机器视觉系统检测可检测煤炭输送

lingy554

信息来源于网络，更多信息请点击：机器人视觉系统
带式输送机是煤炭生产过程中的一种重要的连续运输设备，其价值约占输送机价值的15%~50%。输送带是继轮胎之后的第二大橡胶工业产品，据报道，我国已经成为全球第一大输送带生产和消费国，2008年输送带产量已经达到2.3亿平米，约占全球输送带市场规模的1/3左右。由于运行环境的恶劣，输送带易发生划伤、撕裂和跑偏等撕裂事故，不仅会造成经济损失，还严重威胁企业的安全生产。
世界各国从上世纪70年代就开始了交代撕裂保护技术的研究，例如，嵌入法、侧立法、超声波扫描、X光探伤。但是这些方法都存在一定的局限性，或者是结构简单，无法准确识别故障。这些方法只针对单一情况，缺乏综合检测能力。本文将尝试将机器视觉技术引入胶带撕裂检测中，利用其精度高、速度快、非接触性、可重复性动态测量等特点，从而研究一种新的撕裂检测方法。利用该技术对输送带表面故障进行检测不仅可以排除人为主观因素的影响，还能够对检测的性能指标进行定量描述，降低人工检测的劳动强度，提高检测效率和精度。
检测系统主要包括三部分：图像采集系统、图像处理系统、图像分析系统和图像识别系统。
首先第一步是用高动态范围的工业相机拍下清晰图片，然后将图片传送给图像处理系统；而选择什么样的工业相机将直接关系到图像采集的清晰度和对比度，从而影响到后续图像分析和处理的效果。第二步，则用图像处理软件经过图像预处理、图像分割两个阶段，为后续处理提供理想的目标图像。第三步，采用图像分析和识别系统，倘若图片中出现划伤、撕裂等情况，则提醒。直接关系到交代撕裂检测的正确性。
利用机器视觉技术对输送带进行状态监测，可以及早发现输送带的潜在故障，并及时制止故障的蔓延，有利于提高企业生产的自动化水平。虽然基于机器视觉研究的输送带在线状态监测还处于试验研究阶段，一些关键技术还待解决。不过机器视觉检测技术依旧是目前的研究热点。而利用最新的视觉技术进行使用技术开发室输送带视觉检测技术的未来研究方向。