基于机器视觉的采煤工艺参数在线监测方法.pdf

2023 年第 8 期2023 年 8 月随着煤炭资源的日益枯竭和环境保护要求的不断提高，煤矿采煤工艺的优化和智能化已成为煤矿生产的重要任务。采煤是煤炭工业中的重要环节，传统的采煤机监测主要依靠人工观察和记录，这种方法存在数据不精确、实时性差、人力成本高等问题，无法满足采煤过程中的精细化管理和优化控制需求。传统煤矿采煤过程中存在诸多问题，如采煤效率低、安全风险高等。而采煤过程中采煤机位置、朝向、速度等参数的实时监测和控制对于提高采煤效率和保障采煤安全具有重要意义。1机器视觉技术的概念及重要意义1.1机器视觉技术的概念机器视觉技术是指通过计算机对图像或视频数据进行分析处理，实现自动识别、跟踪、测量等功能的一种技术。机器视觉技术不仅涉及图像识别、计算机处理，更涉及机械原理、信息化操作等诸多领域。机器视觉技术在制造业、医疗、安防等领域有着广泛的应用，可以提高生产效率、降低成本、提高产品质量等。机器视觉技术在对图像信息进行智能化识别的基础上，通过预先设定的分析处理程序对图像进行优化分析处理，将图像转为机器可识别的数字符号1。1.2机器视觉技术在煤矿生产中的重要意义随着计算机视觉技术的不断发展，机器视觉技术在采煤工业中得到了广泛的应用。机器视觉技术的应用使采煤过程更加安全化、可控化，在未来可实现无人操作，在煤矿生产过程中危险环节可减少操作人员数量或不需要操作人员的介入，最大程度保证煤矿工作者的生命安全。机器视觉技术的应用有利于煤矿开采实现自动化，提高工作效率的同时避免人为因素引发安全事故，解放人力，有利于进一步提升煤矿企业的经济价值。机器视觉技术在煤矿生产中的应用，有助于煤炭行业实现安全生产。煤炭行业作为高危行业，安全事故时收稿日期：2023-01-02作者简介：张慧军袁 1995 年生袁 男袁 山西襄垣人袁 硕士袁 助理工程师袁 主要从事采煤方面的工作遥基于机器视觉的采煤工艺参数在线监测方法张慧军（华阳新材料科技集团有限公司一矿，山西 阳泉 045008）摘要：随着人工智能技术的发展袁 机器视觉技术得到了广泛的应用袁 尤其是在采煤行业中遥 采煤是重要的能源资源开发方式袁 对采煤机状态和工艺参数的准确监测和控制要求越来越高遥 传统的采煤机工艺参数监测方法存在一定的局限性和不足袁 不能满足高效尧 高质的采煤要求遥 针对传统煤矿采煤过程中存在的诸多问题袁 提出了一种基于机器视觉的采煤工艺参数在线监测方法遥 该方法通过采集煤矿采煤现场的视频数据袁 借助机器学习算法对视频数据进行分析处理袁 提取出采煤工艺参数袁 实现在线监测遥 主要介绍了机器视觉技术的概念及在煤矿生产中的重要意义尧 机器视觉技术在采煤中的应用尧 在线监测方法尧 利用机器视觉技术监测煤矿带式输送机等方面的内容遥关键词：机器视觉曰 采煤工艺参数曰 智能化曰 在线监测中图分类号：TD672文献标志码：A文章编号：2095-0802-(2023)08-0174-03On-line Monitoring Method of Mining Process Parameters Based on Machine VisionZHANG Huijun(No.1 Coal Mine,Huayang New Material Technology Group Co.,Ltd.,Yangquan 045008,Shanxi,China)Abstract:With the development of artificial intelligence technology,machine vision technology has been widely used,especiallyin the coal mining industry.Coal mining is an important way to develop energy resources,and it requires more and more accuratemonitoring and control of the state and process parameters of the shearer.There are some limitations and deficiencies in thetraditional method of process parameter monitoring,which can not meet the requirements of high-efficiency and high-quality coalmining.Aiming at the problems existing in the traditional coal mining process,an on-line monitoring method of coal miningprocess parameters based on machine vision was proposed.When using this method,by collecting the video data of coal miningsite,the video data with the help of machine learning algorithm is analyzed,the coal mining process parameters are extracted,realizing the on-line monitoring.The concept of machine vision technology and its important significance in coal mine production,the application of machine vision technology in coal mining,on-line monitoring method,and the use of machine vision technologyto monitor the belt conveyor in coal mines were mainly introduced.Key words:machine vision;coal mining process parameters;intelligent;on-line monitoring（总第 215 期）实践运用1742023 年 8 月2023 年第 8 期有发生，这不仅会威胁井内工作人员的生命安全，还会阻碍煤矿开采工作的正常推进。煤矿开采过程的机械化、智能化可有效减少煤矿工人工作量，实现煤炭生产的高效、安全、自动、绿色。除此之外，人工智能技术能在预先设定的程序中筛选处理方案，解决相应问题。传感器系统是机器视觉技术最关键的构成要素，可以帮助人们获取各种有效信息，而视觉传感器是各类智能化机器必不可少的构成部分，通过视觉传感器可以实现对外界因素的感知、测量、分析与处理，在提高机械设备智能化程度的同时提高准确度，降低人工成本和事故发生的概率。2机器视觉技术的应用及在线监测方法2.1机器视觉技术在采煤中的应用机器视觉技术已经广泛应用于采煤机参数的监测中。传统的监测方法主要是使用传感器进行数据采集，而这种方法的问题在于传感器容易受到环境因素的影响，数据采集的过程需要耗费大量的时间和人力。因此，机器视觉技术的应用对于提高采煤效率和安全性具有非常重要的意义。机器视觉技术在采煤中的应用主要包括以下几个方面。1)煤层三维模型重建。利用机器视觉技术对煤层进行三维模型重建，可以帮助采煤机进行导航和定位，提高采煤效率和安全性。2)采煤机参数监测。应用机器视觉技术对采煤机进行图像分析和处理，可以实现对采煤机位置、朝向、速度等参数的实时监测，从而实现对采煤过程的精细化管理和优化控制。3)采煤现场监测。利用机器视觉技术对采煤现场进行监测，可以帮助管理人员了解采煤过程中的实时情况，及时发现问题并进行处理。2.2采煤工艺参数在线监测方法在机器视觉技术应用的基础上，可以实现采煤工艺参数的在线监测。采煤工艺参数包括采煤机的位置、朝向、速度等。通过对这些参数进行在线监测，可以实时监测采煤过程中采煤机的状态和安全状况。具体实现方法如下。2.2.1采煤机位置监测采煤机位置是采煤工艺中最基本的参数之一，可以通过机器视觉技术对采煤机的位置进行在线监测，具体实现方法如下。1)特征提取。通过图像处理技术提取出采煤机在图像中的关键特征，如采煤机的形状、颜色、纹理等。2)目标识别。通过机器学习算法对采煤机的特征进行识别，确定采煤机在图像中的位置。3)位置计算。根据采煤机在图像中的位置和相关的参数，计算出采煤机在采煤现场的实际位置。2.2.2采煤机朝向监测采煤机朝向是指采煤机的工作方向，也是采煤工艺中的重要参数之一。可以通过机器视觉技术对采煤机的朝向进行在线监测。通过图像处理技术，提取出采煤机在图像中的关键特征，如采煤机的形状、颜色、纹理等。之后通过机器学习算法，对采煤机的特征进行识别，确定采煤机的朝向。2.2.3采煤机速度监测采煤机速度是指采煤机在采煤过程中的行进速度，可以通过机器视觉技术对采煤机的速度进行在线监测，方法如下。1)图像序列采集。通过视频监控设备采集采煤过程中的图像序列，根据采煤机行进的距离和时间，计算出采煤机的速度。2)光流法计算。光流法是一种基于图像序列的速度估计方法，可以通过对图像序列的分析计算出采煤机的速度。3利用机器视觉技术监测煤矿带式输送机运用机器视觉技术监测煤矿带式输送机，通过模拟人的视觉，利用计算机视觉与图像处理技术，提取输送机实时图像信息，自动化监测输送机，可监测到输送机是否存在异常。采用计算机、电荷耦合器件工业相机、图像处理器等主要部件，除尘装置、发光二极管照明装置等辅助部件，建立机器视觉实时监测架构（见图 1）。监测原理为：将电荷耦合器件工业相机采集的输送机工作图像实时传输至图像处理器；当发生异常时，光源会产生漫反射，照射在输送机上形成的反射光线平行进入视觉传感器后，因反射光不同得到灰度值分布特点不同的图像。开始监测前需将工作环境的纹理特征、几何特征以及可能出现的输送机故障类别输入图像处理器。经过图像处理器，可以获得连续图像，提取出存在的差异后即可呈现在计算机上2。随着开采技术的发展，煤矿带式输送机得以广泛应用，输送机的结构呈现日益复杂的趋势，故障类型图 1机器视觉实时监测架构图EOS-D30电荷耦合器件工业相机FFC-0240-000照明装置CA-HX048M镜头CVP 912F除尘装置采集传输处理呈现输送机驱动方向与运行方向SS-HD 0404图像处理器计算机监测目标视觉方向以太网监测架构张慧军：基于机器视觉的采煤工艺参数在线监测方法1752023 年第 8 期2023 年 8 月也越来越多，所以确保输送机的正常高效运转显得尤为重要。一旦带式输送机发生故障，会直接影响井下开采的正常进行，威胁作业人员的人身安全。机器视觉技术的应用，为及时发现输送机异常、减少人员巡检次数提供了智能化的方法。随着机器视觉技术在煤矿带式输送机监测方面的应用，该技术对输送机的故障有较为准确的监测结果3。4利用机器视觉技术监测巷道锚杆支护锚杆支护（见图 2）能承担巷道外部负载，当受力时，锚杆固定区域会形成压缩区，提高围岩的稳定性。将锚杆支护体固定在不稳定围岩上，可防止围岩坍塌。除此之外，与其他巷道支护方式相比，锚杆支护成本更低，空间占用率更低，因此在煤矿中得以广泛应用。但当锚固剂质量不过关、灌浆工序不合规以及锚杆承受的拉拔力大于锚杆材料所能承受的上限时，会导致锚杆松脱异常，给井下开采的作业人员带来人身安全威胁。监测原理为：锚杆发生松脱异常时裸露段长度、角度会发生变化，根据锚杆裸露部分的形态特征，通过度量视野内锚杆长度与角度的变化信息，判断锚杆是否存在松脱异常，实现了场景内锚杆的无接触、快速无人的松脱异常监测4-5。图 2锚杆支护示意图图 3 为基于机器视觉的锚杆异常监测流程图。巷道巡检机器人安装有多个摄像头和多种传感器，沿轨道行进能覆盖到煤矿中大多数的巷道场景，基于机器视觉的异常监测技术在巷道巡检领域的应用具有一定的前瞻性。应用机器视觉技术监测锚杆裸露段变化实现场景内锚杆长时间、无接触、快速无人的松脱异常监测，对于维护巷道安全具有很好的实用意义。5基于机器视觉的工艺参数在线监测方法前景随着人工智能和机器视觉技术的快速发展，未来将会出现更多的基于机器视觉的采煤工艺参数在线监测方法和技术，进一步提高采煤效率和质量6-7。下面是未来可能出现的在线监测技术和应用方向。1)智能化采煤机。能够自动感知和控制采煤机状态和工艺参数，实现自主化的采煤过程。2)多传感器融合。综合利用图像、声音、振动等信息，实现对采煤机状态和工艺参数的全方位监测和控制。3)云平台应用。未来可能将基于机器视觉的采煤工艺参数在线监测方法与云平台技术相结合，实现远程监测和控制，提高采煤行业的智能化水平和信息化程度。6结束语综上所述，随着生产规模的扩大，煤矿井下采煤工艺的在线监测越来越受到关注。主要介绍了基于机器视觉的采煤工艺参数在线监测方法的应用和发展前景。机器视觉技术在采煤行业中的应用已经取得了一定的成果，但还存在一些问题和挑战。未来将会出现更多的基于机器视觉的采煤工艺参数在线监测方法和技术，进一步提高采煤效率和质量，实现采煤行业的智能化和信息化发展。参考文献：1刘银奎.基于机器视觉的井下人脸识别系统设计 D.徐州：中国矿业大学，2022.2文灵，谢元媛.利用机器视觉远程监测煤矿带式输送机故障 J.能源与环保，2022，44(7)：201-205.3胡明明.基于虚拟仪器的机器视觉技术在输送带纵向撕裂监测应用中的研究 D.太原：太原理工大学，2013.4王昱栋.基于机器视觉的煤矿巷道锚杆支护异常监测 D.徐州：中国矿业大学，2021.5杨文旺，何庆浪，兰希雄，等.选矿摇床智能巡检机器人开发与应用 J.有色金属(选矿部分)，2020(5)：102-106援6潘社辉，郑志辉，赵娜.探讨机器视觉技术在煤矿中的应用前景 J.通讯世界，2017(20)：258-259.7田原.浅谈机器视觉技术在煤矿中的应用前景 J.工矿自动化，2010，36(5)：30-32.（编辑：刘晓芳）图 3基于机器视觉的锚杆异常监测流程图开始采集图片匹配原始图库中图片基于平行线组的锚杆特征筛选与原始图像特征对比判断是否异常图像滤波降噪图像边缘检测图像直线检测图像增强锚杆区域提取结束锚杆场景匹配与锚杆区域提取模块锚杆特征提取与异常判断模块基坑底混凝土板自然地面排桩多排锚杆锚杆支护176