CN103213823B - 一种输送带纵向撕裂视觉检测与预警的系统及应用方法 - Google Patents
一种输送带纵向撕裂视觉检测与预警的系统及应用方法 Download PDFInfo
- Publication number
- CN103213823B CN103213823B CN201310089279.0A CN201310089279A CN103213823B CN 103213823 B CN103213823 B CN 103213823B CN 201310089279 A CN201310089279 A CN 201310089279A CN 103213823 B CN103213823 B CN 103213823B
- Authority
- CN
- China
- Prior art keywords
- infrared
- vision sensor
- infrared image
- explosion
- proof
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Geophysics And Detection Of Objects (AREA)
- Emergency Alarm Devices (AREA)
Abstract
一种输送带纵向撕裂视觉检测与预警的系统及应用方法,属于煤矿设备在线测试技术领域。其特征在于是一种利用红外视觉传感器系统与基于ARM架构的嵌入式系统平台结合的方式进行检测,精确对输送带正在进行的纵向撕裂故障与隐含的危险源判断,从两个层面对输送带进行检测与预警,保证输送带安全作业的系统。该系统在无光条件下正常获取图像信息,避免了传统视觉检测使用普通工业相机必须加以辅助背光源的缺陷,克服了传统视觉检测仪器安装复杂,耗能严重,无法应用于复杂工作环境,检测效果不理想的缺点,最大限度降低输送带损害度,从根本上降低了事故发生可能性与事故发生后带来的危害性,全方位保障输送带安全运输,降低了工作成本,有效提高了工作效率。
Description
技术领域
一种输送带纵向撕裂视觉检测与预警的系统及应用方法,属于煤矿设备在线测试技术领域。是一种利用红外视觉传感器系统与基于ARM架构的嵌入式系统平台结合的方式进行检测,精确对输送带正在进行的纵向撕裂故障与隐含的危险源判断,从两个层面对输送带进行检测与预警,保证输送带安全作业的系统及应用方法的技术方案。
背景技术
在煤矿企业生产过程中,输送带纵向撕裂是带式输送机三大灾害之一,输送带作为输送机的重要组成部分,其费用约占整个输送机成本40%。然而,由于输送带长期运转及各种意外因素,输送带事故时有发生,其中纵向撕裂事故输送带事故的70%以上,如不能及时发现输纵向撕裂事故并停住输送带,就会使输送带持续损坏,价值数万元甚至上百万元的输送带在几分钟内就会全部毁坏,造成巨大经济损失,严重时还会毁坏机架、减速器、电动机等相关设备,甚至人员伤亡。纵向撕裂事故中,危险源又是其产生的主要原因,因此能及时发现危险源(金属、矸石等)可以有效避免纵撕事故的发生。
目前国内外输送带纵向撕裂检测方法很多,有输送机异常电流检测法,导电体嵌入皮带检测法,托辊受力异常检测法,无线发射传感检测法。但这些检测方法存在以下问题:检测方法不成熟,实时性差,中间环节多,造价高;采用机械装置动作可靠性低,误动作次数太多,无法正常组织生产。对于危险源的检测几乎没有,目前对于危险源的处理比较常用的为除铁器,但是除铁器无法将体型较大的铁块以及矸石等非磁性危险源吸除出来。因此亟待找到一种兼顾危险源识别与输送带纵向撕裂故障诊断的检测手段。
发明内容
本发明一种输送带纵向撕裂视觉检测与预警的系统及应用方法的目的在于:为了有效识别出运输煤料中隐藏的危险源以及正在发生的纵向撕裂故障,从而公开一种输送带纵向撕裂视觉检测及预警系统。
本发明一种输送带纵向撕裂视觉检测与预警的系统,其特征在于是一种用红外视觉传感器系统同步采集输送带下部用以检测纵向撕裂的红外图像以及输送带上部用以检测危险源的红外图像,将采集到的红外图像传输到基于ARM架构的嵌入式系统平台下,用实现安装好的红外图像处理软件对红外图像进行处理,一旦判定处理后的红外图像存在危险源或发生纵向撕裂,立即发出警报的系统,该系统包括:第一红外视觉传感器A、第二红外视觉传感器B、第三红外视觉传感器C、第四红外视觉传感器D、上防爆护罩1、下防爆护罩2、上防爆云台3、下防爆云台4、防爆控制箱5、基于ARM架构的嵌入式系统平台6、CAN总线7和支架8,第一红外视觉传感器A、第二红外视觉传感器B、第三红外视觉传感器C、第四红外视觉传感器D为相同传感器,第一红外视觉传感器A位于上防爆护罩1内通过CAN总线7与基于ARM架构的嵌入式系统平台6连接,ARM架构的嵌入式系统平台6由S3C2440、6个USB HOST、SDRAM 64MB、NAND FLASH Memory 64MB、LCD显示屏8英寸液晶屏分辨率640×480、时钟及复位电路、电机驱动模块和ADC组成,上防爆护罩1安装在上防爆云台3上,构成红外视觉传感器组件α,红外视觉传感器组件α安装于距离输送带上方1m-1.5m支架8上,由第二红外视觉传感器B、第三红外视觉传感器C和第四红外视觉传感器D按照1×3矩阵并排安装,构成红外视觉传感器阵列γ,红外视觉传感器阵列γ位于下防爆护罩2内通过CAN总线7与基于ARM架构的嵌入式系统平台6连接,下防爆护罩2安装在的下防爆云台4上,构成阵列组件β,阵列组件β安装于位于煤仓落料口处下输送带的下方沿输送带运行方向略靠后的输送带大架上,基于ARM架构的嵌入式系统平台6操作系统为Linux,内装有红外图像处理软件,安装在防爆控制箱5中,防爆控制箱5安装在巷道壁上,防爆壳体按照国家煤矿安全标准GB3836.2-2000设计,电气部分采用符合《煤矿安全规程》要求的本安型国家标准GB3836.4-2000设计,
供电系统:基于ARM架构的嵌入式系统平台:+5VDC
四个红外视觉传感器:+12VDC
测温范围:-40℃-120℃
工作温度:-40℃-60℃
检测准确率:98%
像素:320×240
测量精度:±2℃
成像帧频:30帧/s
输送带宽度:0.6-2.4m
检测输送带运行速度:≤6m/s。
防爆标准:GB3836.2-2000 GB3836.4-2000。
上述一种输送带纵向撕裂视觉检测与预警的系统的应用方法,其特征在于,第一红外视觉传感器A采集输送带上部的危险源红外图像,成像帧频为30帧/s,采集到的图像传送到基于ARM架构的嵌入式系统平台6,由事先安装好的红外图像处理软件对红外图像进行处理,进行危险源判定①,利用煤类物质与非煤类物质红外波长的不同,采集到红外图像不同的原理,通过红外图像处理软件进行图像识别,并输出判定值,0值表示未发现危险源,1值表示发现危险源,;红外视觉传感器阵列γ采集输送带下部的纵向撕裂红外图像,进行纵撕事故判定②,将成像帧频均降为10帧/s,第二红外视觉传感器B、第三红外视觉传感器C、第四红外视觉传感器D分别将采集到的红外图像传送到基于ARM架构的嵌入式系统平台6,由事先安装好的红外图像处理软件计算该帧红外图像每个像素点的温度情况,并将计算结果保存在基于ARM架构的嵌入式系统平台6的缓存中,第二红外视觉传感器B、第三红外视觉传感器C、第四红外视觉传感器D异步工作,依次对运行中的输送带进行红外图像采集,分别将每帧采集到的红外图像与上一帧对应红外传感器采集的红外图像的像素点温度进行对比,取N1、N2、N3表示三台红外图像传感器的红外图像变化系数,初值设为0,当同一像素点温度变化大于2℃,对应红外图像传感器的红外图像变化系数累加1,若连续5帧红外图像变化系数没有改变,对应变化系数重置为0,当N1、N2、N3中有2个变化系数大于等于10,纵撕判定②输出值为1,否则输出值为0,对危险源判定①和纵撕事故判定②的输出结果进行或运算,运算结果为0不做任何处理,运算结果为1,基于ARM架构的嵌入式系统平台6发出警报, LCD显示屏显示引起判定输出结果变为1的图像,显示的危险源判定的红外图像为识别到有非煤类物质的那帧图像;显示的纵撕判定的红外图像为第二个变化系数变为10时的红外图像,设置纵撕事故判定②的优先级高于危险源判定①的优先级,若①②输出结果同时为1,显示纵撕事故判定②对应的红外图像。
一种输送带纵向撕裂视觉检测与预警的系统及应用方法的优点在于:
1、 可以在弱光条件或无光条件下正常获取图像信息,避免了传统视觉检测使用普通工业相机必须加以辅助背光源的缺陷,克服了传统视觉检测仪器安装复杂,耗能严重,无法应用于复杂工作环境,检测效果不理想的缺点。
2、将预防检测与故障检测有机结合起来,减少引起纵向撕裂事故产生的因素,可以在事故产生的初期检测出故障发生,立即报警,最大限度降低输送带损害度,从根本上降低了事故发生可能性与事故发生后带来的危害性,全方位保障输送带安全运输。
3、通过LCD显示屏将故障源红外图像与纵向撕裂红外图像显示出来,直观显示了危险源的属性、存在位置、大小,纵向撕裂产生的位置,撕裂程度,便于工作人员对危险源与撕裂处进行相应处理,降低了工作成本,有效提高了工作效率。
4、红外视觉传感器阵列的应用解决了温度噪声对纵撕故障判断的障碍,提高了红外视觉用于纵撕故障诊断的准确性与可靠性。
5、基一种输送带纵向撕裂视觉检测及预警系统的整体结构紧凑,灵巧,适合于输送带在复杂环境下工作,而且响应时间迅速,适用于在线实时监测,可以为一种准确率高、易操作、对生产影响小、费用低的输送带纵向撕裂检测行之有效的方法。
附图说明
通过下述结合附图1的详细描述,本发明的目的、其他特征以及优点将更加清晰。其中
图1是一种输送带纵向撕裂视觉检测与预警的系统的安装示意图。
图2是一种输送带纵向撕裂视觉检测与预警的系统的结构示意图。
A、第一红外视觉传感器 B、第二红外视觉传感器
C、第三红外视觉传感器 D、第四红外视觉传感器
α、红外传感器组件 β、阵列组件
γ、红外传感器阵列
1、上防爆护罩 2、下防爆护罩
3、上防爆云台 4、下防爆云台
5、防爆控制箱 6、基于ARM架构的嵌入式系统平台
CAN总线7 支架8
输送带9 落料口10
输送带大架11
图示箭头为输送带运行方向
实施方式1:
此时存在危险源,输送带未发生纵向撕裂事故,所述第一红外视觉传感器A、第二红外视觉传感器B、第三红外视觉传感器C、第四红外视觉传感器D、上防爆护罩1、下防爆护罩2、上防爆云台3、下防爆云台4、防爆控制箱5、基于ARM架构的嵌入式系统平台6、CAN总线7和支架8,第一红外视觉传感器A、第二红外视觉传感器B、第三红外视觉传感器C、第四红外视觉传感器D为相同传感器,第一红外视觉传感器A位于上防爆护罩1内通过CAN总线7与基于ARM架构的嵌入式系统平台6连接,ARM架构的嵌入式系统平台6由S3C2440、6个USB HOST、SDRAM 64MB、NAND FLASH Memory 64MB、LCD显示屏8英寸液晶屏分辨率640×480、时钟及复位电路、电机驱动模块和ADC组成,上防爆护罩1安装在上防爆云台3上,构成红外视觉传感器组件α,红外视觉传感器组件α安装于距离输送带上方1m-1.5m支架8上,由第二红外视觉传感器B、第三红外视觉传感器C和第四红外视觉传感器D按照1×3矩阵并排安装,构成红外视觉传感器阵列γ,红外视觉传感器阵列γ位于下防爆护罩2内通过CAN总线7与基于ARM架构的嵌入式系统平台6连接,下防爆护罩2安装在的下防爆云台4上,构成阵列组件β,阵列组件β安装于位于煤仓落料口处下输送带的下方沿输送带运行方向略靠后的输送带大架上,基于ARM架构的嵌入式系统平台6操作系统为Linux,内装有红外图像处理软件,安装在防爆控制箱5中,防爆控制箱5安装在巷道壁上,防爆壳体按照国家煤矿安全标准GB3836.2-2000设计,电气部分采用符合《煤矿安全规程》要求的本安型国家标准GB3836.4-2000设计,
供电系统:基于ARM架构的嵌入式系统平台:+5VDC
四个红外视觉传感器:+12VDC
测温范围:-40℃-120℃
工作温度:-40℃-60℃
检测准确率:98%
像素:320×240
测量精度:±2℃
成像帧频:30帧/s
输送带宽度:0.6-2.4m
检测输送带运行速度:≤6m/s。
防爆标准:GB3836.2-2000 GB3836.4-2000
第一红外视觉传感器A采集输送带上部的危险源红外图像,成像帧频为30帧/s,采集到的图像传送到基于ARM架构的嵌入式系统平台6,由事先安装好的红外图像处理软件对红外图像进行处理,进行危险源判定①,输出值为 1值,表示发现危险源,;红外视觉传感器阵列γ采集输送带下部的纵向撕裂红外图像,进行纵撕事故判定②,将成像帧频均降为10帧/s,第二红外视觉传感器B、第三红外视觉传感器C、第四红外视觉传感器D分别将采集到的红外图像传送到基于ARM架构的嵌入式系统平台6,由事先安装好的红外图像处理软件计算该帧红外图像每个像素点的温度情况,并将计算结果保存在基于ARM架构的嵌入式系统平台6的缓存中,三个红外视觉传感器阵列异步工作,依次对运行中的输送带进行红外图像采集,分别将每帧采集到的红外图像与上一帧对应红外传感器采集的红外图像的像素点温度进行对比,取N1、N2、N3表示三台红外图像传感器的红外图像变化系数,初值设为0, N1、N2、N3的变化系数均小于10,输出值为0。对危险源判定①和纵撕事故判定②的输出结果进行或运算,运算结果为1,基于ARM架构的嵌入式系统平台6发出警报, LCD显示屏显示危险源红外图像。
实施方式2:
此时不存在危险源,输送带发生纵向撕裂事故,所述一种输送带纵向撕裂视觉检测与预警的系统包括:第一红外视觉传感器A、第二红外视觉传感器B、第三红外视觉传感器C、第四红外视觉传感器D、上防爆护罩1、下防爆护罩2、上防爆云台3、下防爆云台4、防爆控制箱5、基于ARM架构的嵌入式系统平台6、CAN总线7和支架8,第一红外视觉传感器A、第二红外视觉传感器B、第三红外视觉传感器C、第四红外视觉传感器D为相同传感器,第一红外视觉传感器A位于上防爆护罩1内通过CAN总线7与基于ARM架构的嵌入式系统平台6连接,ARM架构的嵌入式系统平台6由S3C2440、6个USB HOST、SDRAM 64MB、NAND FLASH Memory 64MB、LCD显示屏8英寸液晶屏分辨率640×480、时钟及复位电路、电机驱动模块和ADC组成,上防爆护罩1安装在上防爆云台3上,构成红外视觉传感器组件α,红外视觉传感器组件α安装于距离输送带上方1m-1.5m支架8上,由第二红外视觉传感器B、第三红外视觉传感器C和第四红外视觉传感器D按照1×3矩阵并排安装,构成红外视觉传感器阵列γ,红外视觉传感器阵列γ位于下防爆护罩2内通过CAN总线7与基于ARM架构的嵌入式系统平台6连接,下防爆护罩2安装在的下防爆云台4上,构成阵列组件β,阵列组件β安装于位于煤仓落料口处下输送带的下方沿输送带运行方向略靠后的输送带大架上,基于ARM架构的嵌入式系统平台6操作系统为Linux,内装有红外图像处理软件,安装在防爆控制箱5中,防爆控制箱5安装在巷道壁上,防爆壳体按照国家煤矿安全标准GB3836.2-2000设计,电气部分采用符合《煤矿安全规程》要求的本安型国家标准GB3836.4-2000设计,
供电系统:基于ARM架构的嵌入式系统平台:+5VDC
四个红外视觉传感器:+12VDC
测温范围:-40℃-120℃
工作温度:-40℃-60℃
检测准确率:98%
像素:320×240
测量精度:±2℃
成像帧频:30帧/s
输送带宽度:0.6-2.4m
检测输送带运行速度:≤6m/s。
防爆标准:GB3836.2-2000 GB3836.4-2000
第一红外视觉传感器A采集输送带上部的危险源红外图像,成像帧频为30帧/s,采集到的图像传送到基于ARM架构的嵌入式系统平台6,由事先安装好的红外图像处理软件对红外图像进行处理,进行危险源判定①,输出判定值为0值,表示未发现危险源;红外视觉传感器阵列γ采集输送带下部的纵向撕裂红外图像,进行纵撕事故判定②,将成像帧频均降为10帧/s,第二红外视觉传感器B、第三红外视觉传感器C、第四红外视觉传感器D分别将采集到的红外图像传送到基于ARM架构6的嵌入式系统平台,由事先安装好的红外图像处理软件计算该帧红外图像每个像素点的温度情况,并将计算结果保存在基于ARM架构的嵌入式系统平台6的缓存中,三个红外视觉传感器阵列异步工作,依次对运行中的输送带进行红外图像采集,分别将每帧采集到的红外图像与上一帧对应红外传感器采集的红外图像的像素点温度进行对比,取N1、N2、N3表示三台红外图像传感器的红外图像变化系数,初值设为0,运行后N1、N2有变化系数大于等于10,纵撕判定②输出值为1。对危险源判定①和纵撕事故判定②的输出结果进行或运算,运算结果为1,基于ARM架构的嵌入式系统平台6发出警报, LCD显示屏显示N2第11帧的红外图像。
实施方式3
此时存在危险源,输送带发生纵向撕裂事故,所述一种输送带纵向撕裂视觉检测与预警的系统包括:第一红外视觉传感器A、第二红外视觉传感器B、第三红外视觉传感器C、第四红外视觉传感器D、上防爆护罩1、下防爆护罩2、上防爆云台3、下防爆云台4、防爆控制箱5、基于ARM架构的嵌入式系统平台6、CAN总线7和支架8,第一红外视觉传感器A、第二红外视觉传感器B、第三红外视觉传感器C、第四红外视觉传感器D为相同传感器,第一红外视觉传感器A位于上防爆护罩1内通过CAN总线7与基于ARM架构的嵌入式系统平台6连接,ARM架构的嵌入式系统平台6由S3C2440、6个USB HOST、SDRAM 64MB、NAND FLASH Memory 64MB、LCD显示屏8英寸液晶屏分辨率640×480、时钟及复位电路、电机驱动模块和ADC组成,上防爆护罩1安装在上防爆云台3上,构成红外视觉传感器组件α,红外视觉传感器组件α安装于距离输送带上方1m-1.5m支架8上,由第二红外视觉传感器B、第三红外视觉传感器C和第四红外视觉传感器D按照1×3矩阵并排安装,构成红外视觉传感器阵列γ,红外视觉传感器阵列γ位于下防爆护罩2内通过CAN总线7与基于ARM架构的嵌入式系统平台6连接,下防爆护罩2安装在的下防爆云台4上,构成阵列组件β,阵列组件β安装于位于煤仓落料口处下输送带的下方沿输送带运行方向略靠后的输送带大架上,基于ARM架构的嵌入式系统平台6操作系统为Linux,内装有红外图像处理软件,安装在防爆控制箱5中,防爆控制箱5安装在巷道壁上,防爆壳体按照国家煤矿安全标准GB3836.2-2000设计,电气部分采用符合《煤矿安全规程》要求的本安型国家标准GB3836.4-2000设计,
供电系统:基于ARM架构的嵌入式系统平台:+5VDC
四个红外视觉传感器:+12VDC
测温范围:-40℃-120℃
工作温度:-40℃-60℃
检测准确率:98%
像素:320×240
测量精度:±2℃
成像帧频:30帧/s
输送带宽度:0.6-2.4m
检测输送带运行速度:≤6m/s。
防爆标准:GB3836.2-2000 GB3836.4-2000
第一红外视觉传感器A采集输送带上部的危险源红外图像,成像帧频为30帧/s,采集到的图像传送到基于ARM架构的嵌入式系统平台6,由事先安装好的红外图像处理软件对红外图像进行处理,进行危险源判定①,输出值为 1值,表示发现危险源,;红外视觉传感器阵列γ采集输送带下部的纵向撕裂红外图像,进行纵撕事故判定②,将成像帧频均降为10帧/s,第二红外视觉传感器B、第三红外视觉传感器C、第四红外视觉传感器D分别将采集到的红外图像传送到基于ARM架构6的嵌入式系统平台,由事先安装好的红外图像处理软件计算该帧红外图像每个像素点的温度情况,并将计算结果保存在基于ARM架构的嵌入式系统平台6的缓存中,三个红外视觉传感器阵列异步工作,依次对运行中的输送带进行红外图像采集,分别将每帧采集到的红外图像与上一帧对应红外传感器采集的红外图像的像素点温度进行对比,取N1、N2、N3表示三台红外图像传感器的红外图像变化系数,初值设为0,运行后N1、N2有变化系数大于等于10,纵撕判定②输出值为1。对危险源判定①和纵撕事故判定②的输出结果进行或运算,运算结果为1,基于ARM架构的嵌入式系统平台6发出警报,纵撕事故判定②的优先级高于危险源判定①的优先级,若①②输出结果同时为1, LCD显示屏显示N2第11帧的红外图像。
Claims (1)
1.一种输送带纵向撕裂视觉检测及预警系统,其包含有防爆护罩,防爆云台,红外CCD相机,以及防爆控制箱,防爆壳体按照国家煤矿安全标准GB3836.2-2000设计,电气部分采用符合《煤矿安全规程》要求的本安型国家标准GB3836.4-2000设计,
其测温范围:-40℃-120℃
工作温度:-40℃-60℃
检测准确率:98%
像素:320×240
测量精度:±2℃
成像帧频:30帧/s
输送带宽度:0.6-2.4m
检测输送带运行速度:≤6m/s
防爆标准:GB3836.2-2000 GB3836.4-2000,
其特征在于是一种用红外视觉传感器系统同步采集输送带下部用以检测纵向撕裂的红外图像以及输送带上部用以检测危险源的红外图像,将采集到的红外图像传输到基于ARM架构的嵌入式系统平台下,用实现安装好的红外图像处理软件对红外图像进行处理,一旦判定处理后的红外图像存在危险源或发生纵向撕裂,立即发出警报的系统,该系统包括:第一红外视觉传感器(A)、第二红外视觉传感器(B)、第三红外视觉传感器(C)、第四红外视觉传感器(D)、上防爆护罩(1)、下防爆护罩(2)、上防爆云台(3)、下防爆云台(4)、防爆控制箱(5)、基于ARM架构的嵌入式系统平台(6)、CAN总线(7)和支架(8),第一红外视觉传感器(A)、第二红外视觉传感器(B)、第三红外视觉传感器(C)、第四红外视觉传感器(D)为相同传感器,第一红外视觉传感器(A)位于防爆护罩(1)内通过CAN总线(7)与基于ARM架构的嵌入式系统平台(6)连接,ARM架构的嵌入式系统平台(6)由S3C2440、6个USB HOST、SDRAM 64MB、NAND FLASH Memory 64MB、LCD显示屏8英寸液晶屏分辨率640×480、时钟及复位电路、电机驱动模块和ADC组成,上防爆护罩(1)安装在上防爆云台(3)上,构成红外视觉传感器组件(α),红外视觉传感器组件(α)安装于距离输送带上方1m-1.5m支架(8)上,由第二红外视觉传感器(B)、第三红外视觉传感器(C)和第四红外视觉传感器(D)按照1×3矩阵并排安装,构成红外视觉传感器阵列(γ),红外视觉传感器阵列(γ)位于下防爆护罩(2)内通过CAN总线(7)与基于ARM架构的嵌入式系统平台(6)连接,下防爆护罩(2)安装在的下防爆云台(4)上,构成阵列组件(β),阵列组件(β)安装于位于煤仓落料口处下输送带的下方沿输送带运行方向略靠后的输送带大架上,基于ARM架构的嵌入式系统平台(6)操作系统为Linux,内装有红外图像处理软件,安装在防爆控制箱(5)中,防爆控制箱(5)安装在巷道壁上, 供电系统:
基于ARM架构的嵌入式系统平台:+5VDC
四个红外视觉传感器:+12VDC。
2、权利要求1所述一种输送带纵向撕裂视觉检测及预警系统的应用方法,其特征在于,第一红外视觉传感器(A)采集输送带上部的危险源红外图像,成像帧频为30帧/s,采集到的图像传送到基于ARM架构的嵌入式系统平台(6),由事先安装好的红外图像处理软件对红外图像进行处理,进行危险源判定①,利用煤类物质与非煤类物质红外波长的不同,采集到红外图像不同的原理,通过红外图像处理软件进行图像识别,并输出判定值,0值表示未发现危险源,1值表示发现危险源,;红外视觉传感器阵列(γ)采集输送带下部的纵向撕裂红外图像,进行纵撕事故判定②,将成像帧频均降为10帧/s,第二红外视觉传感器(B)、第三红外视觉传感器(C)、第四红外视觉传感器(D)分别将采集到的红外图像传送到基于ARM架构的嵌入式系统平台(6),由事先安装好的红外图像处理软件计算该帧红外图像每个像素点的温度情况,并将计算结果保存在基于ARM架构的嵌入式系统平台(6)的缓存中,第二红外视觉传感器(B)、第三红外视觉传感器(C)、第四红外视觉传感器(D)异步工作,依次对运行中的输送带进行红外图像采集,分别将每帧采集到的红外图像与上一帧对应红外传感器采集的红外图像的像素点温度进行对比,取N1、N2、N3表示三台红外图像传感器的红外图像变化系数,初值设为0,当同一像素点温度变化大于2℃,对应红外图像传感器的红外图像变化系数累加1,若连续5帧红外图像变化系数没有改变,对应变化系数重置为0,当N1、N2、N3中有2个变化系数大于等于10,纵撕判定②输出值为1,否则输出值为0,对危险源判定①和纵撕事故判定②的输出结果进行或运算,运算结果为0不做任何处理,运算结果为1,基于ARM架构的嵌入式系统平台(6)发出警报, LCD显示屏显示引起判定输出结果变为1的图像,显示的危险源判定的红外图像为识别到有非煤类物质的那帧图像;显示的纵撕判定的红外图像为第二个变化系数变为10时的红外图像,设置纵撕事故判定②的优先级高于危险源判定①的优先级,若①②输出结果同时为1,显示纵撕事故判定②对应的红外图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310089279.0A CN103213823B (zh) | 2013-03-20 | 2013-03-20 | 一种输送带纵向撕裂视觉检测与预警的系统及应用方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310089279.0A CN103213823B (zh) | 2013-03-20 | 2013-03-20 | 一种输送带纵向撕裂视觉检测与预警的系统及应用方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103213823A CN103213823A (zh) | 2013-07-24 |
CN103213823B true CN103213823B (zh) | 2015-05-20 |
Family
ID=48812070
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310089279.0A Expired - Fee Related CN103213823B (zh) | 2013-03-20 | 2013-03-20 | 一种输送带纵向撕裂视觉检测与预警的系统及应用方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103213823B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015035445A1 (en) * | 2013-09-10 | 2015-03-19 | Metso Minerals (Australia) Limited | Infrared detection of conveyor belt faults |
CN104085659A (zh) * | 2014-08-01 | 2014-10-08 | 武汉菲舍控制技术有限公司 | 一种皮带输送机防纵裂检测装置 |
CN105059870A (zh) * | 2015-08-26 | 2015-11-18 | 湖南千盟工业视觉技术有限公司 | 基于图像处理的皮带撕裂检测装置 |
CN105217269B (zh) * | 2015-11-03 | 2017-06-27 | 太原理工大学 | 一种基于金属薄膜漫反射的输送胶带纵向撕裂检测方法 |
US10046918B2 (en) * | 2016-10-28 | 2018-08-14 | Embraer S.A. | Continuous belt conveyor monitoring systems and methods |
CN107512550B (zh) * | 2017-09-27 | 2020-07-17 | 武汉摩林翰机电设备有限公司 | 一种带式输送机的输送带损害监测装置及方法 |
CN107884839B (zh) * | 2017-12-11 | 2024-02-23 | 同方威视技术股份有限公司 | 智能防爆台 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101708792A (zh) * | 2009-11-28 | 2010-05-19 | 太原理工大学 | 一种带式输送机纵向撕裂保护装置 |
CN102358505A (zh) * | 2011-06-28 | 2012-02-22 | 太原理工大学 | 一种输送带纵向撕裂在线监测预警装置 |
CN102495076A (zh) * | 2011-12-07 | 2012-06-13 | 广东辉丰科技股份有限公司 | 一种基于机器视觉的拉链金属链牙缺陷检测方法 |
CN102565077A (zh) * | 2011-11-09 | 2012-07-11 | 天津工业大学 | 基于机器视觉的输送带纵向撕裂自动检测方法 |
CN102951426A (zh) * | 2012-11-07 | 2013-03-06 | 太原理工大学 | 一种输送带纵向撕裂视觉检测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003059789A2 (en) * | 2002-01-14 | 2003-07-24 | Carnegie Mellon University | Conveyor belt inspection system and method |
-
2013
- 2013-03-20 CN CN201310089279.0A patent/CN103213823B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101708792A (zh) * | 2009-11-28 | 2010-05-19 | 太原理工大学 | 一种带式输送机纵向撕裂保护装置 |
CN102358505A (zh) * | 2011-06-28 | 2012-02-22 | 太原理工大学 | 一种输送带纵向撕裂在线监测预警装置 |
CN102565077A (zh) * | 2011-11-09 | 2012-07-11 | 天津工业大学 | 基于机器视觉的输送带纵向撕裂自动检测方法 |
CN102495076A (zh) * | 2011-12-07 | 2012-06-13 | 广东辉丰科技股份有限公司 | 一种基于机器视觉的拉链金属链牙缺陷检测方法 |
CN102951426A (zh) * | 2012-11-07 | 2013-03-06 | 太原理工大学 | 一种输送带纵向撕裂视觉检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103213823A (zh) | 2013-07-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103213823B (zh) | 一种输送带纵向撕裂视觉检测与预警的系统及应用方法 | |
CN102951426B (zh) | 一种输送带纵向撕裂视觉检测方法 | |
CN100594375C (zh) | 输送机胶带撕裂的检测方法 | |
CN111965246A (zh) | 一种基于多信息融合的刮板机故障检测方法及其检测系统 | |
WO2020211381A1 (zh) | 一种刮板输送机链条张力监测系统及方法 | |
CN103171874B (zh) | 一种钢绳芯输送带无损监测装置 | |
CN103101741A (zh) | 激光视觉输送带损伤检测装置 | |
CN110057198B (zh) | 烧结机台车轮工作状态检测方法及检测装置 | |
CN102602681A (zh) | 基于机器视觉的输送带跑偏故障在线检测方法 | |
CN103171875B (zh) | 一种矿用胶带纵向撕裂红外智能检测传感器及使用方法 | |
CN114140733A (zh) | 一种基于视频的皮带运行状态检测方法 | |
CN106429301A (zh) | 基于超声波的皮带监测报警装置 | |
CN102398837B (zh) | 主井提升机井底堆煤监控系统 | |
CN203187033U (zh) | 激光视觉输送带损伤检测装置 | |
CN201569413U (zh) | 一种机动车辆后悬尺寸动态自动测量装置 | |
CN203067032U (zh) | 煤矿粉尘检测系统 | |
CN219554924U (zh) | 一种光伏支架位移监测安全系统 | |
CN105059868A (zh) | 一种矿用带式输送机断带检测装置及检测方法 | |
Zakharov et al. | Analysis of devices to detect longitudinal tear on conveyor belts | |
CN210220663U (zh) | 烧结机台车轮工作状态检测装置 | |
CN204150634U (zh) | 一种矿用输送带纵向撕裂保护装置 | |
CN214398635U (zh) | 输送带撕裂监测装置和带有撕裂监测装置的输送线 | |
Wang et al. | Research on real time monitoring system for coal mine belt conveyor | |
CN211336002U (zh) | 机车运行防碰撞装置 | |
CN215754835U (zh) | 基于机器视觉的井下皮带跑偏识别装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150520 Termination date: 20180320 |