電梯制動曳引鋼絲繩滑移智能檢測技術(shù)的研究

吳亮杞 羅杰

（1.阿勒泰地區(qū)特種設(shè)備檢驗檢測所 新疆 阿勒泰 836599；2.新疆生產(chǎn)建設(shè)兵團(tuán)質(zhì)量技術(shù)評價中心 新疆 烏魯木齊 830000）

隨著我國城鎮(zhèn)化水平的不斷發(fā)展，多層及高層建筑得到了普遍推廣，電梯成為了必不可少的設(shè)備。目前，常用的電梯主要是由驅(qū)動電機(jī)通過收放鋼絲繩來控制轎廂的上下運行，在電動機(jī)的轉(zhuǎn)動作用下，曳引輪轉(zhuǎn)動，對鋼絲繩進(jìn)行驅(qū)動，將轎廂拖動，其與對重進(jìn)行相對運動，能夠牽動電梯順利進(jìn)行上下運行。曳引電梯主要優(yōu)勢如下：（1）運行平穩(wěn)，安全性有保障，一般不會發(fā)生漏油；（2）具有一定的節(jié)能性與環(huán)保價值。但需要注意的是，曳引電梯對土建有著較高的要求，且在長期使用過程中，鋼絲繩會和滑輪發(fā)生磨損，導(dǎo)致電梯的制動能力下降，當(dāng)制動能力下降過多后，會導(dǎo)致電梯在制動過程中出現(xiàn)打滑、制動距離增加等問題，嚴(yán)重影響電梯的運行安全性。

鋼絲繩的制動滑移量是衡量電梯制動性的重要指標(biāo)，直接關(guān)系到電梯運行的安全性。目前，對電梯制動滑移量的檢查主要是在停機(jī)后，在制動裝置上涂抹顏色標(biāo)記，通過觀測標(biāo)記段來確定滑移量，該方案靈活性差、周期長，無法實現(xiàn)對電梯運行時的實時檢查。本文提出了一種新的以高速攝像裝置為基礎(chǔ)的電梯制動曳引鋼絲繩滑移智能檢測技術(shù)，通過利用圖像識別算法來對制動時鋼絲繩的紋理變化進(jìn)行監(jiān)測，精準(zhǔn)確定制動距離。根據(jù)實際應(yīng)用表明，新的監(jiān)測技術(shù)的監(jiān)測精度達(dá)到了±4mm，能夠?qū)崿F(xiàn)電梯運行過程中的動態(tài)監(jiān)測，極大地提升了電梯運行的穩(wěn)定性和可靠性。

1 智能檢測系統(tǒng)

為了滿足對電梯運行過程中非接觸式制動檢測的需求，本文設(shè)計了一種新的檢測系統(tǒng)，其主要包括工業(yè)攝像機(jī)、路由器、計算中心等，具有結(jié)構(gòu)緊湊、應(yīng)用可靠性好的優(yōu)點，其檢測流程如圖1所示［1］。

圖1 電梯制動檢測流程示意圖

由圖1可知，在該系統(tǒng)中，以電梯制動器為檢測對象，通過工業(yè)攝像機(jī)，對電梯的制動過程進(jìn)行實時檢測，將視頻圖像轉(zhuǎn)換為特定的圖像信息，在相機(jī)內(nèi)將其轉(zhuǎn)換為具有一定編碼格式的電信號，然后通過光纖電路傳遞給計算中心，進(jìn)行圖像計算，最終將檢測結(jié)果顯示在監(jiān)視器上。

為了滿足監(jiān)測可靠性的需求，工業(yè)相機(jī)的鏡頭中心軸線要和電梯鋼絲繩的中軸線對齊，鏡頭光軸在水平面上能夠?qū)崿F(xiàn)對相機(jī)位置的調(diào)整，使相機(jī)鏡頭要完全覆蓋鋼絲繩，同時注意對相機(jī)焦距的調(diào)整，使監(jiān)測圖像具有高清晰度。在攝像機(jī)的選取時，需要選擇高幀相機(jī)，從而確保對鋼絲繩運動狀況監(jiān)測的準(zhǔn)確性。目前，常用的電梯鋼絲繩多為19 絲一股、8 股為一繩，股間距大多在4～5mm。為實現(xiàn)圖像測股變化情況，結(jié)合采樣定理，將圖像采樣頻率設(shè)置為股變化頻率2 倍以上，以保障測量結(jié)果的有效性。

研究所用相機(jī)遵循GigE Vision 協(xié)議，接口支持分配的IP地址，將計算程序分為區(qū)域分割與滑移量兩個部分。當(dāng)檢測有制動現(xiàn)象且已經(jīng)停止一段時間后，區(qū)域分割程序投入運行狀態(tài)，能夠?qū)z測帶進(jìn)行重新劃分。在制動的起始階段，計算機(jī)會收到來自制動器控制柜的信號，此時，滑移量計算程序正式投入運行，能夠?qū)χ苿舆^程中的滑移量進(jìn)行計算。利用該方法，可便于在滑移量計算結(jié)束后對檢測帶實施更新，且監(jiān)視器能夠?qū)Y(jié)果予以顯示。

2 圖像識別技術(shù)的應(yīng)用

在鋼絲繩滑移檢測工作中引入圖像算法，主要原理如下：采集制動過程中鋼絲繩所產(chǎn)生的視頻數(shù)據(jù)，將其輸入到系統(tǒng)中，經(jīng)過計算，獲得制動時的滑移量。通過對鋼絲繩圖像的篩選，能夠明確鋼絲繩所在的點，并對其區(qū)域進(jìn)行劃分。采用霍夫變換法，能夠?qū)χ饕獏^(qū)域中的直線進(jìn)行檢測，并實現(xiàn)對鋼絲繩的分割，然后對所在區(qū)域進(jìn)一步細(xì)分，獲得若干個較小區(qū)域，計算這些區(qū)域在不同時間點的周期，將平均值作為依據(jù)，能夠獲得鋼絲繩移動股數(shù)等數(shù)據(jù)，進(jìn)而求出滑移量。從這一過程來看，可以將滑移量測量分為鋼絲繩檢測與分割檢測兩個步驟進(jìn)行。

2.1 鋼絲繩滑移量測量

當(dāng)系統(tǒng)讀取到有鋼絲繩的圖像信息后，首先提取鋼絲繩的輪廓點，并根據(jù)這些點位分布來確定鋼絲繩所在的區(qū)域，并利用霍夫變換［2］來獲取區(qū)域內(nèi)的直線標(biāo)識，利用直線標(biāo)識來把區(qū)域內(nèi)的鋼絲繩劃分為多根。然后，再對每根鋼絲繩所在的區(qū)域細(xì)化，計算鋼絲繩在每個區(qū)域內(nèi)跟隨時間變換所經(jīng)歷的周期，獲取鋼絲繩在計算周期內(nèi)移動的股數(shù)，再根據(jù)鋼絲繩的股間距，即可準(zhǔn)確獲取鋼絲繩的滑移量。因此可知，對鋼絲繩滑移量的求解過程，其實是包括了對鋼絲繩檢測和圖像分割檢測兩個部分，其檢測可靠性直接決定了對電梯滑移量檢測的準(zhǔn)確性［3］。

對鋼絲繩檢測，其實就是識別出圖像中鋼絲繩分布的點坐標(biāo)，從而提取出一個只有鋼絲繩的區(qū)域，為進(jìn)一步進(jìn)行圖像分割奠定基礎(chǔ)。在圖像分割過程中，由于鋼絲繩沿空間軸的灰度變化頻率較高，而且呈現(xiàn)顯著的周期性，具有空間分布的特點，因此，利用一定的數(shù)據(jù)處理邏輯，對像素四周的灰度頻率直方圖進(jìn)行匯總，并將其進(jìn)行對比，進(jìn)而篩選出鋼絲繩所在的區(qū)域。鋼絲繩檢測結(jié)果如圖2所示。

圖2 鋼絲繩檢測圖片對比

在具體執(zhí)行過程中，首先需要隨機(jī)選擇任意一幀圖像，對僅含有鋼絲繩的圖像進(jìn)行手動截取，對圖像灰度頻率分布情況進(jìn)行統(tǒng)計，獲得向量X0，其長度為256。對圖像進(jìn)行轉(zhuǎn)化，經(jīng)過高斯模糊處理，獲得經(jīng)過去噪的灰度圖，即為I（x，y），從中選擇任意一點（i，j），對周圍13×13像素區(qū)域點進(jìn)行統(tǒng)計，根據(jù)分辨率情況，選擇相應(yīng)的區(qū)域，通常每個區(qū)域能夠獲得2個及2個以上股間距，此時，直方圖上能夠?qū)植恐芷谛蕴匦杂枰苑从撑c體現(xiàn)，獲得灰色頻率直方圖，向量記為Xij。對Xij至X0的歐幾里得距離進(jìn)行計算，假設(shè)閾值Td，那么公式為：

假設(shè)灰度值為1，其余賦值為0，可以獲得一個二值圖，其能夠?qū)︿摻z繩坐標(biāo)位置予以反映。但需要注意的是，采用該操作方法獲得的點均為鋼絲繩上的點，但也存在一些干擾點不在鋼絲繩上，數(shù)量較少，一般在總數(shù)的10%以下，需要在原圖中找出僅包含鋼絲繩的區(qū)域，對其所在坐標(biāo)的均值與標(biāo)準(zhǔn)差進(jìn)行計算。另外，僅包含鋼絲繩的區(qū)域?qū)嶋H情況下可能還包含其他部分，若鋼絲繩間隙較大，也會被納入該區(qū)域，即檢測窗，針對這一問題，需要實施二次分割處理，確保獲得的區(qū)域僅包含鋼絲繩。

2.2 區(qū)域分割

區(qū)域分割的主要目的是獲取鋼絲繩在計算周期內(nèi)的滑移股數(shù)，為進(jìn)一步計算鋼絲繩的滑移量奠定基礎(chǔ)。在進(jìn)行圖像區(qū)域分割時，首先利用梯度閾值［4］來對霍夫變換檢測出來的鋼絲繩直線坐標(biāo)進(jìn)行處理，然后利用數(shù)值模擬算法將區(qū)域邊緣的模糊直線片段給祛除掉，將保留的鋼絲繩直線坐標(biāo)進(jìn)行加強(qiáng)，然后再利用有效直線對圖像區(qū)域進(jìn)行分割，進(jìn)而劃分出確定的檢測地帶，鋼絲繩的區(qū)域分割結(jié)果如圖3所示。

在直線篩選階段，可以先經(jīng)過霍夫變換獲得分割線，其往往伴隨干擾性直線，如圖3中的3條直線，與左側(cè)2條直線相比，右側(cè)直線明顯較粗，其實際距離近且互相平行，但也會檢出不存在平行的干擾直線。針對這一問題，需要先處理所檢測的直線參數(shù)，將不符合的剔除，然后進(jìn)行后續(xù)處理。剔除的直線主要包括以下兩種類型：（1）干擾直線，與分割直線不存在平行關(guān)系；（2）平行于正確分割直線，但位置與另一直線距離近，為冗余直線。經(jīng)過一系列計算處理，可以將霍夫變換檢測結(jié)果進(jìn)行分割，分為若干互斥集合，從中尋找最多數(shù)量的元素，保留正確檢測直線，并剔除集合直線。假設(shè)正確檢測結(jié)果占大部分，那么其在距離與角度方面將會呈現(xiàn)出明顯的差異性。

圖3 鋼絲繩區(qū)域分割結(jié)果

檢測帶分割操作時，首先需要對直線進(jìn)行篩選，按條將鋼絲繩分為獨立的區(qū)域，直線通常帶有角度，后續(xù)計算處理存在一定的難度，因此，可以先通過逆時針旋轉(zhuǎn)對角度作出相應(yīng)的調(diào)整，將存在斜率的分割線調(diào)整為豎直線。但該分割方式也存在一定的局限性，如鋼絲繩的輕微抖動、變形也會影響檢測帶邊緣的圖像，因此，需要對各個區(qū)間進(jìn)行改進(jìn)處理。通過設(shè)置較小預(yù)設(shè)值，能夠使得邊緣變化帶來的影響得到弱化。另外，由于所獲得的圖像均是采用傾斜角度拍攝，繩之間幾乎無縫隙，假設(shè)正對鋼絲繩拍攝，會將繩子之間的縫隙劃分到檢測帶，因此，需要對檢測帶進(jìn)行像素灰度計算，計算歐幾里得范數(shù)，使得有效檢測帶得以保留。

3 滑移量計算

對鋼絲繩滑移量的計算主要包括兩步，第一是計算出一個指標(biāo)值，然后再依據(jù)指標(biāo)值的波動曲線來確定鋼絲繩在制動過程中的滑動量［5］。

在計算指標(biāo)值時，首先在鋼絲繩圖片區(qū)域確定若干檢測塊［6］，然后參照每個檢測塊中的灰度值來獲取一個指標(biāo)值。由于采用了新的計算方案，在圖像中的每一幀都能夠檢測出一個指標(biāo)值，此指標(biāo)值會在不同的時間點呈現(xiàn)不同的狀態(tài)，因此。通過對指標(biāo)值的監(jiān)測。就能夠獲取鋼絲繩在這個周期內(nèi)所移動的股數(shù)。例如，將一個檢測塊區(qū)域內(nèi)的所有的灰度值在不同的時間段在高度方向進(jìn)行求和，獲取一個向量值，將其轉(zhuǎn)換為如圖4 所示的曲線，其是檢測塊灰度值在高度方向上求和獲得的向量。y坐標(biāo)作為橫軸，相同位置像素點對應(yīng)灰度值為縱軸，其反映的是統(tǒng)一檢測塊在不同時間段計算獲得的波形?？梢园l(fā)現(xiàn)，鋼絲繩股中心滑移至檢測塊正中心位置，會在坐標(biāo)位置呈現(xiàn)波峰；而繩股間隙滑移至檢測塊中心，則在坐標(biāo)位置會呈現(xiàn)波谷。因此，通過對波峰和波谷的統(tǒng)計，即可確定在一個時間周期內(nèi)所移動的股數(shù)，再結(jié)合鋼絲繩的股間距，即可快速、精準(zhǔn)地確定鋼絲繩在一個時間周期內(nèi)的滑移量。

圖4 檢測塊波形圖

在計算鋼絲繩移動量時，首先需要求出各個檢測塊隨著時間變化所形成的波形，整個制動過程周期長，無法在同一個圖中予以顯示，因此，多顯示的是最后時段對應(yīng)的波形圖。在特定算法支持下，能夠獲得指標(biāo)值制動期間波動變化情況，獲得鋼絲繩股經(jīng)過股數(shù)參數(shù)，與股間距的乘積即為滑移量。在計算鋼絲繩周期數(shù)時，可以將每股繩寬度與周期數(shù)相乘，即得到鋼絲繩移動的距離。

4 實際應(yīng)用情況

目前，該電梯制動曳引鋼絲繩滑移智能檢測技術(shù)已經(jīng)在多個地方進(jìn)行了應(yīng)用。根據(jù)實際應(yīng)用表明，新的監(jiān)測技術(shù)方案能夠?qū)崿F(xiàn)對電梯運行時的動態(tài)監(jiān)測，實際監(jiān)測精度達(dá)到了±4mm，比傳統(tǒng)測量方案±9mm 的精度相比提升了55.6%，運行檢測時間由最初的2h 降低到了目前的3min，檢測時間降低了97.5%，對提升電梯制動監(jiān)測精度、提高電梯的運行安全性具有十分重要的意義。

5 結(jié)語

針對電梯制動滑移量監(jiān)測精度差、難度高的不足，提出了一種新的電梯制動曳引鋼絲繩滑移智能檢測技術(shù)，對該智能檢測原理、系統(tǒng)構(gòu)成等進(jìn)行了分析。根據(jù)實際應(yīng)用表明：（1）電梯制動曳引鋼絲繩滑移智能檢測系統(tǒng)，其主要包括了工業(yè)攝像機(jī)、路由器、計算中心等，具有結(jié)構(gòu)緊湊、應(yīng)用可靠性好的優(yōu)點；（2）對鋼絲繩滑移量的求解過程，包括對鋼絲繩檢測和圖像分割檢測兩個部分，其檢測可靠性直接決定了對電梯滑移量檢測的準(zhǔn)確性；（3）新的監(jiān)測技術(shù)的監(jiān)測精度達(dá)到了±4mm，運行檢測時間降低了97.5%，極大地提升了電梯運行的穩(wěn)定性和可靠性。