本申请涉及神经网络领域，揭露了一种金属废料成分分析方法，提取预先获取的待分析金属废料中的有价值废料，将有价值废料分为合金废料和电子废料，获取预先通过电感耦合等离子体光谱法训练的合金废料成分分析模型，利用所述合金废料成分分析模型对所述合金废料进行成分分析，获取预先通过X射线荧光光谱法训练的电子废料成分分析模型，利用所述电子废料成分分析模型对所述电子废料进行成分分析，得到合金废料和电子废料中成分，解决了人工分拣和传统的处理方式效率较低的问题。
1、金属废料回收领域正在快速发展，成分分析和处理技术的改进使得金属废料的回收率和利用效率大幅提升，政府出台了一系列鼓励环保和资源节约的政策措施，激励企业投入废料回收行业，工业化进程加速、资源稀缺性意识增强，推动了废金属回收的市场需求。但是，在大部分地区废料回收设备和工艺可能仍然比较落后，依赖于人工分拣和传统的处理方式，效率较低。
>9、根据所述荧光能谱计算出每个待分析金属废料中所含元素的相对浓度，根据所述相对浓度确定每个所述待分析金属废料的价值；10、筛选出价值大于预设阈值的待分析金属废料，得到有价值废料。
11、在一些实施例中，所述根据所述荧光能谱计算出每个待分析金属废料中所含元素的相对浓度，包括：
12、获取预先准备好的若干个已知浓度的标准金属样品的标准曲线；
13、获取每个所述荧光能谱中荧光峰的位置；
14、根据标准曲线对所述荧光能谱中荧光峰的位置进行计算，得到所述待分析金属废料中所含元素的相对浓度。
15、在一些实施例中，所述将有价值废料分为合金废料和电子废料，包括：
16、获取有价值废料的rgb图像；
17、将所述rgb图像转换为hsv图像；
18、将所述hsv图像划分为若干个颜色区域；
19、在每个颜色区域内统计预设色彩属性的频率，根据所述频率生成各个颜色区域的直方图；
20、将各个颜色区域的直方图进行加权融合，得到所述hsv图像的全局直方图；
21、根据所述全局直方图将所述有价值废料分类为合金废料和电子废料。
22、在一些实施例中，所述将所述rgb图像转换为hsv图像，包括：
23、将rgb图像中每个像素的rgb值从整数归一化为浮点数，利用所述浮点数对hsv图像中的h、s、v值进行计算，如果计算得到的h值小于0，将该值再加上360，得到最终的h值，转化公式如下所示：
24、v＝max(r,g,b)
25、
26、
27、将各个值转换到0-255之间：
28、h＝h/2
29、s＝s*255
30、v＝v*255
31、其中，v代表的是明亮度值，s代表的是饱和度值，h代表的是色相值，r、g、b代表的是转化后的浮点数(0-1范围)。
32、在一些实施例中，所述利用所述合金废料成分分析模型对所述合金废料进行成分分析，包括：
33、利用电感耦合等离子体光谱仪器测量合金废料，获取元素浓度的光谱图；
34、通过插值法对所述光谱图补充缺失数据点，得到连续光谱图；
35、将所述连续光谱图转化为的二进制光谱图；
36、利用所述合金废料成分分析模型对所述二进制光谱图进行卷积，得到光谱特征图；
37、将所述光谱特征图进行最大值池化，得到池化特征图；
38、将所述池化特征图转化为一维数据，对所述一维数据进行全连接，得到合金废料中所含元素种类数据，以及所述合金废料中每种元素种类对应的元素浓度。
39、在一些实施例中，所述利用所述电子废料成分分析模型对所述电子废料进行成分分析，包括：
40、利用x射线荧光光谱仪器测量电子废料，获取元素数据集；
41、通过众数替换法对所述元素数据集填充缺失值，得到优化数据集；
42、将所述优化数据集转化为数据向量；
43、利用所述电子废料成分分析模型对所述数据向量进行卷积，得到特征图：
44、
45、其中，s(i，j)代表的是卷积之后的特征图，i代表的是数据向量所在的行数，j代表的是数据向量所在的列数，i代表的是数据向量，w代表的是卷积核参数，∑m∑ni(i+m,j+n)w(m,n)代表的是对卷积核参数进行遍历并求和，m代表的是遍历的行数，n代表的是遍历的列数；
46、将所述特征图进行最大值池化，得到池化特征图；
47、将所述池化特征图转化为一维数据，对所述一维数据进行全连接，得到电子废料中所含元素种类数据。
48、为了解决上述问题，本专利技术还提供一种金属废料成分分析装置，所述装置包括：
49、价值废料提取模块，用于提取预先获取的待分析金属废料中的有价值废料；
50、价值废料分类模块，用于将有价值废料分为合金废料和电子废料；
51、合金废料成分分析模块，用于获取预先通过电感耦合等离子体光谱法训练的合金废料成分分析模型，利用所述合金废料成分分析模型对所述合金废料进行成分分析；
52、电子废料成分分析模块，用于获取预先通过x射线荧光光谱法训练的电子废料成分分析模型，利用所述电子废料成分分析模型对所述电子废料进行成分分析。
53、为了解决上述问题，本专利技术还提供一种电子设备，所述电子设备包括：
54、至少一个处理器；以及，
55、与所述至少一个处理器通信连接的存储器；其中，
56、所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述所述的金属废料成分分析方法。
57、为了解决上述问题，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的金属废料成分分析方法。
本文档来自技高网...
【技术保护点】
1.一种金属废料成分分析方法，其特征在于，所述方法包括:
2.如权利要求1所述的金属废料成分分析方法，其特征在于，所述提取预先获取的多个待分析金属废料中的有价值废料，包括：
3.如权利要求2所述的金属废料成分分析方法，其特征在于，所述根据所述荧光能谱计算出每个待分析金属废料中所含元素的相对浓度，包括：
4.如权利要求1所述的金属废料成分分析方法，其特征在于，所述将有价值废料分为合金废料和电子废料，包括：
5.如权利要求4所述的金属废料成分分析方法，其特征在于，所述将所述RGB图像转换为HSV图像，包括：
6.如权利要求1所述的金属废料成分分析方法，其特征在于，所述利用所述合金废料成分分析模型对所述合金废料进行成分分析，包括：
7.如权利要求1所述的金属废料成分分析方法，其特征在于，所述利用所述电子废料成分分析模型对所述电子废料进行成分分析，包括：
8.一种金属废料成分分析装置，其特征在于，所述装置包括：
9.一种电子设备，其特征在于，所述电子设备，包括：
10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述的金属废料成分分析方法。
...
【技术特征摘要】
1.一种金属废料成分分析方法，其特征在于，所述方法包括:
2.如权利要求1所述的金属废料成分分析方法，其特征在于，所述提取预先获取的多个待分析金属废料中的有价值废料，包括：
3.如权利要求2所述的金属废料成分分析方法，其特征在于，所述根据所述荧光能谱计算出每个待分析金属废料中所含元素的相对浓度，包括：
4.如权利要求1所述的金属废料成分分析方法，其特征在于，所述将有价值废料分为合金废料和电子废料，包括：
5.如权利要求4所述的金属废料成分分析方法，其特征在于，所述将所述rgb图像转换为hsv图像，包括：
【专利技术属性】
技术研发人员：胡巍，刘立瑞，贺增梅，凌源，魏银伟，
申请(专利权)人：江西睿锋环保有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。