一种社会废钢智能分选系统的制作方法

本发明属于废钢处理，具体涉及一种社会废钢智能分选系统。

背景技术：

1、人口的快速增长、经济的高速发展及城市化水平的持续提高，社会废钢是指人民生活过程中汽车、电瓶车、家电等使用后报废的钢铁材料，是一种可无限循环使用的载能节能绿色资源，在我国废钢产业中平均占比80％。无论人均钢铁资源拥有量、废钢应用水平还是循环利用率，我国都远落后于世界平均水平。据统计，1t废钢铁的利用率相当于节约1.7t铁矿石，可见废钢铁资源在未来可以解决铁矿石的危机:多用1t废钢可减少1t原煤和1.7t精矿粉的消耗4.3t原矿的开采，减少大量废水、废气、固体废物和1.6t二氧化碳的排放。因此，高效利用社会废钢，对我国钢铁工业实现转型升级、发展具有重要战略意义。如何科学分选社会废钢、高附加值资源化再利用社会废钢是解决我国钢铁工业生态绿色发展难题的当务之急。

技术实现思路

1、目的是克服现有技术中分类不充分的问题，研制了一种社会废钢智能分选、提高资源利用率、减少人工成本的社会废钢智能分选设备。

2、本发明专利技术通过以下技术方案来实现的：

3、社会废钢智能分选设备，包括分筛模块、图像采集模块、成分检测模块、重力分离模块、一次磁选模块、分类入库模块、二次磁选模块、破碎模块、板链机以及回收库组成。

4、作为本发明专利的创新，所分拣装置采用的是一种基于深度学习算法和蚁群算法的城市社会废钢智能检测分类系统。

5、本发明专利的分筛系统用于废钢进入系统前的前期处理，实现物料固液分离。预处理节省了废钢分选过程的时间，减少了成本消耗，为分选提供了方便。

6、本发明专利的磁选单元为物料中的金属进行回收利用提供便捷，为横向运输传送带结构，一端连接分选系统破碎单元的出口，另一端为物料出口，连接金属回收单元进口，在经过图像识别以及破碎后，进行二次磁选，将磁性金属等材料进行回收，回收率可达90％。

7、本发明专利重力分选部分：经过重力分选机的处理，废钢中的重量较大的杂物被分离出来。这项技术利用了物体重量之间的差异，通过重力的作用将废钢中的重质杂物与其他轻质杂物分离开来。

8、本发明的磁选模块：废钢进入磁选器后，该技术运用磁力分离原理，将其中的铁磁性杂物分离出来。该技术利用磁性物质的特性，通过磁场的作用，将废钢中的铁磁性杂物与其他非磁性杂物分离，从而提高了废钢的回收利用率。

9、本发明的分筛模块：经过多次筛选和分离，废钢中的杂质和污染物被大量减少，最终得到纯净的废钢；

10、本发明专利相比于现有技术具有以下创新及有益效果。

11、本发明专利对不同种类的社会废钢进行自动识别，基于人工神经网络和表示学习，通过对大量废钢分类的学习，得到是深层的、数据集特定的特征表示，采用机器视觉和人工智能技术，能够自动识别和分类废钢，提高了分选效率和准确性；采用气动控制装置，实现了废钢的自动分选，降低了人工操作的难度和风险；采用自适应学习和优化算法，能够根据实际情况进行迭代学习和优化，提高了系统的智能化程度和稳定性。本专利的应用领域包括废钢回收和再利用领域，具有广阔的市场前景和经济价值。能够实现对社会废钢的再次利用，实现了自动化管理。

技术特征：

1.一种社会废钢智能分选系统，其特征在于：由分筛模块、图像采集模块、成分检测模块、重力分离模块、一次磁选模块、分类入库模块、二次磁选模块、破碎模块、板链机以及回收库组成；

2.根据权利要求1所述的一种社会废钢智能分选系统，其特征在于：所述的分选系统用于废钢进入系统前的前期处理，实现物料固液分离。

3.根据权利要求1所述的一种社会废钢智能分选系统，其特征在于：所述的磁选单元为物料中的金属进行回收利用提供便捷，为横向运输传送带结构，一端连接分选系统破碎单元的出口，另一端为物料出口，连接金属回收单元进口，在经过图像识别以及破碎后，进行二次磁选，将磁性金属等材料进行回收。

4.根据权利要求1所述的一种社会废钢智能分选系统，其特征在于：所述经过重力分选机的处理，废钢中的重量较大的杂物被分离出来；这项技术利用了物体重量之间的差异，通过重力的作用将废钢中的重质杂物与其他轻质杂物分离开来。

5.根据权利要求1所述的一种社会废钢智能分选系统，其特征在于：所述废钢进入磁选器后，该技术运用磁力分离原理，将其中的铁磁性杂物分离出来；该技术利用磁性物质的特性，通过磁场的作用，将废钢中的铁磁性杂物与其他非磁性杂物分离开来。

6.根据权利要求1所述的一种社会废钢智能分选系统，其特征在于：所述分选系统经过多次筛选和分离。

技术总结
本发明公开了一种社会废钢智能分选系统，由分筛模块、图像采集模块、成分检测模块、重力分离模块、一次磁选模块、分类入库模块、二次磁选模块、破碎模块、板链机以及回收库组成。本发明专利对不同种类的社会废钢进行自动识别，基于人工神经网络和表示学习，通过对大量废钢分类的学习，得到是深层的、数据集特定的特征表示，采用机器视觉和人工智能技术，能够自动识别和分类废钢，提高了分选效率和准确性；采用气动控制装置，实现了废钢的自动分选，降低了人工操作的难度和风险；采用自适应学习和优化算法，能够根据实际情况进行迭代学习和优化，提高了系统的智能化程度和稳定性。

技术研发人员：韦书贤,李灿华,章蓝月,陈娜,齐庆,何宗国
受保护的技术使用者：宣城市安工大工业技术研究院有限公司
技术研发日：
技术公布日：2024/1/14