在线大污染物分析器和方法

专利名称：在线大污染物分析器和方法
技术领域：
本发明涉及一种在线自动化大污染物(macrocontaminant)分析器和分析纸衆中的大污染物的方法。
背景技术：
污染物表示纸浆悬浮液中或白水中的不良成分，因为它们可妨碍纸浆、纸张或纸质产品的制造操作或质量。根据预先建立的尺度，它们被分类为大污染物和微污染物。通常通过测量0. 10至0. 15mm缝筛上保留下来的材料的量来区分大污染物与微污染物。纸浆和白水中的大污染物的准确确定对于制浆者和造纸者、化学品供应商、粘接剂制造商、印刷工和研究者是最重要的。 大污染物的这个测量对于制浆厂和造纸厂特别有用，因为它指示了控制和清除策略。纸浆和水流中的污染物的性质和数量取决于所制造的纸浆的类型和系统封闭的程度。原浆中的有害污染物的例子是源于木材的不完整去纤维化的浆块。胶黏物是所谓的另一重要污染物类，因为它们属于强烈倾向于沉积在多种表面上或粘附到多种表面的材料。代表回收纸浆中的显然最不利的污染物类的胶黏物包括多种亲脂性化合物。它们源于用于多种功能(像粘合、密封、涂布和印刷)的标签、胶带、封皮、印戳、纸板中所使用的压敏粘接剂(PSA)、热熔胶、调色剂、蜡、涂料和粘合剂。在制浆、筛选、泵抽、分散和捏合期间对回收厂中与回收纸一起引进的粘接剂、涂料和蜡进行强烈的机械动作。在纸浆处理和纸张制造期间施加于粘接剂的强剪力将导致使它们分裂为大范围的粒子大小。胶黏物质在水相中的释放导致从脱墨厂生产出不合规格的纸浆、用于它们的钝化和溶剂清洁的化学成本提高、造纸机上和印刷车间中的运转性能差、以及产品质量差。尽管对于回收操作的高效率控制至关重要，但是由于人员短缺和手动方法的单调乏味的性质，大胶黏物(macrostickies)测量不频繁参考文献1_5。尽管问题严重，但是对于在线监视纸浆流中的胶黏物，提出了非常少的设备参考文献6_10。开发在线仪器所面对的最大障碍之一是单元必须能够测量纸浆垫中或主要包括纤维的纸浆悬浮液中的少数污染物。这些纤维的存在阻碍了污染物的适当探测，尤其是当图像分析用于对象辨别和量化时。为了避开这个问题，多种实验室方法在探测、量化和测量污染物之前首先分离污染物。最广泛使用的实验室方法使用实验室用筛、水力旋流器、过滤设备等来首先使污染物与纤维分离参考文献1_5、10。一旦隔离，污染物(诸如胶黏物、污垢和浆块)就被从筛网收集或沉积在滤纸上。而污垢和浆块不需要专门为它们的量化做准备，当污染物包括胶黏物时，情况就不一样了。胶黏物的胶黏性质用于使它们与其它大污染物分离、或者将它们输送到合适的支承件，在该支承件处，可对它们进行目检以及用眼睛或在图像分析器的帮助下对它们进行计数。为视觉分析做胶黏物准备是限制胶黏物分析的通过量的单调乏味的过程。一些其它仪器基于污染物的胶黏性和它们沉积在造纸机网部和纸张上的倾向参考文献2、11-14。虽然有用，但是这些实验室测试全都是耗时的并且没有显微镜检查，和/或化学分析关于污染物的类型、它们的面积或数量没有揭露太多。
存在以下几个专利，这些专利描述了用于在线测量主要包括其它成分的液体中的小比例成分的设备，特别是在探测血液中的白血球、血小板或抗体参考文献15-31和纸浆中的浆块参考文献32-43的领域中。更少的专利涉及纸浆中的胶黏物的实际在线测量参考文献6-10、44。这些分析器中的许多分析器需要稀释血液或纸浆样品，以使感兴趣成分的显现(visualization)或探测便利。通过层流式水动力流通池则使得可对成分或污染物进行识另U、测量或统计(enumeration)参考文献15、17_19、21-32、34-36、41_69。白血球或血小板在大量红血球中的显现通常涉及使红血球形成球形、或者通过细胞裂解促进它们的移除参考文献15、18、22、23、28、30、50、51、59、用荧光染料给不同生物成分染色参考文献18-22、24、25、27、30、70、71、或者通过电泳分离它们参考文献72_77。在这些系统中，粒子探测可通过下述方式来进行散射光的光电探测参考文献15、18、21-25、27、30、31、70、71、78、79、近红外反射参考文献56、57、或者通过对电荷耦合器件所捕捉的图像进行图像分析参考文献25-27、49、52-55、72、76、77、80-82。图像分析是分辨各个成分的特征并且使得可对它们进行统计和测量的有用工具参考文献25、80。与血球不同，纸浆纤维、浆块或胶黏物不能经历使细胞裂解来使血球和血小板与更多的红血球分离的细胞裂 解。另一方面，在许多方面，用于分离、探测和测量白血球和血小板的许多技术可用于纸浆。样品稀释、水动力聚焦和荧光染料的使用实际上在许多纸浆应用中被用于在对纤维进行光电探测或通过电荷耦合器件使它们成像之前分离和/或区分它们。参考文献6、7、9、32、34、35、42-44、83。然而，当分析对象是大的胶黏粒子时，它相对于纤维群体的量如此小，以至于在层流式流通池中必须以低流速对大容量样品进行处理，以便探测到足够量的胶黏物，以获得统计上显著的计数。这对使用水动力聚焦的分析器的通过量施加了严重的限制。在以下段落中进一步描述这些方法。与血液分析器相比，浆块分析器使用纸浆稀释、水动力聚焦、筛网、水力旋流器或通过间隙的抽吸式提取器来在分析污染物之前使浆块与纤维团分离参考文献9、32、34-43、84。因为浆块具有比水大的直径和比水高的密度，所以筛网和水力旋流器可使浆块与纸浆团分开。使光通过流通池和样品，光或脉冲信号的改变将使得可确定粒子或纤维大小参考文献9、32、34-36、40、42、43。虽然有用，但是少数污染物及其与纤维类似的颜色妨碍了它们的显现和识别。使得可进行浆块含量确定——比水高的密度、以及比纤维大的直径——的相同原理也将使从纸浆隔离出大胶黏物便利。关于胶黏物探测和测量，已描述了使用荧光染料来探测纸浆的疏水性成分的四种方法参考文献6_8、83。Horn等人的方法7被设计为探测纸浆中的木材树脂粒子。该分析器使用与Esser等人8、Di Cesare6和Perry等人83所述的那些分析器相同的原理，除了它们被定义为胶黏物分析器之外。这些仪器均使用与将荧光染料添加到纸浆悬浮液相结合的光电探测作为识别纸浆中的有机成分(诸如胶黏物和木材树脂)的手段。荧光染料与疏水性污染物(诸如胶黏物)反应。当被荧光染色的成分被特定波长的光激发时，疏水性污染物将发射稍后可被光电探测器探测的光。与污染物的大小成比例的发光信号在光电池中被探测，并且对这些信号进行估计以测量疏水性污染物。该方法的问题之一是，亲脂性提取物(诸如甘油三酸酯和脂肪酸85)中富有的纤维、细粒和浆块可干扰胶黏物的测量。因此，这些方法没有在胶黏物与松脂之间进行区分，因为这两类的性质都是疏水性。而且，这些方法不允许基于胶黏物的面积或类型来对它们进行统计。所有这四种方法都使用层流式流通池或水动力聚焦来分离污染物和使得可对它们进行探测。组合水动力聚焦与现有的污染物分开步骤可给予更好的结果，诸如Carr9所述的方法。第一胶黏物分析器被Carr9描述。该分析器通过下述方式作用，即，首先将纸浆样品稀释到小于0. 5%的稠度，并且使稀释的纸浆样品通过一系列水力旋流器以根据粒子的密度来分离它们。然后在分离的粒子通过流通池之前再次将它们稀释到小于0. 5%的稠度。该流被施加背光，光电探测器包括被对齐以接收透射光的线性敏感元件阵列。与粒子对齐的敏感元件创建与宽度成比例的信号。通过快速地依次激活元件，创建数字数据流，该数字数据流被微处理器处理，以确定粒子大小并生成多个污染物相关信号，这些污染物相关信号与不同的分类大小范围(诸如大、中和小污染物粒子)相关。还可增加荧光染料的添加来帮助识别光电池中的污染物。如果我们在20年之后重新审视该方法，则增加成像能力的电荷耦合器件的使用可改进该方法。该方法的限制之一是，水力旋流器用于从纸浆分离胶黏物。除了蜡和其它轻量级大污染物之外，常见的大胶黏物具有与水类似的密度，限制了通过水力旋流器分开它们，并且在样品制备中导致纤维的存在。作为在线设备的该方法的另一缺点是，在探测层流中的粒子之前，使用水动力聚焦来分离这些粒子。可被这样的池 处理的样品大小在毫升的量级上小。由纸浆筛选或清洁方法导致的公升大小的样品的通过将限制这样的流通池的使用。用于分析纸浆中的非常小的胶黏物的方法已被Banerjee10描述。再次，筛选(尽管通过过滤)用于从纤维浆料移除纤维、纤维碎片和其它大污染物粒子，此后测量过滤样品的碳含量。接着，对滤液进行超滤，以从滤液分离出具有高分子重量的胶黏物，随后，测量超滤样品的碳含量。超滤中所使用的滤孔大小为25 ym。最后，使用碳含量来确定纤维浆料中的微胶黏物浓度。虽然有用，但是该方法被报告给予微胶黏物的估算、而没有给予大污染物(诸如大胶黏物、浆块和调色剂)的估算。原理上，从木材溶解或由造纸机添加剂引起的其它有机材料应该通过25 iim的孔，而不被探测到。然而，这些成分趋向于在纸浆水中形成团块，这些团块可干扰这个测量。流通池已知是测量深色粒子和微小物，诸如牛皮纸84和回收纸浆中存在的树皮、金属和调色剂污染物(Simpatic，PapTech)。虽然对于测量深色污染物有效38、84，但是这些分析器难以探测与纸浆在视觉上没有太大不同的污染物(诸如胶黏物)86。

发明内容
因此，本发明的目的是提供一种纸浆或白水样品中所存在的大污染物的在线自动化分析。所述在线自动化分析器首先通过筛选来从纸浆分离污染物。然后自动地将分开的污染物输送到室，该室使得可进一步基于污染物在水中的相对密度来将它们分为轻量级类和重量级类。然后使轻量级污染物和/或重量级污染物成像，并且针对它们的类型、数量、大小和投影面积进行分析。图像分析使得可基于污染物的颜色、大小、直径和形状来探测它们的类型。对来自样品的所有图像的数据求平均值，并且制备报告，该报告包括重量级污染物和轻量级污染物的总数和面积。该报告可显现在分析器的计算机屏幕上、或者被发送到工厂数据库和控制系统。数据存储在处理器中，并且具有与污染物的原始图像的链接。该数据储存将使得用户可查看每个污染物类型的总数和面积的历史趋势。因此，根据本发明的一方面，提供一种用于纸浆和/或白水流的在线大污染物分析器，该分析器包括纸浆分类器，将来自所述流的样品分离为包括大污染物的液态组分；污染物室，装入容纳所述组分的污染物池；光学室，包括与所述池连接的、捕捉至少一个探测图像的光学探测器；和控制室，拍摄所述至少一个探测图像，并且进行图像分析以确定所述组分中的至少一种大污染物的类型和数量。根据本文所述的分析器的另一方面，所述光学探测器是从所述污染物池生成所述探测图像的至少一个高清晰数字照相机。根据本文所述的分析器的又一方面，所述污染物池包括污染物沉降板，所述污染物沉降板包括对所述探测图像的质量进行优化的彩色背景。根据本文所述的分析器的又一方面，所述光学探测器聚焦在所述污染物池的污染 物沉降板上。根据本文所述的分析器的又一方面，所述光学探测器聚焦在所述污染物池内的液态组分的表面处。根据本文所述的分析器的另一方面，所述控制室包括计算机，所述计算机包括执行图像分析并监控分析器的任务执行的软件程序。根据本文所述的分析器的另一方面，所述软件程序与照相机动态链接库、成像库和OPC服务器通讯，进行交互以识别大污染物的类型和数量。根据本文所述的分析器的又一方面，所述OPC服务器还与PLC通讯，所述PLC与纸浆分类器、污染物室和光学室通讯。根据本文所述的分析器的又一方面，所述污染物池是包括污染物沉降基板和集成彩色沉降板的透明柱体池，所述光学探测器包括第一高清晰数字照相机和第二高清晰数字照相机，其中，所述第一照相机聚焦在所述集成彩色沉降板上，所述第二照相机聚焦在所述液态组分的表面上，并且所述控制室包括计算机，所述计算机包括执行图像分析并监控分析器的任务执行的软件程序。根据本发明的一个实施例，提供一种分析纸浆和/或白水流的大污染物的方法，该方法包括将来自所述流的样品分离为大污染物组分；通过所述组分的光学测量来生成至少一个探测图像；和分析所述至少一个探测图像，并且确定所述组分中的至少一种大污染物的数量和类型。根据本文所述的方法的另一实施例，所述至少一个探测图像由高清晰数字照相机生成。根据本文所述的方法的又一实施例，生成第一探测图像和第二探测图像，并且所述第一探测图像聚焦在轻量级大污染物上，所述第二探测图像聚焦在重量级大污染物上。根据本文所述的方法的又一实施例，通过计算机的软件程序分析所述至少一个探测图像，所述计算机与照相机动态链接库以及成像库和OPC服务器通讯，所述软件程序识别至少一种大污染物。根据本文所述的方法的又一实施例，所述软件程序进一步通讯以控制所述样品的分离和所述至少一个光学图像的生成。


现在将参照以图示的方式显示本发明的具体实施例的附图，在附图中图I是根据本发明的一个实施例的在线大污染物分析器的示意性流程图；图2是根据本发明的另一实施例的在线分析器的另一实施例的流程图，该流程图显示如何通过低或中稠度市售自动取样器来手动或在线地将纸浆和/或白水样品进给(feed)到纸浆分类器；图3是与图I的在线分析器连接的纸浆份化器的示意性流程图，纸浆分类器用于从纸浆纤维流分出大污染物组分，所述大污染物组分可选地可被输送到根据本发明的另一实施例的在线分析器以用于分析类型、数量和面积；图4是根据图I的在线分析器的污染物室的一个实施例的示意性流程图，所述污染物室容纳大污染物，并且使得可对它们进行稀释、分散、辨别、图像捕捉以及最终将它们 输送到下水道；图5是描绘根据本发明的一个实施例的使得可对污染物室中的轻量级污染物和重量级污染物这二者进行图像捕捉和分析的事件序列的逻辑图；图6是根据本发明的一个实施例的包括用于图像捕捉的数字照相机的光学室的组件的示意性流程图；图7是根据本发明的一个实施例的控制室的硬件组件和软件组件的示意性流程图；这些组件执行分析器的特定任务，并且包括与在线分析器的其它单元的通讯和与工厂数据控制系统的链接，所述其它单元诸如纸浆分类器、自动取样器以及光学室中的照相机、位于污染物室中的各种阀和传感器、可编程逻辑控制器(PLC)硬件、路由器、计算机屏幕；图8是根据图I的在线分析器的一个实施例的图像分析程序的参数的示意性流程图，所述图像分析程序处理照相机所捕捉的图像，并且确定大污染物的类型、数量和大小；图9是示出根据图I的在线分析器的用于识别并表征轻量级大污染物和重量级大污染物的步骤的进一步细节的逻辑流程图；和图10是根据本发明的一个实施例的分析图像如何被转换为数值数据、曲线图、数据表格、或者作为图像文件被存储的示意性流程图。
具体实施例方式大污染物是其主要成分为长纤维和细小元素的水性悬浮液的副成分。样品到分析器的运输可使用市售纸浆取样器来手动地或自动地进行。总而言之，在线自动化分析器识别从纸浆或白水样品分出的大污染物的类型，并且通过图像分析来测量它们的数量、大小和投影面积。在该单元中，所有动作都是自动化的，以使得人工干预限于校准和维护过程。为了获得用于随后分析的清晰图像，首先从纤维材料分离出大污染物，并且使用狭缝孔径为0.003"至0.004"的筛选系统来聚集这些大污染物。分析器被设计为合并筛选系统的独立单元，或者它可被改装为现存的商用纸浆分类器。纸浆或白水流被手动地或通过自动取样器添加到纸浆分类器的入口。在筛选几乎移除所有纤维之后，分散在水中的分开的大污染物被自动地排放到专门设计的污染物池。在该池中，首先通过空气喷射均匀地混合水中的污染物，此后大污染物根据它们与水的密度差异分离。轻量级大污染物(诸如蜡、低密度胶黏物、热熔胶、塑料、清漆以及它们的组合)漂浮到池的顶部，而比水密度大的污染物沉降到池的底部。重量级污染物下沉，因为它们的密度比水大，包括大胶黏物、浆块、热熔胶、高密度塑料、清漆和黑色污染物(诸如调色剂或污垢)以及它们的组合。污染物室中的灯光以及沉降板的材料和颜色确保在照相机镜头进行图像捕捉之前充分地显现和辨别污染物，所述照相机镜头聚焦在水相的顶部上或污染物池的底部处。重复室的水相中的污染物分散、图像捕捉和图像分析，以确保所测量的污染物的数量足以确保结果的统计显著性。对来自样品的所有图像的数据求平均值，并且制备报告，该报告包括重量级污染物和轻量级 污染物的总数和面积。该报告可显现在分析器的计算机屏幕上、或者可被发送到工厂数据库和控制系统。数据存储在处理器中，并且具有与污染物的原始图像的链接。该数据储存还将使得用户可查看每种污染物类型的总数和面积的历史趋势。除了所述两个污染物类之外，重量级污染物可进一步分为四个不同类别，包括1、白色或发白大胶黏物，包括热熔胶、塑料和清漆；2、浆块；3、黑色污染物或污垢，诸如调色剂；或者，4、塑料和清漆。如果分析器与聚团室耦接，则聚团的微胶黏物的识别将也是可能的。将参照附图来更详细地描述所述分析器和方法的这些特征。更详细地参照附图，图I示出在线自动化大污染物分析器及其相关联的设备I的主要组件。在线自动化大污染物分析器5在本文中可用商标FPAutoSpeck 标识。分析器5对从纸浆或白水样品分出的大污染物进行计数。虽然来自考虑中的处理流2的大污染物22主要涉及回收纸浆中的胶黏物、轻量级大污染物和污垢，但是相同的在线自动化分析器5可用于原浆中的有害成分(诸如浆块)的识别和量化。标号后面的字符后缀a和b分别是指人工样品和在线样品。在线自动化分析器5安放在具有三个分离的隔室或室的不锈钢机柜中，这三个室根据它们的主要功能被命名为污染物室30、光学室40和控制室50。该机柜独特地用于保护电子组件不受振动以及工厂的湿热的恶劣环境的影响。就这点而论，只要机柜是坚固和防水的，它就可由诸如塑料和金属的几种材料构成。在该图中，大污染物22的在线自动化分析器5与商用纸浆分类器20耦接，并且对于在线分析，可添加商用在线取样器10b。纸浆或白水样品12a/b通过取样器10a/b被进给到纸浆分类器20，取样器10a/b为手动IOa或在线自动取样器10b，纸浆分类器20分离污染物22，并且将它们输送到污染物室30。污染物室30用于首先将污染物22分离为或分开为轻量级大污染物31或重量级大污染物32、然后在图像捕捉42之前分散污染物。在优选实施例中，位于光学室40中的照相机拍摄轻量级污染物31或重量级污染物32的图片(执行图像捕捉)。轻量级污染物31可包括蜡、热熔胶、塑料和/或清漆，而重量级污染物32可包括大胶黏物、浆块、塑料、清漆、热熔胶和/或黑色污染物或污垢(诸如调色剂)。控制室50具有以下两个硬件和软件的部分分别操作FPAutoSpeck 的光学室和污染物室的组件的硬件和软件51、53 ;以及分别用于自动取样器和纸浆分类器的硬件和软件55、57。图像分析软件然后对轻量级污染物31和重量级污染物32的数量进行计数，并且测量它们的表面积。除了污染物的总数和面积之外，以直方图的形式制作报告，该报告显示给定大小范围或箱柜内的污染物的数量。该报告可显现在FPAutoSpeck 的计算机屏幕上，或者该数据可被发送到工厂数据和控制系统60。数据存储在处理器中，并且具有污染物的原始图像的链接。该数据储存还将使得用户可查看每种污染物类型的总数和面积的历史趋势。图2显示如何通过低或中稠度市售自动取样器IOb手动地或在线地将来自纸浆或白水线的纸浆或白水样品进给到纸浆分类器。关于手动取样模式(a)，纸浆或白水的处理流样品2通过手动取样器IOa获取。已知容积和/或固体含量的组分12a被手动地进给到纸浆分类器20的稀释环路或容纳器皿。在对该组分进行处理之前，在软件界面14a的操作窗口中选择手动工作模式。手动取样模式(a)需要在添加样品的组分之前将关于样品容积或固体含量的值用密钥加密到程序中。在添加该组分并且按下用户界面14a的窗口中的开始之后，样品可被自动地处理。关于在线取样模式(b)，自动取样器IOb由在线自动化大污染物分析器I的可编程逻辑控制器(PLC) 64之一通过电气和/或电子连接55控制。用户可通过用户界面14b 的窗口访问自动取样器参数和控制。可控硬件可包括取样活塞或隔膜和用于空气和样品流动的阀56。取样管线中的小玻璃窗口使得用户可确定样品行进到纸浆分类器的入口的时间量。该行进时间和活塞的打开必须针对每个自动取样管线进行校准。冲洗水7的恒压用于推压样品通过管道系统。然后在指定时间切换样品偏向阀16，以使得样品胡萝卜可流到纸浆分类器20的入口。冲洗水7的流动可以可替换地通过排水管18偏转到下水道9。为了将污染物数量与纸浆重量或白水容积相关，在线取样需要将关于样品的容积或固体含量(有时，以及取样管线中的压力)从工厂数据控制系统60输送到在线自动化大污染物分析器5的处理器。可替换地，纸浆重量可通过使用在线稠度计测量构成胡萝卜的纸浆样品的稠度来确定。在纸浆流2中，大污染物的数量很少，并且在感兴趣污染物表示浆料中的副成分的情况下，通过图像分析系统对它们进行识别变得困难。纸浆分类器20用于从纸浆纤维流2分出大污染物22，其中，它们随后可被输送到大污染物22的在线自动化分析器5以用于分析类型、数量和面积。图3显示纸浆分类器20如何与FPAutoSpeck 耦接。FPAutoSpeck 可被改装为诸如大污染物分析器I内所包括的商用纸浆分类器或任何其它定制纸浆分类器。可替换地，可通过筛选系统24从通过再循环的纸浆和白水隔离并聚集污染物，筛选系统24包括筛网、压力筛或水力旋流器类型的反向或单向流动清洁器。偏转阀23将使得可几次通过同一单元或一系列单元或者几次再循环通过同一单元或一系列单元，以确保几乎所有的纤维和细小元素被移除，以使得可最佳地显现大污染物。相同阀23将使得冲洗水或丢弃的纤维可排出到下水道9。纸浆或白水样品12a/b被手动地12a或通过在线自动取样器12b进给到稀释环路26或纸浆分类器20的贮存器，以用于用30°C或更低温度的无污染物的水进行稀释。在稀释之后，使样品通过具有宽度为一英寸的1/3000至1/6000的狭缝的筛网，该筛网使得纤维和小的纤维性元素和非纤维性元素可通过，同时阻止宽度大于或等于75或150 m的大污染物22通过。小于lm/s的低狭缝速率将确保在使大污染物22聚集在筛网一侧的同时充分地移除纤维。在更高速率，污染物聚集和隔离可通过几次通过或几次再循环通过28同一筛网来实现。然后将聚集的大污染物输送到FPAutoSpeck 分析器5的污染物池34进行分析、或者输送到第二工位以对样品进行手动分析8。冲洗水27在整个筛网上冲洗，以防止狭缝堵塞并且冲洗大污染物的输送管线。然后，在大污染物22的图像被捕捉以用于随后进行图像分析的同时，使纸浆分类器20准备对另一样品进行处理。与纸浆分类器20的其它连接包括水位传感器21 ;电气和电子接头3 ;阀和控制传感器4、以及样品混合6装置。如图4中所见，从纸浆分类器20分出的大污染物22被输送到污染物室30的污染物池34。污染物室30使所有液体处理组件保持与FPAutoSpeck 的电子部分分离。室30用于容纳大污染物，并且使得可对它们进行稀释、分散、辨别、图像捕捉、以及最终将它们输送到下水道9。污染物室30配备有几个组件，包括污染物池34、用于样品稀释和冲洗的可伸缩喷淋系统35、沉降板36、灯37、空气喷嘴81、气动阀38、水位传感器39、水管线82 (阀)以及溢流槽和漏斗。污染物室30内装入的主要组件是污染物池34。污染物池34具有在池底部的透明基底或污染物沉降板36。在优选实施例中，污染物池34包括配备有污染物沉降板36的透明柱体池33。该池可被布置有透明沉降基板和相邻的在该池外部的彩色背景板。各种可能的板使得污染物可显现并且可充分地辨别它们的类型。柱体33和板36可由几种透明材料制成，诸如玻璃、有机玻璃或聚碳酸酯。沉降板36还可由不同的有色材料制成，诸如塑料、金属(未经处理的、经过阳极化处理的、电镀的)、或者具有彩色背景的钢化玻璃。为了对 给定污染物的显现和辨别进行优化，用于构造板36的材料可变化，其颜色也一样。沉降板36插件易于根据维护或用于查看不同污染物类型的需要来进行改变。可伸缩喷淋系统35使得可对样品进行稀释或者在样品之间对污染物池进行冲洗。气动阀38控制喷淋盖在污染物池34上方或移到一侧的运动。喷淋系统35的喷淋喷嘴与喷淋盖相配合，以防止水喷射到光学室窗口上。喷淋盖伸缩，以使得可对污染物进行图像捕捉。水量根据预定水位进行调整，所述预定水位使得可充分地分离轻量级污染物和重量级污染物，同时使得对象在图像捕捉42期间可以处于两个照相机的镜头的焦距处，以用于最佳观看和辨别。水位传感器39使得可对污染物池中的水位进行探测和控制。轻量级污染物31将漂浮，而重量级污 染物32将沉降到室的底部。两个系列的空气喷嘴81和阀38使得可在电荷耦合器件(CCD)(诸如扫描仪、高清晰照相机41/43或摄像机)的各次图像捕捉之间分散污染物。关于图像分析70，两个配备有广角镜头的防水发光二极管(LED)灯37被定位为通过柱体壁照射污染物。可替换地，灯37的数量可变化，并且可以是各种源，诸如灯丝、激光或气体放电弧光灯。可添加透镜、散射器或滤光器来提供照射污染物的、没有反射或阴影的灯光。上述与图像输送相关联的功能通常通过电子和电气链接84操作。拍摄重复图像以确保大污染物的统计测量。一旦图像捕捉42完成，座置(seat)在柱体的外壁上的两个气动阀38就使柱体池31提升。指出，根据气动阀的用途，它们的类型不同。然后启动冲洗水阀，并且喷淋35将污染物池34冲洗为无污染物。排水系统80使冲洗水82和大污染物31/32通过可伸缩支承基板排放到下水道9。排水系统80包括排水柱体和必要的管道系统。在污染物池34的突发性溢流的情况下,溢流83槽和漏斗位于内部柱体33的背部。位于柱体壁基底中的橡胶密封垫确保柱体池33与沉降板36之间的不透水密封。柱体池33座置在沉降板36插件上，沉降板36插件与由不锈钢或其它材料制成的支承基板(未显示)相配合。该基板固定在使污染物沉降板36的维护和改变便利的可伸缩基板抽拉支承件上。污染物室30包括一系列硬件组件，这些硬件组件被同步以使得可充分地进行轻量级污染物31和重量级污染物32这二者的图像捕捉和分析。图5显示必要的事件序列。当纸浆分类器阀25打开以将大污染物排放到污染物池34时，分开的污染物被输送到FPAutoSpeck 的污染池34。同时触发(来自喷淋系统35的)水流82或例如稀释物。当水位传感器39指示达到水位时，停止喷淋水流82，并且在预定时间内混合污染物，同时从位于基底和污染物池34的上水位处的喷嘴81注射空气。在混合之后，停止空气流，并且使得污染物可在预设时间(X分钟)内沉降到污染物沉降板36上。因为轻量级污染物31仅存在于某些类型的回收纸浆或纸浆水(诸如由旧波纹形纸盒制成的回收纸浆)中，所以可使用两种图像捕捉模式之一。如果轻量级大污染物31存在，则在预定时间内通过位于在顶部水位正上方的柱体池33的上水位中的喷嘴注射空气。当空气流停止时，然后使得污染物可以稳定下来。然后打开灯B37，并且使喷淋盖35伸缩到柱体池33的一侧，使得可用照相机B 43通过光学窗口 44进行图像捕捉42。在重量级或沉降污染物32的图像捕捉42之前，打开灯A37，然后启动照相机A 41。在图像捕捉42之后，在污染物池34的柱体33上方更换喷淋盖35，并且关闭灯A37和B 37。重复步骤1-3的这个例行程序，直到预定数量的图像被拍摄，以使得可、对统计显著数量的污染物进行分析70。如果不对轻量级污染物32进行测量，则不需要照相机B 43，并且在从I至3的步骤的例行程序中省略步骤2 (轻量级污染物31的混合和图像捕捉42)。一旦预先计划的数量的图像已被拍摄并且可伸缩喷淋系统35在污染物池34上方的位置被更换，污染物池柱体33就被气动控制阀38提升，并且污染物被冲洗到下水道9。启动将水82供给可伸缩喷淋系统35的冲洗水阀，以使得可对污染物池34进行清洁。在清洁之后，关闭冲洗水流阀，并且关闭下降的污染物池柱体33。FPAutoSpeck 现在准备好接收大污染物22的另一样品。图6 :光学室的框图光学室40是防水室，其包括一个或多个至少11兆像素的工业级高清晰数字照相机。可替换地，可使用工业级扫描仪或高清晰数字照相机或摄像机。为了保持照相机41/43和处理器冷却，打开空气流阀86，以使得光学室和控制室(分别为40/50)这二者内部的空气可流动。照相机A 41和B 43的距离被设置为清晰地聚焦在沉降到污染物沉降板36上的重量级污染物32或漂浮在水顶部上的轻量级污染物31上。工业镜头与焦距为105和80nm的照相机组合使用，这些照相机使得污染物可显现。镜头和增设部分可根据需要改装。光学窗口 44保护光学设备免受水喷射和污染物室30的潮湿环境的影响。窗口下面的空气喷射82防止在光学窗口上形成水滴。照相机由位于计算机室50中的计算机58和照相机接口软件70控制。图像捕捉42通过污染物室调度中的事件序列触发(图5)。在用空气分散样品之后拍摄重复图像，直到达到污染物数量上的统计显著性为止。然后由图像分析软件70分析捕捉图像。图I :控制室和通讯的框图为了实现污染物的探测，FPAutoSpeck 需要执行特定任务的一系列硬件和软件组件。图7显示控制室50、其电气连接87及其与FPAutoSpeck 的其它单元的通讯的示图，所述其它单元诸如纸浆分类器20、自动取样器10b、光学室40中的照相机41/43、位于污染物室30中的各种阀和传感器、可编程逻辑控制器63/64硬件、路由器65、计算机屏幕66以及到工厂数据控制系统60的链接。计算机控制室50本身是安放操作FPAutoSpeck 所必要的硬件和软件的防水箱。控制室50的温度和湿度由温度传感器69控制，温度传感器69继而调节涡流69。可替换地，可使用其它形式的空气冷却系统68。硬件纟目件:工业级个人计算机(PC) 58处于控制室50的中心和FPAutoSpeck 在线分析器I上。PC 58的主要用途是运行专用软件程序70 (Macrostickies. exe),该专用软件程序70监控系统所需的所有任务的执行。成像设备所特有的照相机动态链接库74如成像库76和OPC服务器72那样安装在PC上。PC 58通过遵循以太网协议的路由器65与两个PLC 63/64来回通讯。一个PLC 63处理污染物室的操作，而另一个PLC 64处理纸浆分类器20和自动取样器IOb的操作。这些PLC 63/64用于实现逻辑动作序列，并且对对于与它们附连的设备所发生的事件作出响应。关于自动取样器10b，PLC 64根据决定哪个自动取样器IOb正在工作的用户定义调度表操作，然后触发纸浆取样例行程序。当纸浆到达纸浆分类器20时，PLC监视筛选操作，并且当完成时，它打开阀以将分开的污染物22输送到污染物池34。一旦污染物的排放序列完成， PLC 64就迫使对纸浆分类器20进行洗涤，以使得它为下一纸浆样品做好准备。一旦污染物22到达污染物池34中，污染物室PLC 63就激活如图5所指示的步骤的例行程序。如图所示，PLC 63控制用于空气和水流的阀82、气动阀38，该气动阀38用于使喷淋盖35伸缩，并且提升污染物池柱体33、灯37的打开和关闭、以及发起清洁周期。通过OPC服务器72，当到拍摄污染物图片的时间时，PLC 63还向PC 58发信号。两个高分辨率照相机41/43通过分离的USB (通用串行总线)接头与PC 58连接，这些USB接头提供照相机41/43与PC 58之间的双向通讯。PC 58还物理地安放硬盘78，硬盘78存储分析的历史记录。记录的数值存储在数据库(诸如Access 数据库)中，并且图像以标准格式存储在硬盘上的分离位置处。触摸敏感式计算机屏幕66使得用户与FPAutoSpeck 软件之间可交互，并且使得图像分析结果可显现。通常，FPAutoSpeck 系统不具有键盘或鼠标。触摸屏幕复制鼠标的动作，以使得用户可选择Macrostickies. exe的将显示的特定页面。如果需要键入数据，则使得用户可键入数据的屏幕上键盘出现。指出，可添加其它外部设备(诸如键盘)，并且可通过外部端口(诸如USB端口)使用这些外部设备。软件组件:存在FPAutoSpeck 分析器的四个重要软件组件。被称为Macrostickies. exe的定制软件程序70用VB. Net开发，但是可用C++或任何其它编程语言来编写。软件70协调并控制硬件组件的行为，显示分析结果，并且对用户交互作出反应。照相机动态链接库74是Macrostickies. exe与照相机41/43之间的双向接口。在一个方向上，该库将图像分辨率、光学增益以及现场图像预览和快照请求传递给照相机41/43。在另一个方向上，它将实际数字图像传递给Macrostickies. exe。第三组件是成像库76,其提供必要的图像处理例行程序，以正确地在图像上定位并测量污染物的微小物。最后组件是OPC服务器72 (用于处理控制的对象链接和嵌入)，其提供PLC 63/64与Macrostickies. exe之间的双向通讯。Macrostickies. exe是FPAutoSpeck 系统的主程序70。它通过与系统的各种组件的软件和硬件链路阵列来协调系统的不同任务。具有大量通用函数和特征的高级计算机编程语言VB. Net 考虑到强大的Macrostickies. exe程序的开发。然而，在应用程序开发中，VB. Net 需要访问专用硬件(诸如数字照相机和PLC)。该访问通过添加具有专用打包库的形式的专用增设部分和软件网关来提供。FPAutoSpeck 应用程序需要许多这样的库。照相机动态链接库74提供对照相机41/43的访问。该库用作与照相机硬件的双向通道。通过它，Macrostickies. exe可启用和禁用照相机,读取或写入照相机参数,开启或关闭现场图像预览，并且触发快照的获取42。成像库76还是包括标准图像处理函数或滤波器的动态链接库。一个可能的源是可供AForge使用的公共域库。污染物的探测通过运行图像90来确定，图像90由Macrostickies. exe通过这些滤波器的子集序列获取。通常,Macrostickies. exe将通过与一些滤波器特定参数一起传递将被处理的图像来调用滤波器。滤波器然后返回修改图像。目前，大污染物分析器使用OPC服务器72作为另一类型的专用库。它用作用于与现场仪器通讯的协议。“对象链接和嵌入”是使得能够在应用程序之间传送信息的微软技术，但是特定用于现场仪器的任何其它类型的定制或市售的通讯协议将是合适的。在这种具体情况下，OPC 72与两个PLC 63/64的变量通讯。当阀的状态改变时，这的例子发生，PLC立即将该信息传送给OPC服务器72。继而，OPC服务器72中断Macrostickies. exe以让它 知道改变。在另一方向上,Macrostickies. exe可通过请求开启OPC服务器72的特定变量来发起纸浆样品2的获取和筛选。OPC服务器72通过将该请求传递给与纸浆分类器20附连的PLC 64来作出响应。图8 :图像分析参数的框像分析软件70是FPAutoSpeck 的关键组件之一。它用于处理照相机所捕捉的图像，并且确定大污染物22的数量和大小。图8显示图像分析的主要参数。一旦图像90被照相机41/43捕捉，成像软件70就对它进行分析以用于污染物识另IJ、大小测量和数量。一开始，分离的照相机41/43使轻量级污染物31和重量级污染物32成像。一旦这些图像90被获取，Macrostickies. exe就对这些图像进行处理以增强探测、识别、面积测量和统计。第一处理通常包括颜色隔离92。通常，红、绿和蓝(RGB)通道用于滤波。可替换地，可使用色调、饱和度和亮度(HSL)。在一些情况下，还可包括基于明度或Y的附加隔离。颜色隔离之后，图像被转换为灰阶图像94。然后在图像分析之前应用灰度级探测或二值化96中的阈值。提取特征98(诸如给定大小范围内的粒子的粒子面积、圆度和数量)，然后发送这些特征98以用于数据编译100。所述软件然后对每种类型的污染物的数量和面积进行计数，并且创建给定大小范围或箱柜内的污染物的直方图。报告可显现在FPAutoSpeck 的计算机屏幕66上，或者被发送到工厂数据和控制系统60。数据存储在处理器78中以显示污染物的图像或者查看它们的总数和面积的历史趋势。图9 :图像分析的细节图9显示用于识别和表征轻量级大污染物31和重量级大污染物32的步骤的进一步细节。该图的右侧显示图像分析软件如何分析轻量级污染物31。轻量级污染物31 (诸如蜡、低密度胶黏物、热熔胶、塑料和清漆)是密度比漂浮在污染物池34中的水的顶部上的水小的那些污染物。这些轻量级污染物31的图像分别被聚焦在水表面上的照相机43成像。首先对图像进行处理，以隔离颜色92并且增强特征探测98。可执行使用RGB (红、绿、蓝)或HSL (色调、饱和度、亮度)的图像处理。明度、对比度和Y92可增强轻量级污染物31的显现。还可执行其它图像操纵，诸如翻转。在转换为灰阶94之后，除粒子大小探测限值之外，指定阈值96也应用于轻量级污染物31。为了消除纤维、浆块、气泡或小伪像的探测，还应用探测限值。探测限值根据粒子最大宽度或所估计的直径来指定。对指定范围的探测限值内的粒子进行测量和统计，而从编译100排除指定范围外部的那些粒子。重量级大污染物32是密度比沉降在污染物池34的插件上并且被第二照相机41成像的水大的那些污染物，图像90通过图像分析软件70获取。FPAutoSpeck 的图像分析软件70使得可进一步将重量级污染物识别为以下四个不同类别i)白色或发白大胶黏物、塑料、清漆和/或热溶胶；ii)浆块；iii)黑色污染物或污垢，诸如调色剂；或iv)塑料和/或清漆。如果FPAutoSpeck 与使其可被筛选的大小范围内的小污染物存在的聚团室耦接，则使聚团的大胶黏物的识别便利。按与轻量级污染物31相同的序列检查i)白色或发白重量级大污染物。一个例外是背景被校正以确保图像没有光晕。另一例外是滤波和图像增强参数不同于用于轻量级污染物31的滤波和图像增强参数。探测限值相同，但是阈值限值96不同。对具有探测限值内的最大宽度的粒子的面积进行测量和计数，并且将该面积编译100到报告中。此刻，被计数的白色大污染物包括样品中所包括的任何塑料或清漆。关于粒子和/或清漆的识别，图像分析软件将对这些对象进行计数。关于塑料和清漆，已确定了用于浆块和黑色污染物或污垢(诸如调色剂)的准确参数。描述了所提议的用于识别黑色污染物或污垢和浆块的方案。再次，应用图像滤波器和 增强来对图像进行优化。不同的探测限值还使浆块的识别便利。关于浆块、塑料和清漆，探测限值还包括其它性质，诸如大小和形状。
_3] 图10 :数据储存的框10显示分析图像90如何被转换为数值数据100、曲线图104、数据表格105、或者如何被存储为图像文件107 (—些例子尤其包括emf、wmf、jpg、jfif、jpeg、jpe、png、tiff等)。图像90如图9所示那样进行分析70。数值数据100以图表104和数据表格105这二者的格式呈现在FPAutoSpeck 的屏幕上。可替换地，数值数据100可通过以太网接线或通过无线连接被输送到工厂数据系统60。数据100还存储在PC 58的硬盘驱动器107上，并且具有与从其测量它们的图像的链接。所链接的数据和图片108可被输送到USB密钥或者被打印109。参考文献I. Doshi, M. R. , De Jong, R. L.和 Aziz, S. Method of measuring macroand micro stickies in a recycled sample containing pulp fibers.美国专利US20080283206A1 (11/2008) 2. Castro, C.和 Dorris, G. M. Measuring microstickies depositionby monitoring pressuredrop through a collector.Progr.Pap.Recyc.，13(3) :23-33(2004).3. Sithole, B.和 Filion, D. Assessment of methods for the measurement ofmacrostickies in recycled pulps. Progr. Pap. Recyc. , 17(2):16-25(2008).4. Tappi. Macro stickies content in pulp: the pick-up method (1999).5. Doshi, M. R. A review of stickies measurement methods. Progr. Pap.Recyc.，18(3) :21-32(2009).6. Di Cesare, N. Method for measuring hydrophobiccontaminants in paperpulp.美国专利 US20080308241A1 (12/2008).
7. Horn, D.，Lueddecke, E.，Gierulski, A.，Kroehl, T.和 Lorencak，P. Method fordetermining resin particles in paper stocks.美国专利 US005486904A (01/1996) 8. Esser，A.，Runge，F.和 Kaub，H.-P. Method and apparatus for determiningthe size distribution of different types of particles in a sample.美国专利US005940177A (08/1999).9. Carr, W. F. System for monitoring contaminants with a detector in apaper pulp stream.美国专利 US04758308 (7/1988).10. Banerj ee, S. Method for sensing stickies.美国专利US06841390B1(01/2005).11. Dorris, G.和 Castro，C.，Automation of a microstickies deposition tester relating the rate of deposition to the pressure drop across acollector,Presented at the 94th PAPTAC Annual Meeting, Montreal, February 5-7.p. (2008).12. Monte, M. C. , Blanco, A. , Negro, C.和 Ti jero，J. Development of amethodology to predict sticky deposits due to the destabilisation of dissolvedand colloidal material in papermaking—application to different systems. ChemicalEngineering Journal, 105:21-29(2004).13. Pel ton, R.和 Lawrence，D. A new laboratory approach forevaluating kraft mill pitch deposit control additives. J. Pulp Pap.Sci.，17(3) :J80-J84(1991).14. Sithole, B. , Filion, D.和 Allen，L.H.A laboratory test to measuredeposition in recycled paper making. Paper Technology, 40 (I):26-30(1999).15. Meric, J. -P. Process and apparatus for counting biological particles.美国专利 US003830569 (8/1974).16. Weinberger, S. R.和 Hlousek，L Apparatus for microfluidic processingand reading of biochip arrays.美国专利 US007046357B2 (5/2006) 17. Basi ji, D. A.和 Ortyn，W. E. Imaging and analyzing parameters of smallmoving objects such as cells.美国专利 US006473176B2 (10/2002).18. Cabuz, C.和 Cabuz，E. Flow control system of a cartridge.美国专利US007420659B1(9/2008).19. Cabuz, C. , Cabuz, E.和 Zoo k，D. J. Miniaturized flow controller withclosed loop regulation.美国专利 US007061595B2 (6/2006) 20. Dertinger, S. D. Method for the enumeration ofmicronucleatederythrocyte populations while distinguishing plateletsand/orplatelet-associated aggregates.美国专利 US007425421B2 (9/2008) 2 I. Fukuda，M.，Nakamoto，H.，Seshimo，H.和 Tohori，H. Opticalparticle analyzing apparatus having two types of light source.美国专利US005260764(11/1993).22. Gershman, R. J.，Hansen, W. P.，Hochberg, A. M.和 GarlandO，connell，J.Automated detection of platelets and reticulocytes in whole blood.美国专利US004325706(4/1982).23. Guj Y.和 Padmanabhan，A. Assay implementation in a microfluidicformat.美国专利 US007553453B2 (6/2009).24. Inoue, T. Method of demarcating two-dimensional distribution.美国专利US05006986 (4/1991).
25. Kubota, F.和 Kusuzawa，H. ParticIe analyser.美国专利US005831723(11/1998).26. Mueth，D.，Plewa, J.，Shireman, J.，Anderson, A.，Gruber, L 和 Rosenbaum, N.H. Multiple laminar flow-based particle and cellular separation with lasersteering.美国专利 US007402131B2 (7/2008) 27. Ortyn, W. E.，Basi ji，D. A.，Morrissey, P.，George, T.，Hall, B.，Zimmerman,C.和 Perry，D. Blood and cell analysis using an imaging flow cytometer.美国专利US007522758B2(3/2009).28. Padmanabhan, A.和 Fritz，B. S. Miniaturized cytometer for detectingmultiple species in a sample.美国专利 US20050105077A1 (5/2005).29. Zelmanovic, D.，Colella，G. M.，Hetherington, E. J.，Chapman, E. S.和Paseltiner,L. Highly sensitive,accurate,and precise automated method anddevice for identifying and quantifying platelets and for determining plateletactivation state using whole blood samples.美国专利 US006025201A (2/2000).30. Zelmanovic, D. , Paseltiner, L.和 Sorette，M. Fully automated method andreagent composition therefor for rapid identification and characterizationof reticulocytes erythrocytes and platelets in whole blood.美国专利US006114173A(9/2000).31. Zelmanovic, D.，Colella, G. M.，Hetherington，E. J.，Chapman, E. S.矛口Paseltiner，L. Automated method and device for identifying and quantifyingplatelets and for determining platelet activation state using whole bloodsamples.美国专利 US005817519 (10/1996).32. Hughes Jr. , H.和 Schilling，R. A. Shive ratio analyser.美国专利US04225385(09/1980).33. Bone，R. L，Kriek，A. P.，Myracle，E. D.和 Rogers，D. B. Apparatus for pulpcontaminant removal.美国专利 US04897159 (01/1990).34. Hill, J. Method and device for examining pulp for the presence ofshives.美国专利 US04037966 (06/1977) 35. Hill, J. Method and device for examining pulp for the presence ofshives.美国专利 US04066492 (01/1978) 36. Gohde，H.和 G6hde , w. Process for automatic countingandmeasurement of particles.美国专利 US04021117 (5/1977).37. Von, A. G. Method of and apparatus for determining the shives contentina fiber suspension.美国专利 US03359786 (12/1967).38. Hoffmann, J. D.，Gooding, R. W.，Roberts, N.和 Hart，R. S. System fordetecting contaminants.美国专利 US005542542A (8/1996).39. Lanctot, R.和 Si lverwater，B. F. Device for determining theconcentration of suspended solid contaminants in a fluid.美国专利US04468954 (9/1984).40. Bedard, P.，Couturier, J. -P.，Boucher, J. _G.和 Bedard, J. T. Particlequantifying apparatus and method.美国专利 US20030142310A1 (7/2003).41. Lehmikangas, K.和 Loytynoja，L. Method for measuring particles insuspension and measuring instrument.美国专利 US006311550B1 (11/2001)
42. Shields, W. R.，Singh, K. M.，Suska，J. F.和 Macdonald，J. Measurement ofpaper pulp and fiber visual characteristics.美国专利 US005786894 (07/1998).43. Hughes Jr. , H.和 Schi 11 ing，R. A. Method for determining therelative quantity of shives in a stream of fibrous particles.美国专利US04220499(09/1980).44. Aikawa,Y. Device for detecting foreign matter in pulp suspension.美国专利 US005518584 (05/1996).45. Basi ji, D. A.和 Ortyn，W. E. Imaging and analyzing parameters of smallmoving objects such as cells.美国专利 US006249341B1 (6/2001).46. Nelson, A. C.和 Patten，F. W. Automated cell sampleenrichmentpreparation method.美国专利 US007494809B2 (2/2009) 47. Ortyn, W. E.和 Basi ji，D. A. Imaging and analyzing parameters of smallmoving objects such as cells.美国专利 US006975400B2 (12/2005).48. Ortyn, W. E.和 Basi j i，D. A. Imaging and analyzing parametersof small moving objects such as cells in broad flat flow.美国专利US006671044B2(12/2003).49. Ortyn, W. E.和 Basi ji，D. A. Imaging and analyzingparameters of smallmoving objects such as cells.美国专利 US007315357B2 (1/2008) 50. Hansen, W. P.，Ferrante, A. A.，Gershman, R. J.，Krauledat, P. B.和 PerraultJr. , D. F. System for acial pattern analysis of multicellular organisms.美国专利US007116407B2(10/2006).51. Ito，Y.，Toge，Y.，Saito，A.，Yamazaki，T.和 Miyamoto，M. Method andapparatus for optically measuring specimen.美国专利 US005760900 (6/1998).52. Kainj R. C. Micro-imaging system.美国专利 US005754291 (5/1998) 53. Kosaka, T. Particle analyser.美国专利 US005548395 (8/1996) 54. Kosaka, T. Particle image analyzing apparatus.美国专利US005159642(10/1992).55. Ortyn, W. E.，Seoj M. J.，Basi ji，D. A.，Frost, K. L 和 Perry, D. J. Auto focusfor a flow imaging system.美国专利 US007087877 (8/2006)
56. Bell，M. L，Lin, Y.，Michael, J. M.，Pentoney Jr.，S. L 和Tsay，T. _T. Analytedetection system.美国专利 US006838289B2 (1/2005) 57. Bell, M. L.，Yuan, L.，Michael, J. M.，Pentoney Jr.，S. L.和 Tsay，T. -T.Analyte detection system.美国专利 US007300800B2 (11/2007) 58. Noguchi，M.，Tsukii，K 和Tajima，H. Small object identifying device andits identifying method.美国专利 US007426027B2 (9/2008) 59. Haavig, D. L.和 Lorden，G. Method and apparatus for rapidparticle identification utilizing scattered light histograms.美国专利US006421121B1(7/2002).60. Hansen, P. W. Instrument for selecting and depositing multicellularorganisms and other large objects.美国专利 US006657713B2 (12/2003).
61. Noguchi，M.，Tsukii，K 和Tajima，H. Small object identifying device andits identifying method.美国专利 US007283229B2 (10/2007).62. Chandler, V. S. Multi-analyte diagnostic system and computerimplemented process for same.美国专利 US006592822B1 (7/2003).63. Modi in, D. N.，Owicki, J. C.，Petersen, J. F.，French, T. E.，Wright, C.L. , Ruiz, J. A.和 Bechtel，L E. Multi-mode light detection system.美国专利US006825921B1(11/2004).64. Hairston, P. P.和 Freidhoff，C. B. Systems and methods for use indetecting harmful aerosol particles.美国专利 US007423751B2 (9/2008).65. Oldham, M. F. , Nordman, E. S.和 Reel，R. T. Time-delay integration in aflow cytometry system.美国专利 US007428047B2 (9/2008).66. Said, A. A. , Badoj P.和 Dugan，M. A. Optical sensing of fluidcondition-method and apparatus.美国专利 US007450235B1 (11/2008).67. Gigiol i, G. W.，Bopej D. W.，Hairston, P. P.和 Miller，E. A. Systemsand methods for use in detecting harmful aerosol particles.美国专利US007525660B2 (4/2009).68. Hairston, P. P.和 Freidhoff，C. B. Systems and methods for use indetecting harmful aerosol particles.美国专利 US007554663B2 (6/2009) 69. Tuschel, D. System for obtaining images in bright field and crossedpolarization modes and chemical images in raman，luminescence and absorptionmodes.美国专利 US007564541B2 (7/2009) 70. Har ju, R. , Salonen, J.和 Turunen，H. Versatile instrumentation foroptical measurement of samples.美国专利 US007199879B2 (3/2007) 71. Yogi, 0.，Kawakami, T.和 Ishikawa，M. Liquid-containing substanceanalyzing device and liquid-containing substance analyzing method.美国专利US006881587B2(4/2005).72. Birnbaum，S.，Johansson, J.，Larsson，P. -0.，Miyabayashi, A.，Mosbach，K.，Nilsson, S.，Svanberg, S.和 Wahlund，K. -G. Method and detector for separationprocesses.美国专利 US005627643 (5/1997) 73. Hassard, J. F. , Hassard, S.和 Mainwood，A. M. Molecular imaging.美国专利US006613210B1(9/2003).74. SiderisjD. System and method.美国专利 US007425252B2 (9/2008) 75. SiderisjD. System and method.美国专利 US007497934B2 (3/2009) 76. Simpson, J. W. , Rothberg, J. M.和 Went，G. T. Apparatus and method for thegeneration, separation, detection, and recognition of biopolymer fragments.美国专利 US006218121B1 (4/2001).77. Sweedler, J. V. , Shear, J. B.和 Zare，R. N. Method and device employingtime-delayed integration for detecting sample components after separation.美国 专利 US05141609 (8/1992).78. Togawa, Y. Particle size distribution measuring apparatus.美国专利US006970243B2(11/2005).7 9 . Marquiss，S . A .，Cesar, C. G .，Petersen, J . F.，Stumbo，D .P.，El-Hagej A.，Edwards, G. R.，Modi in, D. N.，Leytes, L. J.和 Burd，S. Integratedsample-processing system.美国专利 US006838051B1 (1/2004).80. Frost, K. L.和 Riley，J. K. Computational methods for the segmentationof images of objects from background in a flow imaging instrument.美国专利US007190832B2(3/2007).81. Luttermann，K.，Diessel，E.，Kosch，W.和 Weichel，W. Process and devicefor the screening of molecules with regard to their individual bindingbehaviour towards at least one given ligand.美国专利 US006713264B2 (3/2004) 82. Simpson, J. W. , Rothberg, J. M.和 Went，G. T. Apparatus and method for thegeneration, separation, detection, and recognition of biopolymer fragments.美国专利 US006236945B1 (5/2001) 83. Perry, C. D. , Johns, S.和 Cooper，R. A. Methods To Detect OrganicContaminants In Pulp and Fiber.美国专利 US20090084510A1 (4/2009) 84. Hoffmann，J. D 和 Olson，J. A. Determination of contaminant particles inan aqueous pulp.美国专利 US007384503B2 (6/2008) 85.Ricard,M.和 Dorris，G.M.，Recirculation contaminates whitewatersolids Part II: Contamination of fines and fillers by extractives andmetals,Presented at the 93rd PAPTAC Annual Meeting，Montreal, p. B263-B270.PAPTAC(2007).86. Ruuska, M. , Tirronen, V.和 Launonen，IL Unified on-line dirt count andprocess disturbance analysis system for pulp applications. Appita Journal, 61(6)(2008).上述本发明的实施例的意图是示例性的。本领域技术人员因此将意识到，前面的描述仅仅是说明性的，并且在不脱离本发明的精神的情况下可想出各种可替换构造和修改。因此，本发明的意图是涵盖落在所附权利要求的范围内的所有这样的可替换构造、修改和变化。权利要求
1.一种用于纸浆和/或白水流的在线大污染物分析器，所述分析器包括 纸浆分类器，将来自所述流的样品分离为包括大污染物的液态组分； 污染物室，装入容纳所述组分的污染物池； 光学室，包括与所述池连接的、捕捉至少一个探测图像的光学探测器；和 控制室，拍摄所述至少一个探测图像，并且进行图像分析以确定所述组分中的至少一种大污染物的类型和数量。
2.根据权利要求I所述的分析器，其中，所述光学探测器是从所述污染物池生成所述探测图像的至少一个高清晰数字照相机。
3.根据权利要求I所述的分析器，其中，所述污染物池包括污染物沉降板，所述污染物沉降板包括对所述探测图像的质量进行优化的彩色背景。
4.根据权利要求3所述的分析器，其中，所述光学探测器聚焦在所述污染物池的污染物沉降板上。
5.根据权利要求I所述的分析器，其中，所述光学探测器聚焦在所述污染物池内的所述液态组分的表面处。
6.根据权利要求I所述的分析器，其中，所述控制室包括计算机，所述计算机包括执行所述图像分析并监控所述分析器的任务执行的软件程序。
7.根据权利要求6所述的分析器，其中，所述软件程序与照相机动态链接库、成像库和OPC服务器通讯，进行交互以识别所述大污染物的类型和数量。
8.根据权利要求7所述的分析器，其中，所述OPC服务器还与PLC通讯，所述PLC与所述纸浆分类器、所述污染物室和所述光学室通讯。
9.根据权利要求I所述的分析器，其中，所述污染物池是包括污染物沉降基板和集成彩色沉降板的透明柱体池， 所述光学探测器包括第一高清晰数字照相机和第二高清晰数字照相机，其中，所述第一照相机聚焦在所述集成彩色沉降板上，所述第二照相机聚焦在所述液态组分的表面上，并且 所述控制室包括计算机，所述计算机包括执行所述图像分析并监控所述分析器的任务执行的软件程序。
10.一种分析纸浆和/或白水流的大污染物的方法，所述方法包括 将来自所述流的样品分离为大污染物组分； 通过所述组分的光学测量来生成至少一个探测图像；和 分析所述至少一个探测图像，并且确定所述组分中的至少一种大污染物的数量和类型。
11.根据权利要求10所述的方法，其中，所述至少一个探测图像由高清晰数字照相机生成。
12.根据权利要求10所述的方法，其中，生成第一探测图像和第二探测图像，并且所述第一探测图像聚焦在轻量级大污染物上，所述第二探测图像聚焦在重量级大污染物上。
13.根据权利要求10所述的方法，其中，通过计算机的软件程序分析所述至少一个探测图像，所述计算机与照相机动态链接库以及成像库和OPC服务器通讯，所述软件程序识别所述至少一种大污染物。
14.根据权利要求13所述的方法，其中，所述软件程序进一步通讯以控制所述样品的分离和所述至少一个光学图像的生成。
全文摘要
本公开涉及在线大污染物分析器和方法。描述了在线自动化大污染物分析器。所述分析器用于纸浆和/或白水流，所述分析器包括纸浆分类器，将来自所述流的样品分离为大污染物组分；污染物室，装入容纳所述组分的污染物池；光学室，包括与所述池连接的、捕捉至少一个探测图像的光学探测器；和控制室，拍摄所述至少一个探测图像，并且进行图像分析以确定所述组分中的至少一种大污染物的类型和数量。本文还描述了大污染物的分析方法，所述方法包括将来自所述流的样品分离为大污染物组分；通过所述组分的光学测量来生成至少一个探测图像；和分析所述至少一个探测图像，并且确定所述组分中的至少一种大污染物的数量和类型。
文档编号G01N33/18GK102741683SQ201080062660
公开日2012年10月17日 申请日期2010年12月17日 优先权日2009年12月18日
发明者C·C·卡罗卡, D·菲利翁, G·M·多瑞斯, M·A·理查德, N·佩格, S·格恩德隆 申请人:Fp创新研究中心