基于机器视觉的退役汽车有色金属破碎料分选技术研究
摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 引言 | 第9-17页 |
1.1 研究背景及研究意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-15页 |
1.3 研究内容及方法 | 第15-17页 |
第2章 机器视觉分选工艺及系统设计 | 第17-30页 |
2.1 机器视觉分选工艺原理 | 第17-18页 |
2.2 机器视觉分选系统方案设计 | 第18-20页 |
2.3 机器视觉分选系统结构设计 | 第20-29页 |
2.4 本章小结 | 第29-30页 |
第3章 有色金属破碎料的图像处理和识别研究 | 第30-51页 |
3.1 有色金属破碎料识别方案设计 | 第30-31页 |
3.2 有色金属破碎料图像预处理 | 第31-37页 |
3.3 有色金属破碎料图像的颜色特征提取 | 第37-41页 |
3.4 有色金属破碎料图像的纹理特征提取 | 第41-44页 |
3.5 基于随机森林的破碎料图像分类识别 | 第44-49页 |
3.6 本章小结 | 第49-51页 |
第4章 有色破碎料分选数值模拟研究 | 第51-72页 |
4.1 分选气流场湍流模型 | 第51-53页 |
4.2 分选气流场数值模拟 | 第53-60页 |
4.3 分选气流场状态分析 | 第60-64页 |
4.4 物料参数对分离距离的影响规律 | 第64-71页 |
4.5 本章小结 | 第71-72页 |
第5章 有色金属破碎料分选试验研究 | 第72-85页 |
5.1 分选机试验主要运行参数 | 第72-74页 |
5.2 模拟结果的试验验证分析 | 第74-75页 |
5.3 运行参数的正交试验研究 | 第75-83页 |
5.4 本章小结 | 第83-85页 |
第6章 结论 | 第85-87页 |
6.1 研究总结 | 第85-86页 |
6.2 研究展望 | 第86-87页 |
致谢 | 第87-88页 |
参考文献 | 第88-92页 |
攻读学位期间获得与学位论文相关的科研成果 | 第92页 |