張忠偉

（陽(yáng)泉煤業(yè)集團(tuán)七元煤業(yè)有限責(zé)任公司，山西 壽陽(yáng) 045000）

引言

帶式輸送機(jī)的正常運(yùn)行是保證煤礦開采安全的重要條件，因此，監(jiān)控帶式輸送機(jī)的運(yùn)行情況非常重要。本文主要關(guān)注皮帶運(yùn)行環(huán)境中的以下四種異常情況：一是皮帶是否轉(zhuǎn)動(dòng)。皮帶的怠速意味著皮帶仍在運(yùn)行，而不運(yùn)輸任何材料。如果皮帶閑置了很長(zhǎng)一段時(shí)間，它就會(huì)在一定程度上消耗電力資源，而且不會(huì)帶來(lái)任何生產(chǎn)收入，這是對(duì)資源的浪費(fèi)。二是皮帶是否偏離。在正常運(yùn)行環(huán)境下，皮帶根據(jù)一定的運(yùn)行軌道在滾筒上反復(fù)運(yùn)行。皮帶偏差表示皮帶偏離正常運(yùn)行軌道[1]。相對(duì)于正常的軌道，皮帶可能會(huì)向左或向右轉(zhuǎn)向。更嚴(yán)重的是，皮帶可能與輥?zhàn)臃蛛x，這可能導(dǎo)致材料滑動(dòng)、皮帶撕裂等。三是皮帶上是否有異物。由于一些外部事故或人員疏忽，可能導(dǎo)致木材、石材甚至生產(chǎn)工具等異常物品通過(guò)皮帶輸送機(jī)運(yùn)輸。監(jiān)測(cè)系統(tǒng)需要發(fā)現(xiàn)這些異物，并及時(shí)通知工作人員。四為是否有人太靠近皮帶。在正常情況下，人們需要與皮帶保持一定的安全距離，以避免發(fā)生安全事故。當(dāng)保持距離小于安全距離時(shí)，會(huì)提前預(yù)警。

1 智能監(jiān)控系統(tǒng)功能實(shí)現(xiàn)設(shè)計(jì)

常用的方法是利用傳感器、PLC 等工業(yè)技術(shù)對(duì)皮帶運(yùn)行現(xiàn)場(chǎng)進(jìn)行實(shí)時(shí)監(jiān)測(cè)和狀態(tài)分析。該方法可以取得一定的效果，但成本高，硬件設(shè)備容易損壞。近年來(lái)，隨著深度學(xué)習(xí)技術(shù)和計(jì)算機(jī)視覺(jué)技術(shù)的發(fā)展，提出了利用計(jì)算機(jī)視覺(jué)技術(shù)監(jiān)測(cè)和分析傳送帶異常情況的方法，該方法更便宜，更易于維護(hù)[2]。利用分布式光纖測(cè)量技術(shù)監(jiān)測(cè)帶式輸送機(jī)的狀態(tài)，利用深度學(xué)習(xí)和極端學(xué)習(xí)機(jī)器在線檢測(cè)皮帶偏差的情況，還可以利用基于深度卷積網(wǎng)絡(luò)的帶邊檢測(cè)方法監(jiān)測(cè)皮帶偏差異常，并且采用機(jī)器視覺(jué)技術(shù)監(jiān)測(cè)皮帶撕裂、偏差等異常情況。監(jiān)控系統(tǒng)的核心算法是采用YOLO 目標(biāo)檢測(cè)算法，分析YOLO 目標(biāo)檢測(cè)算法的檢測(cè)結(jié)果，結(jié)合一些分析技巧，實(shí)現(xiàn)帶式輸送機(jī)運(yùn)行的實(shí)時(shí)監(jiān)控，具體流程如圖1 所示。

圖1 系統(tǒng)設(shè)計(jì)流程示意圖

2 基于局部像素差的帶式輸送機(jī)運(yùn)行與停機(jī)判斷

2.1 相鄰幀數(shù)算法簡(jiǎn)介

首先確定皮帶是否處于運(yùn)行狀態(tài)。當(dāng)皮帶未處于運(yùn)行狀態(tài)時(shí)，不需要對(duì)皮帶進(jìn)行其他異常監(jiān)測(cè)。通過(guò)計(jì)算圖像的相似度來(lái)測(cè)量皮帶運(yùn)行和關(guān)閉的監(jiān)控方法，在一個(gè)固定的攝像機(jī)區(qū)域中，記錄皮帶運(yùn)行的圖像。監(jiān)控算法通過(guò)計(jì)算相鄰視頻幀之間的圖像相似度來(lái)判斷帶的狀態(tài)，圖像相似度的范圍為0～1[3]。理論上，當(dāng)圖像相似度接近1 時(shí)，表示相鄰視頻幀的圖像非常相似，皮帶處于關(guān)機(jī)狀態(tài)；相反，當(dāng)圖像相似度接近0 時(shí)，表示相鄰視頻幀的圖像變化較大，皮帶處于運(yùn)行狀態(tài)。但是皮帶怠速時(shí)，相鄰幀圖像相似度高，容易引起誤識(shí)別；而皮帶處于關(guān)閉狀態(tài)時(shí)，相鄰視頻畫面的圖像因攝像機(jī)輕微抖動(dòng)而變化，也容易導(dǎo)致誤識(shí)別。因此提出的方法結(jié)合了相鄰視頻幀之間的局部像素差異及其方差的大小，可以更好地區(qū)分傳送帶的運(yùn)行和停機(jī)狀態(tài)[4]。如圖2 所示，比較選定矩形區(qū)域中相鄰10 幀的兩個(gè)圖像之間的像素差異。

圖2 相鄰10 幀的皮帶運(yùn)行圖像

2.2 圖像識(shí)別算法的判決

判斷算法是比較圖像t 幀中兩幅圖像之間的差異，記錄實(shí)時(shí)的圖像尺寸V 和數(shù)據(jù)方差S2。然后判斷皮帶在每個(gè)時(shí)間t 幀中的狀態(tài)。判斷指數(shù)是綜合考慮t 幀中差分矩陣的大小和方差。如果皮帶速度V 和行程S 的大小在設(shè)定的閾值內(nèi)，就認(rèn)為皮帶已經(jīng)停止了[5]；否則，如果皮帶速度V 和行程S 超過(guò)設(shè)定閾值，目標(biāo)檢測(cè)算法不檢測(cè)煤物，認(rèn)為皮帶處于空轉(zhuǎn)狀態(tài)。常采用方差S2的平均值作為判定，或由其他的方法進(jìn)行判定。例如使用時(shí)間t 幀中差分矩陣的元素值的中值來(lái)描述速度V，使用方差的中值來(lái)描述S2[6]。如圖3 為T-S 模型，可以根據(jù)該模型實(shí)現(xiàn)圖像識(shí)別算法的初始設(shè)定。

圖3 T-S 模型預(yù)測(cè)效果圖

3 智能監(jiān)控系統(tǒng)現(xiàn)場(chǎng)工程應(yīng)用

監(jiān)測(cè)系統(tǒng)判斷皮帶運(yùn)行后將進(jìn)行異常監(jiān)測(cè)，主要包括怠速監(jiān)測(cè)、偏差監(jiān)測(cè)、異物監(jiān)測(cè)、人員違規(guī)四種類型。檢測(cè)對(duì)象模型的檢測(cè)類別為煤、無(wú)煤、輥、人、木、石、鐵。監(jiān)控系統(tǒng)的對(duì)象檢測(cè)模型使用YOLOv3 軟件的檢測(cè)模型。攝像機(jī)錄制的視頻傳輸?shù)結(jié)OLOv3 檢測(cè)模型作為訓(xùn)練數(shù)據(jù)集，獲得訓(xùn)練后的皮帶數(shù)據(jù)質(zhì)量文件。然后，將使用質(zhì)量文件來(lái)檢測(cè)攝像機(jī)的實(shí)時(shí)視頻輸入。

1）第一個(gè)方法是監(jiān)測(cè)皮帶是否處于怠速狀態(tài)。目標(biāo)檢測(cè)模型在一段時(shí)間內(nèi)沒(méi)有檢測(cè)到煤炭對(duì)象時(shí)，該類別為“無(wú)煤”。同時(shí)，檢測(cè)到皮帶處于運(yùn)行狀態(tài)，因此認(rèn)為皮帶處于空轉(zhuǎn)狀態(tài)，此時(shí)不運(yùn)輸煤炭。系統(tǒng)將輸出“皮帶怠速”的異常信息，并將輸出信息傳輸至廣播系統(tǒng)進(jìn)行預(yù)警，提醒員工此時(shí)皮帶處于怠速狀態(tài)。

2）第二種方法是監(jiān)測(cè)皮帶是否偏離。此時(shí)，關(guān)注的重點(diǎn)是“滾子”的檢測(cè)類別。在皮帶正常運(yùn)行的條件下，目標(biāo)檢測(cè)模型應(yīng)檢測(cè)6 個(gè)滾輪（或超過(guò)6個(gè)），即皮帶左側(cè)3 個(gè)滾輪、右側(cè)3 個(gè)滾輪，如圖4-1 所示為正常的檢測(cè)情況，圖4-2 為偏差情況下的檢測(cè)情況。

圖4 皮帶檢查的工程監(jiān)測(cè)情況

3）第三個(gè)問(wèn)題是監(jiān)測(cè)傳送帶上是否有異物。此時(shí)，對(duì)于異物包括“木材”“石頭”“鐵”的探測(cè)類別。當(dāng)目標(biāo)檢測(cè)算法的輸出結(jié)果包含這三類時(shí)，系統(tǒng)認(rèn)為皮帶上輸送的煤含有異物，系統(tǒng)會(huì)輸出“帶異物”的異常信息。

4）第四個(gè)問(wèn)題是監(jiān)控人們是否太靠近皮帶。在這種情況下，系統(tǒng)關(guān)注的檢測(cè)類別是“煤”和“人”。在此情況下，人員始終處于活動(dòng)狀態(tài)，移動(dòng)范圍相對(duì)較大，皮帶的移動(dòng)范圍相對(duì)固定，因此以皮帶作為參考，設(shè)定安全臨界值的范圍。通常使用工作經(jīng)驗(yàn)來(lái)設(shè)置。具體操作方法如下：將人、安全帶的安全臨界值范圍設(shè)置為[L-c，L+c]，其中c 為相對(duì)較小的正數(shù)，表示預(yù)警臨界值的誤差范圍。只要人與皮帶距離大于L+c，為正常工作現(xiàn)場(chǎng)，沒(méi)有人與皮帶距離太近。

如果人與皮帶之間的距離為[L-c，L+c]范圍內(nèi)，系統(tǒng)會(huì)提醒您可能離皮帶太近。如果人與皮帶距離小于L-c，系統(tǒng)會(huì)報(bào)警，表明人與皮帶距離過(guò)近，小于安全范圍，可能發(fā)生安全事故。另外，如果對(duì)象檢測(cè)算法沒(méi)有在相機(jī)區(qū)域中檢測(cè)到人，則表示人與皮帶之間的距離很遠(yuǎn)，并且沒(méi)有人靠近皮帶的異常情況。應(yīng)注意的是，皮帶與人員的距離計(jì)算如下：當(dāng)人員位于皮帶左側(cè)時(shí)，通過(guò)計(jì)算“人”中心的橫坐標(biāo)與“煤”中心的橫坐標(biāo)的差，得出皮帶與人員的距離。同樣，當(dāng)人員在皮帶右側(cè)時(shí)，通過(guò)計(jì)算“人員”檢查框左上角橫坐標(biāo)與“煤”類檢查框中心橫坐標(biāo)的差，得到皮帶與人員之間的距離，如下頁(yè)圖5 所示。

圖5 安全帶附近人員距離預(yù)警示意圖

4 結(jié)語(yǔ)

利用現(xiàn)代化智能技術(shù)對(duì)帶式輸送機(jī)在日常運(yùn)行過(guò)程中的不安全因素進(jìn)行實(shí)時(shí)監(jiān)測(cè)?；谟?jì)算機(jī)視覺(jué)技術(shù)，構(gòu)建了一套監(jiān)測(cè)傳送帶異常情況的智能系統(tǒng)。主要使用的方法是基于局部像素差的帶式輸送機(jī)運(yùn)行和停機(jī)判斷算法和YOLO 目標(biāo)檢測(cè)算法。然后，對(duì)兩種算法的輸出結(jié)果進(jìn)行了分析，實(shí)現(xiàn)了對(duì)帶四種異常情況的實(shí)時(shí)監(jiān)測(cè)。研究成果提升了帶式輸送機(jī)的本質(zhì)安全化管理水平，為礦井設(shè)備電氣系統(tǒng)的智能化方向發(fā)展提供了依據(jù)。