论文部分内容阅读
随着我国煤炭产业的不断发展,矿井下煤炭运输趋向于高速化、皮带化。带式输送机已成为矿井下运煤的主要工具。然而在煤炭运输过程中,尤其是皮带之间的落煤口处,在煤炭下落时,易发生大块矸石堵仓,锚杆插入并撕裂皮带等异常情况,对设备造成损伤,同时为井下安全埋下隐患。传统针对带式输送机煤流异常识别检测方法主要是人工检测、传感器检测,但人工检测费时费力,容易产生疏忽;传感器检测大多基于接触式的方法,受矿井下潮湿复杂的环境影响,抗干扰能力差,其耐久度、灵敏度、可靠性都很不理想。针对上述问题,论文从图像处理的角度出发进行带式输送机煤流识别技术研究,提出矸石检测和锚杆检测算法,设计带式输送机煤流检测识别系统,在工业现场对本文方法进行试验及性能分析。本文的主要创新如下:(1)对利用视频图像分析进行井下目标识别的方法展开研究,为带式输送机矸石检测算法提供了新思路。首先,通过预处理将彩色视频图像转换成灰度图并进行高斯平滑,降低算法复杂度和环境噪声,然后,针对煤流识别中传统Vi Be算法存在的“鬼影”问题以及复杂环境下背景扰动导致的检测效果欠佳问题,从改进背景建模初始化方法和自适应阈值两个方面入手,提出了基于Vi Be的矸石检测算法。最后,计算运动目标的相对面积并与警戒值比较,判断画面中是否存在大块矸石。实验证明,所提出的矸石检测算法计算简单,易于实现,能够有效检测视频画面中出现的大块矸石。(2)针对运煤过程中可能存在的锚杆,根据其特点提出一种适用于井下带式输送机的锚杆检测算法。在预处理基础上,利用帧间差分法对当前画面运动状态进行分析,判断当前帧是否为煤流运输图像,消除皮带空转和静止画面对检测结果的影响,对于满足要求的监控图像,用Canny算法提取边缘信息,并做累计概率霍夫变换,记录画面中的线段端点并计算长度,与预设锚杆判断阈值比较,判断画面中是否存在锚杆。实验证明,所提出的检测算法能够有效识别视频监控画面中的锚杆,并且满足实时性要求。(3)使用C++语言结合Open CV开源库,设计带式皮带机煤流识别系统,对本文提出的方法进行工业性试验。该系统能够实时加载并处理4个视频监控终端,智能检测视频画面中可能存在的矸石、锚杆,同时具备堆煤检测和煤量监测等辅助功能。当发现异常时,能够发送异常信号至网络继电器,实现联动控制。系统还支持检测阈值自定义,满足不同场景下的需求。该论文有图39幅,表9个,参考文献80篇。