(fā)明提供的一種磷礦球團粒度與強度等級的檢測方法和系統(tǒng)，利用球團的最小外接矩形判定球團的粒度等級，根據(jù)球團的顏色和粒度判定球團的強度等級，并根據(jù)粒度等級和強度等級將不合格球團返回造球或焙燒工藝，提高良品率。