JP7416123B2 - 堆積物検知装置及び堆積物検知方法 - Google Patents
堆積物検知装置及び堆積物検知方法 Download PDFInfo
- Publication number
- JP7416123B2 JP7416123B2 JP2022083227A JP2022083227A JP7416123B2 JP 7416123 B2 JP7416123 B2 JP 7416123B2 JP 2022083227 A JP2022083227 A JP 2022083227A JP 2022083227 A JP2022083227 A JP 2022083227A JP 7416123 B2 JP7416123 B2 JP 7416123B2
- Authority
- JP
- Japan
- Prior art keywords
- deposit
- area
- deposits
- height
- determination
- 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 description 80
- 239000013049 sediment Substances 0.000 title description 3
- 239000002994 raw material Substances 0.000 claims description 85
- 238000012545 processing Methods 0.000 claims description 40
- 238000000034 method Methods 0.000 claims description 18
- 238000004140 cleaning Methods 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 10
- 230000006870 function Effects 0.000 claims description 5
- 238000007689 inspection Methods 0.000 claims description 5
- 238000013527 convolutional neural network Methods 0.000 claims description 4
- 238000012549 training Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 description 9
- 238000012546 transfer Methods 0.000 description 8
- 238000009825 accumulation Methods 0.000 description 6
- 230000005856 abnormality Effects 0.000 description 5
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 238000003672 processing method Methods 0.000 description 4
- 238000005520 cutting process Methods 0.000 description 3
- 230000008021 deposition Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 235000019738 Limestone Nutrition 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 2
- 239000003245 coal Substances 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 229910052742 iron Inorganic materials 0.000 description 2
- 239000006028 limestone Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 239000000571 coke Substances 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000020169 heat generation Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005245 sintering Methods 0.000 description 1
- 238000009628 steelmaking Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Landscapes
- Control Of Conveyors (AREA)
- Image Analysis (AREA)
Description
このような搬送装置においては、原料が搬送中に落下し、落下箇所で堆積することが問題となる。例えば、ベルトコンベアの場合、無端ベルトが循環して原料を搬送するため、ベルト表面に付着した原料が下側になって戻る際に落下して堆積してしまうことがある。また、ベルトコンベアの乗り継ぎ部において、原料がベルト幅方向に片寄って乗ってしまい、搬送中に原料がこぼれることで、想定していない場所に原料が堆積してしまうこともある。
そこで、定期的に原料の堆積状況を人が巡回点検し、原料の堆積が多い箇所から順次清掃作業を実施して堆積を除去する対応が一般的に取られている。
原料の堆積物を検知する方法として、特許文献1では、堆積状況をカメラにより観察し、それをコンピュータにより画像解析して堆積量を測定する方法が提案されている。
また、特許文献2では、ベルトコンベアに沿って移動する移動機に画像撮影機器を取り付け、移動機を走行させながら撮影することで、ベルトコンベア全長において堆積物を検知する方法が提案されている。
図1を参照して、本発明の一実施形態に係る堆積物検知装置1について説明する。堆積物検知装置1は、原料ヤード5に設置され、原料ヤード5上の複数の位置において堆積物の有無を検知する装置である。原料ヤード5には、複数種の原料がそれぞれ原料山50として、山積みされて貯蔵されている。原料ヤード5は、例えば製鉄プロセスにおける原料ヤードであり、鉄鉱石や、石炭、石灰石等が原料として貯蔵される。また、原料ヤード5には、搬送装置として複数のベルトコンベア51が設置される。ベルトコンベア51は、無端ベルトが循環することで、ベルト上面の搬送物を搬送する。さらに、原料ヤード5は、落下式のシュート等の機構により、複数のベルトコンベア51を接続する乗り継ぎ部52を有する。このような原料ヤード5では、ベルトコンベア51によって搬送された原料が原料山50として貯蔵され、必要に応じて次工程に供給される。乗り継ぎ部52により複数のベルトコンベア51を乗り継いで原料が搬送されることで、種類や銘柄の異なる原料がそれぞれ所定の原料山50に貯蔵され、必要に応じて各原料山50から次工程へと搬送される。
可視カメラ2は、原料ヤード5の複数の検知位置を撮影可能なカメラである。複数の検知位置は、堆積物の有無を検知する必要がある位置であり、堆積物の発生が懸念される位置として予め設定される。無端ベルトを有するベルトコンベア51では、原料の形状や重量、水分量、付着性等によって、乗り継ぎ部52において原料がベルト幅方向に片寄って乗ってしまい、搬送中に原料がこぼれて堆積してしまうことがある。また、無端ベルトを有するベルトコンベア51では、搬送した原料を次のベルトコンベア51に落とした後、ベルト表面が下側になって戻っていくことになる。その際、原料の水分量や付着性によっては、次のベルトコンベア51に落ち切らずに、ベルト表面に原料が付着したまま、ベルト表面が下側になって戻る状態となる場合がある。この場合に、原料が落ちて堆積してしまうことがある。このため、例えば、乗り継ぎ部52や過去に原料の堆積が確認された場所、原料の堆積の可能性がある場所等を検知位置として設定することができる。
画像処理装置4は、画像記憶装置3に記憶された画像データから、堆積物の有無を判定する装置である。画像処理装置4による、堆積物の有無の判定方法については後述する。出力された判定結果は、画面への表示、アラーム音の発生、電子メールの送信などの任意の方法により工場の担当者に通知される。
本実施形態に係る堆積物検知方法について説明する。図2の処理フロー図に示すように、まず、可視カメラ2は、原料ヤード5の複数の検知位置を含む領域を撮影する(S100,撮影工程)。撮影された画像データは、画像記憶装置3に記憶される。
次いで、画像処理装置4は、画像記憶装置3に記憶された画像データから、複数の検知位置が撮影された複数の判定領域をそれぞれ切り出す(S102,切り出し工程)。例えば、図1の点線で囲んだ円形領域を、検知位置を含む撮影領域とした場合、図3及び図4のように、検知位置が撮影された方形の判定領域が切り出される。図3及び図4は、撮影された画像から判定領域が切り出された画像を模式的に示したものであり、ベルトコンベア51の乗り継ぎ部52の下部を撮影したものを示す。また、図3及び図4に示す画像には、構造物として乗り継ぎ部52の下部が写っており、この構造物の周囲が検知位置となる。なお、図3は判定領域に堆積物が無い状態の画像を示し、図4は判定領域に堆積物が有る状態の画像を示す。具体的には、図4においては、構造物の手前側の地面に堆積物が堆積している状態となる。
さらに、画像処理装置4は、切り出された複数の判定領域について、堆積物の画素を特定する処理を行う(S104,堆積物特定工程)。ステップS104では、事前に作成した画像処理モデルにより堆積物と堆積物以外の背景とを画素ごとに分類する。堆積物と堆積物以外の背景とを画素ごとに分類する画像処理モデルは、事前に撮影した原料ヤード5の画像データから、堆積物と堆積物以外の背景とを画素ごとにラベリングした教師画像データを作成し、その教師データを畳み込みニューラルネットワークで学習することで作成することができる。また、時間帯や天候の異なる複数の教師画像データを用いてモデルを作成することで、屋外の撮影画像でも安定して堆積物の検知が可能となる。なお、画像処理方法としては、上述の画像処理方法の他に、2値化等の他の画像処理方法を用いることも可能であるが、畳み込みニューラルネットワークでの学習による上述の画像処理方法を用いることで、天候などの撮影条件が変化する屋外の画像データにも対応させることができ、画像処理の精度を高めることができる。図5には、堆積物が有る状態を示す図4の画像について、堆積物の画素を特定した結果の画像を示す。図5では、黒で示される画素が背景と判定された画素、白で示される画素が堆積物と判定された画素である。
一方、ステップS108の判断において判定値が閾値以上の場合には、画像処理装置4は、判断を行った領域に堆積物が有る状態である(堆積物有り)と判断する(S110)。
ステップS114の処理が完了することで、堆積物の検知処理が終了する。なお、ステップS100~S114の一連の処理は、所定の時間間隔で繰り返し行われ、各判定領域において堆積物の検知が繰り返し行われる。これにより、検知位置における堆積物の発生を監視することができる。
以上で、特定の実施形態を参照して本発明を説明したが、これら説明によって発明を限定することを意図するものではない。本発明の説明を参照することにより、当業者には、開示された実施形態とともに種々の変形例を含む本発明の別の実施形態も明らかである。従って、特許請求の範囲に記載された発明の実施形態には、本明細書に記載したこれらの変形例を単独または組み合わせて含む実施形態も網羅すると解すべきである。
(3)上記(2)の構成において、画像処理装置4は、画像データから堆積物と堆積物以外の背景とを画素ごとにラベリングした教師画像データを畳み込みニューラルネットワークで学習することで作成した画像処理モデルによって堆積物の画素を特定する。
(6)上記(1)~(5)のいずれか一つの構成において、画像処理装置4は、複数の判定領域のそれぞれで算出された堆積物の面積又は高さを比較し、その大小の順番に応じて優先順位を決定する。
(8)上記(1)~(7)のいずれか一つの構成において、可視カメラ2は、原料ヤード5を見渡すことが可能な構造物に取り付けられている。
(9)上記(1)~(8)のいずれか一つの構成において、可視カメラ2は,自動制御可能なパンチルト機能を有する。
(11)上記(1)~(10)のいずれか一つの構成において、可視カメラで撮影された画像データを記憶する画像記憶装置をさらに備え、画像処理装置4は、画像記憶装置3に記憶された画像データを用いて、堆積物の存在状態を判断する。
(12)本発明の一態様に係る堆積物検知方法は、原料を搬送する搬送装置が設けられた原料ヤード5の堆積物を検知する堆積物検知方法であって、複数の検知位置を撮影し、撮影された画像データから、複数の検知位置を含む少なくとも一つの判定領域における堆積物の面積又は高さに応じて、堆積物の存在状態を判断する。
2 可視カメラ
3 画像記憶装置
4 画像処理装置
5 原料ヤード
50 原料山
51 ベルトコンベア
52 乗り継ぎ部
6 高炉
Claims (11)
- 原料を搬送する搬送装置が設けられた原料ヤードの前記搬送装置から落下して堆積した堆積物を検知する堆積物検知装置であって、
前記堆積物の発生が懸念される複数の検知位置を撮影可能な位置に設置され、前記複数の検知位置を定点観測により撮影する可視カメラと、
前記可視カメラで撮影された画像データから、前記複数の検知位置を含む少なくとも一つの判定領域における前記堆積物の面積又は高さに応じて、前記堆積物の存在状態を判断する画像処理装置と、
を備え、
前記画像処理装置は、時系列の複数の前記画像データから前記判定領域内の前記堆積物の面積又は高さを所定の時間間隔で算出し、前記堆積物の面積又は高さの変化量から前記堆積物の存在状態を判断する、堆積物検知装置。 - 前記画像処理装置は、前記画像データから前記堆積物の画素を特定し、特定された前記画素から、前記判定領域内の前記堆積物の面積又は高さを算出することで、前記堆積物の存在状態を判断する、請求項1に記載の堆積物検知装置。
- 前記画像処理装置は、前記画像データから前記堆積物と前記堆積物以外の背景とを画素ごとにラベリングした教師画像データを畳み込みニューラルネットワークで学習することで作成した画像処理モデルによって前記堆積物の画素を特定する、請求項2に記載の堆積物検知装置。
- 前記画像処理装置は、前記判定領域内の前記堆積物の面積又は高さから、前記堆積物の判定値を算出し、算出された前記判定値が予め設定される閾値未満の場合には、前記判定領域内に前記堆積物が無い状態であると判断し、算出された前記判定値が前記閾値以上の場合には、前記判定領域内に前記堆積物が有る状態であると判断する、請求項1~3のいずれか1項に記載の堆積物検知装置。
- 前記画像処理装置は、複数の判定領域のそれぞれで算出された前記堆積物の面積又は高さを比較し、その大小の順番に応じて清掃作業又は点検作業の優先順位を決定する、請求項1~3のいずれか1項に記載の堆積物検知装置。
- 前記画像処理装置は、前記堆積物の存在状態として、前記堆積物の有無、面積又は高さを算出する、請求項1~3のいずれか1項に記載の堆積物検知装置。
- 前記可視カメラは、前記原料ヤードを見渡すことが可能な構造物に取り付けられている、請求項1~3のいずれか1項に記載の堆積物検知装置。
- 前記可視カメラは,自動制御可能なパンチルト機能を有する、請求項1~3のいずれか1項に記載の堆積物検知装置。
- 複数の前記可視カメラを備え、
前記複数の可視カメラは、複数の検知位置をそれぞれ撮影する、請求項1~3のいずれか1項に記載の堆積物検知装置。 - 前記可視カメラで撮影された前記画像データを記憶する画像記憶装置をさらに備え、
前記画像処理装置は、前記画像記憶装置に記憶された前記画像データを用いて、前記堆積物の存在状態を判断する、請求項1~3のいずれか1項に記載の堆積物検知装置。 - 原料を搬送する搬送装置が設けられた原料ヤードの前記搬送装置から落下して堆積した堆積物を検知する堆積物検知方法であって、
前記堆積物の発生が懸念される複数の検知位置を撮影可能な位置に設置された可視カメラを用いた定点観測により、複数の検知位置を撮影し、
撮影された画像データから、前記複数の検知位置を含む少なくとも一つの判定領域における前記堆積物の面積又は高さに応じて、前記堆積物の存在状態を判断し、
前記堆積物の存在状態を判断する際に、時系列の複数の前記画像データから前記判定領域内の前記堆積物の面積又は高さを所定の時間間隔で算出し、前記堆積物の面積又は高さの変化量から前記堆積物の存在状態を判断する、堆積物検知方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021086851 | 2021-05-24 | ||
JP2021086851 | 2021-05-24 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022180326A JP2022180326A (ja) | 2022-12-06 |
JP7416123B2 true JP7416123B2 (ja) | 2024-01-17 |
Family
ID=84327208
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022083227A Active JP7416123B2 (ja) | 2021-05-24 | 2022-05-20 | 堆積物検知装置及び堆積物検知方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7416123B2 (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016216221A (ja) | 2015-05-22 | 2016-12-22 | 株式会社ジェイシーイー | 自走式搬送装置 |
JP2019018999A (ja) | 2017-07-14 | 2019-02-07 | Jfeスチール株式会社 | ベルトコンベアの管理方法および管理システム |
JP2019134316A (ja) | 2018-01-31 | 2019-08-08 | 三菱日立パワーシステムズ株式会社 | 制御装置、ボイラ、ボイラの監視画像取得方法およびボイラの監視画像取得プログラム |
-
2022
- 2022-05-20 JP JP2022083227A patent/JP7416123B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016216221A (ja) | 2015-05-22 | 2016-12-22 | 株式会社ジェイシーイー | 自走式搬送装置 |
JP2019018999A (ja) | 2017-07-14 | 2019-02-07 | Jfeスチール株式会社 | ベルトコンベアの管理方法および管理システム |
JP2019134316A (ja) | 2018-01-31 | 2019-08-08 | 三菱日立パワーシステムズ株式会社 | 制御装置、ボイラ、ボイラの監視画像取得方法およびボイラの監視画像取得プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2022180326A (ja) | 2022-12-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6086455B2 (ja) | 青果物選別装置及び青果物選別方法 | |
US8141695B2 (en) | Clean conveyor sensing system | |
JP6809494B2 (ja) | ベルトコンベアの管理方法および管理システム | |
CN100594375C (zh) | 输送机胶带撕裂的检测方法 | |
JP2007230706A (ja) | ベルトコンベアの縦裂き検知方法および装置 | |
US7260240B2 (en) | Method and system for monitoring and controlling workpieces | |
JP2024040340A (ja) | 異常検出システム | |
JP3637960B2 (ja) | 高温状態にある粒状物集合体の体積若しくは重量測定法 | |
JP7416123B2 (ja) | 堆積物検知装置及び堆積物検知方法 | |
CN109544631A (zh) | 一种货物输送设备运行状态的检测系统与方法 | |
CN113161254A (zh) | 晶圆视觉检测方法、检测系统、检测晶圆损坏的方法 | |
CN114104755A (zh) | 高炉槽上料仓智能管理系统及方法 | |
KR101682308B1 (ko) | 저회이송 컨베이어 모니터링 시스템 및 그 방법 | |
CN112193765A (zh) | 一种带式输送机机头物料堆积检测系统 | |
US20090174767A1 (en) | Photographic device and method of photographic inspected portion of subject | |
WO2023171624A1 (ja) | ベルトの搬送状態検知装置、及びベルトの搬送状態検知方法 | |
JP2005233679A (ja) | 流下ガラス流下速度計測方法および計測装置 | |
JP6806176B2 (ja) | コンベア上の塊状物質周囲のミスト判定方法及びコンベア上の塊状物質の性状測定方法 | |
CN212768242U (zh) | 一种传输机皮带损伤状况的光电一体智能检测装置 | |
JPH01308950A (ja) | 搬送ベルトの損傷検出装置 | |
WO2023171625A1 (ja) | 搬送状態検知装置、及び搬送状態検知方法 | |
JP2007033328A (ja) | 画像処理方法および該画像処理方法を用いたピッキング動作補正方法 | |
CN210604430U (zh) | 一种矿用输送带撕裂检测装置 | |
JP2015215284A (ja) | コンベア搬送物監視方法および監視装置 | |
CN115041431B (zh) | 物料连续输送中的杂物清理机器人及其控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221222 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230914 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230926 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231124 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20231205 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231218 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7416123 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |