【技术实现步骤摘要】
本专利技术涉及工业硅冶炼，尤其是涉及基于机器视觉的工业硅原料质量检测方法及系统。
技术介绍
1、工业硅作为现代工业中不可或缺的基础材料，其质量直接影响着下游产品的性能和可靠性。工业硅的冶炼过程是一个复杂而精细的工艺，其中原料的质量是影响最终产品质量的关键因素之一。
2、在工业硅冶炼过程中，原料的质量对冶炼结果有着至关重要的影响。具体来说，影响工业硅冶炼质量的原料因素主要包括原料的纯度、粒度分布、杂质含量以及原料的物理性质等。原料的纯度是决定工业硅产品质量的基础。高纯度的原料能够减少冶炼过程中的杂质引入，提高最终产品的纯度。相反，如果原料中含有较多的杂质，这些杂质将在冶炼过程中被还原并进入硅产品中，降低产品的品质。原料的粒度分布也影响着冶炼过程的效率和产品的质量。适宜的粒度分布可以确保原料在冶炼炉中充分反应，提高冶炼效率。同时，均匀的粒度分布有助于减少冶炼过程中的局部过热现象，避免产品产生裂纹等缺陷。此外，原料中的杂质含量也是一个不可忽视的因素。某些杂质元素在冶炼过程中难以完全去除，会残留在硅产品中，影响产品的电学性能和机械性能。因此，控制原料中的杂质含量是确保工业硅产品质量的重要环节。
3、鉴于原料质量对工业硅冶炼质量的重要性，传统的检测方法已难以满足现代工业生产对高效、精准检测的需求，所以亟须一种高效精准的工业硅原料质检方法及系统。
技术实现思路
1、本专利技术的目的是提供一种能够对工业硅原料质量进行视觉分析的检测方法及系统。
2、本专利技术公
3、在工业硅投入冶炼炉后，进行工业硅表面层拍摄，得到工业硅表面层图，并记录与工业硅表面层图对应的冶炼结果质量评估；
4、对每一工业硅表面层图对应的原料的平均颗粒直径进行检测，并对原料的原料成分进行检测，并将工业硅表面图、平均颗粒直径、原料成分以及冶炼结果质量评估的组合记为初始工业硅原料质量检测数据；
5、基于冶炼结果质量评估进行排序，得到冶炼结果质量评估序列，并基于冶炼结果质量评估序列，分别对齐设定有工业硅表面层图序列、平均颗粒直径序列以及原料成分序列，分别计算相邻的冶炼结果质量评估之间的质量评估差值，并基于质量评估差值确定平均颗粒直径差异量的第一质量评估影响权重，以及原料成分差异量的第二质量评估影响权重；
6、对工业硅表面层图进行灰度化预处理，得到工业硅表面层灰度图，对工业硅表面层灰度图的灰度值分布特征以及边缘线分布特征进行确定，基于灰度值分布特征以及边缘线分布特征，并对灰度值分布特征以及边缘线分布特征，对灰度值分布特征以及边缘线分布特征进行参量化转化，得到灰度值分布参量组以及边缘线分布参量组；
7、基于冶炼结果质量评估序列，对每一工业硅表现图层对应的灰度值分布参数组以及边缘线分布参量组进行排序，基于第一质量评估影响权重，对边缘线分布参量组进行参考范围划定，得到边缘线分布参量区间组，并基于第二质量评估影响权重，对灰度值分布参数组进行参考范围划定，得到灰度值分布参量区间组，并基于灰度值分布参数组序列、边缘线分布参量组序列与冶炼结果质量评估序列的对应关系，建立边缘线分布参量区间组、灰度值分布参量区间组和冶炼结果质量评估的对应关系；
8、将确定有对应关系的边缘线分布参量区间组、灰度值分布参量区间组和冶炼结果质量评估记为灰度图参量区间-质量评估对应关系组，并将若干灰度图参量区间-质量评估对应关系组的组合记为灰度图参量区间-质量评估对应关系集，并利用灰度图参量区间-质量评估对应关系集对实时拍摄的工业硅表面层图进行匹配，确定出对应的冶炼结果质量评估。
9、在本专利技术公开的一些实施例中，基于质量评估影响权重，对分布参量组进行参考范围划定的方法包括：
10、基于质量评估影响权重，确定边缘线分布参量组中的每一参量的参量区间长度，并将参量认定为区间中点值，构建参量区间，将若干参量区间的组合，记为分布参量区间组；
11、其中，确定参量的参量区间长度的表达式为：
12、；
13、其中，为参量的参量区间长度，为参量区间长度转换调整系数，为质量评估影响权重，为权重影响调整系数，c为权重影响调整常数，为相邻的分布参量组之间同一参量的参量差异量。
14、在本专利技术公开的一些实施例中，基于质量评估差值确定平均颗粒直径差异量的第一质量评估影响权重，以及原料成分差异量的第二质量评估影响权重的方法包括：
15、其中，确定第一质量评估影响权重的方法包括：
16、计算平均颗粒序列中相邻的平均颗粒直径差异量，针对单位平均颗粒直径差异量设定有第一单位质量评估影响差值，并计算平均颗粒直径差异量与第一单位质量评估影响差值的乘积，得到平均颗粒直径差异量的第一标准质量评估差值，计算质量评估差值与第一标准质量评估差值的比值，并将比值记为第一质量评估影响权重；
17、其中，确定第二质量评估影响权重的方法包括：
18、确定出原料成分的类型，并计算原料成分序列中等同类型且相邻的原料成分差异量，针对单位原料成分差异量设定有第二单位质量评估影响差值，并计算等同类型原料成分差异量与第二单位质量评估影响差值的乘积，得到等同类型的原料成分差异量的第二标准质量评估差值，计算质量评估差值与第二标准质量评估差值的比值，并将比值记为第二质量评估影响权重。
19、在本专利技术公开的一些实施例中，确定工业硅表面层灰度图的灰度值分布特征的方法包括：
20、针对工业表面层灰度图设定灰度采集点阵列，并基于灰度采集点阵列，采集灰度采集点的灰度值，并将灰度值配置记录于对应的灰度采集点；
21、对每一灰度采集点的灰度值进行分析，分析方法包括，建立灰度值变化轴，并针对灰度值变化轴建立有竖直的采集点数量轴，确定出灰度值变化轴上不同灰度值节点对应的灰度采集点的采集点数量，并将采集点数量以数量映射点的方式映射于灰度值变化轴的上方，并将数量映射点之间进行线性拟合连接，得到采集点数量曲线；
22、对灰度值节点前后预设区段对应的采集点数量曲线的关注曲线段进行分析，若关注曲线段的最高值的横轴坐标与灰度值节点的差异量小于等于预设值，且关注曲线段与灰度值变化轴之间的映射面积大于等于预设值，则认定灰度值节点的值为标志灰度值；
23、以标志灰度值为中心值，设定有标志灰度值区间，并确定出每一标志灰度值区间对应的灰度采集点的采集点数量，将不同标志灰度值区间以及各自对应的采集点数量，认定为工业硅表面层灰度图的灰度值分布特征。
24、在本专利技术公开的一些实施例中，确定工业硅表面层灰度图的边缘线分布特征的方法包括：
25、图像预处理，包括利用滤波技术对工业硅表面层灰度图进行噪声去除，并进行图像对比度增强；
26、边缘检测，选定边缘检测算法，并利用边缘检测算法，对工业硅表面层灰度图中的边缘线进行检测，并将检测出的边缘线配置于工业硅表面层灰度图中；...
【技术保护点】
1.基于机器视觉的工业硅原料质量检测方法，其特征在于，包括：
2.根据权利要求1所述的基于机器视觉的工业硅原料质量检测方法，其特征在于，基于质量评估影响权重，对分布参量组进行参考范围划定的方法包括：
3.根据权利要求1所述的基于机器视觉的工业硅原料质量检测方法，其特征在于，基于质量评估差值确定平均颗粒直径差异量的第一质量评估影响权重，以及原料成分差异量的第二质量评估影响权重的方法包括：
4.根据权利要求1所述的基于机器视觉的工业硅原料质量检测方法，其特征在于，确定工业硅表面层灰度图的灰度值分布特征的方法包括：
5.根据权利要求4所述的基于机器视觉的工业硅原料质量检测方法，其特征在于，确定工业硅表面层灰度图的边缘线分布特征的方法包括：
6.根据权利要求5所述的基于机器视觉的工业硅原料质量检测方法，其特征在于，对灰度值分布特征以及边缘线分布特征进行参量化转化的方法包括：
7.根据权利要求1所述的基于机器视觉的工业硅原料质量检测方法，其特征在于，利用灰度图参量区间-质量评估对应关系集对实时拍摄的工业硅表面层图进行匹
8.根据权利要求7所述的基于机器视觉的工业硅原料质量检测方法，其特征在于，判断实时灰度值分布参量组以及实时边缘分布参量组，相对不同的灰度图参量区间-质量评估对应关系组的适配参量的方法包括：
9.基于机器视觉的工业硅原料质量检测系统，其特征在于，用于执行权利要求1-8中任意一项的工业硅原料质量检测方法，包括：
...【技术特征摘要】
1.基于机器视觉的工业硅原料质量检测方法，其特征在于，包括：
2.根据权利要求1所述的基于机器视觉的工业硅原料质量检测方法，其特征在于，基于质量评估影响权重，对分布参量组进行参考范围划定的方法包括：
3.根据权利要求1所述的基于机器视觉的工业硅原料质量检测方法，其特征在于，基于质量评估差值确定平均颗粒直径差异量的第一质量评估影响权重，以及原料成分差异量的第二质量评估影响权重的方法包括：
4.根据权利要求1所述的基于机器视觉的工业硅原料质量检测方法，其特征在于，确定工业硅表面层灰度图的灰度值分布特征的方法包括：
5.根据权利要求4所述的基于机器视觉的工业硅原料质量检测方法，其特征在于，确定工业硅表面层灰度图的边缘线分布...
【专利技术属性】
技术研发人员：代军峰，
申请(专利权)人：西冶科技集团股份有限公司，
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。