一种用于钻石密度测试的激光探测系统及探测方法专利检索-基础地基专利检索查询-专利查询网

一种用于钻石密度测试的激光探测系统及探测方法

阅读：776发布：2024-02-28

专利汇可以提供一种用于钻石密度测试的激光探测系统及探测方法专利检索，专利查询，专利分析的服务。并且本发明公开一种用于钻石密度测试的激光探测系统，包括：探测箱，其为六棱柱结构，且内部各个面设置有白色背景板；多个激光光源，其分别一一对应设置在所述探测箱内部各个顶点处，用于将待测钻石的边缘轮廓投影至对应所述白色背景板上；数据检测模块，用于对所述待测钻石进行检测；数据处理模块，其接收数据检测模块的检测数据，处理后输出检测数据，通过探测箱的白色背景板以及激光光源对待测钻石进行检测，快速获得待测钻石密度，简单方便。本发明还提供一种用于钻石密度测试的激光探测方法，采集待测钻石在各个白色背景板的边缘轮廓投影面积，并基于BP神经网络确定待测钻石的体积。还能对待测钻石的体积进行校正，提高待测钻石密度的检测精度。，下面是一种用于钻石密度测试的激光探测系统及探测方法专利的具体信息内容。

权利要求

1.一种用于钻石密度测试的激光探测系统，其特征在于，包括：
探测箱，其为六棱柱结构，且内部各个面设置有白色背景板；
多个激光光源，其分别一一对应设置在所述探测箱内部各个顶点处，用于将待测钻石的边缘轮廓投影至对应所述白色背景板上；
数据检测模块，用于对所述待测钻石进行检测；
数据处理模块，其接收所述数据检测模块的检测数据，处理后输出检测数据。
2.如权利要求1所述的用于钻石密度测试的激光探测系统，其特征在于，所述数据检测模块包括：
多个面积识别传感器，其分别设置在所述白色背景板上，用于检测所述待测钻石的边缘轮廓投影的面积；
重量传感器，其设置在所述探测箱的底面上，用于检测所述待测钻石的重量。
3.如权利要求2所述的用于钻石密度测试的激光探测系统，其特征在于，所述数据处理模块包括：
控制器，其接收面积数据和重量数据，并输出所述待测钻石的密度数据。
4.一种用于钻石密度测试的激光探测方法，其特征在于，采集待测钻石在各个白色背景板的边缘轮廓投影面积，并基于BP神经网络确定待测钻石的体积，具体包括如下步骤：
步骤一、通过传感器采集待测钻石在各个白色背景板的边缘轮廓投影面积[S1,S2,S3,S4,S5,S6,Su,Sd]；
其中，[S1,S2,S3,S4,S5,S6]分别为待测钻石在探测箱六个侧面上的边缘轮廓投影面积，[Su,Sd]分别为待测钻石在探测箱顶面和底面上的边缘轮廓投影面积；
步骤二、依次将待测钻石在各个白色背景板的边缘轮廓投影面积进行规格化，确定三层BP神经网络的输入层向量x＝{x1,x2,x3,x4,x5,x6,x7,x8}；其中，{x1,x2,x3,x4,x5,x6}分别为待测钻石在探测箱六个侧面上的边缘轮廓投影面积系数，{x7,x8}分别为待测钻石在探测箱顶面和底面上的边缘轮廓投影面积系数；
步骤三、所述输入层向量映射到中间层，所述中间层向量y＝{y1,y2,…,ym}；m为中间层节点个数；
步骤四、得到输出层向量z＝{z1}；其中，z1为待测钻石的体积系数，使
V＝z1Vmax，
其中，z1为输出层向量参数，Vmax为设定的待测钻石最大体积，V为待测钻石的体积。
5.如权利要求4所述的用于钻石密度测试的激光探测方法，其特征在于，还包括对待测钻石的体积进行校正：
其中，Vs为待测钻石的校正体积，Dmax为待测钻石在探测箱顶面垂直方向向的最大厚度，l1为待测钻石重心处距离待测钻石顶面最远点的距离，ξ0为基础校正系数且ξ0∈[0.9,
1.1]，e为自然对数的底数。
6.如权利要求4或5所述的用于钻石密度测试的激光探测方法，其特征在于，所述设定的待测钻石最大体积为：
其中，dmax为待测钻石以重心为圆心的任意方向上的最大直径长度，Lp为待测钻石以重心为圆心的第p个方向上的直径长度，P为待测钻石以重心为圆心划分的方向数量。
7.如权利要求6所述的用于钻石密度测试的激光探测方法，其特征在于，在所述步骤二中，将待测钻石在各个白色背景板的边缘轮廓投影面积进行规格化的公式为：
其中，xk为输入层向量中的参数，Xk分别为待测钻石在各个白色背景板的边缘轮廓投影面积，k＝1,2,3,4,5,6,7,8；Xmax和Xmin分别为待测钻石在各个白色背景板的边缘轮廓投影面积中的最大值和最小值。
8.如权利要求5所述的用于钻石密度测试的激光探测方法，其特征在于，通过悬挂法确定待测钻石的重心。
9.如权利要求5或8所述的用于钻石密度测试的激光探测方法，其特征在于，所述基础校正系数ξ0＝1。
10.如权利要求4、5、7或8所述的用于钻石密度测试的激光探测方法，其特征在于，所述中间层节点个数m满足：其中n为输入层节点个数，t为输出层节点个数。

说明书全文

一种用于钻石密度测试的激光探测系统及探测方法

技术领域

[0001] 本发明钻石测试技术领域，更具体的是，本发明涉及一种用于钻石密度测试的激光探测系统及探测方法。

背景技术

[0002] 固体材料的密度是固体材料的基本物性参数，该参数为固体材料的定性分析的基础。野外找矿，很多近似的岩石矿物密度不能快速识别，主要是靠工程师的主观判断；珠宝拍卖行业，对于颜色、光泽近似的珠宝玉石如何精确定性，相对密度是一个很有效的参数，比如人工仿制蜜蜡和天然蜜蜡。

[0003] 目前固体密度测试，体积参数应用的是排水法得到，因此都需要液体，承装液体的容器。有时候液体为有机溶剂，比如三溴甲烷、四氯乙烯等，有毒有害且根本无法现场携带，在野外无法操作，并且在对钻石材料进行测试时，使用有机溶剂往往会对钻石进行一定程度的损伤，或者污染，降低了钻石材料的价值。

发明内容

[0004] 本发明的一个目的是设计开发了一种用于钻石密度测试的激光探测系统，通过探测箱的白色背景板以及激光光源对待测钻石进行检测，快速获得待测钻石密度，简单方便。

[0005] 本发明的另一个目的是设计开发了一种用于钻石密度测试的激光探测方法，采集待测钻石在各个白色背景板的边缘轮廓投影面积，并基于BP神经网络确定待测钻石的体积。

[0006] 本发明还能对待测钻石的体积进行校正，提高待测钻石密度的检测精度。

[0007] 本发明提供的技术方案为：

[0008] 一种用于钻石密度测试的激光探测系统，包括：

[0009] 探测箱，其为六棱柱结构，且内部各个面设置有白色背景板；

[0010] 多个激光光源，其分别一一对应设置在所述探测箱内部各个顶点处，用于将待测钻石的边缘轮廓投影至对应所述白色背景板上；

[0011] 数据检测模块，用于对所述待测钻石进行检测；

[0012] 数据处理模块，其接收所述数据检测模块的检测数据，处理后输出检测数据。

[0013] 优选的是，所述数据检测模块包括：

[0014] 多个面积识别传感器，其分别设置在所述白色背景板上，用于检测所述待测钻石的边缘轮廓投影的面积；

[0015] 重量传感器，其设置在所述探测箱的底面上，用于检测所述待测钻石的重量。

[0016] 优选的是，所述数据处理模块包括：

[0017] 控制器，其接收面积数据和重量数据，并输出所述待测钻石的密度数据。

[0018] 一种用于钻石密度测试的激光探测方法，采集待测钻石在各个白色背景板的边缘轮廓投影面积，并基于BP神经网络确定待测钻石的体积，具体包括如下步骤：

[0019] 步骤一、通过传感器采集待测钻石在各个白色背景板的边缘轮廓投影面积[S1,S2,S3,S4,S5,S6,Su,Sd]；

[0020] 其中，[S1,S2,S3,S4,S5,S6]分别为待测钻石在探测箱六个侧面上的边缘轮廓投影面积，[Su,Sd]分别为待测钻石在探测箱顶面和底面上的边缘轮廓投影面积；

[0021] 步骤二、依次将待测钻石在各个白色背景板的边缘轮廓投影面积进行规格化，确定三层BP神经网络的输入层向量x＝{x1,x2,x3,x4,x5,x6,x7,x8}；其中，{x1,x2,x3,x4,x5,x6}分别为待测钻石在探测箱六个侧面上的边缘轮廓投影面积系数，{x7,x8}分别为待测钻石在探测箱顶面和底面上的边缘轮廓投影面积系数；

[0022] 步骤三、所述输入层向量映射到中间层，所述中间层向量y＝{y1,y2,…,ym}；m为中间层节点个数；

[0023] 步骤四、得到输出层向量z＝{z1}；其中，z1为待测钻石的体积系数，使[0024] V＝z1Vmax，

[0025] 其中，z1为输出层向量参数，Vmax为设定的待测钻石最大体积，V为待测钻石的体积。

[0026] 优选的是，还包括对待测钻石的体积进行校正：

[0027]

[0028] 其中，Vs为待测钻石的校正体积，Dmax为待测钻石在探测箱顶面垂直方向向的最大厚度，l1为待测钻石重心处距离待测钻石顶面最远点的距离，ξ0为基础校正系数且ξ0∈[0.9,1.1]，e为自然对数的底数。

[0029] 优选的是，所述设定的待测钻石最大体积为：

[0030]

[0031]

[0032] 其中，dmax为待测钻石以重心为圆心的任意方向上的最大直径长度，Lp为待测钻石以重心为圆心的第p个方向上的直径长度，P为待测钻石以重心为圆心划分的方向数量。

[0033] 优选的是，在所述步骤二中，将待测钻石在各个白色背景板的边缘轮廓投影面积进行规格化的公式为：

[0034]

[0035] 其中，xk为输入层向量中的参数，Xk分别为待测钻石在各个白色背景板的边缘轮廓投影面积，k＝1,2,3,4,5,6,7,8；Xmax和Xmin分别为待测钻石在各个白色背景板的边缘轮廓投影面积中的最大值和最小值。

[0036] 优选的是，通过悬挂法确定待测钻石的重心。

[0037] 优选的是，所述基础校正系数ξ0＝1。

[0038] 优选的是，所述中间层节点个数m满足：其中n为输入层节点个数，t为输出层节点个数。

[0039] 本发明所述的有益效果：

[0040] (1)本发明设计开发的用于钻石密度测试的激光探测系统，通过探测箱的白色背景板以及激光光源对待测钻石进行检测，快速获得待测钻石密度，简单方便。

[0041] (2)本发明设计开发的用于钻石密度测试的激光探测方法，采集待测钻石在各个白色背景板的边缘轮廓投影面积，并基于BP神经网络确定待测钻石的体积。本发明还能对待测钻石的体积进行校正，提高待测钻石密度的检测精度。附图说明

[0042] 图1为本发明所述的用于钻石密度测试的激光探测系统的结构示意图。

具体实施方式

[0043] 下面结合附图对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。

[0044] 如图1所示，本发明提供一种用于钻石密度测试的激光探测系统，包括：探测箱100，其为六棱柱结构，且内部各个面设置有白色背景板110；多个激光光源120，其分别一一对应设置在所述探测箱内部各个顶点处(供有12个顶点，均设置有激光光源，图中激光光源
120仅作出了简单示意，只标记了两个位置，但并不影响整体意思的表达)，用于将待测钻石的边缘轮廓投影至对应所述白色背景板上；数据检测模块，用于对所述待测钻石进行检测；
数据处理模块，其接收所述数据检测模块的检测数据，处理后输出检测数据。

[0045] 所述的数据检测模块包括：多个面积识别传感器，其分别设置在所述白色背景板上，用于检测所述待测钻石的边缘轮廓投影的面积；重量传感器，其设置在所述探测箱的底面上，用于检测所述待测钻石的重量。

[0046] 所述的数据处理模块包括控制器，其接收面积数据和重量数据，并输出所述待测钻石的密度数据。

[0047] 本发明设计开发的用于钻石密度测试的激光探测系统，通过探测箱的白色背景板以及激光光源对待测钻石进行检测，快速获得待测钻石密度，简单方便。

[0048] 本发明还提供一种用于钻石密度测试的激光探测方法，采集待测钻石在各个白色背景板的边缘轮廓投影面积，并基于BP神经网络确定待测钻石的体积，具体包括如下步骤：

[0049] 步骤一、建立BP神经网络模型；

[0050] 本发明采用的BP网络体系结构由三层组成，第一层为输入层，共n个节点，对应了表示设备工作状态的n个检测信号，这些信号参数由数据预处理模块给出。第二层为隐层，共m个节点，由网络的训练过程以自适应的方式确定。第三层为输出层，共t个节点，由系统实际需要输出的响应确定。

[0051] 该网络的数学模型为：

[0052] 输入层向量：x＝(x1,x2,…,xn)T

[0053] 中间层向量：y＝(y1,y2,…,ym)T

[0054] 输出层向量：z＝(z1,z2,…,zt)T

[0055] 本发明中，输入层节点数为n＝8，输出层节点数为t＝1。隐藏层节点数m由下式估算得出：

[0056]

[0057] 按照采样周期，输入的8个参数为，{x1,x2,x3,x4,x5,x6}分别为待测钻石在探测箱六个侧面上的边缘轮廓投影面积系数，{x7,x8}分别为待测钻石在探测箱顶面和底面上的边缘轮廓投影面积系数；

[0058] 在数据输入神经网络之前，将数据规格化为0-1之间的数。

[0059] 将待测钻石在各个白色背景板的边缘轮廓投影面积进行规格化的公式为：

[0060]

[0061] 其中，xk为输入层向量中的参数，Xk分别为待测钻石在各个白色背景板的边缘轮廓投影面积，即[S1,S2,S3,S4,S5,S6,Su,Sd]，k＝1,2,3,4,5,6,7,8；Xmax和Xmin分别为待测钻石在各个白色背景板的边缘轮廓投影面积([S1,S2,S3,S4,S5,S6,Su,Sd])中的最大值和最小值。

[0062] 输出信号的1个参数表示为：z1为待测钻石的体积系数；

[0063] 待测钻石的体积系数z1表示为待测钻石的体积与设定的待测钻石最大体积之比，使

[0064] V＝z1Vmax，

[0065] 其中，z1为输出层向量参数，Vmax为设定的待测钻石最大体积，V为待测钻石的体积。

[0066] 所述的设定的待测钻石最大体积为：

[0067]

[0068]

[0069] 其中，dmax为待测钻石以重心为圆心的任意方向上的最大直径长度，Lp为待测钻石以重心为圆心的第p个方向上的直径长度，P为待测钻石以重心为圆心划分的方向数量。

[0070] 步骤二：进行BP神经网络的训练。

[0071] 建立好BP神经网络节点模型后，即可进行BP神经网络的训练。根据产品的经验数据获取训练的样本，并给定输入节点i和隐含层节点j之间的连接权值wij，隐层节点j和输出层节点k之间的连接权值wjk，隐层节点j的阈值θj，输出层节点k的阈值wij、wjk、θj、θk均为-1到1之间的随机数。

[0072] 在训练过程中，不断修正wij和wjk的值，直至系统误差小于等于期望误差时，完成神经网络的训练过程。

[0073] 如表1所示，给定了一组训练样本以及训练过程中各节点的值。

[0074] 表1训练过程各节点值

[0075]

[0076]

[0077] 步骤三、采集数据运行参数输入神经网络得到调控系数；

[0078] 训练好的人工神经网络固化在芯片之中，使硬件电路具备预测和智能决策功能，从而形成智能硬件。智能硬件加电启动后，激光探测系统开始运行。

[0079] 使用传感器采集待测钻石在各个白色背景板的边缘轮廓投影面积[S1,S2,S3,S4,S5,S6,Su,Sd]；通过将上述参数规格化，得到BP神经网络的输入向量x＝{x1,x2,x3,x4,x5,x6,x7,x8}，通过BP神经网络的运算得到输出向量z＝{z1}；

[0080] 输出待测钻石的体积，使

[0081] V＝z1Vmax，

[0082] 其中，z1为输出层向量参数，Vmax为设定的待测钻石最大体积，V为待测钻石的体积。

[0083] 步骤四：对待测钻石的体积进行校正：

[0084]

[0085] 其中，Vs为待测钻石的校正体积，Dmax为待测钻石在探测箱顶面垂直方向向的最大厚度，l1为待测钻石重心处距离待测钻石顶面最远点的距离，ξ0为基础校正系数且ξ0∈[0.9,1.1]，e为自然对数的底数。

[0086] 其中，待测钻石的重心通过悬挂法获得，基础校正系数ξ0＝1。

[0087] 本发明设计开发的用于钻石密度测试的激光探测方法，采集待测钻石在各个白色背景板的边缘轮廓投影面积，并基于BP神经网络确定待测钻石的体积。本发明还能对待测钻石的体积进行校正，提高待测钻石密度的检测精度。

[0088] 尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。

标题	发布/更新时间	阅读量
深度信息补全方法及其装置、监控系统和存储介质	2020-05-08	300
以时序和加密为基础的分布链式数据共享授权方法	2020-05-08	239
无定子电压电流传感器的DFIG-DC系统定子功率及频率控制方法	2020-05-08	674
图像带宽压缩中的后选择预测方法	2020-05-08	492
一种太阳电池组件电性能测试引线装置	2020-05-08	847
兼具高隔离度和稳定输入匹配的毫米波开关键控调制器	2020-05-08	451
一种基于RMPC的主动配电网供电恢复方法	2020-05-11	802
一种构建信息通信智能调度指挥沙盘的方法	2020-05-08	774
一种通信系统时钟分配管理电路	2020-05-08	855
一种基于超宽带无线通信的自适应组网的时间同步系统及方法	2020-05-08	248

一种用于钻石密度测试的激光探测系统及探测方法

一种用于钻石密度测试的激光探测系统及探测方法

技术领域

背景技术

发明内容

具体实施方式

该功能需要专业版企业版VIP权限，您可以：