CN103910181A - 基于红外视觉的胶带纵向撕裂检测预警方法 - Google Patents

Abstract

本发明是一种为防止运输胶带纵向撕裂的检测预警方法，属于自动化检测技术领域，该方法可广泛用于煤矿、电厂、码头等厂矿企业使用的带式输送机上。基于红外视觉的胶带纵向撕裂检测预警方法，通过CCD对目标胶带进行实时取像，对图像进行分析然后报警，来实现。弥补现有所有胶带撕裂检测方法的不足，可以在胶带上出现危险源但还没有对胶带进行破坏之前就采取行动，完全避免了胶带的撕裂损毁，从而能够很大程度上减少了维修和更换胶带的费用，以及因长时间停产造成的经济损失。

Description

基于红外视觉的胶带纵向撕裂检测预警方法

技术领域

本发明是一种为防止运输胶带纵向撕裂的检测预警方法，属于自动化检测技术领域，该方法可广泛用于煤矿、电厂、码头等厂矿企业使用的带式输送机上。

背景技术

胶带纵向撕裂是带式输送机三大灾难性事故之一（纵向撕裂、横向撕裂、火灾），由于钢丝绳带式输送机胶带长度较长，如果发生运输带纵向撕裂事故，有可能造成整条输送带报废，长时间无法恢复生产，造成严重的经济损失。造成带式输送机纵向撕裂的主要原因是煤中混有角钢、槽钢、钢纤、螺丝等金属异物，卡在输送带与煤仓之间，刺穿输送带形成纵向撕裂。

目前，国内现有的纵向撕裂保护装置，常用的有力学传感器，X射线探测以及超声波探测等。其基本功能就是当胶带发生了撕裂之后通过各种传感器件将故障信号传递给监控人员，告知发生了撕裂事故，并同时停车。上述技术的缺陷是缺乏实时性和准确性。同时，目前所有技术的共同特点是：在胶带撕裂之后，检测装置做出反应。这些方法的关键问题在于：所有检测装置的预警和处理动作都是在事故发生之后做出的，胶带总会受到一定程度的的损毁。而且，对胶带的维修和更换都需要耗费大量的人力财力，还会导致全矿停产数小时。因此，现有的装置只能降低事故发生所造成的损失，不能彻底地避免胶带的撕裂损毁。

发明内容

本发明所要解决的技术问题是：如何彻底避免交单的撕裂损毁。

本发明所采用的技术方案是：基于红外视觉的胶带纵向撕裂检测预警方法，其特征在于：按照如下的步骤进行：

步骤一，通过CCD对目标胶带进行实时取像，CCD将波长数据转换化为对应的颜色数据，使用图像处理中滤波去噪技术，去掉环境中其热源物质辐射的红外波信息和摄像头本身等造成的噪声数据，留下被测对象信息即目标和背景的红外信息数据；

步骤二，取目标胶带最接近现在时间，连续正确运行5-10分钟内，经步骤一处理过的持续的信息建立标准颜色信息库，实时取得的根据步骤一处理过的颜色信息与标准颜色信息库进行比较，如果对比度小，就可以判断为无杂质存在，继续取实时取得的根据步骤一处理过的颜色信息与标准颜色信息库进行比较，如果对比度大就可以判断为是存在杂质；

步骤三，根据透镜成像大小的比例数值和对比度大的颜色范围计算杂质的体积，如果体积大于设定值，启动报警信息，通知工作人员到场进行检查排险，如果体积小于设定值，判断对比度大的颜色组成的图形长宽比例是否大于等于5，如果是就启动报警信息，通知工作人员到场进行检查排险，如果不是就返回步骤二继续进行。

步骤二中取目标胶带最接近现在时间，连续正确运行5-10分钟内，是指在设备正常运行时（没遇到有杂质的情况下），在现在时间（当前时间）之前的5-10分钟，可以是动态变化的，随着时间逐渐变化，这样能减少环境的影响。

本发明是根据以下的理论实现的的：所有肉眼可见的物质都在辐射出红外波，不同的物质辐射出的红外波长各不相同。红外视觉传感器识别物质散射出的红外波，利用波长的不同，实现物质识别。

一定温度下，物质发射出的红外波长用物理量M——出射度来表示。                                                为背景物质发射出红外光波的出射度，为目标物质的出射度（i为变量），C为对比度，当C大于界值T（预设值）时，即认为是两种不同的物质，可将目标物质从背景物质中识别出来。

红外波长的数据对于人眼识别和计算机的后续操作计算都缺乏直观性和简易性，现有的红外CCD将波长数据转换化为对应的颜色数据，将波长的变化转换为颜色的渐变。在所拍摄的红外图像中，高温部分被映射为较亮的颜色，低温部分为较暗的颜色。由于热量是由物质本身辐射出红外波而形成的，在一定温度下，同一物质的红外波将保持在一个较窄的范围，所以红外图像中不同的颜色将分别对应不同的物质。

通过程序让红外CCD自行学习识别胶带上90%以上颜色区间，并以此作为煤炭在红外图像中的颜色信息基准，当在视野中出现了颜色对比度较大的物质，使用程序中预置的杂质模型进行杂质判别，并作出判断，是否停车。

    本发明要实现在胶带撕裂以前，提前发现胶带上有可能造成胶带损坏的铁器等其他杂质。具体介绍为：

    （1）红外CCD

 红外CCD使用德国OPTRIS热像仪PI160+，将焦距设置在1m，并安装于胶带的正上方1m以上的地方，通过设置CCD内嵌程序参数，调整摄像头的拍摄频率与胶带的运输速度对应，使用透镜，设置摄像头的视场角为90°；

    （2）红外图像数据处理

使用图像处理中滤波去噪等技术，去掉环境中其热源物质辐射的红外波信息，及摄像头本身等造成的噪声。留下被测对象——目标和背景的红外信息；

    （3）正确信息学习

装置开始工作后的5~10分钟是正确信息的自动学习过程。红外视觉传感器对准胶带进行拍摄，将胶带上95%颜色渐变在一定范围内的部分作为该胶带上运输的正确物质，通过图像信息识别技术，保存这样的物质的颜色信息，并储存在数据库内，规定为在现有一段时间内胶带上所运输物质的正确信息，用以作为出现杂质时进行对比的标准量。在开机最初的这5~10分钟是整个装置数据库初始化后第一次的学习过程，需要有工作人员在场进行监视，防止有杂质漏检，当数据库存储了足够的正确信息后，工作人员即可撤离现场，之后的学习识别过程将由设备自行完成；

（4）数据库管理

由于煤层的不同或者室温的影响都会导致煤的温度的细微改变，为防止这些变化对机器自动识别的影响，设计数据库每运行10分钟，再次收集胶带上正确物质的信息，刷新数据库里的标准量，做到每10分钟更改1次数据库内正确的颜色数据；

    （5）杂质识别

在数据库内设置体积模型“V”和尖锐模型“十”，当在运输带上出现的部分颜色与数据库内所储存的正确颜色信息对比度较大的时候，即可认为出现了非煤炭的杂质，使用透镜成像大小的比例数值，计算杂质的体积，当杂质体积超过V时，判定出现了大体积杂质，有可能在下料口处，卡在漏斗与胶带之间，对胶带造成破坏；当杂质体积没有超过V时，再使用尖锐模型进行计算。使用“十”模型，计算杂质最大的长宽比，当比例值大于5时，即判定为出现了尖锐型杂质，会在运输过程中划伤胶带，对胶带造成威胁；

    （6）预警

    通过杂质识别，当出现了以上两种符合杂质模型的危险源时，程序作出反应，向控制设备发出信号，立即停车，启动警报装置，通知工作人员到场进行检查排险。

本发明一种红外视觉的胶带纵向撕裂检测预警方法的优点在于：弥补现有所有胶带撕裂检测方法的不足，可以在胶带上出现危险源但还没有对胶带进行破坏之前就采取行动，完全避免了胶带的撕裂损毁，从而能够很大程度上减少了维修和更换胶带的费用，以及因长时间停产造成的经济损失。

本发明的有益效果是：可以使撕裂事故发生之前，通过扫描胶带上的各种物质，提前发现混杂在煤碳中的铁器等危险物质，提前作出预警并停车，从而彻底避免了胶带的撕裂。

附图说明

   图1是本发明的流程示意图。

具体实施方式

 如图1所示，将红外摄像头（德国OPTRIS热像仪PI160+）垂直安装在运输胶带（目标胶带）的正上方，距胶带表面的运输物质恰好为摄像头的焦距。使用光学手段，通过安装调整透镜，确定摄像头的焦距为1米，视场角为90°。假设胶带的运输速度为2m/s，以每秒拍摄一张的速度，就可以保证胶带上没有漏拍的部分。具体拍摄频率由对应的胶带运输速度而重新设定。

设备启动后的前5~10分钟，利用自行学习功能储存正确的颜色信息，这个阶段要有工作人员在场进行监视，以防止杂质通过。当储存了正确的颜色信息后，便进入了对胶带上物质的监控模式，数据库每10分钟重新建立一次正确的颜色信息库，每隔1秒拍摄1张红外图像，对图像信息杂质判别，分别进行体积型和尖锐型杂质模型的对比。

    在数据库块中，设置好体积模型“V”和尖锐型模型“十”，当拍摄的照片中出现颜色对比度较大的杂质时，同时使用体积模型和尖锐型模型进行对比，当体积大于V时，即可认为是体积型杂质，当物料运送到下料口的时候会对皮带和料口造成一定的损坏，便可停车并发出警报。当出现的杂质即使体积不构成威胁，也有可能是尖锐型杂质，数据库中预设的杂质模型使用“十”型，当杂质的长宽比例值达到5时，即可认为该杂质属于尖锐型杂质，会在运输的过程中，划伤胶带，甚至撕裂，所以以此为判据，进行停车等预警操作。

Claims (1)

1.基于红外视觉的胶带纵向撕裂检测预警方法，其特征在于：其特征在于按照如下的步骤进行：

步骤一，通过CCD对目标胶带进行实时取像，CCD将波长数据转换化为对应的颜色数据，使用图像处理中滤波去噪技术，去掉环境中其热源物质辐射的红外波信息和摄像头本身等造成的噪声数据，留下被测对象信息即目标和背景的红外信息数据；

步骤二，取目标胶带最接近现在时间，连续正确运行5-10分钟内，经步骤一处理过的持续的信息建立标准颜色信息库，实时取得的根据步骤一处理过的颜色信息与标准颜色信息库进行比较，如果对比度小，就可以判断为无杂质存在，继续取实时取得的根据步骤一处理过的颜色信息与标准颜色信息库进行比较，如果对比度大就可以判断为是存在杂质；

步骤三，根据透镜成像大小的比例数值和对比度大的颜色范围计算杂质的体积，如果体积大于设定值，停车并启动报警信息，通知工作人员到场进行检查排险，如果体积小于设定值，判断对比度大的颜色组成的图形长宽比例是否大于等于5，如果是就停车并启动报警信息，通知工作人员到场进行检查排险，如果不是就返回步骤二继续进行。