鋅錳電解過程陰陽極表面缺陷導致重金屬廢水和
危廢產(chǎn)生量大。本發(fā)明針對不同缺陷顏色和形貌復雜而多樣難以識別的問題,通過研究陰極剝鋅后的缺陷包括全鋅、殘鋅、黃斑、黑斑等,陽極除泥后的缺陷包括燒洞、脫焊等,以及這些缺陷在顏色、斑塊、深淺、疏密、形狀和紋理等微觀信息上的差異,建立了不同缺陷與特定光學參數(shù)的定量化關系,進而標定了可進行模型識別和計算的圖像信息。利用機器視覺動態(tài)獲取陰陽極雙面圖像信息,自動適配高能光源強度與缺陷圖像灰度值等指標,將特征學習融入到建立模型的過程中,實現(xiàn)了對陰陽極表面缺陷的智能識別。識別速度<1秒,識別精度<1mm,檢出率≥98%。在國家嚴控的一類重金屬污染物源頭削減方面發(fā)揮重要作用。
聲明:
“電解鋅錳陰陽極表面物理缺陷智能識別的方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)