劉克顏

(平頂山中選自控系統(tǒng)有限公司，河南 平頂山 467000)

選煤廠膠帶運輸機(jī)和刮板運輸機(jī)是物料運輸轉(zhuǎn)載的重要設(shè)備。然而，其卸料溜槽往往因為結(jié)構(gòu)組成、物料特性等多方面原因而發(fā)生堵塞[1-2]。堵塞發(fā)生后，控制系統(tǒng)若不能及時停車，輕則影響生產(chǎn)效率，重則停產(chǎn)，更會給后期的故障清理帶來巨大的麻煩。因此運輸機(jī)溜槽堵塞檢測的準(zhǔn)確性、及時性對選煤廠來說十分重要。

然而現(xiàn)有的溜槽堵塞檢測裝置，無外乎基于點、線、面的檢測原理。諸如傾斜開關(guān)、阻旋式料位開關(guān)、推門式位移開關(guān)以及光電對射開關(guān)等。在實際的工程應(yīng)用中，其檢測效果往往受限于安裝位置的準(zhǔn)確選擇。不少堵塞檢測裝置自安裝后始終不能發(fā)揮應(yīng)有的作用，有時即便發(fā)出了報警信息，也是在嚴(yán)重的堵塞故障之后。

針對以上現(xiàn)象，筆者所在的工作單位探索了一套基于機(jī)器視覺的運輸機(jī)溜槽堵塞檢測系統(tǒng)(以下簡稱“系統(tǒng)”)。

1 系統(tǒng)的組成

為了降低成本，系統(tǒng)的設(shè)計是基于一次性解決全廠所有運輸機(jī)溜槽堵塞檢測的需求(如圖1所示)。在每一個需要溜槽堵塞檢測的位置都部署1臺工業(yè)攝像機(jī)檢測單元，包括1個CCD相機(jī)和1個配套的輔助光源設(shè)備。CCD相機(jī)選用高信噪比工業(yè)相機(jī)，輔助光源設(shè)備用于環(huán)境光弱時自動補光。工業(yè)攝像機(jī)通過千兆光纖網(wǎng)絡(luò)連接到視覺處理服務(wù)器。視覺處理服務(wù)器的圖像處理系統(tǒng)可為每個檢測單元設(shè)定一段獨立的視覺處理程序。視覺處理系統(tǒng)可同時處理多路工業(yè)攝像機(jī)的實時圖像，基本可以滿足單個選煤廠的全部檢測需求。視覺處理系統(tǒng)最終還與生產(chǎn)控制系統(tǒng)和大屏監(jiān)控系統(tǒng)相連，用于輸出其報警信息。當(dāng)系統(tǒng)檢測并判定發(fā)生溜槽堵塞故障后，報警信息通過OPC數(shù)據(jù)接口傳導(dǎo)到生產(chǎn)控制系統(tǒng)；同時，還通過聯(lián)動視頻管理系統(tǒng)將現(xiàn)場即時視頻投射到集控室大屏上，以便集控操作人員及時掌握現(xiàn)場狀況，進(jìn)行故障處理。

圖1 溜槽堵塞檢測裝置系統(tǒng)結(jié)構(gòu)示意

工業(yè)攝像機(jī)在現(xiàn)場的安裝位置要求正對溜槽口的斜上方(如圖2所示)。另外，為了輔助視頻圖像分析，需要在溜槽內(nèi)側(cè)壁的不同深度，用高亮油漆涂刷2條位置信標(biāo)L1、L2。位置信標(biāo)環(huán)繞在溜槽內(nèi)側(cè)壁的3面。在選擇溜槽攝像機(jī)的安裝位置時，還要確保膠帶運輸機(jī)(或刮板運輸機(jī))在正常輸送物料時，都能捕捉到完整的位置信標(biāo)。

圖2 溜槽堵塞檢測裝置布置示意

2 系統(tǒng)工作原理

2.1 圖像處理[3-6]

當(dāng)前，圖像處理技術(shù)已相當(dāng)成熟，很多專業(yè)圖像處理軟件都能提供各種處理工具，包括圖像變換、濾波、邊緣檢測、直方圖、幾何變換和數(shù)學(xué)形態(tài)學(xué)處理等。系統(tǒng)的工作原理是通過分析運輸物料在溜槽口鋪陳的面積變化，以及特征信標(biāo)被物料覆蓋的情況，來判斷是否發(fā)生堵塞。其圖像處理過程大致如下：

(1)工業(yè)攝像機(jī)檢測單元安裝到合適位置后，拍攝多張正常輸送物料時的畫面，用于圖像處理并提取特征量基準(zhǔn)值。

(2)通過中值濾波，去除圖像噪聲。

(3)采用二值化方法，從圖像中分割出運輸物料鋪陳狀態(tài)以及L1、L2形態(tài)。

(4)對上述分割圖像，再次進(jìn)行二值形態(tài)學(xué)濾波，平滑其邊緣。

(5)采用像素點統(tǒng)計方法，分別計算運輸物料鋪陳面積以及L1、L2信標(biāo)面積。

(6)通過對多張圖片重復(fù)上述處理過程，然后將取得的3個面積值分別加權(quán)平均作為運輸正常時的特征量基準(zhǔn)值。

2.2 故障的判定

在獲取了正常狀況時特征量基準(zhǔn)值之后，在視頻處理系統(tǒng)中導(dǎo)入檢測單元的實時圖像，然后按照上述圖像處理的過程和方法設(shè)定實時圖像的處理流程。實時圖像處理程序設(shè)定之后，系統(tǒng)會實時反饋運輸物料鋪陳面積以及L1、L2信標(biāo)面積。故障的判斷，就是基于實時面積值與基準(zhǔn)面積值的比較。

在實際的調(diào)試中設(shè)定：當(dāng)物料鋪陳面積超過基準(zhǔn)值10%，且信標(biāo)L1被覆蓋面積超過20%時，輸出報警信息；并通過視頻聯(lián)動，在集控室大屏投射現(xiàn)場畫面，由集控操作員決定是否需要生產(chǎn)停車。當(dāng)物料鋪陳面積超過基準(zhǔn)值20%，且信標(biāo)L1、L2被覆蓋面積超過50%時，直接生產(chǎn)停車。

3 總 結(jié)

近年來，基于機(jī)器視覺的工業(yè)化應(yīng)用急劇增長，國內(nèi)視頻巨頭紛紛推出智能產(chǎn)品，海康威視更是推出AI開放平臺，方便用戶應(yīng)用開發(fā)。然而對于選煤廠溜槽堵塞識別這樣的終端應(yīng)用來說，?？档腁I平臺是基于大量的故障場景學(xué)習(xí)進(jìn)行算法訓(xùn)練得以實現(xiàn)，可是溜槽堵塞具有場景的多變性和故障的少發(fā)性，因而短期內(nèi)取得應(yīng)用效果并非易事。本系統(tǒng)針對溜槽堵塞的檢測工作原理相對簡單，但在實際的調(diào)試過程中，也遇到不少問題，如光污染、環(huán)境污染以及冗長繁瑣的調(diào)試過程等。希望隨著智能視頻技術(shù)的發(fā)展，類似的終端應(yīng)用可以在視頻采集的前端由用戶自主設(shè)定完成。