APP下载

基于视觉分析的输送带撕裂监测系统的应用研究

2022-07-14

机械管理开发 2022年6期
关键词:输送带输送机图像处理

吴 涛

(内蒙古平庄煤业(集团)有限责任公司元宝山露天煤矿, 内蒙古 赤峰 024070)

引言

带式输送机是煤矿物料运输的核心,随着输送机不断朝着大运量、长距离、高带速方向发展,对输送带的运行稳定性提出了更高的要求,作为带式输送机的关键零件,输送带的工作可靠性直接决定了输送机的运行安全性,由于长期受落料冲击、运行磨损等,导致输送带极易出现撕裂、断带,轻则会导致散料、输送带跑偏,重则会导致机架摧毁、人员伤亡事故,严重影响了煤矿的物料运输安全。随着各类高强度钢丝绳芯输送带的应用,输送带的横向撕裂情况已经得到了显著的改善,但纵向撕裂问题依旧存在。目前主要通过人工巡检的形式对输送带的情况进行监测,效率低、安全性差。

结合近年来视觉监测技术的不断发展,本文提出了一种新的机输送带撕裂监测系统,以视觉监测为核心,利用直方图均衡化方法实现对图片的预处理和降噪,再通过图像分割处理的方式来对输送带是否发生撕裂进行分析。根据实际应用表明,该视觉监测系统,对输送带纵向撕裂的识别准确性达到了99.9%,对提升输送机系统的运行安全性具有十分重要的意义。

1 输送带撕裂监测系统

根据对输送带撕裂原因的分析,输送带的纵向撕裂主要是由于落料口处有异物卡压或者在落料冲击下受损,是导致输送带纵向撕裂的主要原因,对输送带撕裂的监测需要在输送带未承载物料的情况下进行。因此将输送带撕裂监测传感器设置在输送带的回程段[1]。采用大功率的LED 光源作为辅助照亮设备,提高视频监测时的成像效果,采用CCD 高清摄像设备对输送带进行实时监测,并将图像传输到控制中心进行分析处理,该视频监测系统整体结构如图1 所示[2]。

由图1 可知,相机对输送带进行视频采样后通过TEEE1394(火线接口)将图片数据传输到下位机的NI PXI 平台[3],在处理中心进行图像获取、图像预处理、图像处理以及撕裂诊断,最终将数据分析结果传输给上位机,并进行输送带撕裂报警。

图1 输送带撕裂监测系统示意图

为了满足视觉处理的可靠性,在系统工作时,首先控制摄像设备进行初始化及参数设定,对图像进行预处理,获取重点监测点,然后对重点区域的图像进一步进行特征提取和处理,对其是否撕裂进行最终的判断。在进行图像特征提取和处理时采用Otsu 算法,能够实现撕裂特征的快速提取和分析。输送带撕裂监测系统软件控制逻辑如下页图2 所示[4]。

图2 输送带监测系统逻辑示意图

2 图像处理

该输送带撕裂监测系统的核心是对图像分析处理的准确性,为了提高摄像机的成像效果,采用了高清摄像装置和LED 辅助光源,但由于输送机的运行环境较为恶劣,因此依旧会有很多粉尘的干扰,使形成的图像产生非常多的噪点,严重影响对输送带撕裂情况的判断。

在对多种图像处理技术进行对比后,引入了Otsu算法[5],能够将256 个亮度等级的灰度图像进行处理后,准确获取能够反映图像局部区域的灰度图像。在进行处理时,首先确定一个位于图像灰度范围内的阈值K[6],然后将获取的每一幅图片中的像素灰度值都和阈值进行对比,根据其所处的灰度范围进行对应的图像加强和降噪处理。

系统在进行撕裂区域识别的时候,撕裂区域的图像灰度较大,因此系统自动对低于系统阈值的区域进行弱化处理,对超过阈值的区域进行加强处理,从而增加图像上撕裂位置和其他位置的反差,提高视频监测系统的识别准确性[7]。为了科学合理地设定该阈值,项目组在运行的输送机上进行了4000 组数据参数的采集,对每幅采集的数据图片进行分析,在分辨率为768×1024 的情况下,每个图片上共分布有78629个像素点。输送带未撕裂的情况下,在进行降噪处理后的像素点均在15000 以下,输送带上有部分损伤或者脏污情况下像素点在15000~50000 个之间,当输送带发生撕裂后,其最少的像素点也在51000 以上,因此将输送带撕裂的识别阈值设置为51000。

经过图像预处理、图像降噪及图像处理结果如图3 所示。

图3 图像识别处理示意图

3 实际应用情况

为了验证该输送带撕裂监测系统的应用可靠性,采用具有高分辨率的工业CCD 相机、200×30 mm 的高亮度LED 光源等,搭建输送带撕裂监测系统,所监测的输送机运行带速为5 m/s,倾角为3.4°,在输送机正常运转的情况下对输送带的撕裂情况进行监测,结果如图4 所示。

图4 输送带撕裂监测系统的监测结果示意图

根据实际监测结果可知,采用新的输送带撕裂监测系统情况下,能够对输送带的撕裂情况进行准确的判断。根据约7000 次验证结果分析,准确判断出现撕裂并报警的次数达到了6996 次,判断准确性达到了99.9%,对提升输送机系统的运行可靠性,及时识别输送带撕裂异常具有十分重要的意义。目前该输送带撕裂监测系统已经在多个煤矿投入使用,取得了极好的应用效果。

4 结论

为了解决输送带纵向撕裂难以检测,严重影响物料输送安全的不足,提出了一种基于视觉分析的带式输送机输送带撕裂监测系统。对该系统硬件和软件控制结构、图像处理原理进行了分析,结果表明:

1)输送带撕裂监测传感器需要设置在输送带的回程段,同时增加LED 光源,提高视频监测时的成像效果;

2)在进行图像特征提取和处理时采用了Otsu算法,能够实现撕裂特征的快速提取和分析;

3)输送带撕裂的识别阈值设置为51000,超过该阈值则判定发生了输送带撕裂情况;

4)该视觉监测系统,对输送带纵向撕裂的识别准确性达到了99.9%,显著提升了输送带运行的安全性和稳定性。

猜你喜欢

输送带输送机图像处理
带式输送机智能联动控制系统的应用研究
近水平综采面刮板输送机“上窜下滑”原因分析与调控方法
海战场侦察图像处理技术图谱及应用展望
橡胶输送带损伤部位的冷粘修补研究
人工智能辅助冠状动脉CTA图像处理和诊断的研究进展
基于前倾角托辊受力分析的装卸设备尾车输送带跑偏原因分析
基于ARM嵌入式的关于图像处理的交通信号灯识别
长距离越野带式输送机线路分析
机器学习在图像处理中的应用
主运带式输送机控制系统研究及设计