輸送帶縱向撕裂故障在線檢測方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于無損檢測領(lǐng)域，具體涉及基于機器視覺的輸送帶無損檢測中縱向撕裂 故障的在線檢測方法。
【背景技術(shù)】
[0002] 帶式輸送機是一種現(xiàn)代化生產(chǎn)中連續(xù)運輸設(shè)備，具有運量大、運距遠(yuǎn)、能耗小、運 費低、效率高、運行平穩(wěn)、裝卸方便、適合于散料運輸?shù)葍?yōu)點，與汽車、火車一起成為三大主 力工業(yè)運輸工具，已廣泛應(yīng)用于煤炭、礦山、港口、電力、冶金、化工等領(lǐng)域。輸送帶是帶式輸 送機的牽引和承載的關(guān)鍵部件 [1]。由于輸送帶使用環(huán)境復(fù)雜，因此在使用過程中經(jīng)常產(chǎn)生 故障，如果故障得不到及時檢測和處理，斷帶或縱向撕裂等重大安全事故時有發(fā)生，造成停 產(chǎn)、運輸物料的損耗、設(shè)備的損壞和人員傷亡、巨大經(jīng)濟損失，嚴(yán)重影響安全生產(chǎn)。因此，在 我國輸送帶運輸系統(tǒng)設(shè)計時，安全規(guī)程要求對輸送帶進行實時檢測 [2]。
[0003] 輸送帶縱向撕裂的檢測方法有通過壓力、電磁等傳感器檢測輸送帶的物料泄露和 鋼絲繩或橡膠脫落等狀態(tài)，判斷縱向撕裂故障，其主要檢測設(shè)備包括漏料檢測裝置、漁線式 檢測裝置、測振式檢測裝置、金屬線圈檢測器、磁性橡膠檢測器、壓輥式檢測器等，均存在準(zhǔn) 確性和可靠性差、易損壞等缺點 [38]。機器視覺技術(shù)是近年來發(fā)展起來的一種無損檢測技 術(shù)，已成為研究的熱點。該技術(shù)是用計算機來模擬人的視覺功能，從客觀事物的圖像中提取 信息，進行處理和分析，實現(xiàn)對其表面狀況的檢測和測量 [911]。利用該技術(shù)檢測和測量不僅 可以排除人的主觀因素的影響，而且還能夠?qū)z測的性能指標(biāo)進行定量描述，減小人為檢 測的勞動強度，提高了檢測效率和精度。由于該技術(shù)具有對事物表面狀況檢測和測量的特 性，因此能夠用于對輸送帶縱向撕裂故障進行檢測。本發(fā)明在機器視覺技術(shù)的基礎(chǔ)上提出 了一種輸送帶縱向撕裂故障在線檢測的新方法。
[0004] 參考文獻：
[0005] [1]黃琳.帶式輸送機的輸送帶特性研究及選用[J].機電產(chǎn)品開發(fā)與創(chuàng)新，2014， 27(6) :32-33,12.
[0006] [2]國家安全生產(chǎn)監(jiān)督管理局，國家煤礦安全監(jiān)察局.煤礦安全規(guī)程[M].北京： 煤炭工業(yè)出版社，2011 :201，328.
[0007] [3]劉學(xué)穎.基于虛擬儀器的輸送帶撕裂診斷系統(tǒng)的研究[D].秦皇島：燕山大 學(xué)，2011.
[0008] [4]張晞，顧歆，齊悅.膠帶輸送機膠帶縱向撕裂連通域圖像識別技術(shù)研究[J].煤 炭工程，2009,（I) :104-107.
[0009] [5]徐如強，林福嚴(yán)，苗長青.基于載荷譜的輸送帶縱向撕裂監(jiān)測方法探討[J].煤 炭科學(xué)技術(shù)，2009,37(8):81-83，123·
[0010] [6]趙令令，吳景紅，趙紅梅，孟國營，滕文偉.新型帶式輸送機膠帶縱向撕裂監(jiān)測 儀開發(fā)[J]·煤炭工程，2010,（10) :105-107.
[0011] [7]陳義強，何繼蘭.帶式輸送機常見縱向撕裂的預(yù)防措施的探討[J].煤炭工程， 2008,（12) :86-88.
[0012] [8]劉廣勝·強力帶式輸送機輸送帶縱向撕裂機理研究[J]·礦山機械，2012， 40(6) :56-59.
[0013] [9]Peng K，Singhose W，Bhaumik P. Using Machine Vision and Hand-Motion Control to Improve Crane Operator Performance[J]. IEEE Transactions on Systems, Man and Cybernetics, Part A ：Systems and Humans,2012,42(6) :1496-1503.
[0014] [10]Rosati G，Boschetti G，Biondi A，et al. Real-time defect detection on highly reflective curved surfaces [J]. Optics and Lasers in Engineering，2009,47 : 379-384.
[0015] [11]張謙，裴海龍，史步海，趙運基.無紡布成品表面污漬機器視覺檢測系統(tǒng)的設(shè) 計[J].華南理工大學(xué)學(xué)報（自然科學(xué)版），2012,40 (3) :81-87.

【發(fā)明內(nèi)容】

[0016] 本發(fā)明的目的是提出一種輸送帶縱向撕裂故障在線檢測方法，提高檢測的速度和 準(zhǔn)確性。
[0017] 本發(fā)明所采用的技術(shù)方案，具體包含如下步驟：
[0018] 步驟1，通過CXD線陣攝像機采集并組成一幅二維輸送帶表面圖像I (X，y)，通過 千兆以太網(wǎng)傳輸給運行在遠(yuǎn)程計算機上的輸送帶縱向撕裂故障在線檢測系統(tǒng)；
[0019] 步驟2,取特征元素
，求圖像I (X，y)的灰度值 形態(tài)學(xué)梯度Im(x，y);
[0020] 步驟3,采用灰度值形態(tài)學(xué)梯度和單尺度Retinex(SSR)算法的輸送帶圖像去霧增 強算法對采集到的輸送帶圖像進行去霧增強處理，獲取較高質(zhì)量的輸送帶圖像；
[0021] 步驟4,對處理好的輸送帶圖像進行縱向撕裂故障預(yù)判，采用縱向撕裂故障預(yù)判方 法判斷出疑似具有縱向撕裂故障的輸送帶圖像；
[0022] 步驟5,對疑似具有縱向撕裂故障的輸送帶圖像進行閾值分割處理，采用灰度平均 法的改進遺傳算法的閾值分割算法對疑似具有縱向撕裂故障的輸送帶圖像進行閾值分割， 該方法通過編碼、初始群體的生成、適應(yīng)度函數(shù)、選擇運算、交叉運算、變異和終止條件等步 驟找出最佳閾值，然后根據(jù)最佳閾值分割輸送帶圖像；
[0023] 步驟6,采用幾何特征統(tǒng)計法對分割后的圖像進行特征提取，獲得由區(qū)域面積 Area，細(xì)長度SR和矩形度rectratio組成的特征向量vRip = (Area，SR，rectratio);
[0024] 步驟7,采用縱向撕裂故障分類識別方法對特征向量vRip進行分類識別，確定是 否發(fā)生了縱向撕裂故障，如果確定發(fā)生了縱向撕裂故障，則發(fā)出報警信號。
[0025] 本發(fā)明的效果和益處是，實際應(yīng)用表明，本發(fā)明可以提高輸送帶縱向撕裂故障在 線檢測的可靠性和實時性，有效解決了輸送帶縱向撕裂故障在線檢測的漏判和誤判問題， 在工業(yè)應(yīng)用中具有良好的使用價值。本發(fā)明技術(shù)有以下幾個優(yōu)勢：
[0026] (1)本發(fā)明中的灰度值形態(tài)學(xué)梯度和SSR算法的輸送帶圖像去霧增強算法實時性 好，處理后的圖像質(zhì)量高，便于后續(xù)的故障檢測。
[0027] (2)本發(fā)明采用縱向撕裂故障預(yù)判方法對經(jīng)過處理后的高質(zhì)量輸送帶圖像進行縱 向撕裂故障預(yù)判，這種方法算法復(fù)雜度低，計算量小的方法，這樣可以將明顯不具備縱向撕 裂故障特征的圖像排除掉，有效的提高了整個輸送帶故障檢測的實時性。
[0028] (3)本發(fā)明采灰度平均法的改進遺傳算法的閾值分割算法是一種算法復(fù)雜度低， 計算量小的獲取最佳閾值的方法。
[0029] (4)根據(jù)縱向撕裂故障特征的特點，本發(fā)明采用幾何特征統(tǒng)計法，提取特征向量， 有效的反映了縱向撕裂故障的特征。
[0030] (5)本發(fā)明采用縱向撕裂故障分類識別算法對提取到的特征向量進行分類識別， 具有算法執(zhí)行效率高，準(zhǔn)確性高的特點。
【附圖說明】
[0031] 圖1是本發(fā)明輸送帶縱向撕裂故障在線檢測算法的流程圖；
[0032] 圖2是未使用本發(fā)明方法處理的具有縱向撕裂特征的輸送帶圖像；
[0033] 圖3是使用本發(fā)明中的灰度值形態(tài)學(xué)梯度和SSR算法的輸送帶圖像去霧增強算法 處理后的具有縱向撕裂特征的輸送帶圖像；
[0034] 圖4是使用本發(fā)明中采用灰度平均法的改進遺傳算法的閾值分割算法分割后的 具有縱向撕裂特征的輸送帶圖像。
【具體實施方式】
[0035] 以下結(jié)合附圖和實施例詳細(xì)敘述本發(fā)明的具體實施。
[0036] 本發(fā)明提出的方法的總體流程如附圖1所示，在具體實施時一般分成3部分實現(xiàn) 分別為輸送帶圖像采集、輸送帶圖像處理、輸送帶故障檢測與報警。
[0037] 輸送帶圖像采集的實現(xiàn)：
[0038] 運行在計算機端的輸送帶縱向撕裂故障在線檢測系統(tǒng)需向線陣CCD攝像機發(fā)送 采集參數(shù)和采集命令。線陣CCD攝像機根據(jù)接收到的參數(shù)和命令采集輸送帶圖像數(shù)據(jù)，并 整合成一幅二維圖像通過千兆以太網(wǎng)發(fā)送給輸送帶縱向撕裂故障在線檢測系統(tǒng)。實現(xiàn)步驟 如下：
[0039] 步驟1，輸送帶縱向撕裂故障在線檢測系統(tǒng)建立與線陣CCD攝像機的連接；
[0040] 步驟2,輸送帶縱向撕裂故障在線檢測系統(tǒng)向線陣CCD攝像機發(fā)送行頻、曝光時 間、一幅圖像包含的幀數(shù)等采集參數(shù)；
[0041] 步驟3,如果參數(shù)設(shè)置成功，輸送帶縱向撕裂故障在線檢測系統(tǒng)給線陣CCD攝像機 發(fā)送開始采集命令；
[0042] 步驟4,線陣CCD攝像機開始采集圖像數(shù)據(jù)并將采集到的數(shù)據(jù)組合成一幅圖像傳 送給輸送帶縱向撕裂故障在線檢測系統(tǒng)。
[0043] 附圖2為線陣CCD攝像機發(fā)送給輸送帶縱向撕裂故障在線檢測系統(tǒng)的具有縱向撕 裂特征的輸送帶圖像。
[0044] 輸送帶圖像處理的實現(xiàn)：
[0045] 輸送帶圖像處理包括灰度值形態(tài)學(xué)梯度和SSR算法的輸送帶圖像去霧增強算法 和灰度平均法的改進遺傳算法的閾值分割算法。這兩種算法均在輸送帶縱向撕裂故障在線 檢測系統(tǒng)中實現(xiàn)。
[0046] 灰度值形態(tài)學(xué)梯度和SSR算法的輸送帶圖像去霧增強算法實現(xiàn)步驟如下：
[0047] 步驟1，取特征元素
，計算輸送帶表面圖像 I (X，y)的灰度值形態(tài)學(xué)梯度Im (X，y);
[0048] 步驟2,將I (X，y)分為邊緣區(qū)域If3 (X，y)和非邊緣區(qū)域If (X，y);
[0049] 步驟 3,建立高斯濾波函數(shù) G(x，y)，利用 Ie(x，y) = I (X，y) · Im(x，y)、If(x，y)= I (X，y)-Ie(x，y)和7) = (U，7) + r) ? CU, 7)估計亮度分量 L(X，y);
[0050] 步驟 4,根據(jù)式 log(R(x，y)) = log(I