一种基于材质及形状的报废汽车零件分选方法和系统的制作方法
【技术领域】
[0001]本发明涉及报废汽车拆解回收，属于循环经济技术领域。本发明公开的一种基于材质和形状特征逻辑分析的自动分选方法和系统，实现了报废汽车零件的智能化、自动化的高效分选。
【背景技术】
[0002]我国汽车产销量和汽车保有量急剧增加，报废汽车数量呈现井喷式增长。2014年我国报废汽车量达400万辆，预计2020年达800万辆。报废汽车拆解回收再利用迫在眉睫。我国报废汽车拆解回收技术主要人工拆解与分选，效率低，作业环境差，劳动强度大，材质和零件误选率高，存在一定的安全隐患。
[0003]为提高我国报废汽车拆解回收技术水平，急需开发先进的报废汽车零件分选技术。本发明公开基于报废汽车零件材质和形状的分选系统，可以高效自动选别金属和非金属零件，并且可将金属零件进行分类。
【发明内容】
[0004]本发明公开的分选系统包含基于材质X射线分选系统和基于零件尺寸形状分选系统，报废汽车零件依次按材质和形状特征进行分选。基于零件材质X射线数据的分选系统，首先将零件按材质分选为非金属零件与金属零件，判定90%为非金属零件，判定TM > 10%为金属零件；然后对金属零件进行分选，判定TFe多70%为钢铁零件；判定TAl ^ 70%为铝合金零件；判定TCu ^ 30%为铜零件；判定TMg ^ 70%为镁合金零件；若以上条件都不满足则判定为其它零件。基于零件尺寸形状数据和图像识别的智能分选，采用CXD摄像机采集零件形状特征数据，并通过机器视觉处理后与汽车零件数据库比对，当形状特征数据与参比零件误差σ >10%时，继续检索对比，当σ <10%时，判定为该参比零件。本发明实现了报废汽车零件智能分选，提高了生产效率。
[0005]本发明提供的一种基于材质及形状的报废汽车零件分选方法和系统包括以下步骤:
[0006](I)将报废汽车零件置于分选系统的传送带上进行X射线探测材质；
[0007](2)依据材质特征数据对报废汽车零件进行分选，TNM ^ 90%，选定为非金属材料零件；ΤΜ > 10%，选定为金属材料零件；
[0008](3)将金属材料零件进行X射线荧光分析，TFe ^ 70%,选定为钢铁零件；TAl彡70%，选定为铝合金零件；TCu彡30%，选定为铜或铜合金零件；TMg彡70%，选定为镁合金零件；否则选定为其它金属材料零件；
[0009](4)采用CCD摄像机对每种金属零件进行图像捕捉并进行计算机图像处理得到形状特征数据，然后与零件数据库进行逻辑分析，若σ > 10%，则继续检索匹配，直至误差ο ( 10%，选定为该参比零件；若全部检索完成σ > 10%，选定为未知零件。
[0010]本发明的零件形状包括长方体、圆环形等，但不限于此。
【附图说明】
[0011]图1报废汽车零件自动分选系统。
[0012]1-X射线探测器；2—形状特征数据采集与处理单元；3—分选传送机构；4一分选出的零件；P1—金属与非金属材质分选单元；P2—铁、铝、铜、镁材质分选单元；P3—形状特征分选单元。
[0013]图2报废汽车零件图像识别过程逻辑流程图
【具体实施方式】
[0014]下面结合实施例对本发明作进一步描述，但本发明不仅局限于以下实施例。
[0015]参见图1，为报废汽车零件自动分选系统，X射线探测器是收集零件材质所含化学元素特征X射线的谱仪，依据该探测器收集到的特征X射线可以进行材质分选。形状特征数据采集与处理单元包含CCD相机和CPU，可进行形状数据采集、计算和分析。分选传动机构是报废汽车零件运输和分选的机械装置，包括传送带、机械手、各种电机等。
[0016]实施例1
[0017](I)用X射线荧光分析对输送进来的某个报废汽车零件的材质进行检测，获取该报废汽车零件的化学元素组成及成分含量数据为:TFe = 94.7%，总碳含量(TC) =3.0%,总锰含量(TMn) = 1.1%, TM = 95.8%，因此符合金属总量TM彡10%的条件，选定该零件为金属零件并输送至金属零件的下一步分选线上。进一步分析该金属零件的化学组成及含量数据，通过计算与比较，检测数据中TFe = 94.7% >70%，选定该零件钢铁零件并输送至钢铁零件的下一步分选线上；
[0018](2)用CCD摄像机采集该钢铁零件图像，将采集到的图像传输至计算机图像处理系统进行零件长度、宽度、高度、直径、厚度形状特征数据提取，其特征数据为:长方体零件各方向尺寸(长度47.2cm、宽度34.5cm、高度11.6cm)，开孔坐标(11.4，19.0)，孔径4.1cm ；
[0019](3)将上述零件形状特征数据与数据库中参比零件形状特征数据进行比对，计算各形状特征数据的误差值σ ;参比零件气缸盖的形状特征数据为:长方体零件各方向尺寸(长度48cm、宽度34cm、高度12cm)，开孔位置坐标(12，20)，孔径4cm ；
[0020](4)经过计算与比较得到的各形状特征数据的误差值分别为:长度误差为σ =I.7% ,宽度误差为σ宽度=1-4%,尚度误差为σ高度=3.6%,开孔坐标误差为σ开孔坐标
> '开孔孔径为Qfte= 2.5%。根据预设的判定条件，各形状特征数据的与参比零件形状特征数据的误差值σ均满足σ ( 10%，选定该钢铁零件为气缸盖。
[0021]实施例2
[0022](I)用X射线荧光分析对输送进来的某个报废汽车零件的材质进行检测，获取该报废汽车零件的化学元素组成及成分含量数据为:ΤΑ1 = 88.5%, TCu = 4.0%，总硅含量(TSi) = 7.5%, TM = 92.5% ;因此符合金属总量TM彡10%的条件，选定该零件为金属零件并输送至金属零件的下一步分选线上。进一步分析该金属零件的化学组成及含量数据，通过计算与比较，检测数据中TAl = 88.5% >70%，选定该零件为铝合金零件并输送至铝合金零件的下一步分选线上。
[0023](2)用CXD摄像机采集该铝合金零件图像，将采集到的图像传输至计算机图像处理系统进行零件形状特征数据提取，其特征数据为:零件形状(圆环形)、零件各方向尺寸(外径35.5cm，内径16cm，厚度28.7cm)、开孔数5，孔径4cm及零件图