工控网首页
>

应用设计

>

案例 | 东土边缘控制打造智能泡沫浮选检测系统

案例 | 东土边缘控制打造智能泡沫浮选检测系统

人工智能已经成为新一轮产业变革的核心驱动力,正在对世界经济、社会进步和人类生活产生广泛的影响,机器视觉在产业和消费升级的大潮中将发挥重要的作用。2020年至2022年,中国机器视觉市场规模将从108亿元增长至162亿元人民币,年均复合增长率达22.5%,释放巨大的市场潜力。

image.png

机器视觉即用机器代替人眼来做测量和判断,工作流程大致为:被摄取目标——经图像摄取装臵——图像信号——经图像处理系统——数字信号——经抽取目标特征——判断结果并控制设备。该流程的实现需相应的硬件作为基础,典型的工业机器视觉系统构成有照明、镜头、相机、图像采集卡、视觉处理器等。

image.png

利用机器视觉技术,东土科技可为用户提供自动检测识别解决方案。方案搭载东土边缘通用控制器,东土科技 Intewell 工业级网络操作系统,视觉软件等组件,并利用 5G 和现场工业网络提供数据通道。目前,整套系统在芯片检测、工程机械、风电、石化领域已形成典型性应用。

比如,在智慧矿山泡沫浮选过程中,大多数是由工人直接根据自身经验来判断浮选工况并做出调整,如矿浆浓度、浮选药剂用量等。通过建立煤泥浮选机器视觉系统,用机器视觉代替“人眼”实时地监控浮选状态,并调整浮选参数;将图像识别技术应用到浮选工艺中,提高浮选工艺水平,实现浮选过程的智能化操作与信息化展示,对浮选过程的自动化发展具有重要研究意义和应用价值。

东土科技基于深度学习--目标检测实现浮选液面泡沫目标识别及定位模型,研发出一套智能泡沫检测系统,系统主要运行在东土科技NewPre AI 边缘通用控制器之上,以“核心浮选视频检测程序”为基础,其核心是基于GPU的Yolo 目标检测模型引擎,实现对获取的每一帧视频帧的快速检测与结果输出。

搭载NewPre AI边缘通用控制器的智能泡沫浮选系统,在“实时在线处理”模块,实现对原始摄像头视频流的解码、抽帧,格式转换处理,并将转换后的图像帧送到深度学习模型中进行识别,并最终将检测结果标注在视频流中,重新编码视频流推送给前端UI进行展示与预警。核心图像识别引擎,采用pytorch+yoloV5模型,通过对5000+张样本数据集的训练,实现对液面泡沫的识别、定位于标注,该模型运行在前端设备的GPU硬件之上,实现GPU算力加速。

NewPre边缘通用控制器产品,在满足运动控制、数据采集和处理、AI联合学习算法、恶劣工况下稳定运行等优势下,可实现实时控制与非实时控制稳定运行,是一种新型的AI+运动控制的应用。NewPre采用微内核架构,以软件定义生产流程和控制系统,通过虚拟化技术,实现高实时和非实时业务融合,可满足运动控制应用需求;通过非实时系统提供视觉检测方案,同步启用实时控制系统,提高生产效率和产品质量。

审核编辑(
王静
)
投诉建议

评论

查看更多评论
1127

文章

791

口碑

2966716

人气

其他资讯

查看更多

广东首创!东土正创助力黄埔19个隧道上线自动防汛系统

三峡晚报:防疫生产两不误,东土科技再赋能

科东软件成功入选广州市开发区人工智能企业库

北京石景山区区委书记常卫一行赴东土科技调研指导工作

案例 | 东土科技城市地下综合管廊网络通信解决方案