带式输送机煤矸石实时检测技术的应用.pdf

34/矿业装备 MINING EQUIPMENT工 艺0 引言煤炭在开采后需要通过输送带将原煤运输到煤仓中，由于开采后尚未进行任何分拣，煤炭中含有大量的煤矸石，在运输过程中不仅会损伤输送带导致输送带的撕裂，而且会增加后续煤炭分选难度、影响煤炭分选效率1。目前对煤矸石的识别主要是通过超声波探测技术或者人工识别，但是煤炭和煤矸石的大小、形状等具有一定的相似性，现有识别方案均难以满足识别准确性的需求。由于煤矸石和煤炭在表面颜色上存在显著的区别，因此本文提出了一种以高清视频监控为基础的煤矸石实时检测技术，通过视频监控、图片分析，实现对煤矸石的快速识别和定位，然后控制机械手装置快速将煤矸石捡出，极大的提升了输送机系统的运行稳定性和可靠性。1 煤矸石检测流程根据输送机在煤矿井下的物料运输流程和使用安全性要求，本文所提出的输送机煤矸石实时检测技术采用了非接触式检测方案，能够实现输送机在物料运输过程中的动态监测和分析。在系统工作过程中，高清视频监控装置首先采集输送带上煤炭和煤矸石的图像，然后利用自动检测算法对图像进行分割、轮廓提取，通过煤矸石和煤炭的灰度直方图、灰度方差等实现对煤矸石和煤炭的精确区分，提高了对煤炭和煤矸石的检测精确性2。2 视频图像技术分析对监测图像的准确识别是该煤矸石自动检测系统的核心，为了提高图像识别的准确性，本对视频图像识别技术进行了优化，将其分为图像采集、图像预处理、边缘轮廓提取三个过程，通过多重识别控制的方案实现对图像监测准确性的提升3。2.1 图像采集图像采集系统主要包括了高清视频监测装置及激光光源两部分，将激光发射器设置在输送带的正上方，保证在不同时间段图像采集亮度的一致性，提高煤矸石的识别率，煤矸石图像采集系统结构如图 1 所示。2.2 图像预处理由于输送机的工作环境较为恶劣，能见度低、粉尘浓度大，虽然光源能够提高系统进行图像采集时的效果，但依旧无法满足对煤炭、煤矸石精确区分的要求。为了更好的识别煤矸石，系统需要对图像进行预处理，包括图像平滑、图像锐化、图像分割。图像平滑指的是对监测的图片进行平滑性处理，祛除照片表明的噪声，在对多种图片平滑性处理技术进行分析后，最终选择了中值滤波法4进行图片平滑性处理，能够高效的抑制图片采集时的随机噪声，高度还原煤炭和煤矸石的边缘轮廓。图像锐化是指对图像进行加强处理，提高图像上不同类型物体之间的灰度反差，便于快速的识别出煤炭、带式输送机煤矸石实时检测技术的应用尉飞（山西乡宁焦煤集团申南凹焦煤有限公司，山西临汾 042100）摘要：针对目前带式输送机系统运行中煤矸石监测准确性差，严重影响输送机运行安全的现状。提出了一种新的带式输送机煤矸石实时检测技术，以高清视频监控为核心，通过图像分割及物料边缘检测等实现了对煤矸石的准确判断。根据实际应用表明，该技术能够对煤矸石的识别准确性高达 92.7%，将煤矸石的分选效率提升了 94%以上，为煤矸石的快速检出、确保输送机运行安全奠定了基础。关键词：输送机；煤流量检测；视频监控；图像分割；边缘检测图1 煤矸石图像采集系统示意图2023.10 矿业装备/35煤矸石、输送带，为进行图像分割奠定基础。图像分割主要是为了对图像进行二次处理，将其划分为几个相对独立的区域，便于快速的将煤炭和煤矸石分离出来，为图像的边缘轮廓提取服务。本文采用了OTSU 算法5进行图像分割，将采集到的煤炭和煤矸石的灰度系数按不同等级及差异性进行划分，使图像能够清洗的呈现出煤炭和煤矸石。2.3 边缘轮廓提取主要目的是为了准确提取到煤矸石和煤的边缘轮廓，进而实现对区域内煤矸石目标轮廓的全面识别。为了提高边缘轮廓识别的可靠性，系统采用年了滤波-增强-检测的技术方案，通过 canny 算子检测方案6，实现了对图像边缘轮廓的精确提取。视频摄像装置和激光发射装置的工作可靠性和精度直接决定了边缘轮廓提取的可靠性，结合煤矿井下高尘、高湿的工作环境，所使用的激光发射装置和视频摄像装置均需要满足防爆要求，同时激光发射装置和视频摄像装置需要具能够在井下恶劣的环境中保持工作的稳定性和视频图像采集的一致性，避免因设备性能波动而导致的监测数据失真，视频摄像装置和激光发射装置如图 2 所示。3 煤矸石识别效果分析在对图像进行提取后，对煤炭和煤矸石的灰度值7进行测算，结果表明煤炭的灰度值分布较为狭窄，主要分布在 7085 的范围内，其灰度值方差为 1522。煤矸石的灰度值分布较为广泛，主要分布在 90110，其方差为 2535。利用图像识别算法，对从图片上提取的灰度值和方差进行对比，根据其范围对煤炭和煤矸石进行识别，由于在算法中引入了 SVM 分类识别算法8，因此其整体的识别率高达92.7%，有效的保证了对煤矸石识别的准确性。系统在完成煤矸石的识别分析后，根据采集的图片，对图片内的煤矸石分布位置进行定位，由于煤矸石和煤炭的分布较为错杂，因此在进行定位时采用了质心法，定位完成后对煤矸石在图片上的位置进行标定，将其位置信息传输个 PLC 控制中心9，由控制中心控制机械手实现对煤矸石的快速抓取，进而实现了煤矸石的自动识别、自动捡取。目前该带式输送机煤矸石实时检测系统已经在多个煤矿投入了应用，根据对其应用情况的分析，该系统具有极高的稳定性，对煤矸石的识别率达到了 92.7%以上，系统反应灵敏度高，能够在 1s 内完成图像取样、数据分析并将结果传输给取矸机械手，实现了煤矸石的识别-取下的自动化控制。消除了输送机在运行过程中由于煤矸石导致的输送带撕裂等难题，将煤矸石的分选效率提升了 94%以上，极大的提升了煤炭运输和分选的经济性。4 结语煤矸石实时检测技术采用了非接触式检测方案，能够实现输送机在物料运输过程中的动态监测和分析，提高应用灵活性和可靠性；视频图像识别分为图像采集、图像预处理、边缘轮廓提取三个过程，通过多重识别控制的方案实现对图像监测准确性的提升，识别准确率达到了 92.7%以上；系统能够自动对煤矸石位置进行标定，将数据信息传输给取矸机械手，实现了煤矸石的识别-取下的自动化控制，将煤矸石的分选效率提升了94%以上。参考文献1 谭春超.基于图像处理技术的煤矸识别与分选技术研究D.太原:太原理工大学,2017.2 宋剑.基于图像特征的煤与矸石识别算法研究 D.邯郸:河北工程大学,2016.3 于海鹏,王佳欣,文政颖.引入 Harris 角点检测的运动图像边缘轮廓提取 J.河南工程学院学报(自然科学版),2016,28(3):69-74.4 田将杉.煤矿视频监控系统的应用现状与发展趋势 J.机械管理开发,2017,32(9):130-131.5 和建荣.井下胶带运输机的智能视频测速方法研究 D.西安:西安科技大学,2018.6 杨洋基于计算机视觉的输送带纵向撕裂检测算法研究与系统实现 D.太原:太原理工大学,2015.7 许苗峰.模糊 PID控制算法研究及其在协调控制系统中的应用 D.华北电力大学,2016.8 王彪谋,侯刚,张金虎,等.坚硬薄煤层智能化开采成套关键技术及装备研究 J.煤矿开采,2018,23(4):1-3+28.9 王国法,庞义辉,任怀伟,等.煤炭安全高效综采理论、技术与装备的创新和实践 J.煤炭学报,2018,43(4):903-913.图2 激光发射及视频监测装置结构示意图a 激光发射装置b 视频监测装置