基于线结构光的天轮偏摆监测机器视觉系统设计

天轮在深井提升系统中是一个关键运行部件，主要起承载力和导向的作用。由于天轮是运转轮体，考虑到自身不易安装传感器，提出了基于线结构光的机器视觉非接触式天轮偏摆实时监测方案。运用机器视觉处理技术，线激光照射在运转天轮上，将摄像机实时拍摄的图像传输到Labview软件中的图像模块进行图像处理，然后通过嵌套在Labview中的Matlab程序完成线结构光提取以及偏摆测量，并将测量数据实时显示形成曲线图并保存，从而达到实时监测天轮偏摆故障的目的。     

基于机器视觉的天轮偏摆检测技术

设计了一种基于机器视觉的天轮偏摆检测系统。利用机器视觉系统的CCD摄像机实时采集天轮偏摆运行状态视频;对每一帧图像进行图像滤波和图像增强,采用Mean Shift算法实现天轮偏摆的跟踪;经坐标变换将跟踪目标的像素偏移换算为实际物理尺寸,从而计算出天轮偏摆。试验结果表明,设计的天轮偏摆检测系统现场安装检测方便且能满足精度要求。     

基于机器视觉的天轮偏摆监测系统设计

为了解决矿井天轮偏摆监测不易安装传感器的问题,设计了基于机器视觉的天轮偏摆监测系统。利用CCD摄像机对运转天轮进行拍摄后,设计了图像处理程序,实现对天轮偏摆数据的监测。监测数据以无线传输的方式,传输到地面工控机并显示,实现天轮偏摆的在线监测。为了验证测量方法的可靠性,做了验证试验,结果表明:该图像处理与识别程序的测量方法具有一定的可靠性。     

提升机天轮状态监测与故障诊断系统

针对提升机天轮故障诊断问题,设计了一种基于LabVIEW的远程状态监测与故障诊断系统。该系统主要有数据采集、无线传输、实时监测与诊断、离线分析等功能,通过对天轮测点的振动、偏摆、温度状态的实时监测,诊断出天轮的故障,为天轮的检修与维护提供了依据。     

大型矿井提升机天轮偏摆的监测与诊断

通过对矿井提升机天轮偏摆监测量的分析与处理,根据相关规定判定标准,确定偏摆量是否合理,为天轮定量检测与判定打下基础,进而为整个提升系统提供安全保障。     

基于机器视觉的输送带撕裂在线检测系统研究

针对电厂煤炭输送带运行过程中时常产生的撕裂或断裂问题,结合输送带的工作环境和检测要求,设计制造了一套基于机器视觉的在线检测系统。该系统选用亮度大的网格状线激光作为结构光照射输送带下表面,并通过高分辨率的工业相机实时捕捉输送带下表面图像,利用图像中的网格特征识别撕裂痕迹,整个过程用时仅40ms,识别准确率高达96%,误报率仅为2%,相比于传统的检测方法,时间大大缩短,检测过程中输送带不需停机,在保证安全高效生产的同时实现对输送带运行状态实时监测,有效降低输送带运行事故率。     

煤矿提升机天轮故障分析及监测方法研究

为了确保煤矿提升机的安全运行,采用故障树对煤矿提升机天轮故障进行分析,建立了煤矿提升机天轮故障树,确定3种故障特征:轴承故障导致的天轮噪声过大、井架安装不正导致的井架倾斜和天轮安装不正导致的天轮偏摆过大。研究了煤矿提升机天轮故障监测方法,对提升机天轮的运行状态进行了监测,并构建了系统的软、硬件部分,对采集的天轮振动信号处理进行了研究。研究结果为煤矿提升机天轮的正常运转提供了技术支持。     

摩擦提升机天轮状态的测试分析

正天轮是多绳摩擦提升系统的重要组成部件,直接关系到提升系统的安全[1],在当前开采深度日益加大的形势下尤为重要。以天轮偏摆为例,严重的天轮偏摆会导致钢丝绳弦振动异常,危及提升安全。1天轮故障分析绳弦的强迫振动示意如图1所示。在天轮周期性偏摆的激励下,绳弦在不同位置、不同时间的位移响应可表示为     

过煤量激光图像智能监测技术研究

基于机器视觉的激光测量原理,研究了矿井带式输送机实时过煤量监测技术,提出了一种带式输送机实时过煤量在线测量方法。采用直射式激光三角测量方法,搭建了带式输送机过煤量视觉测量实验台,完成了测量系统软硬件设计,优化了图像处理算法和处理工作流程,研制了激光过煤量监测样机。提出了视觉测量系统图像采集质量评价方法,通过比较不同图像清晰度评价函数的处理性能,优选了Range函数对采集的图像进行清晰度评价。研究了基于机器视觉的煤流截面轮廓参数提取算法,通过图像处理获得激光变形条纹的中心线,并对条纹中心线的断点进行了数字虚拟连接,提高了测量准确性。最后验证了测量方法和图像处理算法的可行性。     

机器视觉的煤自燃智能预警系统设计

为了更好地解决目前煤矿自燃火灾探测的误报、漏报及方法单一等问题,提出了一种基于机器视觉的多传感器融合的煤矿自燃火灾智能预警系统。通过构建的煤矿井下视觉网络系统对煤矿自燃可疑区域进行图像采集、分析和处理,结合温湿度传感器、光感传感器在特定环境深度融合技术下采集的煤矿环境参数信息,并将数据信息实时地传输到控制中心。实现了对煤矿自燃火灾的实时监测、预警功能,使煤矿自燃火灾的监测预警的准确性大大提高,具有很好的应用前景。