X光强力输送带无损检测系统及其网络传输的设计

文章分析了X光检测的原理,提出了X光强力输送带无损检测系统的设计方案,研究了X光强力输送带无损检测系统的网络传输问题。利用TCP/IP协议,编写了无损检测器与主机之间的通信软件,实现了强力输送带远程图象的实时检测。     

基于X射线的钢丝绳芯输送带监测系统设计

介绍了X射线探测原理,设计了一种基于X射线的钢丝绳芯输送带监测系统,详细阐述了该系统的硬件和软件设计。该系统可以实现输送带在线全速检测,能够提供输送带任意位置的X射线透射图像;通过对输送带的图像处理和对比,可对钢丝损伤、拉伸和修补区域进行定位,并可自动报警。     

强力输送带接头识别算法

针对现有的强力输送带故障实时检测方法存在故障定位困难的问题,以接头为基准参考点,提出了一种基于图像处理技术的强力输送带接头识别算法。该算法根据接头点的特征,把接头点用一个数值表示出来,并根据这个数值,以一种简单的方式区分出上、下接头点;然后根据接头的特征,并通过修改最长公共子序列算法的匹配方式,对接头进行识别。实际应用表明,该算法精度高、速度快,可有效识别强力输送带的接头,满足了强力输送带故障检测中接头定位的要求。     

基于X射线的钢丝绳芯无损探伤系统研究

设计了一种基于X射线的钢丝绳芯无损探伤系统。该系统利用X射线的良好穿透性检测钢丝绳芯输送带中的钢丝绳缺陷,采用光纤将现场采集的图像信息传输到远程上位机中进行分析处理,实现了钢丝绳芯缺陷图像的在线智能识别和分析等功能。原理样机测试结果表明,该系统能够检测出切断、凿穿、接头抽动、撕裂等钢丝绳缺陷,在保证X射线安全工作的前提下,提高了检测效率和准确性。     

基于显著性和深度卷积神经网络的输送带表面故障定位

提出了一种基于显著性和深度卷积神经网络的输送带表面故障定位方法。该方法在输送带上、下表面的边缘烙上数字,利用图像处理技术检测输送带图像中的数字来间接定位输送带表面故障。首先,将采集的输送带图像进行高斯滤波、灰度线性变换等预处理,以提高图像质量、增强背景与目标的对比度;然后根据谱残差理论对预处理后的图像进行视觉显著性处理,获取包含数字区域的视觉显著图;最后,运用卷积神经网络对显著图进行分类,以区分出数字区域和非数字区域。实验结果表明,该方法可以很好地检测输送带图像上的数字,进而实现对输送带表面故障的定位。     

输送带纵向撕裂监测系统图像采集处理器研究

提出了一种多视点输送带纵向撕裂故障在线监测系统的设计方案,实现了输送带纵向撕裂的检测,提高了输送带的检测宽度,降低了线阵CCD相机与线阵LED光源方位调整的难度;提出了一种图像采集处理器的设计方案,实现了对多路线阵相机图像的采集、处理及传输。以TMS320C6678为核心设计了图像采集处理器的硬件电路。在集成开发环境CCS上,基于SYS/BIOS系统设计了图像采集处理器的软件,实现了对多路线阵相机的控制、多核调度及与上位机的通信。实验表明,该图像采集处理器实现了多路输送带图像的采集、处理和高速传输,最多可连接4路线阵相机,每路相机采集速率可达25 Mb/s,可用于多视点输送带纵向撕裂故障在线监测系统。     

基于狮群优化二维Otsu算法的输送带撕裂检测方法

基于传统二维Otsu分割算法的输送带撕裂检测方法采用穷尽搜索式的阈值选取方式,图像分割时间长、实时性差,不能同时满足撕裂检测精度与速度要求。针对上述问题,提出了一种基于狮群优化二维Otsu算法的输送带撕裂检测方法。首先通过输送带撕裂检测装置采集输送带图像,采用中值滤波和直方图均衡化对采集到的图像进行去噪和增强处理,突出撕裂部位;然后采用狮群优化二维Otsu算法对预处理过的图像求取接近实际的分割阈值,用该阈值对输送带图像进行分割处理;最后通过计算分割后图像中黑色像素点的数量进行撕裂诊断。仿真结果表明,该方法比基于传统二维Otsu算法的检测方法寻优能力更强,输送带分割效果更好,可以准确地从输送带图像中分割出裂痕,撕裂识别的正确率为98.2%,提高效率的同时缩短了运行时间,可以满足输送带撕裂检测的准确性和实时性要求。     

基于三维点云的带式输送机跑偏及堆煤监测方法

输送带跑偏和堆煤是煤矿带式输送机常见故障。传统的接触式输送带跑偏或堆煤检测方法在耐用性、灵敏度、可靠性等方面无法满足煤矿安全生产要求,而基于图像处理方法的检测效果受图像颜色信息影响较大,易产生误识别问题。提出了一种基于三维点云的带式输送机跑偏及堆煤监测方法,采用线激光双目相机采集输送带表面的三维点云数据,通过分析处理点云数据对输送带跑偏和堆煤进行实时监测。在输送带跑偏监测方面,采用欧氏聚类和随机采样一致性算法滤除多余点云数据,提取输送带边沿数据点,并采用均中心表征值表征输送带跑偏程度,以减小输送带宽度方向形状变化对监测的影响。在堆煤监测方面,通过处理点云数据得到煤流等效高度来表征煤流高度和宽度信息,实时评估堆煤程度。搭建了带式输送机跑偏及堆煤监测系统试验台,试验结果表明：输送带速度为0.5～3.0 m/s时,输送带边沿点检测误差为-2.84～1.26 mm,最大误差仅为2.84 mm,说明该系统能可靠实现跑偏故障监测功能,并能准确预测跑偏趋势;在输送带上堆积煤炭样本（质量为14～41 kg,以1 kg为增量）,当煤炭质量在14～24 kg及28～41 kg范围内,堆煤检测结果均正确,在...     

基于多种图像的电路板故障诊断系统研究

基于多种图像的电路板故障诊断系统研究论述了基于多种图像的电路板故障诊断的原理及方法,对红外成像技术、可见光图像处理与分析技术、电路板故障诊断技术进行研究,通过利用图像增强技术、图像平滑处理技术、图像的二值化处理技术等,对采集到的电路板图像进行滤波,平滑等预处理;利用差分热图法及序列热图法对电路板及其元器件温度特征变化进行分析和故障判定;采用基于Harris角点检测的方法实现电路板可见光图像和红外热图像的配准,进而实现红外热像检测下的故障定位于可见光图像之上,方便的查找故障发生的位置,直观的查看到故障元器件产生的现象。     

基于多道线性激光的带式输送机纵向撕裂检测

煤矿井下环境昏暗、潮湿、粉尘大,采集的监控视频图像模糊,导致输送带纵向撕裂识别难度大,且现有研究成果仅关注有无纵向撕裂,未涉及撕裂损伤定位及趋势跟踪。提出一种基于多道线性激光的带式输送机纵向撕裂检测方法:采用矿用本安型结构光发射器向输送带表面投射多道线性激光、矿用本安型工业相机拍摄线性激光条纹图像,通过提取激光条纹中心线并分析其特征,判断单帧图像是否存在纵向撕裂损伤,存在损伤时搜索损伤边界点并计算损伤宽度、深度特征值;融合多帧图像检测结果及速度传感器数据,计算完整纵向撕裂损伤长度、平均宽度、平均深度;通过检测输送带上的标志物位置定位撕裂损伤纵向位置,求取损伤起点在输送带上的位宽占比定位横向位置,并基于纵向位置实现损伤趋势跟踪。设置输送带纵向撕裂损伤长度分别为0.73,0.95m,平均宽度为0.01m,平均深度为0.008m,采样速率为25帧/s,对该方法进行测试,结果表明该方法能够准确检测带式输送机有无纵向撕裂,损伤长度计算误差平均值为0.06m,损伤平均宽度、平均深度计算误差平均值为0.001m,纵向定位误差不超过0.1m,并可准确判断纵向撕裂发展趋势。     

钢丝绳芯输送带在线监测系统在马脊梁煤矿的应用

针对采用人工检测方式检测钢丝绳芯输送带运行状况存在效率低、精度差的问题,介绍了一种钢丝绳芯输送带在线监测系统的设计。实际应用表明,该系统可快速、准确地检测出输送带的运行状况,有效地预防了断带事故的发生,为煤矿安全生产提供了保障。     

一种钢丝绳芯输送带早期故障检测方法

针对传统小波变换分析金属磁记忆信号奇异性时易受噪声干扰的问题,将经验模态分解(EMD)和小波变换(Wavelet)相结合,提出了一种EMD-Wavelet早期故障检测模型。将钢丝绳芯输送带的金属磁记忆信号经过经验模态分解得到本征模函数分量,利用小波变换模极大值法提取信号奇异性特征。实验结果表明,该模型抗干扰能力强,能够较好地反映信号局部特征,可有效判断钢丝绳芯输送带异常应力集中区位置,为早期故障诊断提供依据。     

基于SVM的输送带钢丝绳芯图像的缺陷分类

输送带钢丝绳芯缺陷一般分为：内部钢丝绳的划伤,铜丝绳芯的锈蚀,断裂,钢丝绳芯与胶带粘合力下降而导致的胶带脱落等故障。对常见的划伤和断裂的x光图像进行缺陷分类。使用机器学习方法学习图像特征,自动建立图像类的模型已成为一种有效的方法。采用支持向量机（SVM）方法通过训练特征向量,建立模型,对划伤和断裂的x光缺陷图像进行自动分类。实验结果表明基于SVM的算法适合X光钢丝绳芯图像的缺陷分类。     

传送带偏移检测技术研究及FPGA实现

为了解决送料传送带在运行过程中发生的横向偏移和纵向偏移所导致的材料加工精度降低等问题,设计了一种基于改进的Hough直线检测算法的传送带偏移检测系统。本系统采用FPGA作为处理单元,对CMOS图像传感器拍摄的实际传送带图像进行滤波、边缘检测、二值化等图像的预处理,利用以太网传输方式把预处理后的图像信息传送给上位机,在上位机中进行Hough直线检测算法处理,获得传送带的偏移状态。通过实验,系统能够实时地检测出倾斜角精度最高0.245°的倾斜偏移和横向8个像素的偏移。     

皮带输送机故障监控器的设计

针对皮带运输机故障点多、故障检测分散且不便于集中监控的特点,设计了一种由多个传感器和控制器相结合的故障检测系统。简要分析了皮带输送机故障产生的原因,并给出了故障的检测方法;详细介绍了以单片机为核心的监控器硬件电路和软件设计。实际使用表明,所设计的监控器安全可靠、通用性较强,可对皮带输送机的打滑、跑偏、过负荷、撕裂、轴断裂等故障进行自动检测和声光报警。     

基于声音阵列和图像处理的皮带机跑偏检测系统

针对传统的皮带机跑偏检测系统无法准确获得跑偏位置而导致在检测过程中存在识别速率慢和识别精度差的问题,提出一种基于声源定位和图像处理的皮带机故障检测系统。麦克风阵列拾取皮带声音信号并进行预处理,鉴频器进行鉴频识别,得到故障声后采用卷积神经网络(CNN)算法获取故障声位置。上位机系统收到异常声源的位置信息后,调控工业摄像机对异常位置进行照片拍摄,并将照片发送至上位机系统进行预处理,随后采用灰度平均法进行图像分割,同时提取边缘特征,利用跑偏角和偏移量计算皮带机跑偏的阈值范围,结合支持向量机(SVM)来判断皮带是否跑偏和跑偏的严重程度,并将判断结果发送至报警系统。仿真结果表明,该系统具有较好的故障声源识别和定位功能。     

Delta机器人传送带与视觉的标定方法

针对机器人在流水线上精确抓取的问题,提出了Delta机器人系统的标定.通过机器人末端执行器在传送带上移动,计算出机器人与传送带的比例因子与转化矩阵,从而得到传送带相对于机器人的位姿,再通过相机对传送带上的物体获取计算出相机与传送带之间的转化矩阵.最后由传送带作为中间媒介,计算出视觉与机器人的转换关系.这一标定过程为实物抓取打下了基础.     

基于机器视觉的药盒传送拥堵检测算法

药盒的生产过程中，常采用多股道传送带进行药盒传送，在传送过程中往往因为摩擦力等原因造成药盒拥堵。因此，为了实现药盒拥堵情况的实时检测，本文进行基于机器视觉技术的传送带药盒拥堵检测系统的设计与研究。通过对工业生产图像的特征采集和分析，设计基于边缘检测技术的药盒定位策略和基于灰度取反的空位识别策略，完成动态背景下的药盒与传送带的空位检测，设计拥堵检测策略和拥堵均衡策略，规划药盒调配路线，解决了传送带拥堵问题。     

带式输送机变频调速节能控制系统研究

针对某矿带式输送机电能浪费严重的问题,设计了带式输送机变频调速节能控制系统。该系统应用BP神经网络建立带式输送机煤流量、输送带速度和电能消耗的节能模型;基于遗传算法和神经网络对模型参数进行优化,得到了煤流量和输送带速度的最优匹配关系;利用模糊控制算法实现了带式输送机变频调速的节能运行。实际应用表明,该系统可根据煤流量大小调节输送带速度,节能效果显著。