CN115783685A - 基于图像处理的煤矿运输机皮带故障预警方法 - Google Patents
基于图像处理的煤矿运输机皮带故障预警方法 Download PDFInfo
- Publication number
- CN115783685A CN115783685A CN202211320083.3A CN202211320083A CN115783685A CN 115783685 A CN115783685 A CN 115783685A CN 202211320083 A CN202211320083 A CN 202211320083A CN 115783685 A CN115783685 A CN 115783685A
- Authority
- CN
- China
- Prior art keywords
- coal
- belt
- carrying
- early warning
- coal mine
- 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.)
- Pending
Links
Images
Landscapes
- Control Of Conveyors (AREA)
Abstract
本发明属于煤矿生产应用技术领域,尤其涉及一种基于图像处理的煤矿运输机皮带故障预警方法。本发明提供一种基于图像处理的煤矿运输机皮带故障预警方法,通过提前发现煤料偏侧、煤流超载等问题并及时预警,能有效减少皮带跑偏、断裂等故障,避免严重安全事故的发生,提升运输机的可靠性。本发明技术方案中,通过图像的深度值极差实现对煤矿运输机载煤偏侧的预警,通过设置偏侧预警阈值,监管人员能及时收到偏侧引起的皮带故障预警,并及时解决偏侧异常;基于正常运输的煤流图像,建立煤矿运输机皮带载煤模型,实现对载煤流量的估算,通过设置超载预警阈值,及时对煤料超载引起的皮带进行故障预警。
Description
技术领域
本发明属于煤矿生产应用技术领域,尤其涉及一种基于图像处理的煤矿运输机皮带故障预警方法。
背景技术
煤矿用皮带输送机主要是指在煤炭采掘、生产、转运、加工过程中使用的皮带输送机。煤矿用皮带输送机具有运输量大、工作环境复杂、承载能力强、以及运输距离较长等特点。
现有的煤矿开采主要是通过采煤机直接将煤从煤矿上破碎下来直接掉落到主皮带机上,然后,经主皮带机运输到进料皮带机,然后,再经进料皮带机进入到悬臂皮带,最后经悬臂皮带堆入煤场。由于采煤机是对煤矿进行破碎来获取煤炭,煤炭的大小且经过运输其掉落到下一皮带上的位置也不一定,为此,可能出现局部超载或偏侧的现象,而长时间的频繁超载和偏侧就会导致皮带机出现故障,进而影响皮带机的正常使用,为此,如何有效的对皮带机进行预警,再故障发生前对皮带机进行处理,进而确保正常的生产。
发明内容
本发明针对上述的煤矿运输机皮带所存在的技术问题,提出一种设计合理、方法简单、操作方便且能够有效实现煤矿运输机皮带故障提前预警的基于图像处理的煤矿运输机皮带故障预警方法。
为了达到上述目的,本发明采用的技术方案为,一种基于图像处理的煤矿运输机皮带故障预警方法,包括以下步骤:
S1:首先利用采集相机从上向下拍摄采集煤矿运输机皮带的皮带以及载煤的深度和灰度图像;
S2:对包含皮带以及载煤的灰度图像进行边缘检测,获取图像中载煤区域和皮带区域的边界,分别保存载煤区域和皮带区域像素点位置;
S3:对载煤区域像素点位置,计算像素点深度极差,并与设定的深度阈值进行对比;当像素点深度极差大于设定阈值时,执行步骤S4,否则,执行步骤S5;
S4:基于深度极差和阈值的比较结果,记录本次发生的偏侧故障,然后,在预设的时间周期内,当偏侧故障次数超过设定的预警阈值时,发出皮带故障预警信息,并执行步骤S8;
S5:基于煤矿运输机正常运输过程中皮带和载煤的关系,忽略载煤量对皮带形变量的影响,建立煤矿运输机皮带载煤量模型;
S6:基于采集相机和运输机的实际位置关系以及载煤区域的深度图,计算每一列像素载煤的宽度以及该列像素中每一个像素的高度,然后,根据煤矿运输机皮带载煤量模型,完成采集相机一副图片内载煤量的计算以及单位时间内载煤量的计算;
S7:根据单位时间内载煤量,比较煤矿运输机皮带的承载阈值,当载煤量超过承载阈值时,记录本次发生的超载故障,在预设时间周期内,当超载故障次数超过设定的预警阈值时,发出皮带故障预警信息;
S8:若超出预设时间周期无预警或者确认预警后,清零偏侧故障和超载故障计数器,并在下一次故障发生时开始新的预设周期;
其中,所述S5步骤中,煤矿运输机皮带载煤量模型为:
根据采集相机一副图片的沿皮带运输方向的长度l、载煤高度h和载煤宽度w三个物理量,建立煤矿运输机皮带载煤量工作模型,在工作模型中,载煤的横截面积S可以表示为:S=h×w,然后,根据载煤的横截面积S,采集相机一副图片的载煤量M可以表示为:M=S*l。
作为优选,步骤S2中,对所述煤矿运输机皮带以及载煤图像的边缘检测过程为:利用Matlab图像处理工具箱中的edge函数,指定皮带以及载煤的灰度矩阵作为输入参数,采用Roberts算子对其进行边缘检测,输出皮带以及载煤的二值化图像,得到皮带区域以及载煤区域的形状边界。。
作为优选,步骤S3中,所述像素点深度极差为载煤区域所有像素点深度排序后像素最大深度与最小深度的差值;所述深度阈值为正常载煤深度的临界值,即运载煤料落差的临界值,以此来表征运输过程中煤料的偏侧。
与现有技术相比,本发明的优点和积极效果在于,
1、本发明提供一种基于图像处理的煤矿运输机皮带故障预警方法,通过提前发现煤料偏侧、煤流超载等问题并及时预警,能有效减少皮带跑偏、断裂等故障,避免严重安全事故的发生,提升运输机的可靠性。本发明技术方案中,通过图像的深度值极差实现对煤矿运输机载煤偏侧的预警,通过设置偏侧预警阈值,监管人员能及时收到偏侧引起的皮带故障预警,并及时解决偏侧异常;基于正常运输的煤流图像,建立煤矿运输机皮带载煤模型,实现对载煤流量的估算,通过设置超载预警阈值,及时对煤料超载引起的皮带进行故障预警。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的一种基于图像处理的煤矿运输机皮带故障预警方法的方法流程图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和实施例对本发明做进一步说明。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。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用不同于在此描述的其他方式来实施,因此,本发明并不限于下面公开说明书的具体实施例的限制。
实施例1,如图1所示,本实施例提供一种基于图像处理的煤矿运输机皮带故障预警方法,旨在解决现有煤矿运输机可能出现的超载或偏侧的问题,为此,本实施例提供的基于图像处理的煤矿运输机皮带故障预警方法具体操作办法为:
首先利用采集相机从上向下拍摄采集煤矿运输机皮带的皮带以及载煤的深度和灰度图像,采集相机采用具有红外功能的工业相机,采集相机可以采用竖直向下的拍照方式也可以采用倾斜向下的方式进行拍照,考虑到倾斜向下拍照的方式可能存在遮挡,在计算时候存在一定的误差,为此,在本实施例中,采用竖直向下拍照方式。
然后,对包含皮带以及载煤的灰度图像进行边缘检测,获取图像中载煤区域和皮带区域的边界,分别保存载煤区域和皮带区域像素点位置,对所述煤矿运输机皮带以及载煤图像的边缘检测过程为:
利用Matlab图像处理工具箱中的edge函数,指定皮带以及载煤的灰度矩阵作为输入参数,采用Roberts算子对其进行边缘检测,输出皮带以及载煤的二值化图像,得到皮带以及载煤区域的形状边界。
接着对载煤区域像素点位置,计算像素点深度极差,并与设定的深度阈值进行对比;当像素点深度极差大于设定阈值时,像素点深度极差为载煤区域所有像素点深度排序后像素最大深度与最小深度的差值,深度阈值为正常载煤深度的临界值,即运载煤料落差的临界值,以此来表征运输过程中煤料的偏侧。基于深度极差和阈值的比较结果,若大于阈值,则记录本次发生的偏侧故障,然后,在预设的时间周期内,当偏侧故障次数超过设定的预警阈值时,发出皮带故障预警信息,在此处的时间周期是基于一个时间的判断,由于煤矿运输机发生的偏侧故障的可能性是基于一段时间内均出现载煤偏侧才会发生偏侧故障,而如果某一段出现载煤偏侧,随着煤炭的运输,其会自行消失,为此,需要对其进行时间周期设定,当时间周期内,采集相机采集到的偏侧信息大于阈值后,就会存在偏侧故障发生的可能,此时就需要报警,若超出预设时间周期无预警或者确认预警后,清零偏侧故障计数器,并在下一次故障发生时开始新的预设周期。
此时就完成了偏侧故障的检测,为了确保煤矿运输机的正常运行,还需要对超载进行检测,为此,首先要确定何种情况下属于超载,为此,在本实施例中,首先,基于煤矿运输机正常运输过程中皮带和载煤的关系,忽略载煤量对皮带形变量的影响,建立煤矿运输机皮带载煤量模型,具体的说,根据采集相机一副图片的沿皮带运输方向的长度l、载煤高度h和载煤宽度w三个物理量,建立煤矿运输机皮带载煤量工作模型,在工作模型中,载煤的横截面积S可以表示为:S=h×w,然后,根据载煤的横截面积S,采集相机一副图片的载煤量M可以表示为:M=S*l,当然,此时都是理想状态,即高度一致、宽度一致的情况下,由于煤炭的密度一致,为此,求得的载煤量的体积也就得到其质量。
由于煤炭从煤矿下采下后,其大小不等、形状不规则,为此,首先,基于采集相机和运输机的实际位置关系以及载煤区域的深度图,计算每一列像素载煤的宽度以及该列像素中每一个像素的高度,然后,根据煤矿运输机皮带载煤量模型,完成采集相机一副图片内载煤量的计算以及单位时间内载煤量的计算。这样,利用本身确定好的像素的深度确定好每个像素点的高度,而一列像素的高度的计算则需要求高度的平均值,即其中,n为该类像素的个数。
根据单位时间内载煤量,比较煤矿运输机皮带的承载阈值,当载煤量超过承载阈值时,记录本次发生的超载故障,在预设时间周期内,当超载故障次数超过设定的预警阈值时,发出皮带故障预警信息;
若超出预设时间周期无预警或者确认预警后,清零载故障计数器,并在下一次故障发生时开始新的预设周期。
通过上述的设置,有效实现了对煤矿运输机的预警,进而确保了煤矿运输机的正常运行。
以上所述,仅是本发明的较佳实施例而已,并非是对本发明作其它形式的限制,任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例应用于其它领域,但是凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型,仍属于本发明技术方案的保护范围。
Claims (3)
1.一种基于图像处理的煤矿运输机皮带故障预警方法,其特征在于,包括以下步骤:
S1:首先利用采集相机从上向下拍摄采集煤矿运输机皮带的皮带以及载煤的深度和灰度图像;
S2:对包含皮带以及载煤的灰度图像进行边缘检测,获取图像中载煤区域和皮带区域的边界,分别保存载煤区域和皮带区域像素点位置;
S3:对载煤区域像素点位置,计算像素点深度极差,并与设定的深度阈值进行对比;当像素点深度极差大于设定阈值时,执行步骤S4,否则,执行步骤S5;
S4:基于深度极差和阈值的比较结果,记录本次发生的偏侧故障,然后,在预设的时间周期内,当偏侧故障次数超过设定的预警阈值时,发出皮带故障预警信息,并执行步骤S8;
S5:基于煤矿运输机正常运输过程中皮带和载煤的关系,忽略载煤量对皮带形变量的影响,建立煤矿运输机皮带载煤量模型;
S6:基于采集相机和运输机的实际位置关系以及载煤区域的深度图,计算每一列像素载煤的宽度以及该列像素中每一个像素的高度,然后,根据煤矿运输机皮带载煤量模型,完成采集相机一副图片内载煤量的计算以及单位时间内载煤量的计算;
S7:根据单位时间内载煤量,比较煤矿运输机皮带的承载阈值,当载煤量超过承载阈值时,记录本次发生的超载故障,在预设时间周期内,当超载故障次数超过设定的预警阈值时,发出皮带故障预警信息;
S8:若超出预设时间周期无预警或者确认预警后,清零偏侧故障和超载故障计数器,并在下一次故障发生时开始新的预设周期;
其中,所述S5步骤中,煤矿运输机皮带载煤量模型为:
根据采集相机一副图片的沿皮带运输方向的长度l、载煤高度h和载煤宽度w三个物理量,建立煤矿运输机皮带载煤量工作模型,在工作模型中,载煤的横截面积S可以表示为:S=h×w,然后,根据载煤的横截面积S,采集相机一副图片的载煤量M可以表示为:M=S*l。
2.根据权利要求1所述的基于图像处理的煤矿运输机皮带故障预警方法,其特征在于,步骤S2中,对所述煤矿运输机皮带以及载煤图像的边缘检测过程为:利用Matlab图像处理工具箱中的edge函数,指定皮带以及载煤的灰度矩阵作为输入参数,采用Roberts算子对其进行边缘检测,输出皮带以及载煤的二值化图像,得到皮带区域以及载煤区域的形状边界。
3.根据权利要求2所述的基于图像处理的煤矿运输机皮带故障预警方法,其特征在于,步骤S3中,所述像素点深度极差为载煤区域所有像素点深度排序后像素最大深度与最小深度的差值;所述深度阈值为正常载煤深度的临界值,即运载煤料落差的临界值,以此来表征运输过程中煤料的偏侧。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211320083.3A CN115783685A (zh) | 2022-10-26 | 2022-10-26 | 基于图像处理的煤矿运输机皮带故障预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211320083.3A CN115783685A (zh) | 2022-10-26 | 2022-10-26 | 基于图像处理的煤矿运输机皮带故障预警方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115783685A true CN115783685A (zh) | 2023-03-14 |
Family
ID=85433936
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211320083.3A Pending CN115783685A (zh) | 2022-10-26 | 2022-10-26 | 基于图像处理的煤矿运输机皮带故障预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115783685A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116823233A (zh) * | 2023-08-30 | 2023-09-29 | 青岛巨商汇网络科技有限公司 | 一种基于全周期运维的用户数据处理方法及系统 |
-
2022
- 2022-10-26 CN CN202211320083.3A patent/CN115783685A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116823233A (zh) * | 2023-08-30 | 2023-09-29 | 青岛巨商汇网络科技有限公司 | 一种基于全周期运维的用户数据处理方法及系统 |
CN116823233B (zh) * | 2023-08-30 | 2023-11-07 | 青岛巨商汇网络科技有限公司 | 一种基于全周期运维的用户数据处理方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109359594B (zh) | 一种基于视频处理的矿井皮带异常检测方法及装置 | |
CN115783685A (zh) | 基于图像处理的煤矿运输机皮带故障预警方法 | |
CN110422589B (zh) | 一种煤矿转载机堆煤安全报警方法、装置、设备、介质 | |
Girdner et al. | The split system for analyzing the size distribution of fragmented rock | |
CN110793587B (zh) | 一种煤矿工作面带式输送机高效安全运行监控方法 | |
CN110015553B (zh) | 基于视频分析的运输皮带系统异物检测保护方法 | |
CN115272980B (zh) | 一种基于机器视觉的运输皮带表面检测方法及系统 | |
CN110057198B (zh) | 烧结机台车轮工作状态检测方法及检测装置 | |
CN103824304A (zh) | 传送带上矿石传送过程中故障诊断方法 | |
CN109724776B (zh) | 一种烧结机台车的篦条损坏程度的确定方法及装置 | |
CN111325787A (zh) | 基于图像处理的移动式皮带跑偏及运量检测方法 | |
JP2019018999A (ja) | ベルトコンベアの管理方法および管理システム | |
CN105083913A (zh) | 一种基于机器视觉的输送带撕裂检测方法 | |
CN111274951B (zh) | 料箱状态的监控方法及装置、自动投料系统 | |
CN110400448B (zh) | 一种采煤机运行状态判断方法、系统及存储介质 | |
CN107128661A (zh) | 非接触式皮带输送计重及偏离警示装置 | |
CN103548055A (zh) | 运动图像区域判定装置或其方法 | |
CN112744540A (zh) | 输送带撕裂监测装置、带有撕裂监测装置的输送线及其监测方法 | |
CN113772364B (zh) | 一种皮带输送机跑偏检测装置的自动调整方法 | |
CN114215588B (zh) | 煤矿综放工作面中的设备协同控制方法和装置 | |
CN115187588A (zh) | 异物检测方法、装置及存储介质、电子设备 | |
CN115030737A (zh) | 掘进机控制方法及装置、掘进机 | |
CN112924348A (zh) | 基于opencv技术的井下粉尘监测与防治系统及方法 | |
TWI546133B (zh) | The method of detecting the knife condition of hot - cutting end cutting machine | |
CN112934758B (zh) | 基于图像识别的煤炭分拣拨手控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |