郭養(yǎng)富, 孫 海, 姜 豐, 揭志成, 鐘於程

(江西宜春京能熱電有限責(zé)任公司,江西 宜春 336000)

0 引 言

在火力發(fā)電中,煤炭運輸是生產(chǎn)過程中的重要環(huán)節(jié),廊道傳送帶輸煤是常用技術(shù)方法。為保證煤炭通過走廊準(zhǔn)確輸送,須對廊橋空間狀態(tài)和輸煤設(shè)施進行巡檢。傳統(tǒng)上多采用人工檢測,工作量大,勞動強度高,難以滿足現(xiàn)代火電煤炭輸送檢測的要求,發(fā)展方向主要是采用機器人技術(shù),首當(dāng)其沖需要解決傳送帶支承輥輪(簡稱托輥)狀態(tài)的機器人巡檢問題。

目前機器視覺和機器人檢測研究與應(yīng)用均取得一定進展。石聰玲等人[1]基于信號反射原理進行了井下檢測機器人激光定位系統(tǒng)研究。Xu,Wei等人[2]設(shè)計了基于變電站的模塊化檢測機器人,滿足不同變電所的需求。Alhassan,Ahmad Bala等人[3]研究了輕型雙臂輸電線路檢測機器人在風(fēng)影響下的氣動穩(wěn)定性。Teng,Yun等人[4]提出了智能巡檢機器人系統(tǒng)在蘇通GIL綜合管廊工程中的應(yīng)用。Wu,Gongping等人[5]提出了一種檢測機器人自動對接充電控制方法。Dehne,Andre等人[6]提出了所謂的MARWIN:一種在4d環(huán)境中進行維護和檢查的移動自主機器人。本研究根據(jù)空間軌道的性能要求、運行方式和功能,利用機器視覺、傳感器技術(shù)、邏輯判斷算法,結(jié)合運動學(xué)和動力學(xué)分析,提出一種替代人工的檢測機器人。通過CCD探測、約定掃描方式、分類器設(shè)計與異常結(jié)構(gòu)模式識別算法,對傳送帶托輥狀態(tài)、中心位移、失轉(zhuǎn)、嚴(yán)重磨損和裂紋的進行在線監(jiān)測和預(yù)警,從而實現(xiàn)機器人實時狀態(tài)監(jiān)控與異常情況的報警。

1 輸送帶結(jié)構(gòu)狀態(tài)與上托輥基本失效形式分析

保證傳送帶正常工作狀態(tài)的直接支承是輸送機上托輥的位置和狀態(tài),見圖1。為了實時監(jiān)控傳送帶的工作狀態(tài),有必要對支承傳送帶的上托輥進行檢查,對其正常狀態(tài)與失效或潛在失效形式進行確認(rèn)和識別。在實際生產(chǎn)現(xiàn)場考察和抽象的基礎(chǔ)上,形成以下三種典型失效形式。

圖1 輸煤廊橋傳送帶工作系統(tǒng)與支承輥輪

1.1 上托輥整體偏移

上托輥處于與輸送帶直接接觸的位置,不僅起著導(dǎo)向作用,而且擔(dān)負(fù)支承、摩擦和動載。因此,上托輥的受力狀態(tài)可表述為:

式中:F——集 中 力/N;q l——分 布 力/N.m-1;M l——以 梁 的 方 式 承 受 扭 矩/N.m;M a——以 軸 的 方 式 承 受 扭 矩/N.m和F asinωt——循環(huán)載荷/N。

因各種受力于一身,上托輥工作狀態(tài)復(fù)雜,但作用的結(jié)果均使托輥離開原始理想位置,見圖2.

圖2 上托輥結(jié)構(gòu)、工作狀態(tài)與中心位移

1.2 上托輥失轉(zhuǎn)

由于回轉(zhuǎn)機構(gòu)阻力過大上托輥不能正常運轉(zhuǎn)。設(shè)定傳送帶瞬時線速度(可取平均值)為v c/m.s-1,在正常工作狀態(tài)下,托輥的轉(zhuǎn)速n r/r.s-1為:

式中,d——托輥直徑/mm。

當(dāng)潤滑不良、異物進入軸承滾動體工作滾道、滾動體破碎,抑或托輥受外部物體阻礙等不能正常轉(zhuǎn)動、轉(zhuǎn)動停止或轉(zhuǎn)速過低,即可視為回轉(zhuǎn)故障。此種情況下,可以在托輥端部的適當(dāng)位置以一定間隔作上記號,如“+”,當(dāng)時間間隔為Δt并檢測到上述符號,即可確定托輥轉(zhuǎn)速.

1.3 托輥工作面磨損與裂紋

托輥受到交變應(yīng)力載荷,亦受到傳送帶下表面作用,形成大部滾動摩擦、一部滑動摩擦的持續(xù)作用,會造成局部裂紋和磨損,當(dāng)這種裂紋和磨損達到顯著性時,對輸煤產(chǎn)生不良影響或形成潛在故障,需及時發(fā)現(xiàn)、修復(fù)或更換,見圖4。裂紋和磨損的描述可分別用Ac和Wc表示:

圖4 托輥磨損和裂紋

式中,a——裂紋寬度/mm;b——裂紋長度/mm;Δ——托輥邊緣最大磨損量/mm.

圖3 托輥失轉(zhuǎn)

2 托輥組件的結(jié)構(gòu)模式識別標(biāo)準(zhǔn)模型與聚類范數(shù)算法

2.1 標(biāo)準(zhǔn)模型(無誤差分類器)

假設(shè)托輥組件均處于原始理想狀態(tài):無變形(位移)、無磨損、無裂紋,托輥的回轉(zhuǎn)亦處于理想狀態(tài)。此時,可以用狀態(tài)矢量描述被監(jiān)測對象的狀態(tài),記作標(biāo)準(zhǔn)狀態(tài):

式中:S is(E js)——被監(jiān)控對象標(biāo)準(zhǔn)狀態(tài),被監(jiān)測對象有n個,每個被監(jiān)測對象的狀態(tài)矢量有m個分量;｛e ijs｝——被監(jiān)測對象標(biāo)準(zhǔn)狀態(tài)矢量的分量描述。

對于運用m個分量分別描述n個對象的系統(tǒng)而言,可以用n×m的矩陣表達。

2.2 瞬時狀態(tài)結(jié)構(gòu)模式識別

同理可以描述系統(tǒng)被監(jiān)測對象的瞬時狀態(tài)矢量:

與標(biāo)準(zhǔn)狀態(tài)不同的是,反映事物狀態(tài)的參數(shù)已不是標(biāo)準(zhǔn)值,而是通過結(jié)構(gòu)模式識別反映瞬時工作狀態(tài)的參數(shù)值;當(dāng)采用狀態(tài)矢量表示時,與標(biāo)準(zhǔn)模型的狀態(tài)矢量形式相同,能夠?qū)λM行矢量操作。這為后面判別監(jiān)測對象工作狀態(tài)的聚類范數(shù)算法提供了理論和技術(shù)基礎(chǔ)。

2.3 聚類范數(shù)算法

在檢驗托輥狀態(tài)時,根據(jù)失效型式,將理想狀態(tài)描述為各自的標(biāo)準(zhǔn)型。傳送帶輸煤系統(tǒng)一經(jīng)投入運行,托輥的狀態(tài)將由“標(biāo)準(zhǔn)型”轉(zhuǎn)變?yōu)椤八矔r型”,從而偏離了原始理想位置。隨著時間的推移,上述偏離程度逐步增大,甚至跨越閾值而進入“失效型”。關(guān)于“標(biāo)準(zhǔn)型”已在上述部分闡明,這里給出各監(jiān)測對象的瞬時狀態(tài)和失效狀態(tài)。

按照聚類分析法,設(shè)托輥檢驗對象有n個,某一檢驗對象的瞬時狀態(tài)可用m個狀態(tài)參數(shù)加以描述,則標(biāo)準(zhǔn)模型的狀態(tài)矢量為式(4),瞬時工作模型的狀態(tài)矢量為式(5).

引入數(shù)學(xué)上的范數(shù),比較和計算瞬時狀態(tài)與理想狀態(tài)的“距離”;當(dāng)這種距離超過工作域,則進入失效狀態(tài)。取距離范數(shù)

一旦式(6)不成立,系統(tǒng)即進入失效狀態(tài),即

式中,e ij——檢測對象瞬時狀態(tài)矢量分量;e ijs——檢測對象標(biāo)準(zhǔn)狀態(tài)矢量分量,δ——檢驗尺度。

3 基于灰度邊緣算法的分類器設(shè)計

運用CCD攝取檢查景物,其核心是區(qū)分所需要的“前景”和剔除“背景”,在此基礎(chǔ)上將前景的狀態(tài)進行拾取并與標(biāo)準(zhǔn)模版進行比對,在設(shè)定“一致率”達到閾值時,即可認(rèn)定“狀態(tài)出現(xiàn)”.這里運用灰度梯度實現(xiàn)結(jié)構(gòu)模式識別。

3.1 托輥中心分類及狀態(tài)判別

通過CCD可以探測到托輥和傳送帶的大背景。通過對灰度的區(qū)分,即可以找到托輥的邊緣,從而確定托輥的中心。設(shè)原始中心C o的坐標(biāo)為(c ao,c bo),即空載狀態(tài)的托輥位置的確定并計入數(shù)據(jù)庫。采用“行掃描法”,設(shè)定掃描行間距為Δμ.

在行掃描過程中,前e＜s1個像素灰度為:

式中,k——前景灰度/DN。

而在s1≤e≤s2之間出現(xiàn)交替灰度階躍的情況;而在e＞s2,像素灰度又降為q＜k.當(dāng)像素點足夠密集時,可以獲得完整圓的清晰邊緣。取間距足夠大的三個像素點(x1,y1),(x2,y2)和(x3,y3)即可獲得平面圓和圓中心。為了提高定位的可靠性,再用“同心圓掃描法”進行驗證和修正。

理想狀態(tài)下,掃描路徑是一組同心圓,即:

取同心圓掃描間隔ΔR u=R u-R u-1,可取常數(shù)并滿足精度要求。

按足夠大圓開始,半徑按等差數(shù)列依次減小,一定會出現(xiàn)第u個掃描圓為灰度突變或灰度交替變化的情況。因此,可以對“行掃描法”獲得的“圓”和圓心坐標(biāo)進行改進與修正。綜合起來有

根據(jù)式(6)和圖2,托輥中心顯著位移

當(dāng)ΔC超出工作閾值,即可判定托輥中心顯著位移發(fā)生.

3.2 托輥裂紋與邊緣磨損分類與判別

用“同心圓掃描法”,取a為裂紋方向與徑向之間的夾角;當(dāng)按掃描順序從大圓向小圓即圓心方向等步長進行時,從裂紋的邊緣(按灰度驟變)信息可得到系列特征點——裂紋或磨損邊緣點,只要步長足夠小。裂紋的相對方位、寬度和長度分別為:

式中,i s——同心圓掃描時確認(rèn)的裂紋掃描次數(shù)。

3.3 托輥失轉(zhuǎn)分類與狀態(tài)判別

在托輥端部的適當(dāng)位置以一定間隔作上記號,如“+”,當(dāng)時間間隔為Δt/s、轉(zhuǎn)角為Δβ/deg并檢測到上述符號,即可確定托輥轉(zhuǎn)速:

以nr為轉(zhuǎn)速的理想狀態(tài),若瞬時轉(zhuǎn)速遠(yuǎn)遠(yuǎn)低于理想轉(zhuǎn)速,則判定托輥轉(zhuǎn)速不正常。故障轉(zhuǎn)速nf/r.s-1

4 結(jié) 論

本文提出運用火電廊道輸煤巡檢機器人對輸送帶托輥工作狀態(tài)實時監(jiān)控,通過機器視覺、結(jié)構(gòu)模式識別原理和聚類范數(shù)算法構(gòu)建出傳送帶托輥工作狀態(tài)檢驗和失效診斷系統(tǒng),以保證及時查出失效托輥和失效形式,及時報警,及時維修,從而最大限度地保證正常供煤。在分析傳送帶結(jié)構(gòu)狀態(tài)和故障或潛在故障形式的基礎(chǔ)上,抽象出輸煤關(guān)鍵件托輥三種失效形式——托輥中心宏觀位移、托輥不轉(zhuǎn)和托混工作面顯著磨損與裂紋。運用狀態(tài)矢量對上述三種失效形式進行數(shù)學(xué)刻劃和描述,將工程問題轉(zhuǎn)化為數(shù)學(xué)問題。提出和應(yīng)用“聚類范數(shù)算法”,通過分析和計算將瞬時工作狀態(tài)矢量與理想狀態(tài)矢量的距離范數(shù),有效實時反映托輥的工作狀態(tài)和判定托輥的失效形式。