论文部分内容阅读
随着煤炭行业的发展,煤矿安全始终是人们最为关注的焦点问题,其中关于地下水的涌出超量问题始终没有得到较好的解决。在煤炭的开采过程中,涌出的地下水聚集在巷道的小水仓内,通过液位仪来检测小水仓内的液位。液位仪也由最初的接触式逐步发展为非接触式的液位仪。但在实际生产中,压力式液位仪会因为水仓中的煤渣矸石等杂质堵塞导致测量误差极大,可靠性较低。传统的超声波和激光液位仪等非接触式液位仪可以避免这些问题,但受到井下功率限制,且由于这两种液位仪都是通过液面反射的原理进行测量,液面波动对其干扰影响巨大,因此传统非接触式液位仪还是具有一定的局限性。本论文通过视觉监控的方法,结合图像处理技术,设计了一种基于视觉识别技术的液位监控系统,该系统由超声波传感器、视觉识别液位仪和水位控制器组成。硬件方面,选择STM32F103ZET6作为视觉识别液位仪的CPU,配合自带FIFO芯片的ATK-OV7725摄像头,该摄像头能够允许CPU以任意速度读取图像信息,满足图像处理的要求,经过摄像头位置标定后,采集矿井巷道内小水仓的图像信息;部分重要的外围电路设计包括:基于反激式变压器的电源电路、超声波发射接收电路、基于MAX811S芯片的复位电路和通信电路等;水位控制器的硬件电路设计包括漏电闭锁、电流电压检测电路等。软件方面,设计了系统软件的整体架构,对μC/OS-II嵌入式操作系统进行移植,基于该操作系统进行了在应用编程(IAP)、通信程序、数据采集程序以及故障子程序的设计。应用了液位识别算法,对摄像头采集到的图像经过灰度化、二值化、中值滤波和边缘检测等处理后,通过像素点信息计算得出液位数据,当视觉识别的液位高度与超声波传感器检测的液位高度一致时,即得到当前的液位高度;讨论了卷积神经网络算法在嵌入式系统中应用的简化和优化方法。视觉识别液位仪通过RS-485与水位控制器进行通信,水位控制器能够根据液位仪传输的液位信息启动和关闭排水泵,拥有漏电闭锁、过压、欠压、过载、短路和缺相等保护功能,能够在排水泵运行期间对电动机进行状态监测保护。该液位监控系统的成本低,体积小,稳定性高,拥有远程在线下载升级程序功能,在实验室模拟环境下,静止液位的识别率高达100%,单次识别时间平均值为3.24S,波动液面的识别率为91.67%,单次识别时间平均值为4.56S。适用于监控液面波动较小的小水仓,识别准确度高,速度快,满足煤矿巷道小水仓对液位自动监控的需求。