报废金属在线自动分选系统的研究
来源:用户上传
作者:
摘要：本文论述的报废金属在线自动分选系统的结构和识别原理，利用 X 射线透射技术有效地解决不同粒度铝镁合金等报废金属的分选问题。测试结果及长期运行表明，该系统对铝合金的识别准确率高达 95%，对锌合金的识别率可达 90%以上。
关键字： 双能 X 射线 报废金属分选 在线识别
1 引言
目前，国内的废金属回收分选主要采用传统的人工分选、磁选、涡电流分选及色选等，但随着金属成分越来越复杂，上述分选方法难以满足再生金属资源循环利用的行业需求，基于X射线透射原理的分选方法应运而生。 X射线透射技术不受物质表面状况影响，只需要提取物料特征和物质所含元素成分的原子序数，即可有效分选铸造铝合金、锻造铝合金、镁合金、铜等金属元素。
荷兰德尔福特理工大学的M.B. Mesina[1]，T.P.R.deDong[2]和W.L. Dalmin[3]等将双能X 射线探测器、光学相机与电磁传感器等多传感器进行结合，进行废金属物料的高速有效分选。双能X 射线透射技术利用R值方法，根据与物质有效原子序数相关的特征值划分出物料的种类范围[4]。但废金属分选要求能够准确判定物料对应哪一种金属种类，而R值算法容易受物料厚度影响。
本文提出的报废金属自动分选系统，采用智能融合分选技术，通过采集报废金属物料的X射线数据，进行特征分析，计算得到优化的分选判别模型，对报废金属材料进行分选操作。以铝镁金属分选为例，采用报废金属自动分选系统进行分选，产品杂质率低于2%。
2 报废金属自动分选系统设计
2.1系统结构
报废金属自动分选系统由检测系统、识别系统及分选系统三部分构成。
（1）检测系统包括传送系统及数据采集系统两部分构成。传送系统包括料斗、排队机构、传送带;数据采集系统由X射线源和双能探测器构成。报废物块从料斗落到传送带上，随传送带运动，经排队机构进行分离、排序，以便物料能够通过双能x射线具有上下对应几何结构的通道。
（2）识别系统主要包括上位机、数据分析软件等，是整个系统的核心。将检测系统采集到的物料数据传输至上位机，进行分析处理，对采集到的物块进行识别和判断，并将结果发送至分选系统。
（3）分选系统包括储气罐、气阀、物料斗等。根据识别结果对不同材质的物料进行喷吹，实现对报废金属原料的区分、筛选。
2.2 报废金属在线识别原理
X射线透射分选方法解决铝锌物块粒度变化的识别难题，其识别分析结果有效，识别方法实时。X射线射入物质中时，根据Lambert定律，对衰减程度可作如下描述：
其中，I0为传送带空载时X射线强度;I为X射线光束与物质相互作用产生衰减后的强度;t表示X射线透射物质的有效厚度;ρ表示物质密度;μm为物质固有属性，表示物质的质量衰减系数。在低能区域，X射线的质量衰减系数分别为：
铝属于低原子序数物质（，），锌属于高原子序数物质（，），根据这一性质，可实现由X射线对物质种类的识别。代入式（2）并计算比值，可得到对应R值。
其中，μmL与μmH分别为高、低能X射线透射某一物质的质量衰减系数;IL0与IL分别表示低能X射线透射待测物料之前、之后的强度;IH0与IH分别表示高能X射线透射待测物料之前、之后的强度。
由式（3）可知，可根据R值大小来区分待测物料类型，低能X射线的透射强度IL与R值间相关性更大[4]。但在实际工业应用中，待测金属物料通常为合金材料，基于IL与R值的识别算法对于报废金属的识别是否真正有效还需要通过实验进行验证。
3 实验结果与分析
为验证本文所述系统在实际工业应用中是否可行，使用小批量样本采集铝合金与锌合金的IL与R值数据。实验结果如下：铝合金MinR=0.793171，MaxR =1.87859，MinI=3990，MaxI=49736;锌合金MinR=0.48515，MaxR=1.88559，MinI=3990，MaxI=50212。
通过IL与R值对报废金属进行识别，分别使用200块成分比例不同的报废金属原料作为实验物料，识别结果分别如下表所示。
由表可知，使用本文所述系统进行识别，铝合金原料识别率可达95%以上，锌合金识别率可达90%以上，识别效果稳定，准确率高，能够满足工业生产的实际需求。
4 结论
本系统采用非接触式全自动识别方法，基于双能X射线透射技术的报废金属在线自动分选系统，通过R值和低能X 射线透射能量值確定报废金属类型，消除了物料厚度对识别物料准确性的影响。经实际工业生产测试，本系统能够正确识别出铝合金和锌合金类金属物料，具备实际应用能力。
参考文献
[1] M.B. Mesina.Automatic sorting of scrap metals with a combined electromagnetic and dual energy X- ray transmission sensor[ J] . International Journal of Mineral Processing， 2007 （ 4 ） ： 222 ～232 .
[2] 毛冬辉，叶文华，熊田忠，王祺奥，顾瑞华.双能 X 射线识别金属物料的 R 值曲线拟合算法[J].机械制造与自动化，2017，46（05）：160-162+166.
[3] W.L.Dalmijn， T.P.R.de Jong. A method and apparatus for analysing and sorting a flow of material [ M ].Patent WO2002050521， 2002.
[4] 基于双能 X 射线安检设备的危险品识别系统研究[D]. 张文，中北大学，2018.
转载注明来源:https://www.xzbu.com/1/view-14974425.htm
