CN105491349B - 皮带群组异常状态自动巡视检测系统及其检测方法 - Google Patents
皮带群组异常状态自动巡视检测系统及其检测方法 Download PDFInfo
- Publication number
- CN105491349B CN105491349B CN201511034299.3A CN201511034299A CN105491349B CN 105491349 B CN105491349 B CN 105491349B CN 201511034299 A CN201511034299 A CN 201511034299A CN 105491349 B CN105491349 B CN 105491349B
- Authority
- CN
- China
- Prior art keywords
- belt
- image
- detection system
- data
- detection
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 139
- 238000007689 inspection Methods 0.000 title claims abstract description 21
- 230000005856 abnormality Effects 0.000 title abstract description 6
- 230000002159 abnormal effect Effects 0.000 claims abstract description 57
- 239000000463 material Substances 0.000 claims abstract description 25
- 238000000034 method Methods 0.000 claims abstract description 21
- 238000012545 processing Methods 0.000 claims description 59
- 238000003384 imaging method Methods 0.000 claims description 57
- 238000013500 data storage Methods 0.000 claims description 18
- 238000009499 grossing Methods 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000003709 image segmentation Methods 0.000 claims description 3
- 230000000750 progressive effect Effects 0.000 claims description 3
- 238000005299 abrasion Methods 0.000 abstract description 22
- 238000012423 maintenance Methods 0.000 abstract description 4
- 238000004519 manufacturing process Methods 0.000 abstract description 4
- 238000012544 monitoring process Methods 0.000 abstract description 4
- 230000003449 preventive effect Effects 0.000 abstract description 2
- 239000013307 optical fiber Substances 0.000 description 54
- 230000003287 optical effect Effects 0.000 description 30
- 208000035874 Excoriation Diseases 0.000 description 21
- 238000007405 data analysis Methods 0.000 description 8
- 230000001681 protective effect Effects 0.000 description 8
- 238000005259 measurement Methods 0.000 description 6
- 238000010926 purge Methods 0.000 description 6
- 230000000007 visual effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003638 chemical reducing agent Substances 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005272 metallurgy Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 239000002904 solvent Substances 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
- B65G43/00—Control devices, e.g. for safety, warning or fault-correcting
- B65G43/02—Control devices, e.g. for safety, warning or fault-correcting detecting dangerous physical condition of load carriers, e.g. for interrupting the drive in the event of overheating
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
- B65G43/00—Control devices, e.g. for safety, warning or fault-correcting
- B65G43/04—Control devices, e.g. for safety, warning or fault-correcting detecting slip between driving element and load-carrier, e.g. for interrupting the drive
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种皮带群组异常状态自动巡视检测系统及其检测方法，该系统包括可任意选择和组合的异物检测系统、皮带磨损检测系统和皮带打滑检测系统，该系统将机器视觉和皮带测速设备有效相结合，以巡视检测方式采用非接触式视频监控技术，实现实时监控皮带群组内所有皮带的运行状态，自动检测皮带上异常物料、皮带边缘磨损以及皮带打滑，当有异常出现时自动报警，提醒相关工作人员进行及时维修。该系统能及时发现皮带群组异常隐患，为预防性维护及皮带群组事故提供具实可靠的数据及图象资料，避免发生重大生产事故，减少经济损失。
Description
技术领域
本发明涉及炉内工况和生产过程的连续监控装置技术领域，特别涉及一种皮带群组异常状态自动巡视检测系统及其检测方法。
背景技术
带式输送机作为一种连续输送散装物料的设备，由于其操作安全可靠、具有多方面的适应性等优点，被广泛的应用于采矿、冶金、电力、钢铁等行业。皮带作为带式输送机的重要组成部分，其费用约占整个输送成本的一半。然而，由于皮带长期运转及各种意外因素，物料中参杂异物、皮带磨损、皮带打滑等事故时有发生，如果不能及时停住皮带进行更换维修，就会对皮带造成持续损坏，严重时还会毁坏机架、减速器、电机等相关设备，甚至产生火星导致火灾。
目前，皮带的异物、磨损或打滑只能通过人眼或接触式检测设备(传感器)来判断，然而在实际生产中，皮带的各类异常是日积月累的过程，在磨损的早期阶段可能很难发现。加之人力的有限性和接触式设备的检测精度低，不可能实时、精确地监控皮带群组内全部皮带的实时状态，因此待发现皮带有异常时，设备的各项损失已经很大。
近年来，随着数字图像处理技术的广泛应用，非接触式的视频在线自动检测技术逐渐兴起。非接触式是指通过工业相机采集传送带上物料和皮带边缘的图像，可以实时进行皮带异常物料、皮带边缘磨损和皮带打滑等异常的检测。皮带群组异常状态自动巡视检测系统采用非接触式视频监控设备，能以一对一或者自动巡检的方式实时监控皮带群组内所有皮带的工作状态，系统采集频率高，处理速度快，模块化程度高，具备自动化和智能化的优势，操作简便，安装方式灵活，调试方便，比传统的检测方法节约了人力、物力，提高了检测准确性，有效避免皮带运转中的事故发生。
发明内容
本发明所要解决的技术问题在于，提供一种实现准确监控皮带是否出现异常现象的皮带群组异常状态自动巡视检测系统。
本发明的另一目的是提供一种使用上述皮带群组异常状态自动巡视检测系统实现皮带群组异常状态检测的检测方法。
为此，本发明的技术方案如下：
一种皮带群组异常状态自动巡视检测系统，包括异物检测系统、皮带磨损检测系统和/或皮带打滑检测系统；其中，
异物检测系统包括图像显示单元、多个成像单元和视频图像处理单元；图像显示单元包括显示器和KVM切换器；成像单元包括设置在每条皮带正上方的成像设备和设置在每台成像设备两侧的LED工业光源；视频图像处理单元包括依次连接的第一光纤收发器、第二光纤收发器和第一高速处理服务器；多个成像单元内的成像设备分别通过网线与多个视频图像处理单元内的第一光纤收发器一一对应连接，将每条皮带上的实时采集的图像信号传输给设置在现场箱内的第一光纤收发器并经由第一光纤收发器转换为光信号；第一光纤收发器与设置在中控室内的第二光纤收发器之间通过光纤连接，将第一光纤收发器传送的光信号转换为图像信号并发送给第一高速处理服务器，每个视频图像处理单元内的第一高速处理服务器通过KVM切换器连接至第一显示器；
皮带磨损检测系统包括图像显示单元、多个成像单元和视频图像处理单元；图像显示单元包括第一工控机和第一交换机；成像单元包括设置在每条皮带两侧边缘处上方的成像设备和设置在每台成像设备外侧的LED工业光源；视频图像处理单元包括依次连接的第三光纤收发器和第四光纤收发器；多个成像单元内的成像设备分别通过网线与多个视频图像处理单元内的第三光纤收发器一一对应连接，将每条皮带上的实时采集的图像信号传输给设置在现场箱内的第三光纤收发器并经由第三光纤收发器转换为光信号；第三光纤收发器与设置在中控室内的第四光纤收发器之间通过光纤连接，接收第三光纤收发器传送的光信号并转换为图像信号；每个视频图像处理单元内的第四光纤收发器通过第一交换机连接至工控机，将第四光纤收发器转换的图像信号发送给工控机进行数据处理和图像显示；
皮带打滑检测系统包括第二工控机、总编码器信号处理盒和多个皮带主动轮测速单元；皮带主动轮测速单元包括依次连接的旋转编码器、支路编码器信号处理盒、第一数据光端机和第二数据光端机；旋转编码器设置在每条皮带主动轮的轮轴上，支路编码器信号处理盒和第一数据光端机设置在现场箱内，支路编码器信号处理盒配合旋转编码器测定出主动轮转速并通过第一数据光端机转换为光信号，光信号通过光纤发送至设置在中控室内的第二数据光端机，多个皮带主动轮测速单元内的第二数据光端机通过总编码器信号处理盒将光信号转换为编码器信号并发送至第二工控机上，记录主动轮实时转速；皮带打滑检测系统的第二工控机与皮带磨损检测系统的第一交换机连接，或通过第二交换机与异物检测系统的多个第二光纤收发器连接，接收通过皮带磨损检测系统或异物检测系统采集的图像数据。
上述异物检测系统、皮带磨损检测系统和皮带打滑检测系统可以根据实际需求进行选择,异物检测系统、皮带磨损检测系统为两个独立系统,皮带打滑检测系统可以架设在异物检测系统或皮带磨损检测系统上,作为非独立系统,与异物检测系统或皮带磨损检测系统共用一套成像单元和视频图像处理单元，节省设备资源，提高系统效率。
其中，异物检测系统和皮带磨损检测系统内的成像设备包括设置在一防护套内的工业相机和工业镜头；所述防护套包裹在工业相机和工业镜头的外围且仅在该防护套的前端设置有一开口，使工业镜头能够通过该开口采集图像；所述防护套内还设置有一气体吹扫装置，气体由内向外吹扫镜头表面，其中吹扫介质为干燥压缩空气。
皮带磨损检测系统内的第一工控机包括第二高速处理服务器和第二显示器；皮带打滑检测系统内的第二工控机包括第三高速处理服务器和第三显示器；第一高速处理服务器、第二高速处理服务器和第三高速处理服务器均包括数据分析模块、数据存储模块和数据报警模块。
其中，成像设备架设在皮带的正上方，光源在成像设备两侧低角度对称连续补光，根据皮带的实际宽度选择合适的安装高度，保证系统的检测精度的同时还要确保拍摄的图片清晰完整，为后期图像处理过程打下良好的基础；因此，优选地，在异物检测系统内，每条皮带上均设置有一台成像设备和设置在每台成像设备两侧的各一台LED工业光源，成像设备设置在皮带中轴线上方且与皮带垂直距离为1.5m，设置在成像设备两侧的LED工业光源的打光角度和成像设备之间夹角为45°；优选地，在皮带磨损检测系统内，每条皮带上均设置有两台成像设备和两台LED工业光源，成像设备设置在皮带两侧边缘处的正上方且与皮带垂直距离为1.2m，两台LED工业光源分别设置在两台成像设备外侧，每台LED工业光源的打光角度与相邻成像设备之间夹角为75°。
异物检测系统内成像设备与第一光纤收发器之间的网线长度和皮带磨损检测系统内的成像设备与第三光纤收发器之间的网线长度为1～5m。
一种使用所述皮带群组异常状态自动巡视检测系统的检测方法，皮带群组异常状态自动巡视检测以皮带群组为单位，其中，异物检测系统采用非接触式的视频检测方式，每一台相机对应一台第一高速处理服务器，实现一对一的配对检测，多台第一高速处理服务器通过KVM切换器连接一台显示器，通过视频切换实现多路视频的随机切换；皮带磨损检测系统和皮带打滑检测系统是采用巡检的方式，皮带群组内的多台相机对应一台工控机的第二高速处理服务器，实现多对一的检测，在短时间内巡视检测群组内的全部皮带机。
具体地，对皮带群组异常状态自动巡视检测系统内的皮带上方是否存在异物，皮带是否出现磨损和皮带运行过程中是否发生打滑的检测方法分别为：
异物检测方法为：对异物检测系统的成像单元实时获取图像进行去噪、均衡、平滑预处理；采用自适应阈值的二值化方法识别出图像中所有的离散物料块，再采用图像分割技术将重叠在一起的离散物料块分割开，利用面积过滤法去除面积较小的干扰和杂点，并识别和去除与图像边界相连的空白区域，最终获取全部有效的离散物料块；计算所有有效离散物料块的面积，通过面积转换计算得出有效直径和通过最小外接矩形法计算最长边的长度；将各项数据与异物警戒阈值相比较，当离散物料块的大小超过异物警戒阈值，数据存储模块和数据报警模块启动，储存异常数据和图像并在显示器上显示，同时启动蜂鸣报警器发出报警声响；
皮带磨损检测方法为：对皮带磨损检测系统的成像单元实时获取图像进行去噪、均衡、平滑预处理；对预处理后的图像进行自适应阈值的二值化，提取出皮带边界的局部范围；对提取出的皮带边界二值化图像块进行纵向投影定位，即沿着纵向方向计算二值化图像块每一列的每一点像素值，直到找到符合下列条件的所有点：该点的像素值为1，其左右两侧的点一个像素值为0、另一个像素值为1，则认为该点就是皮带边界上的点；将找到的皮带边界上的点进行最小二乘直线拟合，计算出拟合直线的方程，进而可计算出皮带边界上的点组成的曲线与拟合直线的差异度；将该差异度和皮带磨损警戒阈值相比较，当差异度大于皮带磨损警戒阈值，数据存储模块和数据报警模块启动，储存异常数据和图像并在显示器上显示，同时启动蜂鸣报警器发出报警声响；
皮带打滑检测方法为：通过异物检测系统或皮带磨损检测系统获取第一帧皮带图像后，对第一帧皮带图像进行平滑、去噪、均衡预处理，然后通过特征点分析方法提取第一帧皮带图像内的有效特征点，并将获取的特征点保存进缓存区；系统连续获取第二帧皮带图像后，对第二帧皮带图像进行平滑、去噪、均衡预处理，然后通过特征点分析方法提取第二帧皮带图像内有效特征点；将第二帧皮带图像提取的特征点与第一帧皮带图像提取的特征点以逐行扫描的方式进行特征点匹配，计算连续两帧图像的特征点匹配度达到90％以上的比例，当该比例大于2/3以上时，通过特征点的位置变化和采集图像的像位比(每像素代表的毫米数)计算出连续两帧图像之间皮带所运行的距离，并计算得出皮带瞬时运行速度；将得出的皮带瞬时运行速度与通过皮带主动轮测速单元测定的皮带主动轮转速进行比较，当皮带主动轮转速与皮带瞬时运行速度的差值大于皮带打滑警戒阈值时，数据存储模块和数据报警模块启动，储存异常数据和图像并在显示器上显示，同时启动蜂鸣报警器发出报警声响。
与现有技术相比，该皮带群组异常状态自动巡视检测系统包括可任意选择和组合的异物检测系统、皮带磨损检测系统和皮带打滑检测系统，该系统将机器视觉和皮带测速设备有效相结合，以巡视检测方式采用非接触式视频监控技术，实现实时监控皮带群组内所有皮带的运行状态，自动检测皮带上异常物料、皮带边缘磨损以及皮带打滑，当有异常出现时自动报警，提醒相关工作人员进行及时维修。该系统能及时发现皮带群组异常隐患，为预防性维护及皮带群组事故提供具实可靠的数据及图象资料，避免发生重大生产事故，减少经济损失。
附图说明
图1是本发明的皮带群组异常状态自动巡视检测系统结构示意图；
图2是本发明的皮带群组异常状态自动巡视检测系统内的异物检测系统的结构示意图；
图3是本发明的皮带群组异常状态自动巡视检测系统内的皮带磨损检测系统的结构示意图；
图4是本发明的皮带群组异常状态自动巡视检测系统内的皮带打滑检测系统与皮带磨损检测系统联用的结构示意图。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
如图1所示，一种皮带群组异常状态自动巡视检测系统，包括异物检测系统、皮带磨损检测系统和皮带打滑检测系统；其中，
异物检测系统和皮带磨损检测系统内均包括成像设备，成像设备包括设置在一防护套内的工业相机和工业镜头；所述防护套包裹在工业相机和工业镜头的外围且仅在该防护套的前端设置有一开口，使工业镜头能够通过该开口采集图像；所述防护套内还设置有一气体吹扫装置，气体由内向外吹扫镜头表面，其中吹扫介质为干燥压缩空气；
如图2所示，异物检测系统包括图像显示单元、多个成像单元和视频图像处理单元；图像显示单元包括显示器和KVM切换器；成像单元包括设置在每条皮带正上方的成像设备和设置在每台成像设备两侧各一台的LED工业光源，确保拍摄的图片清晰完整，为后期图像处理过程打下良好的基础；视频图像处理单元包括依次连接的第一光纤收发器、第二光纤收发器和第一高速处理服务器；多个成像单元内的成像设备分别通过网线与多个视频图像处理单元内的第一光纤收发器一一对应连接，将每条皮带上的实时采集的图像信号传输给设置在现场箱内的第一光纤收发器并经由第一光纤收发器转换为光信号；第一光纤收发器与设置在中控室内的第二光纤收发器之间通过光纤连接，将第一光纤收发器传送的光信号转换为图像信号并发送给第一高速处理服务器，每个视频图像处理单元内的第一高速处理服务器通过KVM切换器连接至第一显示器；
具体地，异物检测系统内的高速处理服务器包括数据分析模块、数据存储模块和数据报警模块，数据分析模块对第二光纤收发器传输的图像信号进行分析，当图像的离散物料块粒径超过警戒阈值时启动数据存储模块和数据报警模块，数据存储模块保存异常图像及发生时间和数据参数，数据报警模块将异常图像自动切换至显示器上显示并启动蜂鸣报警器发出报警声响；
成像设备设置在皮带中轴线上方且与皮带垂直距离为1.5m，设置在成像设备两侧的LED工业光源的打光角度和成像设备之间夹角为45°，高清工业相机实时不间断对皮带表面或者皮带边缘采集图像数据。对异物检测模块来说，架设在1.5m左右的高度时，相机的视野范围是1330mm×1000mm，因此系统能检测有效物料宽度在1m左右的皮带异物；相机的采集频率可到达3帧/秒，系统在1秒内纵向有效覆盖3.5m以上，因此可以检测皮带的最快运行速度3m/s，检测精度可以达到±10mm；
如图3所示，皮带磨损检测系统包括图像显示单元、多个成像单元和视频图像处理单元；图像显示单元包括第一工控机和第一交换机；成像单元包括设置在每条皮带两侧边缘处上方的成像设备和设置在每台成像设备外侧的LED工业光源，即每条皮带上均设置有两台成像设备和两台LED工业光源；视频图像处理单元包括依次连接的第三光纤收发器和第四光纤收发器；多个成像单元内的成像设备分别通过网线与多个视频图像处理单元内的第三光纤收发器一一对应连接，将每条皮带上的实时采集的图像信号传输给设置在现场箱内的第三光纤收发器并经由第三光纤收发器转换为光信号；第三光纤收发器与设置在中控室内的第四光纤收发器之间通过光纤连接，接收第三光纤收发器传送的光信号并转换为图像信号；每个视频图像处理单元内的第四光纤收发器通过第一交换机连接至工控机，将第四光纤收发器转换的图像信号发送给工控机进行数据处理和图像显示；
具体地，皮带磨损检测系统内的工控机包括第二高速处理服务器和显示器，第二高速处理服务器包括数据分析模块、数据存储模块和数据报警模块，数据分析模块对第二光纤收发器传输的图像信号进行分析，当皮带边界图像的差异度超过警戒阈值时启动数据存储模块和数据报警模块，数据存储模块保存异常图像及发生时间和数据参数，数据报警模块将异常图像自动切换至显示器上显示并启动蜂鸣报警器发出报警声响；
成像设备设置在皮带两侧边缘处的正上方且与皮带垂直距离为1.2m，两台LED工业光源分别设置在两台成像设备外侧，每台LED工业光源的打光角度与相邻成像设备之间夹角为75°，确保拍摄的图片清晰完整，为后期图像处理过程打下良好的基础；对皮带磨损检测模块来说，架设在1.2m左右的高度时，相机的视野范围是530mm×400mm，双相机分别安装在皮带双侧边缘正上方，由于皮带群组内的皮带条数较多，而且皮带磨损的实时性要求并不如异物检测高，因此皮带磨损检测模块采用皮带群组内巡检的模式，该异物检测模块能够识别的最大异物尺寸为1300mm×1000mm，满足异物检测功能的需要；
如图4所示，皮带打滑检测系统包括第二工控机、总编码器信号处理盒和多个皮带主动轮测速单元；皮带主动轮测速单元包括依次连接的旋转编码器、支路编码器信号处理盒、第一数据光端机和第二数据光端机；旋转编码器设置在每条皮带主动轮的轮轴上，支路编码器信号处理盒和第一数据光端机设置在现场箱内，支路编码器信号处理盒配合旋转编码器测定出主动轮转速并通过第一数据光端机转换为光信号，光信号通过光纤发送至设置在中控室内的第二数据光端机，多个皮带主动轮测速单元内的第二数据光端机通过总编码器信号处理盒将光信号转换为编码器信号并发送至第二工控机上，记录主动轮实时转速；皮带打滑检测系统与皮带磨损检测系统并联使用，节省设备资源，即皮带打滑检测系统的第二工控机与皮带磨损检测系统的第一交换机连接，接收通过皮带磨损检测系统或异物检测系统采集的图像数据，并发送至第二工控机上；
具体地，皮带打滑检测系统内的第二工控机包括第三高速处理服务器和第三显示器；第三高速处理服务器包括数据分析模块、数据存储模块和数据报警模块，数据分析模块对皮带磨损检测系统采集的图像数据进行分析，计算得出皮带瞬时运行速度，将该瞬时运行速度与皮带主动轮测速单元发送的主动轮实时转速比较，当速度差值超过警戒阈值时启动数据存储模块和数据报警模块，数据存储模块保存异常图像及发生时间和数据参数，数据报警模块将异常图像自动切换至显示器上显示并启动蜂鸣报警器发出报警声响；
皮带打滑检测模块与皮带磨损检测系统共用相机来确定视野范围，同样采用皮带群组内巡检的模式，进行数据分析时，选择双相机中一个相机的视频数据即可；此外，根据所共用的模块不同，检测精度不同，计算精度可以达到±3mm～±10mm；
现场箱内的电源从现场接入，所有需要电能的设备都通过现场箱获取足够的电能；除设置在现场控制箱内第一光纤收发器与设置在中央控制室内的第二光纤收发器之间、设置在现场控制箱内第三光纤收发器与设置在中央控制室内的第四光纤收发器之间和设置在现场控制箱内第一数据光端机与设置在中央控制室内的第二数据光端机之间通过光纤连接，其余各装置之间通过网线连接进行数据传输。其中，异物检测系统内成像设备与第一光纤收发器之间的网线长度，以及皮带磨损检测系统内的成像设备与第三光纤收发器之间的网线长度为不超过5m。
关于皮带群组内的皮带条数N的确定，皮带磨损检测模块是以巡检的方式对皮带群组中所有皮带进行异常检测，为了保证所有的皮带都能在尽量短的时间间隔内重复的进行检测，考虑到全千兆交换机的接口问题，因此全千兆交换机选择48个接口，设计每组皮带的条数小于等于20条，每条皮带配置双相机，每组皮带群组内有40台相机，预留的8个接口作为备用接口以防在使用过程中有个别接口损坏。异物检测模块以40条皮带作为一个皮带群组，每条皮带配置一个相机，KVM切换器选择1个32接口和1个16接口，剩余接口作为备用接口。皮带打滑检测模块和异物检测模块共用设备时，以40条皮带作为一个皮带群组，全千兆交换机选择48个接口，其余接口作为备用接口；皮带打滑检测模块和皮带磨损检测模块共用设备时，选择其中一个相机，以20条皮带作为一个皮带群组，全千兆交换机选择32个接口，其余接口作为备用接口。
操作者可以通过三种方式对存储模块中的异常信息进行查询：第一种方式是输入确定的时间段，历史查询数据库会列出符合时间的所有类型的异常报警信息；第二种方式是通过确定的异常类型来查询异常信息；第三种方式是结合时间段和异常类型来提取异常信息。操作者在选择好查询的历史异常信息后，可以将全部数据导出到Execl表格，方便拷贝。
使用该皮带群组异常状态自动巡视检测系统的皮带群组异常状态实时监测方法：
皮带群组异常状态自动巡视检测以皮带群组为单位，其中：异物检测系统采用非接触式的视频检测方式，每一台相机对应一台第一高速处理服务器，实现一对一的配对检测，多台第一高速处理服务器通过KVM切换器连接一台显示器，通过视频切换实现多路视频的随机切换；皮带磨损检测系统和皮带打滑检测系统是采用巡检的方式，皮带群组内的多台相机对应一台工控机的第二高速处理服务器，实现多对一的检测，在短时间内巡视检测群组内的全部皮带机。
具体地，
异物检测方法为：
S1、对异物检测系统的成像单元实时获取图像进行去噪、均衡、平滑预处理；采用自适应阈值的二值化方法识别出图像中所有的离散物料块，再采用图像分割技术将重叠在一起的离散物料块分割开，利用面积过滤法去除面积较小的干扰和杂点，并识别和去除与图像边界相连的空白区域，最终获取全部有效的离散物料块；
S2、计算所有有效离散物料块的面积，通过面积转换计算得出有效直径和通过最小外接矩形法计算最长边的长度；
S3、将各项数据与异物警戒阈值相比较，当离散物料块的大小超过异物警戒阈值，数据存储模块和数据报警模块启动，储存异常数据和图像并在显示器上显示，同时启动蜂鸣报警器发出报警声响；
皮带磨损检测方法为：
S1、对皮带磨损检测系统的成像单元实时获取图像进行去噪、均衡、平滑预处理；
S2、对预处理后的图像进行自适应阈值的二值化，提取出皮带边界的局部范围；对提取出的皮带边界二值化图像块进行纵向投影定位，即沿着纵向方向计算二值化图像块每一列的每一点像素值，直到找到符合下列条件的所有点：该点的像素值为1，其左右两侧的点一个像素值为0、另一个像素值为1，则认为该点就是皮带边界上的点；将找到的皮带边界上的点进行最小二乘直线拟合，计算出拟合直线的方程，进而可计算出皮带边界上的点组成的曲线与拟合直线的差异度；
S3、将该差异度和皮带磨损警戒阈值相比较，当差异度大于皮带磨损警戒阈值，数据存储模块和数据报警模块启动，储存异常数据和图像并在显示器上显示，同时启动蜂鸣报警器发出报警声响；
皮带打滑检测方法为：
S1、通过异物检测系统或皮带磨损检测系统获取第一帧皮带图像后，对第一帧皮带图像进行平滑、去噪、均衡预处理，然后通过特征点分析方法提取第一帧皮带图像内的有效特征点，并将获取的特征点保存进缓存区；
S2、系统连续获取第二帧皮带图像后，对第二帧皮带图像进行平滑、去噪、均衡预处理，然后通过特征点分析方法提取第二帧皮带图像内有效特征点；
S3、将第二帧皮带图像提取的特征点与第一帧皮带图像提取的特征点以逐行扫描的方式进行特征点匹配，计算连续两帧图像的特征点匹配度达到90％以上的比例，当该比例大于2/3以上时，通过特征点的位置变化和采集图像的像位比(每像素代表的毫米数)计算出连续两帧图像之间皮带所运行的距离，并计算得出皮带瞬时运行速度；
S4、将得出的皮带瞬时运行速度与通过皮带主动轮测速单元测定的皮带主动轮转速进行比较，当皮带主动轮转速与皮带瞬时运行速度的差值大于皮带打滑警戒阈值时，数据存储模块和数据报警模块启动，储存异常数据和图像并在显示器上显示，同时启动蜂鸣报警器发出报警声响。
综上所述，本发明的内容并不局限在上述的实施例中，本领域的技术人员可以在本发明的技术指导思想之内提出其他的实施例，但这种实施例都包括在本发明的范围之内。
Claims (3)
1.一种皮带群组异常状态自动巡视检测系统的检测方法，其特征在于，皮带群组异常状态自动巡视检测以皮带群组为单位，其中，异物检测系统采用非接触式的视频检测方式，每一台相机对应一台第一高速处理服务器，实现一对一的配对检测，多台第一高速处理服务器通过KVM切换器连接一台显示器，通过视频切换实现多路视频的随机切换；皮带磨损检测系统和皮带打滑检测系统是采用巡检的方式，皮带群组内的多台相机对应一台工控机的第二高速处理服务器，实现多对一的检测，在短时间内巡视检测群组内的全部皮带机；
其中，皮带磨损检测方法为：对皮带磨损检测系统的成像单元实时获取图像进行去噪、均衡、平滑预处理；对预处理后的图像进行自适应阈值的二值化，提取出皮带边界的局部范围；对提取出的皮带边界二值化图像块进行纵向投影定位，即沿着纵向方向计算二值化图像块每一列的每一点像素值，直到找到符合下列条件的所有点：该点的像素值为1，其左右两侧的点一个像素值为0、另一个像素值为1，则认为该点就是皮带边界上的点；将找到的皮带边界上的点进行最小二乘直线拟合，计算出拟合直线的方程，进而可计算出皮带边界上的点组成的曲线与拟合直线的差异度；将该差异度和皮带磨损警戒阈值相比较，当差异度大于皮带磨损警戒阈值，数据存储模块和数据报警模块启动，储存异常数据和图像并在显示器上显示，同时启动蜂鸣报警器发出报警声响。
2.根据权利要求1所述的皮带群组异常状态自动巡视检测系统的检测方法，其特征在于，异物检测方法为：对异物检测系统的成像单元实时获取图像进行去噪、均衡、平滑预处理；采用自适应阈值的二值化方法识别出图像中所有的离散物料块，再采用图像分割技术将重叠在一起的离散物料块分割开，利用面积过滤法去除面积较小的干扰和杂点，并识别和去除与图像边界相连的空白区域，最终获取全部有效的离散物料块；计算所有有效离散物料块的面积，通过面积转换计算得出有效直径和通过最小外接矩形法计算最长边的长度；将各项数据与异物警戒阈值相比较，当离散物料块的大小超过异物警戒阈值，数据存储模块和数据报警模块启动，储存异常数据和图像并在显示器上显示，同时启动蜂鸣报警器发出报警声响。
3.根据权利要求1所述的皮带群组异常状态自动巡视检测系统的检测方法，其特征在于，皮带打滑检测方法为：通过异物检测系统或皮带磨损检测系统获取第一帧皮带图像后，对第一帧皮带图像进行平滑、去噪、均衡预处理，然后通过特征点分析方法提取第一帧皮带图像内的有效特征点，并将获取的特征点保存进缓存区；系统连续获取第二帧皮带图像后，对第二帧皮带图像进行平滑、去噪、均衡预处理，然后通过特征点分析方法提取第二帧皮带图像内有效特征点；将第二帧皮带图像提取的特征点与第一帧皮带图像提取的特征点以逐行扫描的方式进行特征点匹配，计算连续两帧图像的特征点匹配度达到90％以上的比例，当该比例大于2/3以上时，通过特征点的位置变化和采集图像的像位比(每像素代表的毫米数)计算出连续两帧图像之间皮带所运行的距离，并计算得出皮带瞬时运行速度；将得出的皮带瞬时运行速度与通过皮带主动轮测速单元测定的皮带主动轮转速进行比较，当皮带主动轮转速与皮带瞬时运行速度的差值大于皮带打滑警戒阈值时，数据存储模块和数据报警模块启动，储存异常数据和图像并在显示器上显示，同时启动蜂鸣报警器发出报警声响。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201511034299.3A CN105491349B (zh) | 2015-12-31 | 2015-12-31 | 皮带群组异常状态自动巡视检测系统及其检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201511034299.3A CN105491349B (zh) | 2015-12-31 | 2015-12-31 | 皮带群组异常状态自动巡视检测系统及其检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105491349A CN105491349A (zh) | 2016-04-13 |
| CN105491349B true CN105491349B (zh) | 2019-03-26 |
Family
ID=55678026
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201511034299.3A Active CN105491349B (zh) | 2015-12-31 | 2015-12-31 | 皮带群组异常状态自动巡视检测系统及其检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105491349B (zh) |
Families Citing this family (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102016206849A1 (de) * | 2016-04-22 | 2017-10-26 | Robert Bosch Gmbh | Verfahren zur Bestimmung des Riemenverschleißes in einem Riementrieb |
| CN107063946B (zh) * | 2016-12-23 | 2023-04-28 | 天津市三特电子有限公司 | 视频生球粒径仪及其生球粒径状态检测方法 |
| CN106774022B (zh) * | 2017-02-20 | 2023-12-05 | 四川隧唐科技股份有限公司 | 一种车载式多维隧道数据采集系统及其协同工作方法 |
| CN107944342A (zh) * | 2017-10-27 | 2018-04-20 | 天津美腾科技有限公司 | 一种基于机器视觉的刮板机异常状态检测系统 |
| CN107844770A (zh) * | 2017-11-03 | 2018-03-27 | 东北大学 | 一种基于视频的电熔镁炉异常工况自动识别系统 |
| CN109230353A (zh) * | 2018-08-30 | 2019-01-18 | 山西精英科技股份有限公司 | 一种皮带输送机的皮带打滑检测系统 |
| CN109839386B (zh) * | 2019-01-16 | 2021-08-10 | 山西汇永青峰选煤工程技术有限公司 | 一种智能摄像识别系统 |
| CN110090816A (zh) * | 2019-05-11 | 2019-08-06 | 浙江家得宝科技股份有限公司 | 基于机器视觉的一次性纸浆餐盘检测设备的检测方法 |
| EP3763643A1 (de) | 2019-07-08 | 2021-01-13 | Siemens Aktiengesellschaft | System und verfahren zur zustandsüberwachung beim betrieb eines fördersystems |
| CN110896447B (zh) * | 2019-10-09 | 2020-12-01 | 六安荣耀创新智能科技有限公司 | 通信信号内容差异即时检测平台 |
| CN110921241B (zh) * | 2019-11-18 | 2021-08-17 | 太仓北新建材有限公司 | 一种石膏板线皮带防刮伤方法及系统 |
| CN111291654B (zh) * | 2020-01-21 | 2023-10-17 | 上海肇观电子科技有限公司 | 传送带的出料检测方法及设备、电路和介质 |
| CN111252497B (zh) * | 2020-01-21 | 2022-07-05 | 上海肇观电子科技有限公司 | 传送带的出料检测方法及设备、电路和介质 |
| CN110933322B (zh) * | 2020-02-05 | 2020-06-16 | 天津美腾科技股份有限公司 | 除铁器清理的方法、装置、系统及电子设备 |
| CN111311636A (zh) * | 2020-02-09 | 2020-06-19 | 天津博宜特科技有限公司 | 基于目标跟踪的皮带机带速检测方法 |
| CN111649919B (zh) * | 2020-06-12 | 2022-11-18 | 山东中衡光电科技有限公司 | 一种圆弧状模拟传送带纵撕的视觉检测试验台 |
| CN111717616A (zh) * | 2020-07-02 | 2020-09-29 | 徐州宏远通信科技有限公司 | 一种基于图像识别的刮板输送机斜链检测方法及控制系统 |
| CN111814711B (zh) * | 2020-07-15 | 2023-08-08 | 中国矿业大学 | 一种应用于矿井机器视觉的图像特征快速匹配方法及系统 |
| CN112001892A (zh) * | 2020-07-29 | 2020-11-27 | 苏州浪潮智能科技有限公司 | 一种服务器配件监管方法、系统、终端及存储介质 |
| CN112598720B (zh) * | 2020-12-25 | 2024-06-21 | 中标慧安信息技术股份有限公司 | 基于双目拍摄的输送带磨损状态检测方法和系统 |
| CN113391596A (zh) * | 2021-06-11 | 2021-09-14 | 赤峰山金红岭有色矿业有限责任公司 | 皮带矿粉泄露检测方法、系统、终端及存储介质 |
| CN115892923B (zh) * | 2023-03-10 | 2023-06-16 | 四川东林重工科技股份有限公司 | 带式输送机智能巡检机器人 |
| CN117347372B (zh) * | 2023-10-26 | 2024-08-27 | 天津华宁电子有限公司 | 皮带磨损检测方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101602439A (zh) * | 2009-07-01 | 2009-12-16 | 北京市煤炭矿用机电设备技术开发公司 | 输送带断带预警方法及系统 |
| CN101738224A (zh) * | 2008-11-04 | 2010-06-16 | 任安祥 | 工况检测方法、装置及系统 |
| CN102827984A (zh) * | 2012-09-06 | 2012-12-19 | 天津市三特电子有限公司 | 高炉炉料粒度视频检测装置及其检测方法 |
| CN203283810U (zh) * | 2013-06-13 | 2013-11-13 | 西安科技大学 | 一种基于图像处理技术的矿下皮带输送机检测系统 |
| CN105083913A (zh) * | 2015-07-07 | 2015-11-25 | 青岛科技大学 | 一种基于机器视觉的输送带撕裂检测方法 |
| CN205378105U (zh) * | 2015-12-31 | 2016-07-06 | 天津市三特电子有限公司 | 皮带群组异常状态自动巡视检测系统 |
-
2015
- 2015-12-31 CN CN201511034299.3A patent/CN105491349B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101738224A (zh) * | 2008-11-04 | 2010-06-16 | 任安祥 | 工况检测方法、装置及系统 |
| CN101602439A (zh) * | 2009-07-01 | 2009-12-16 | 北京市煤炭矿用机电设备技术开发公司 | 输送带断带预警方法及系统 |
| CN102827984A (zh) * | 2012-09-06 | 2012-12-19 | 天津市三特电子有限公司 | 高炉炉料粒度视频检测装置及其检测方法 |
| CN203283810U (zh) * | 2013-06-13 | 2013-11-13 | 西安科技大学 | 一种基于图像处理技术的矿下皮带输送机检测系统 |
| CN105083913A (zh) * | 2015-07-07 | 2015-11-25 | 青岛科技大学 | 一种基于机器视觉的输送带撕裂检测方法 |
| CN205378105U (zh) * | 2015-12-31 | 2016-07-06 | 天津市三特电子有限公司 | 皮带群组异常状态自动巡视检测系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105491349A (zh) | 2016-04-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105491349B (zh) | 皮带群组异常状态自动巡视检测系统及其检测方法 | |
| CN110171691B (zh) | 带式传输机皮带撕裂状态检测方法及检测系统 | |
| CN101986143A (zh) | 机器视觉皮带撕裂检测及保护装置 | |
| CN205378105U (zh) | 皮带群组异常状态自动巡视检测系统 | |
| CN111289529B (zh) | 一种基于ai智能分析的输送皮带撕裂检测系统及检测方法 | |
| CN103543161A (zh) | 一种连铸坯表面质量在线检测方法 | |
| CN103101741B (zh) | 激光视觉输送带损伤检测装置的实现方法 | |
| CN110057198B (zh) | 烧结机台车轮工作状态检测方法及检测装置 | |
| CN110589406A (zh) | 一种基于三维图像及智能视频技术的皮带偏离检测系统 | |
| CN110015553B (zh) | 基于视频分析的运输皮带系统异物检测保护方法 | |
| CN109823941B (zh) | 一种应用于主动安全电梯上的钢丝绳监测装置 | |
| CN113771053A (zh) | 一种具有智能巡检预警功能的机器人 | |
| CN102661952A (zh) | 基于图像的钢丝绳断丝检测装置 | |
| CN116135744B (zh) | 带式输送机输送带磨损的检测方法及装置 | |
| CN104931505A (zh) | 机器视觉表面检测系统 | |
| CN210220663U (zh) | 烧结机台车轮工作状态检测装置 | |
| CN115892912A (zh) | 一种带式输送机防撕裂综合监控装置 | |
| CN103033520A (zh) | 热连铸钢坯表面质量检测方法 | |
| CN102954966A (zh) | 热连铸钢坯表面质量检测系统 | |
| CN203069527U (zh) | 一种纺织疵布检测摄像头及其检测系统 | |
| CN213933646U (zh) | 一种冷床钢板缺陷识别装置 | |
| Wang et al. | Research on real time monitoring system for coal mine belt conveyor | |
| CN115201213A (zh) | 一种客运索道钢丝绳检测装置及方法 | |
| CN104525508A (zh) | 一种机器视觉次品排出系统 | |
| CN102514771A (zh) | 工业炸药药卷传输姿态识别与诊断系统及其方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Automatic inspection and detection system for abnormal status of belt groups and its detection method Granted publication date: 20190326 Pledgee: Bank of Beijing Limited by Share Ltd. Tianjin branch Pledgor: TIANJIN SANTE ELECTRONICS CO.,LTD. Registration number: Y2024980012171 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right |