皮帶撕裂智能監(jiān)測終端在電廠輸煤皮帶機(jī)的應(yīng)用研究

黃志平

（國能常州發(fā)電有限公司，江蘇 常州 213000）

1 背景與意義

皮帶運(yùn)輸機(jī)是電廠輸煤系統(tǒng)的主要設(shè)備。隨著生產(chǎn)效率提高，皮帶運(yùn)輸機(jī)在運(yùn)行速度、使用規(guī)模和傳輸距離等方面不斷提高。運(yùn)輸過程中極易出現(xiàn)穿刺、磨損、卡壓皮帶情況，造成皮帶的損傷和撕裂。運(yùn)行中皮帶如果發(fā)生撕裂，不能及時(shí)處理，將形成安全生產(chǎn)隱患，造成嚴(yán)重后果。

皮帶主要材料為橡膠，因?yàn)檩斔退俣群烷L度的提高，輸送皮帶機(jī)中普遍使用鋼繩芯皮帶，橫向抗拉強(qiáng)度和承載能力顯著提高，但縱向抗撕裂強(qiáng)度沒有顯著提高。皮帶縱向撕裂是皮帶運(yùn)輸機(jī)面臨的重要問題。

皮帶運(yùn)輸機(jī)發(fā)生縱向撕裂分為：（1）皮帶跑偏撕裂。（2）抽芯撕裂。（3）異物劃傷撕裂。（4）物料卡壓撕裂。帶式運(yùn)輸機(jī)運(yùn)行速度普遍較高，速度可達(dá)3～5m/s，帶動(dòng)電機(jī)功率較大，在皮帶發(fā)生撕裂以后，沒有及時(shí)處理，會(huì)導(dǎo)致皮帶運(yùn)輸機(jī)發(fā)生貫穿性撕裂。嚴(yán)重時(shí)，造成物料傾灑、損毀減速器和電動(dòng)機(jī)等設(shè)備，甚至?xí)p毀機(jī)架結(jié)構(gòu)，威脅企業(yè)生產(chǎn)和員工人身安全。

2 機(jī)器視覺系統(tǒng)技術(shù)概要

為了彌補(bǔ)皮帶運(yùn)輸機(jī)多數(shù)依靠老式檢測裝置或單純依靠人工定期巡檢作為皮帶撕裂檢測手段而出現(xiàn)漏檢、發(fā)現(xiàn)不及時(shí)等情況。使用機(jī)器視覺技術(shù)輔助以激光為結(jié)構(gòu)光在皮帶撕裂處造像與智能監(jiān)測終端組成的視覺系統(tǒng)對皮帶進(jìn)行檢測。

2.1 皮帶撕裂檢測系統(tǒng)的使用條件

撕裂檢測要求：穩(wěn)定、準(zhǔn)確地對皮帶狀況進(jìn)行檢測。運(yùn)行環(huán)境：戶外、高粉塵、照度不好、有振動(dòng)和噪音。運(yùn)行參數(shù)：皮帶機(jī)帶寬1.8m、帶速3.7m/s。

2.2 機(jī)器視覺系統(tǒng)使用技術(shù)分析

皮帶運(yùn)輸機(jī)在戶外、高粉塵、照度不好的環(huán)境，皮帶表面變形（凹、凸點(diǎn)多）、連續(xù)運(yùn)行（背景變化頻率高），人員長時(shí)觀察難度大故障識別率和準(zhǔn)確率無法保證。機(jī)器視覺系統(tǒng)具有：（1）非接觸測量。（2）具有較寬的光譜響應(yīng)范圍，適用可見光或非可見光。（3）長時(shí)間穩(wěn)定工作，人類難以長時(shí)間對同一物體進(jìn)行觀察，而機(jī)器視覺則可以長時(shí)間地做分析和識別任務(wù)。（4）系統(tǒng)自動(dòng)化程度高、易于信息集成、檢測穩(wěn)定和魯棒性強(qiáng)。

視覺檢測是通過機(jī)器視覺產(chǎn)品(圖像攝取裝置，分CMOS和CCD兩種)將被攝取目標(biāo)轉(zhuǎn)換成圖像信號（一個(gè)大的二維數(shù)組，該數(shù)組的元素稱為像素，其值稱為灰度值），傳送給專用的圖像處理系統(tǒng)，根據(jù)像素分布和亮度、顏色等信息，轉(zhuǎn)變成數(shù)字化信號；圖像系統(tǒng)對這些信號進(jìn)行各種運(yùn)算來抽取目標(biāo)的特征，進(jìn)而根據(jù)判別的結(jié)果來控制現(xiàn)場的設(shè)備動(dòng)作。

機(jī)器視覺系統(tǒng)的選用需要考慮：（1）運(yùn)行速度和圖像的處理速度。（2）使用彩色還是黑白攝像機(jī)。（3）檢測目標(biāo)的尺寸和有無缺陷。（4）視場需要多大。（5）分辨率需要多高。（6）對比度需要多大等。從功能上可以分為：圖像采集部分、圖像處理部分和運(yùn)動(dòng)控制部分。

3 圖像數(shù)據(jù)處理功能

在機(jī)器視覺系統(tǒng)中，獲得一張高質(zhì)量的可處理的圖像至關(guān)重要。系統(tǒng)之所以成功，首先要保證圖像質(zhì)量好，特征明顯。要取得好的圖像，必須要選擇合適的光源、圖像數(shù)據(jù)的合理算法實(shí)現(xiàn)圖像特征的高精度快速提取。皮帶撕裂檢測算法研究是檢測系統(tǒng)中對圖像采集數(shù)據(jù)進(jìn)行處理分析給出檢測結(jié)果的關(guān)鍵步驟，也是檢測系統(tǒng)軟件組成的主要模塊。

3.1 光源的選擇

好的光源需要能夠使尋找的特征非常明顯，除了使攝像頭能夠拍攝到部件外，好的光源應(yīng)該能夠產(chǎn)生最大的對比度、亮度足夠且對部件的位置變化不敏感，滿足長時(shí)工作要求。激光具有：（1）激光束的發(fā)散度極小，大約只有0.001弧度，接近平行。（2）激光的亮度極高，能夠照亮遠(yuǎn)距離物體。（3）激光波長分布范圍非常窄，因此顏色極純，激光器的單色性遠(yuǎn)遠(yuǎn)超過任何一種單色光源（單色光不產(chǎn)生色差）。（4）激光的相干性極好，非常容易產(chǎn)生干涉、衍射等波動(dòng)現(xiàn)象。（5）激光源對部件的位置敏感度最小。

3.2 可處理圖像的取得

在惡劣環(huán)境，高速連續(xù)運(yùn)行；運(yùn)輸機(jī)皮帶為背景與皮帶裂痕色差小（非貫通傷痕但隱患較大），易于產(chǎn)生“噪聲”的環(huán)境下提取高質(zhì)量的圖像：采用機(jī)器視覺技術(shù)輔助“一”形線性激光，利用皮帶作為激光條紋投射背景，激光條紋作為皮帶撕裂特征載體，檢測重點(diǎn)變成對激光條紋的提取和識別，降低檢測難度，減少處理時(shí)間，保證了檢測的準(zhǔn)確性和時(shí)滯性（圖1）。

圖1 激光照射

3.3 圖像的處理

圖像處理一般包括：（1）圖像壓縮；（2）增強(qiáng)和復(fù)原；（3）匹配、描述和識別3個(gè)部分，而不是產(chǎn)生另一個(gè)圖像。為此，既要利用模式識別技術(shù)，又要利用關(guān)于圖像內(nèi)容的知識庫，即人工智能中關(guān)于知識表達(dá)方面的內(nèi)容。圖像分析需要用圖像分割方法抽取出圖像的特征，然后對圖像進(jìn)行符號化的描述。

圖片分析和理解為目的分割、描述和識別用于各種自動(dòng)化的系統(tǒng)，在這類應(yīng)用中，往往需綜合應(yīng)用模式識別和計(jì)算機(jī)視覺等技術(shù)，圖像處理更多的是作為前置處理而出現(xiàn)的。皮帶撕裂檢測系統(tǒng)中提取的激光條紋會(huì)根據(jù)皮帶表面的深度信息變化而發(fā)生調(diào)制，在圖像數(shù)據(jù)中表現(xiàn)的特征就是激光條紋發(fā)生各種畸變。

3.3.1 圖像提取預(yù)處理

圖像預(yù)處理將圖片進(jìn)行ROI提取，通過圖像預(yù)處理實(shí)現(xiàn)圖像對比度的增強(qiáng)，突出更多細(xì)節(jié)，使其更適合計(jì)算機(jī)處理，提高檢測性能（圖2）。

圖2 激光條紋

3.3.2 圖像濾波去噪處理

皮帶撕裂檢測系統(tǒng)檢測環(huán)境復(fù)雜，現(xiàn)場粉塵、室外光強(qiáng)變化、CCD靶面采樣和量化過程都會(huì)對現(xiàn)場采集數(shù)據(jù)混入各種類型噪聲。噪聲污染引起的數(shù)據(jù)失真，將影響檢測效率。

可以通過中值濾波借助排序統(tǒng)計(jì)理論來實(shí)現(xiàn)噪聲抑制。中值濾波是一種非線性信號處理技術(shù)，對皮帶撕裂檢測系統(tǒng)所處檢測環(huán)境存在的大量的脈沖噪聲有較好的抑制效果?？梢暂^好的完成孤立噪聲點(diǎn)的去除，實(shí)現(xiàn)圖像的平滑處理?？梢詷O大限度的消除脈沖干擾噪聲，也可一定程度上減輕圖像邊沿的模糊（圖3）。

圖3 中值濾波圖像對比

3.3.3 圖像增強(qiáng)

圖像在計(jì)算機(jī)中以數(shù)值矩陣的形式存在，形成了離散的數(shù)值信號。計(jì)算圖像的梯度通過提取邊緣信息，實(shí)現(xiàn)邊緣檢測。圖像增強(qiáng)加工后的圖像在某一灰度范圍內(nèi)有更好的對比度；抑制疊加在圖像上的隨機(jī)性干擾；使圖形的輪廓線增強(qiáng)。易于分析和檢測圖像包含的信息。

3.3.4 線段提取算法

皮帶裂紋識別算法模型的核心是線段提取算法。線段提取的目的是檢測圖像中的局部直線邊緣，邊緣是灰度值變化明顯的圖像區(qū)域。線段提取算法耗時(shí)短、識別精度高，保證了系統(tǒng)的實(shí)時(shí)高效（圖4）。

圖4 線段提取

采集圖像中激光中心條紋數(shù)據(jù)為目標(biāo)區(qū)域，其余的圖像稱為背景區(qū)域。通過閾值分割算法將目標(biāo)數(shù)據(jù)從背景區(qū)域中分割出來。

激光目標(biāo)數(shù)據(jù)和背景區(qū)域中像素灰度值差距較大，應(yīng)用梯度查找以及邊界搜索實(shí)現(xiàn)激光線段的提取。經(jīng)過圖像預(yù)處理后的激光條紋圖像，灰度級差距明顯，特征對比性強(qiáng)。

經(jīng)典Hessian矩陣激光條紋中心線提取方法是典型的線段提取算法。經(jīng)典Hessian矩陣算法優(yōu)勢在于精度高和適應(yīng)性好，結(jié)合脊線跟蹤的提取算法，能夠?qū)崿F(xiàn)激光條紋中心線的高精度快速提取（圖5）。

圖5 線段提取結(jié)果

4 邊緣計(jì)算

邊緣計(jì)算是指在靠近物或數(shù)據(jù)源頭的一側(cè)，采用網(wǎng)絡(luò)、計(jì)算、存儲(chǔ)、應(yīng)用核心能力為一體的開放平臺，提供近端服務(wù)，產(chǎn)生更快的網(wǎng)絡(luò)服務(wù)響應(yīng)。云端計(jì)算，仍然可以訪問邊緣計(jì)算的歷史數(shù)據(jù)。

邊緣計(jì)算特點(diǎn)包括：（1）低延遲，提高響應(yīng)速度；（2）在本地進(jìn)行實(shí)時(shí)數(shù)據(jù)處理；（3）更低的運(yùn)維成本，因?yàn)閿?shù)據(jù)量分散到不同節(jié)點(diǎn)；（4）更低的網(wǎng)絡(luò)流量，因?yàn)閭鬏數(shù)臄?shù)據(jù)更少。

皮帶運(yùn)輸機(jī)的應(yīng)用形成：線長、面廣、控制節(jié)點(diǎn)多、高速連續(xù)運(yùn)行的特點(diǎn)。而機(jī)器視覺系統(tǒng)中，獲得一張高質(zhì)量的可處理的圖像至關(guān)重要，所以圖像數(shù)據(jù)處理量大且時(shí)效要求高，通過網(wǎng)絡(luò)統(tǒng)一傳輸至中控室處理，網(wǎng)絡(luò)質(zhì)量難以保證、數(shù)據(jù)延時(shí)長、信息處理效果不理想。

在皮帶撕裂檢測系統(tǒng)就近配置智能監(jiān)測終端，大量的計(jì)算包括視頻圖像分析處理等均在檢測點(diǎn)安裝的智能監(jiān)測終端中完成計(jì)算和處理，僅將結(jié)果反饋給中控服務(wù)器，無需將海量數(shù)據(jù)實(shí)時(shí)上傳至服務(wù)器處理，大幅減小了中控服務(wù)器的資源占用和處理壓力，也大幅減小了對網(wǎng)絡(luò)的依賴，從本質(zhì)上提高了系統(tǒng)的可靠性。

5 皮帶撕裂系統(tǒng)運(yùn)行分析

機(jī)器視覺可以準(zhǔn)確識別出視頻中活動(dòng)的目標(biāo)和背景干擾，所以對于移動(dòng)偵測，抗干擾能力高；依賴于圖像算法對影像內(nèi)容進(jìn)行分析，提取視頻中關(guān)鍵信息，進(jìn)行標(biāo)記或者對各種屬性描述進(jìn)行快速檢索，形成相應(yīng)事件和告警的監(jiān)控方式。

智能監(jiān)測終端擁有邊緣計(jì)算功能，可以理解為“基于信息的控制”，提供近端服務(wù)，產(chǎn)生更快的網(wǎng)絡(luò)服務(wù)響應(yīng)，滿足行業(yè)在實(shí)時(shí)業(yè)務(wù)、應(yīng)用智能等方面的基本需求。

機(jī)器視覺和智能監(jiān)測終端組成的皮帶撕裂檢測系統(tǒng)可以有效提高皮帶撕裂的識別準(zhǔn)確率，減小網(wǎng)絡(luò)的信息傳輸量和時(shí)間延遲，為監(jiān)控工作站提供有效的信息，實(shí)現(xiàn)解決方案的快速制定和執(zhí)行路徑優(yōu)化，提高了安全生產(chǎn)隱患的排查和消除的能力，為生產(chǎn)的平穩(wěn)、安全運(yùn)行提供了有力保障。