[1]周晏锋,陈蔚芳,潘立剑,等.基于径向基神经网络的废旧铝分离技术研究[J].机械与电子,2020,(12):19-23.
 ZHOU Yanfeng,CHEN Weifang,PAN Lijian,et al.Research on Sorting Technology of Scrap Aluminum Based on Radial Basis Function Neural Network[J].Machinery & Electronics,2020,(12):19-23.
点击复制

基于径向基神经网络的废旧铝分离技术研究()
分享到:

机械与电子[ISSN:1001-2257/CN:52-1052/TH]

卷:
期数:
2020年12期
页码:
19-23
栏目:
设计与研究
出版日期:
2020-12-18

文章信息/Info

Title:
Research on Sorting Technology of Scrap Aluminum Based on Radial Basis Function Neural Network
文章编号:
1001-2257(2020)12-0019-05
作者:
周晏锋陈蔚芳潘立剑韦子祥徐鹏行
南京航空航天大学机电学院,江苏 南京 210016
Author(s):
ZHOU YanfengCHEN WeifangPAN LijianWEI ZixiangXU Pengxing
College of Mechanical and Electrical Engineering, Nanjing University of Aeronautics and Astronautics, Nanjing 210016, China
关键词:
废旧铝径向基神经网络精细分离自适应
Keywords:
scrap aluminumadial basis function neural networkinely sortingself-daptive
分类号:
TP273.5
文献标志码:
A
摘要:
建立了一套废旧铝喷气式分离系统,使用不同气压吹不同体积的废旧铝进行实验,测量其被吹离距离获得230组训练集、80组测试集数据,从而建立径向基网络模型,拟合优度可达93%,均方根误差2.99。结果表明该套系统构造简单、识别效果准确,可以根据废旧铝具体情况预测出吹离距离,选取合适大小的气流进行自适应分离操作,实现对不同成分的废旧铝进行精细分离的目的。
Abstract:
A set of jet sorting system for scrap aluminum has been established. Use different air pressures to blow different volumes of scrap aluminum for experiments,after measuring the distance it was blown away, 230 sets of training set and 80 sets of test set data were obtained to establish a radial basis function network model. The goodness of fit can reach 93% and the root mean square error can reach 2.99. The results show that the system is simple in structure and accurate in recognition. It can predict the blow-off distance according to the specific conditions of scrap aluminum, select a suitable airflow for adaptive sorting operation, and achieve the purpose of finely sorting of scrap aluminum with different compositions.

参考文献/References:

[1]李辉,张华,王文武,等.车身覆盖件用钢/铝组织性能对比分析[J].有色金属工程,2017,7(6):21-24.

[2]唐修,王卫华.基于AHP与加权和法的大型地下铝土矿采矿方法优选:以猫场铝矿为例[J].有色金属工程,2019,9(1):83-88.

[3]龙思思,李振,胡志成,等.XFG挂槽纯矿物浮选机和XFD单槽浮选机的流场特性研究[J].有色金属工程,2018,8(5):45-49.

[4]张德浩.废旧有色金属涡电流分选技术研究[D].南京:南京航空航天大学,2016.

[5]董丽丽,修俊山,李季远,等.基于LIBS技术分析钻井液中金属元素的可行性[J].激光与光电子学进展,2018,55(3):437-441.

[6]MICHEL A P M.Applications of single-shot laser-induced breakdown spectroscopy[J]. Spectrochimica acta part B: atomic spectroscopy,2010,65(3):185-191.

[7]BURAKOV V S,TARASENKO N V,NEDELKO M I,et al.Analysis of lead and sulfur in environmental samples by double pulse laser induced breakdown spectroscopy[J]. Spectrochimica acta part B: atomic spectroscopy,2009,64(2):141-146.

[8]任慧娟,金守峰,程云飞,等.面向分拣机器人的多目标视觉识别定位方法[J].机械与电子,2019,37(12):64-68.

[9]袁华昕.基于X射线图像的煤矸石智能分选控制系统研究[D].沈阳:东北大学,2014.

[10]谭春超.基于图像处理技术的煤矸识别与分选技术研究[D].太原:太原理工大学,2017.

[11]王祺奥.基于双能X射线透射的废金属识别与分离控制技术研究[D].南京:南京航空航天大学,2017.

[12]杨斌.基于双能X射线透射技术的废金属分选系统设计[D].南京:南京航空航天大学,2015.

[13]毛冬辉.废金属双能X射线分选识别系统研究[D].南京:南京航空航天大学,2016.

[14]邓继忠,李山,张建瓴,等.小型农产品分选机设计与试验[J].农业机械学报,2015,46(9):245-250,313.

[15]平翠霞.铝土矿浮选泡沫尺寸分布特征与浮选药剂添加量关系模型[D].长沙:中南大学,2012.

相似文献/References:

[1]李 威,黄晓华,邢炜烽,等.基于Isight的卧式加工中心立柱多目标优化设计[J].机械与电子,2020,(02):17.
 ,,et al.Multi-objective Optimum Design of Horizontal Machining Center Column Based on Isight[J].Machinery & Electronics,2020,(12):17.

备注/Memo

备注/Memo:
收稿日期:2020-08-07

基金项目:江苏省重点研发项目(BE2018721);南京航空航天大学研究生创新基地(实验室)开放基金(kfjj20190514)

作者简介:周晏锋(1996—),男,江苏丹阳人,硕士研究生,研究方向为机电控制及自动化;陈蔚芳(1966—),女,江苏无锡人,博士,教授,博士研究生导师,研究方向为事机电控制、装备设计与优化、现代集成制造等,通信作者。
更新日期/Last Update: 2020-12-18