基于机器视觉的带式输送机跑偏监测预警方法_秦亚敏.pdf

0引言带式输送机是重要的煤炭运输设备。煤炭运输过程中，由于带式输送机运输距离长、物料摆放不平衡造成输送带中心不稳、张力不均等原因，常会造成带式输送机跑偏，严重威胁着生产安全。因此，研究带式输送机跑偏监测预警方法具有十分重要的意义。本文提出了一种带式输送机跑偏监测预警方法，可实时监测输送带跑偏情况，及时发出报警并停机，减少因输送带跑偏对生产过程造成的影响。1带式输送机跑偏监测预警系统模型及原理通过对带式输送机运输工况的研究分析，设计了带式输送机跑偏监测预警系统如图1所示，该系统主要由平面阵列CMOS工业相机、PLC系统、驱动系统、工控机、报警系统、远程监控系统和云端组成。平面阵列CMOS工业相机安装在带式输送机输送带下表面，相机中心光轴过初始状态下带式输送机的中心线，且相平面与初始状态下带式输送机下表面平行。驱动系统驱动平面阵列CMOS工业相机采集带式输送机内表面图像，并将图像实时传输给工控机；工控机对每帧图像进行处理、特征提取，拟合出初始状态与运行状态2种状态下带式输送机两边线的中心线方程，并通过跑偏监测原理对实时图像进行跑偏分析。当跑偏分析结果大于跑偏预设阈值时，表明输送带发生跑偏，工控机将跑偏级别传递给PLC控制柜。图1带式输送机跑偏监测预警系统示意图基于场内互联网和数据通信技术建立远程监控煤矿机械Coal Mine MachineryVol.44 No.5May.2023第44卷第5期2023年5月doi:10.13436/j.mkjx.202305051故障诊断基于机器视觉的带式输送机跑偏监测预警方法*秦亚敏1，2，张雷1，2，赵东哲1，2，张金辉1，2，贾英新1，2，靳晔1，2（1.河北省机电一体化中试基地有限公司，石家庄050081；2.河北工业测控技术创新中心，石家庄050081）摘要：针对现有监测方法难以精准识别输送带跑偏的情况，提出了一种带式输送机跑偏监测预警方法。介绍了该方法的工作原理，提出了中心线点集识别算法。基于霍夫变换和最小二乘法拟合出初始状态和运行状态下输送带下表面的中心线方程，根据所提出的跑偏预警策略实时监测输送带跑偏情况。实验结果表明，该方法能够准确识别出带式输送机跑偏类别、方向以及程度，可适用于不同类型带式输送机跑偏情况的在线监测、预警，具有一定的推广应用价值。关键词：带式输送机；跑偏；监测预警；中心线点集；识别中图分类号：TD528.1文献标志码：A文章编号：1003 0794（2023）05 0165 03Monitoring and Early Warning Method of Belt Conveyor DeviationBased on Machine VisionQin Yamin1，2，Zhang Lei1，2，Zhao Dongzhe1，2，Zhang Jinhui1，2，Jia Yingxin1，2，Jin Ye1，2(1.Hebei Mechatronics Intermediate Pilot Production Base,Shijiazhuang 050081,China；2.Hebei IndustrialMeasurement and Control Technology Innovation Center,Shijiazhuang 050081,China）Abstract:In view that it is difficult to accurately identify the belt deviation by the existing monitoringmethods,a detection and early warning method of conveyor belt deviation was proposed.The operatingprinciple of the method was introduced,and the recognition algorithm of center line point set wasproposed.The center line equations of the lower surface of the conveyor belt in the initial state andrunning state were fitted based on Hough transform and least squares method.According to the earlywarning strategy of deviation proposed,the real time detection of belt deviation was realized.Theexperimental results show that this method can recognize the type,direction and degree of beltdeviation,can be used for on-line monitoring and early warning of different types of belt conveyordeviation and has a certain application value.Key words:belt conveyor；deviation；monitoring and early warning；center line point set；recognize*河北省科技计划项目（17391601D）云服务器ECS物料输送带RDSMySQL报警系统输送带下表面驱动系统平面阵列CMOS工业相机工控机云端SFTP协议PLC控制柜OPC远程监控系统165系统。当报警系统接收到PLC控制柜传来的跑偏信号时，以声音或者灯光形式进行报警，同时驱动系统根据PLC系统发出的命令进行纠偏或停机作业。工控机通过安全文件传输协议（SFTP协议）将接收到的输送带下表面图像、跑偏情况、报警信息等打包成数据档案并实时发送至云端；远程监控系统利用云服务器访问云端，获取输送带跑偏信息并执行相应操作。2输送带跑偏识别原理平面阵列CMOS工业相机分别采集初始状态和运行状态下输送带下表面图像，并传至工控机，经图像处理、特征提取后拟合出2种状态下带式输送机两边线的中心线方程，通过比较两状态下中心线之间的角度或距离进行跑偏分析。设拟合的初始状态和运行状态下输送带下表面中心线方程分别为：v=k0u+b0（1）v=ku+b（2）式中u像素横坐标；v像素纵坐标；k0初始中心线斜率；b0初始中心线截距；k运行输送带中心线斜率；b运行输送带截距。带式输送机跑偏有一侧跑偏和整体跑偏之分，本文设计了跑偏预警策略来判断初始状态和运行状态下两中心线是否有交点：当kk0时，两中心线不平行，输送带发生一侧跑偏，利用两直线夹角公式计算出偏移角，根据大小及正负判断偏移量和偏移方向；当k=k0时，两直线平行，此时输送带运行状态可为无偏移或整体偏移，运用两平行直线距离公式计算出两中心线距离d，根据d大小及正负判断输送带整体偏移量及方向，当d=0时判定输送带无偏移发生，反之判定输送带发生整体偏移。跑偏预警策略如图2所示。图2跑偏预警策略3中心线点集识别算法为了提取输送带下表面两边线图像，并根据边线图像得出中心线方程，带式输送机中心线拟合技术路线如图3所示。图3中心线拟合技术路线图以初始状态下采集的带式输送机图像为例，首先由工业相机采集初始状态下带式输送机图像如图4（a）所示，经图像灰度化、二值化等处理后依次得到灰度图像和二值图像，分别如图4（b）和图4（c）所示。为了提取出较理想的输送带边线图像，需去除二值图像中的干扰图像，根据带式输送机下表面图像特点，本文首先将二值图像取反，取反后的图像如图4（d）所示。由于带式输送机所在连通域图像较大，故本文通过比较图4（d）中各连通域大小，将最大连通域图像保留，将其他连通域图像变为0，最终获取最大连通域图像即为去除干扰后图像如图4（e）所示。经边缘提取得出较为理想的输送带下表面边缘图像如图4（f）所示。（a）初始图像（b）灰度图像（c）二值图像（d）取反后图像（e）去除干扰后图像（f）边缘检测图像图4输送带图像将边缘监测图像中像素值为1的定义为突变点。由于工业相机的像素范围较小、输送带跑偏现象较为严重、或者边缘监测出现断点等原因，每行边缘图像中可能没有突变点或者只存在一个突变点。基于以上原因，本文结合初始输送带图像以及跑偏输送带图像的特点，提出了一种输送带中心线点集识别算法，其具体流程：以边缘图像为目标图像，按照从左到右、从上到下的顺序依次进行扫描（逐行扫描），当一行中没有搜索到突变点或者只有1个突变点时，则将该突变点舍弃，进行下一行搜索；当一行中有2个突变点时，求取这2个突变点的中间点像素坐标，如此往复循环直至整幅图像完成扫描。中心线点集识别算法流程如图5所示。边缘图像中同一行内的像素点的纵坐标一致，因此当边缘图像第i行中存在2个突变点时，这2个突变点的中间点坐标（umi，vmi）可表示为umivmi=uli+uri2vli+vri2=uli+uri2vi（3）第44卷第5期Vol.44 No.5基于机器视觉的带式输送机跑偏监测预警方法秦亚敏，等k0=k两中心线无交点开始两中心线有交点一侧跑偏是否d=0?求出夹角整体偏移0?d0?向左偏移整体向左偏移向右偏移否是是计算两直线距离无偏移否整体向右偏移图像采集图像处理特征提取中心坐标提取中心线拟合166式中i图像的像素行数；vi每行像素点对应的纵坐标值；uli、vli左突变点像素坐标；uri、vri右突变点像素坐标。图5中心线点集识别算法流程图依次将符合要求的左突变点和右突变点代入式（3）中，得出整幅图像的中间点集u，v，然后利用霍夫变换与最小二乘法相结合的方式拟合出中心线。4中心线方程拟合本文首先利用霍夫变化剔除中心点集中的干扰点和噪声，然后用最小二乘法拟合出高精度的中心点方程。设中心线方程为vku+b，经霍夫变化剔除感染点和噪声后的中心点集为ux，vx。用最小二乘法拟合直线的最终目的是求取出参数k和b，这要求点到直线的加权平方和最小。点到直线的加权平方和f=Nx=1vx-（kux+b）2（4）式中N中心点集ux，vx的个数。由于在加权平方和一阶导数等于0处可取得极值，因此式（4）分别对b和k求偏导可得fb=-2Nx=1（vx-kux-b）0fk=-2Nx=1（vx-kux-b）ux|0（5）整理后得bN+kuivibui+kui2uivi（6）联立解得b=（ui2）（vi）-（ui）（uivi）N（ui2）-（ui）2k=N（uivi）-（ui）（vi）N（ui2）-（ui）2|（7）由最小二乘法求得参数b和k后即可得出中心线方程，将对应的初始状态和运行状态下中心线方程代入跑偏预警策略从而判断出输送带跑偏情况。5实验验证为了验证本文提出的带式输送机跑偏监测预警方法的可行性，搭建了系统实验平台，并开发了带式输送机跑偏监测预警软件，其主界面如图6所示。图6带式输送机跑偏监测预警软件主界面启用实验平台后，首先对极限跑偏夹角和极限偏移量进行设置（本实验中设置的极限跑偏夹角和极限偏移量分别为1.5和2 cm），然后对初始状态下输送带图像进行采集并监测，本实验中监测的初始状态下输送带中心线方程为v=391；输送带运行后，实时监测运行状态下输送带的跑偏情况，本实验中监测的某时刻输送带中心线方程为v=76u-29 720。通过本文的跑偏预警策略计算出该时刻输送带运行状态为一侧跑偏，该时刻中心线与初始状态下中心线夹角为0.753 848，小于极限跑偏夹角1.5；报警信息提示输送带向左跑偏0.753 848，跑偏预警信息与实际结果一致。6结语本文提出了一种带式输送机跑偏监测预警方法，通过监测初始状态下输送带中心线与实时运行状态下输送带中心线的位置及角度关系，可准确识别输送带跑偏类型及跑偏方向，实现了不同类型带式输送机跑偏情况