基于機(jī)器視覺的礦用皮帶運(yùn)輸機(jī)故障智能檢測系統(tǒng)

頊 熙 亮

（同煤國電同忻煤礦有限公司，山西 大同 037001）

0 引 言

煤炭安全生產(chǎn)是全國安全生產(chǎn)工作的重中之重[1]。帶式輸送機(jī)是一種廣泛應(yīng)用于煤礦井下的連續(xù)長距離運(yùn)輸機(jī)械，與其他運(yùn)輸方式相比，帶式輸送機(jī)系統(tǒng)的優(yōu)點(diǎn)在于其連續(xù)運(yùn)行能力強(qiáng)，運(yùn)輸能力強(qiáng)，長距離運(yùn)輸能力強(qiáng)，效率高，使用方便，易于實(shí)現(xiàn)自動控制等[2]。如果在生產(chǎn)過程中帶式輸送機(jī)發(fā)生事故，將嚴(yán)重影響煤礦安全生產(chǎn)，并造成較大的經(jīng)濟(jì)損失[3-4]。因此，采用有效的方法和技術(shù)檢測皮帶異常，減輕損害，甚至避免可能發(fā)生的事故，對煤礦安全生產(chǎn)具有重要意義[5]。本文通過回顧礦用皮帶的事故原因和檢測技術(shù)的技術(shù)上，提出了基于CCD 相機(jī)進(jìn)行圖像捕捉的礦用皮帶運(yùn)輸機(jī)新型故障檢測方案，并對其在實(shí)例煤礦中的應(yīng)用進(jìn)行了詳細(xì)的闡述，以期對相關(guān)行業(yè)的技術(shù)發(fā)展提供借鑒。

1 煤礦皮帶事故原因分析及常見檢測技術(shù)綜述

1.1 常見煤礦皮帶事故原因分析

根據(jù)煤礦現(xiàn)場調(diào)查，95%以上的煤帶輸送機(jī)事故與皮帶縱向撕裂、皮帶跑偏、水煤堆積等有關(guān)。

1）皮帶橫向斷裂。輸送帶在實(shí)際使用前必須連接成環(huán)形。皮帶縱向撕裂傳送帶的一個(gè)弱點(diǎn)是它們對切割、撕裂和沖擊的抵抗力差，這大大降低了它們的壽命?？v向撕裂是對輸送帶危害最大的一種破壞形式，其主要原因是輸送的煤與廢石、鐵棒等外來重、尖物體混合在一起造成的。如果不及時(shí)控制，這些異物容易卡住劃傷，滲透進(jìn)輸送帶，造成輸送帶縱向撕裂。研究表明，約80%的皮帶撕裂發(fā)生在加載點(diǎn)或附近，另有15%發(fā)生在卸載點(diǎn)附近?？赡軐?dǎo)致皮帶撕裂的其他原因包括皮帶因某種原因產(chǎn)生偏差、超載等，在這種情況下，輸送帶會被皮帶輪的上蓋或托架的尖銳邊緣劃傷。

2）帶偏差。頻繁的皮帶跑偏故障會增加皮帶的磨損，縮短皮帶的使用壽命，有時(shí)會導(dǎo)致嚴(yán)重的皮帶撕裂，甚至造成人員傷亡。造成皮帶偏差的原因有很多。第一個(gè)原因是皮帶和皮帶輪質(zhì)量差，在運(yùn)行時(shí)造成皮帶變形和偏差?；啞X條等輔助設(shè)備安裝質(zhì)量差，不能很好地滿足技術(shù)規(guī)范要求，容易造成負(fù)載不平衡和皮帶偏差。

3）煤炭帶水和碎煤堆積。由于地下采煤工作面突水等原因。有時(shí)煤里有很多水。當(dāng)原煤含水率大于20%時(shí)，煤水混合物表現(xiàn)為流體粘性狀態(tài)，俗稱水煤。如果有太多的水煤，就很有可能引起皮帶打滑，和其他事故。此外，煤傳輸過程中，由于水煤和皮帶是低摩擦，水煤在輸送機(jī)尾部累積威脅礦井安全生產(chǎn)。此外，碎塊煤（粒度分布范圍約5 毫米）與水煤一樣，由于流動性強(qiáng)，在自身重量的作用下，容易在輸送帶尾部堆積，造成煤堆事故。

1.2 煤炭輸送皮帶監(jiān)測技術(shù)綜述及局限性

近幾十年來，在輸送帶故障檢測、狀態(tài)監(jiān)測和保護(hù)方面做了大量的工作。它們大多利用光電傳感器或壓力傳感器來檢測異?；驌p壞。到目前為止，凸帶防帶滑偏斷層的技術(shù)和系統(tǒng)已經(jīng)非常成熟，其中許多技術(shù)和系統(tǒng)在煤礦中得到了有效的應(yīng)用。然而，目前仍沒有實(shí)用可靠的解決皮帶縱向撕裂事故的方法。根據(jù)工作機(jī)制，現(xiàn)有的技術(shù)和系統(tǒng)大多可分為以下兩類：

1）檢測輸送帶的外部變化。這類探測器包括煤泄漏探測器、撕裂壓力探測器、條形探測器、帶寬探測器等

2）檢測輸送帶內(nèi)部狀態(tài)。這種探測儀采用x 射線探傷、超聲波探傷、電磁感應(yīng)等方法來檢測皮帶的內(nèi)部狀態(tài)，通過比較皮帶可能損壞前后的內(nèi)部物理變化來評估皮帶的工作狀態(tài)。

綜上所述，現(xiàn)有的輸送帶監(jiān)控保護(hù)設(shè)備和系統(tǒng)存在如下問題：

1）技術(shù)上，所使用的大多數(shù)技術(shù)相對落后。用于檢測外部皮帶變化的設(shè)備主要利用光電傳感器、壓力傳感器等來檢測漏煤或皮帶寬度，進(jìn)而對皮帶的運(yùn)行狀態(tài)進(jìn)行評估。這種類型的探測器的缺點(diǎn)是后報(bào)警和低可靠性。

2）目前，傳感器的穩(wěn)定性和質(zhì)量仍然很低。傳感器是檢測數(shù)據(jù)的來源。因此，這些設(shè)備的穩(wěn)定性和質(zhì)量是決定檢測系統(tǒng)可靠性的關(guān)鍵因素。

3）大部分檢測是后檢測和后報(bào)警，而不是預(yù)警。這意味著他們只能盡量減少損失，而不能避免損失。

4）有些檢測系統(tǒng)非常昂貴。例如，電磁感應(yīng)檢測器被設(shè)計(jì)成將導(dǎo)電橡膠或光纖嵌入到帶中。制造過程非常復(fù)雜和昂貴。

2 基于機(jī)器視覺的運(yùn)輸機(jī)故障檢測系統(tǒng)設(shè)計(jì)和應(yīng)用

2.1 系統(tǒng)總體設(shè)計(jì)

多年來，隨著電子技術(shù)和計(jì)算機(jī)技術(shù)的進(jìn)步，越來越多的凸帶監(jiān)控與保護(hù)領(lǐng)域的研究工作在非接觸方向進(jìn)行，特別是采用了基于機(jī)器視覺的技術(shù)。機(jī)器視覺是一門交叉學(xué)科。它通常被認(rèn)為是計(jì)算機(jī)視覺的一個(gè)子領(lǐng)域，包括人類視覺的神經(jīng)計(jì)算研究和自主機(jī)器人柔性視覺系統(tǒng)的開發(fā)。機(jī)器視覺可以提供與人眼相同的功能——在數(shù)千種色調(diào)中進(jìn)行區(qū)分，在大范圍的環(huán)境照明中提供敏銳度，以及在三維空間中感知物體，等等。通過使用可見和紅外攝像機(jī)、成像掃描儀或其他傳感器，計(jì)算機(jī)視覺收集數(shù)據(jù)以供機(jī)器處理。數(shù)據(jù)處理可以使用經(jīng)典的圖像分析程序，并可以計(jì)算模擬人類神經(jīng)生理學(xué)。基于機(jī)器視覺的工具具有非接觸式測量的優(yōu)點(diǎn)，無需停止生產(chǎn)過程，并已成功地應(yīng)用于各種工業(yè)領(lǐng)域，包括瓶子表面缺陷的檢測等。

在分析現(xiàn)有煤礦輸送帶監(jiān)控與保護(hù)技術(shù)和系統(tǒng)局限性的基礎(chǔ)上，提出了一種基于機(jī)器視覺的煤礦輸送帶實(shí)時(shí)監(jiān)控系統(tǒng)，并將其應(yīng)用在了同煤國電同忻煤礦當(dāng)中。其原理是使用專業(yè)CCD 相機(jī)來監(jiān)控主要因素導(dǎo)致煤礦輸送帶縱向撕裂、橫向斷裂等事故，然后通過高清圖像處理檢測皮帶可能的損壞和異常情況，如外來的大塊頭和尖銳的物體，水煤、碎煤的堆積等。目的是及時(shí)檢測可能損壞輸送帶的異常情況，使系統(tǒng)能夠正常工作根據(jù)風(fēng)險(xiǎn)等級提前預(yù)警并關(guān)閉輸送系統(tǒng)。系統(tǒng)包含10 個(gè)功能模塊，分別是圖像采集模塊、圖像處理模塊、圖像識別模塊、智能監(jiān)控報(bào)警模塊、數(shù)據(jù)庫服務(wù)管理模塊、機(jī)械橋調(diào)整模塊、照明模塊、同步控制器模塊，電氣控制箱模塊，數(shù)據(jù)通信控制模塊。系統(tǒng)的架構(gòu)所提議的系統(tǒng)架構(gòu)如圖1 所示。

圖1 基于機(jī)器視覺的運(yùn)輸機(jī)故障檢測系統(tǒng)總體構(gòu)架

2.2 圖像采集模塊設(shè)計(jì)及識別過程

采集高質(zhì)量的圖像有助于提高故障診斷的準(zhǔn)確性，減少圖像處理時(shí)間，提高視覺檢測系統(tǒng)的實(shí)時(shí)性。配備有線陣光源的CCD 相機(jī)具有更高的分辨率，更適合于一維運(yùn)動目標(biāo)的檢測。在運(yùn)輸過程中，作為輸送帶的上輸送帶通常是向上傾斜的，下輸送帶基本呈扁平狀。相機(jī)被要求安裝在上下皮帶之間，以從皮帶后面捕捉圖像。但在工程中，上下皮帶之間的距離很小，小于輸送帶的寬度。即使對于較低的皮帶，圖像采集裝置的安裝位置也非常小。以煤炭工業(yè)用皮帶為例，上、下皮帶之間的距離一般小于1m，但皮帶寬度一般大于1m。此外，輸送帶運(yùn)行速度高達(dá)5.7m/s。因此，為了可以廣泛的覆蓋帶的表面，一般的設(shè)計(jì)需要多臺相機(jī)的集中拍攝，然而，這將不可避免地導(dǎo)致成本的增加，另外，長距離運(yùn)輸帶需要對多個(gè)區(qū)段進(jìn)行監(jiān)控，過多的相機(jī)不利于在線監(jiān)控系統(tǒng)的運(yùn)行。同煤國電同忻煤礦的實(shí)例采用多個(gè)線性光源為圖像采集裝置提供光源。配備5 個(gè)線性光源的單臺線陣CCD相機(jī)捕捉上帶表面圖像，原理圖如圖2 所示。相機(jī)和光源均被放置的可調(diào)節(jié)方向的剛架上，與機(jī)械矯正模塊相連接，以便進(jìn)行方向和亮度的調(diào)節(jié)。

圖2 5 個(gè)線性光源的單臺線陣CCD 相機(jī)捕捉模塊示意圖

在有線性光源的凸帶平面上，這五個(gè)線性光源布置在凹槽中，凹槽與上帶的形狀一致。線相機(jī)就放在帶下面。當(dāng)鏡頭的視場足夠大，并將線性光源調(diào)整到合適的位置，CCD 相機(jī)就可以對整個(gè)皮帶進(jìn)行成像皮帶圖像采集完成后，進(jìn)行圖像處理和故障診斷，監(jiān)控皮帶運(yùn)行狀態(tài)。因此，后續(xù)圖像處理和故障識別能力是檢測輸送帶運(yùn)行狀態(tài)的關(guān)鍵。

圖3 CCD 相機(jī)捕捉圖像后的處理過程

圖3 給出了從帶圖中檢測故障的框圖。首先圖像采集模塊包括從CCD 相機(jī)實(shí)時(shí)捕獲和存儲數(shù)字圖像（如圖2 所示）。高清晰度圖像被發(fā)送到圖像處理模塊。然后，圖像處理模塊負(fù)責(zé)在接收到的視頻幀上應(yīng)用不同的圖像濾波器，識別帶邊緣來裁剪圖像，以促進(jìn)異常特征識別階段。它執(zhí)行圖像分析、圖像分割、圖像增強(qiáng)、降噪、幾何變換等。圖像識別模塊負(fù)責(zé)異常和缺陷特征的識別。將帶縫缺陷視為邊緣和角部特征，將可能導(dǎo)致縱向帶撕裂、尖物刺穿視為目標(biāo)特征。對采集到的皮帶圖像進(jìn)行預(yù)處理，對圖像進(jìn)行改進(jìn)。對改進(jìn)后的帶圖像進(jìn)行分割，得到二值圖像。從二值圖像中提取帶偏特征，識別帶偏。在本系統(tǒng)中，對于裂縫檢測，首先對二值圖像進(jìn)行裁剪，以避免背景噪聲，canny 算子將與小波packe 分解相結(jié)合，完成邊緣和角點(diǎn)檢測任務(wù)。通過對裁剪后的圖像提取撕裂特征，可以識別出帶的縱向撕裂。采用高斯差分作為斑點(diǎn)特征檢測器。

之后，智能監(jiān)控報(bào)警模塊根據(jù)圖像識別過程的結(jié)果，根據(jù)預(yù)定義的基于異常的規(guī)則對嚴(yán)重性等級進(jìn)行分類，系統(tǒng)通過外部接口模塊根據(jù)風(fēng)險(xiǎn)等級進(jìn)行預(yù)警和關(guān)閉輸送系統(tǒng)。數(shù)據(jù)庫服務(wù)管理模塊負(fù)責(zé)連接本地和遠(yuǎn)程數(shù)據(jù)庫并實(shí)現(xiàn)公共數(shù)據(jù)庫操作。所有圖像信息處理完畢圖像的結(jié)果存儲在數(shù)據(jù)庫中。數(shù)據(jù)可以用于特征學(xué)習(xí)，將來用戶還可以回顧一個(gè)特定區(qū)域經(jīng)常發(fā)生的故障，并不斷修正風(fēng)險(xiǎn)等級。

機(jī)械橋調(diào)整模塊和光源模塊負(fù)責(zé)CCD 相機(jī)和光源的方向調(diào)整準(zhǔn)確，以確保皮帶下方的CCD 相機(jī)有很好的視覺照明效果。同步控制器模塊負(fù)責(zé)協(xié)調(diào)圖像捕獲和照明。

電氣控制箱模塊是為煤礦井下及IT 行業(yè)設(shè)計(jì)的,由起動器和饋線組成，用于向整個(gè)系統(tǒng)安全供電。

數(shù)據(jù)通信控制模塊控制數(shù)據(jù)之間的傳輸和接收終端，如CCD 相機(jī)和計(jì)算機(jī)，以及包括全雙工的通信網(wǎng)絡(luò)通信路徑。外部接口模塊提供了靈活的外圍設(shè)備及輸送系統(tǒng)異步和同步訪問。

2.3 系統(tǒng)的實(shí)際應(yīng)用流程

本文設(shè)計(jì)的系統(tǒng)在同煤國電同忻煤礦中的具體檢測過程如下：

1） 第一步是整個(gè)監(jiān)控系統(tǒng)的初始化。帶式輸送機(jī)系統(tǒng)、CCD 像機(jī)、照明模塊必須協(xié)調(diào)并同步工作。

2） CCD 攝像機(jī)拍攝實(shí)時(shí)皮帶輸送機(jī)工作場景的圖像。

3） 將獲取的實(shí)時(shí)圖像發(fā)送到計(jì)算機(jī)進(jìn)行圖像處理。有三種圖像處理的主要步驟，包括面積分析，對比度分析和漸變分析。圖像處理后，就可以進(jìn)行圖像識別了。

4）在圖像識別步驟中，識別異常和故障特征。在這種情況下，特征檢測器通過模式匹配找到異常點(diǎn)，如圖4 所示的便是同煤國電同忻煤礦中2 號巷道輸送機(jī)系統(tǒng)識別出的一些故障。

圖4 該系統(tǒng)在同煤國電同忻煤礦中2 號巷道輸送機(jī)中識別的皮帶縱向裂紋

5）智能監(jiān)控報(bào)警模塊接收圖像發(fā)送的檢測結(jié)果識別模塊。然后，對檢測結(jié)果的危險(xiǎn)等級進(jìn)行評估預(yù)定義基于異常的規(guī)則。評估為危險(xiǎn)等級2，表示存在一個(gè)對皮帶的潛在危害。

6）根據(jù)異常的危險(xiǎn)程度采取響應(yīng)措施。在這種情況下，警報(bào)被觸發(fā)，使帶式輸送機(jī)操作員可以迅速注意。

3 結(jié) 論

綜上，作為煤炭生產(chǎn)中最重要的運(yùn)輸設(shè)備，煤礦帶式輸送機(jī)常見事故原因包括縱向撕裂、偏差等。然后，介紹了目前主要的監(jiān)測方法和方法對這些煤礦帶式輸送機(jī)事故的技術(shù)進(jìn)行了分類，并對其存在的問題進(jìn)行了分析和總結(jié)。為了克服現(xiàn)有系統(tǒng)的不足，提出基于機(jī)器視覺的礦用皮帶運(yùn)輸機(jī)故障智能檢測系統(tǒng)。該系統(tǒng)將有助于檢測最可能出現(xiàn)的皮帶事故，及時(shí)給予預(yù)警，從而幫助改善可能的生產(chǎn)損失。