مرتب کننده های رنگ و مرتب کننده های نوری دو نوع اصلی تجهیزات در زمینه مرتب سازی هوشمند هستند. اگرچه هر دو بر اساس اصول نوری عمل می کنند، اما از نظر فناوری هسته، ابعاد شناسایی و سناریوهای کاربردی تفاوت قابل توجهی دارند. تفاوت های خاص را می توان به وضوح از طریق ابعاد زیر مقایسه کرد:
I. تعریف اصلی و منطق فنی
|
بعد مقایسه |
مرتب کننده رنگ |
مرتب کننده نوری |
|
تعریف اصلی |
دستگاه مرتب‌سازی که «تفاوت رنگ» را به‌عنوان مبنای شناسایی هسته می‌گیرد و بر مرتب‌سازی «تک‌بعدی» مواد بر اساس ویژگی‌های نوری سطح تمرکز می‌کند. |
دستگاه مرتب‌سازی که «سیگنال‌های نوری چند بعدی» را به‌عنوان پایه شناسایی هسته دریافت می‌کند، و چندین فناوری نوری را برای دستیابی به مرتب‌سازی «تمام{1}}ویژگی» مواد یکپارچه می‌کند. |
|
منطق فنی |
رنگ، روشنایی و تفاوت رنگ مواد را با استفاده از تصویربرداری با نور مرئی (دوربین‌های RGB) ثبت می‌کند و بر اساس آستانه‌های رنگی از پیش تعیین‌شده، «واجد شرایط/نامناسب» قضاوت می‌کند. اساساً «مقایسه و غربالگری بصری» است. |
نور مرئی، نزدیک به مادون قرمز، فراطیفی، لیزر، اشعه ایکس-و سایر فناوری‌های حسگر چند- را برای تجزیه و تحلیل رنگ، بافت، ترکیب شیمیایی و ساختار داخلی مواد ادغام می‌کند. در اصل، "تحلیل چند-ویژگی مودال" است. |
II. تفاوت های فنی کلیدی
1. بعد شناسایی: "Single-Surface" در مقابل "Full-Dimension Penetration"
مرتب‌کننده رنگ: فقط ویژگی‌های مربوط به رنگ سطح-را شناسایی می‌کند و نمی‌تواند از «محدودیت‌های بصری» عبور کند -به‌عنوان مثال، نمی‌تواند بین موادی با همان رنگ اما بافت‌های متفاوت (مانند پلاستیک PET سفید و پلاستیک PP سفید) تمایز قائل شود، و همچنین نمی‌تواند موادی را بدون تفاوت رنگ سطحی، اما نقص‌های داخلی (مثلاً مقایسه برنج با کپک داخلی، رنگ شیشه‌ای حاوی ناخالصی‌های فنی مشابه است) تشخیص دهد. چشم چیدن اقلام با "نگاه کردن به رنگ ها"، با یک بعد شناسایی واحد.
مرتب‌سازی نوری: «شناسایی کامل- ویژگی‌های شیمیایی سطح + داخلی + شیمیایی» را فعال می‌کند -به‌عنوان مثال، از «طیف‌سنجی نزدیک-مادون قرمز» برای تجزیه و تحلیل ترکیب شیمیایی مواد (تشخیص تفاوت‌های ساختار مولکولی بین PET و PP)، «تشخیص بافت‌های فراطیفی جدید از بافت پلاستیکی جدید تشخیص داده شده» استفاده می‌کند. پلاستیک)، و «{5}}اشعه ایکس» برای تشخیص ناخالصی‌های داخلی (به عنوان مثال، ذرات فلزات سنگین در دانه). هسته فنی آن «تلفیقی داده‌های چند حسگر + مدل‌سازی الگوریتم هوش مصنوعی» است، که معادل تجهیز دستگاه به «چشم‌ها (برای دیدن رنگ‌ها) + طیف‌سنج‌ها (برای اندازه‌گیری ابعاد داخلی)، ارائه یک ترکیب جامع)
2. الگوریتم و سطح هوش: "قانون-بر اساس" در مقابل "یادگیری تطبیقی"
مرتب‌کننده رنگ: «الگوریتم‌های قانون از پیش تعیین شده» را اتخاذ می‌کند. این نیاز به تنظیم دستی پارامترهای رنگ دارد (به عنوان مثال، "قرمز واجد شرایط است، سیاه و سفید فاقد صلاحیت است") و فقط می تواند موادی را با "تفاوت های رنگی واضح و دسته بندی های تک" کنترل کند. سازگاری ضعیفی با مواد جدید یا مواد با رنگ‌های مبهم دارد (نیاز به تنظیم مجدد پارامترها، که زمان زیادی طول می‌کشد).
Optical Sorter: "الگوریتم های یادگیری عمیق هوش مصنوعی" را اتخاذ می کند. این مدل‌ها را بر اساس پایگاه داده‌ای از ده‌ها میلیون ماده آموزش می‌دهد، و امکان یادگیری مستقل از ویژگی‌های چند بعدی مواد جدید (مانند پلاستیک‌های کامپوزیت جدید، سنگ‌های-پایین) را فراهم می‌کند. چرخه انطباق از «چند روز/هفته» (برای مرتب‌کننده‌های رنگ) به «طی 24 ساعت» کوتاه می‌شود، و می‌تواند به‌طور پویا استراتژی‌های مرتب‌سازی را بهینه کند (به عنوان مثال، تنظیم آستانه‌های شناسایی با توجه به نوسانات مواد دریافتی).
3. ظرفیت پردازش: "Small-تا-Medium Scale, Single Category" در مقابل "Large Scale، Multi{4}}Category Mixture"
مرتب‌کننده رنگ: ظرفیت پردازش نسبتاً محدودی دارد (معمولاً 1 تا 10 تن در ساعت) و برای مرتب‌سازی «تک-گروهی کوچک- دسته‌ای» مناسب‌تر است (مثلاً حذف ناخالصی‌ها از دانه‌های برنج و قهوه). کار با "مواد مخلوط چند-" (مثلاً زباله های پلاستیکی مخلوط، زباله های ساختمانی) دشوار است.
مرتب‌کننده نوری: دارای ظرفیت پردازشی از "5 تا 150 تن در ساعت" است و از دسته‌بندی همزمان "مواد مخلوط چند{{2}" (مثلاً جداسازی پلاستیک، فلزات و شیشه از زباله‌های مخلوط) پشتیبانی می‌کند. همچنین می‌تواند با سناریوهای تولید صنعتی با سرعت بالا و مستمر (مانند معادن-در مقیاس بزرگ، کارخانه‌های تصفیه زباله جامد) سازگار شود.
III. تفاوت در سناریوهای کاربردی
سناریوهای کاربردی دو نوع تجهیزات، عمدتاً بسته به "پیچیدگی الزامات مرتب سازی" بسیار متفاوت است:
|
نوع تجهیزات |
فیلدهای برنامه اصلی |
نمونه های سناریوی معمولی |
|
مرتب کننده رنگ |
روی سناریوهای "تک-گروهی، رنگی-محور" تمرکز کنید |
1. عمل آوری غلات: حذف دانه های زرد و دانه های شکسته از برنج و دانه های سیاه و دانه های کپک زده از گندم؛ 2. مرتب‌سازی محصولات کشاورزی: دانه‌بندی دانه‌های قهوه (تشخیص بلوغ بر اساس عمق رنگ) و حذف دانه‌های آلوده به حشرات-از آجیل؛ 3. مواد صنعتی ساده: دسته بندی رنگی ذرات پلاستیکی (مثلاً جداسازی ذرات سفید و سیاه). |
|
مرتب کننده نوری |
روی سناریوهای "چند-دسته، پیچیده-ویژگی" تمرکز کنید |
1. منابع قابل بازیافت: تفکیک زباله های پلاستیکی مخلوط (مرتب سازی مواد PET/PP/HDPE) و زباله های الکترونیکی (استخراج فلزات گرانبها)؛ 2. فرآوری مواد معدنی: جداسازی سنگ معدن لیتیوم (شناسایی کانی های اسپودومن) و حذف گنگ از زغال سنگ (تشخیص با محتوای خاکستر)؛ 3. تصفیه زباله جامد: تفکیک زباله های خانگی (جداسازی مواد قابل بازیافت از مواد آلی) و زباله های ساختمانی (حذف ناخالصی های پلاستیک و پارچه)؛ 4. بازرسی با کیفیت بالا: تشخیص ویفرهای نیمه هادی (ناخالصی های داخلی) و عیوب سطحی قطعات دقیق (خراش، فرورفتگی). |
IV. خلاصه: تفاوت اصلی در یک جمله
مرتب‌کننده رنگ: "اقلام را بر اساس رنگ انتخاب می‌کند" - یک دستگاه مرتب‌سازی پایه با پیچیدگی کم-، مناسب برای سناریوهای ساده با تفاوت‌های رنگی واضح.
مرتب‌کننده نوری: "اقلام را بر اساس رنگ انتخاب می‌کند + ترکیب را اندازه‌گیری می‌کند + فضای داخلی را بررسی می‌کند" - یک دستگاه مرتب‌سازی هوشمند چند بعدی با پیچیدگی بالا، مناسب برای سناریوهای صنعتی-که نیاز به تجزیه و تحلیل عمیق خواص مواد دارند.
به طور خلاصه، مرتب‌کننده‌های رنگ «نسخه اصلی» مرتب‌کننده‌های نوری هستند، در حالی که مرتب‌کننده‌های نوری نشان‌دهنده «ارتقا و گسترش فناوری» مرتب‌کننده‌های رنگ هستند. هنگامی که الزامات مرتب سازی از "تمایز رنگ" به "تمایز بر اساس مواد، ترکیب و ساختار" تغییر می کند، مرتب کننده های نوری به انتخاب اجتناب ناپذیر تبدیل می شوند.