红外成像技术在港口煤堆自燃检测中的应用

朱向东，沈 阅，谷美娜

（1.秦皇岛港股份有限公司，河北 秦皇岛 066002；2.秦皇岛燕大燕软信息系统有限公司，河北 秦皇岛 066004）

引 言

我国煤炭资源储量丰富，是世界第一大原煤生产国。全球能源资源的分布情况决定了我国是典型的富煤、贫油、少气的国家，这也就使得我国成为了世界上最大的煤炭消费大国，煤炭在我国一次能源消费中占比70%左右[1,2]。同时，随着煤炭国内消费总量及外贸出口量的增加，煤炭的港口吞吐量及铁路运输能力也逐步增加。在港口建设方面，我国许多沿海港口诸如秦皇岛港，天津港等，通过改扩建或新建煤码头的方式来提高煤炭吞吐能力[3,4]。然而，作为煤的中转或运输基地，在煤的转运过程中必然会产生大量的煤粉尘，或含尘污水等。此外，更为严重的是煤堆长期存放于煤码头会产生极大的自燃隐患，煤堆自燃不仅会导致原煤浪费，造成巨额经济损失，其产生的烟气会影响周围大气质量，进而影响人们户外活动，威胁身体健康。因此，煤堆自燃是长期影响煤码头及用煤企业的重大安全问题，本文是针对红外成像技术在煤堆自燃检测中的应用展开研究，以达到预防及控制煤堆自燃的目的。

传统煤堆自燃检测方法主要集中在感温型、感烟型、感光型或气体测量型传感器，但都有其自身局限性[5-8]。诸如，感温型传感器对煤堆中的阴燃火不敏感而发生漏报或延报，在环境温度较高时（炎热天气）又会产生误报等问题；感烟型传感器在空旷环境下灵敏度低，很难达到报警阈值，以致不能实时准确采集烟雾信息，因而不适于大型散杂货煤堆场中的检测；感光型传感器只能探测特定波段的辐射光，应用范围窄，且易受强光、高功率光源等干扰；气体测量型传感器是通过检测煤堆燃烧产生的特定气体浓度进行判断，在空旷场所下其检测灵敏度低。因此，传统单一型探测器已不适于煤堆自燃检测，其难以实现实时、准确的检测及预防煤堆自燃的目的。近年来，伴随智能化、信息化的推进，基于互联网技术与数字图像处理技术的视频监控系统应用愈加广泛[9]。本文利用红外热像仪探测煤堆场表面温度分布来达到实时监测，预防煤堆自燃的目的。

红外热成像技术有其独特的优势，如可用于夜间及恶劣环境下的检测，可以有效发现阴燃火及准确判定火灾地点，实现预防火灾的目的[10]。本文详细分析了煤堆自燃原因，阐述了红外成像技术原理，最后在理论基础上实现了红外成像技术在煤堆自燃检测中的应用。

1 理论分析

1.1 煤堆自燃因素分析

煤堆自燃机理的研究始于 17世纪，自此国内外许多学者开始利用不同方法建立煤堆自燃的理论模型，这主要包括利用煤分子的结构模型研究煤自燃原理，利用煤活化能，采用热分析技术，从煤相学角度等展开煤自燃机理研究，此外还有通过煤的氧化反应和表面反应热进行煤自燃研究[11-13]。

在众多学者的研究中普遍认为煤的自燃现象是煤、氧复合作用的结果，空气中煤的氧化表现为两种形式，即氧气在煤表面上的物理吸附和化学吸附。煤与氧的物理吸附会释放一定量的物理吸附热，其大致与气体凝聚热相当；煤与空气中的氧分子发生化学作用形成化学吸附，其会产生化学反应热量，且要高于物理吸附热[14]。在煤堆表层以下1.5～3 m左右，由于煤的氧化速率产生的热量不能及时向外界环境释放，会形成热量积聚，使得煤体温度升高，当温度达到煤着火点温度时就会引起煤的自燃。因此，煤的自燃位置通常位于煤堆内部，而非煤堆表面或煤堆底部，即煤堆自燃由内开始逐渐向外扩散。

煤堆自燃不仅与外界环境有关，还与煤自身属性有关。煤堆自燃常与以下几个条件相关：

1）煤本身的自燃倾向性，主要与煤质中的水分、灰分、硫化度、孔隙粒度等相关；

2）外界环境中的氧含量，氧气通过煤块间隙进入煤堆内部，可使煤块与氧气充分接触而发生氧化反应；

3）因煤的氧化过程需要一段时间，煤堆的长时间存放极易增大煤堆自燃隐患，当堆放时间大于自燃发火期时煤堆就会产生自燃。图1以事故树的形式详细阐明了影响煤堆自燃的各因素间的逻辑关系[15]。

图1 煤堆自燃事故树分析

1.2 红外成像理论分析

19世纪初，英国天文学家Herschel在研究太阳七色光谱热效应时发现在黑暗环境下，利用“红光外侧的光线”（红外光谱）可以探测到人眼看不到的物体的“热线”，但在红光到紫光的单色光热效应实验中未发现此现象，随着研究深入科学家将这种现象称之为红外光谱的热效应，这种“热线”称为红外线[16,17]。在自然界中，一切温度高于绝对零度的物体都会辐射红外线，在微观上是由于物体内部分子或原子的无规则热运动不断辐射热红外能量的结果，利用红外探测器就可以捕捉到红外辐射源，通过电子系统转换为电信号由显示设备即可得到物体表面的热像分布图。通常，红外热成像的检测主要是基于以下基本原理：

1）普朗克定律：热辐射最基本的定律，描述了绝对黑体辐射出射度与光波长及温度的函数关系，如公式（1）所示：

式中：c为光速，3×108m/s；h为普朗克常数，6.626×10-34Js；k为玻尔兹曼常数，1.3806×10-23J/k；T为黑体绝对温度，单位K；λ为波长，单位μm。

2）基尔霍夫定律：通常一个物体本身会释放辐射能（发射本领），也会吸收其周围物体释放的辐射能（吸收本领），基尔霍夫定律描述了一个物体其发射本领与吸收本领的比值与温度及波长的关系，如公式（2）所示：

式中：Fλ,T为物体辐射出射度；Aλ,T为物体的吸收率；E(λ,T)为温度T下的辐射出射度。

3）斯蒂芬-波尔兹曼定律：表述了物体的辐射强度与温度的关系，如公式（3）所示：

式中：ξ为辐射系数[18]（表1、表2所示）；σ为斯蒂芬-波尔兹曼常数，5.6696×10-8W/(m2k4)；T为物体的绝对温度；ET为温度T的所有波段总辐射强度。

表1 不同物体的辐射系数

表2 不同粒径煤的辐射系数

红外检测的基本理论是利用物体辐射能与表面温度的关系，通过对物体辐射能的探测间接反应物体的表面温度。伴随着红外技术的日趋成熟及成像设备制造工艺的愈加精准，红外成像技术应用领域也越来越广泛，将红外成像设备用于煤堆自燃检测中已成为一种潮流，可以实时显示煤堆表面温度分布，确定煤堆自燃点位置，实现预防煤堆自燃的目的。

2 煤堆自燃点的识别

红外成像技术与网络技术的结合打破了环境及距离的限制，实现了远距离传输和实时监控，真正实现了远程信息资源共享，同时，通过后期的软件分析可以准确识别煤堆发热点，预防煤堆自燃，保障了企业财产及员工生命安全。港口煤堆自燃监控系统如图2。

图2 港口煤堆自燃监控系统

港口煤堆自燃监控系统主要由前端监控系统（红外热成像仪、云台），传输控制系统（传输控制箱、网络交换机）及监控中心管理系统（查询终端、控制终端、分析终端）组成，其中红外热成像仪及云台等设备安装在港口煤堆现场两侧，利用高20 m左右的高杆灯作为安装架，最大化地实现有效面积的监控；服务器及各监控终端设备安装于监控大厅内，控制系统利用无线传输网络获取红外热成像仪返回的各预置位的煤堆表面的温度信息，并控制云台进行自动巡航，当发现煤堆温度异常则发出警报，并通知现场人员进行相关处理。此外，监控中心可以对返回的视频信号进行分析、计算及存储以备查阅及事后处理。该监控系统由 c/c++语言结合OpenCV库函数编程实现，利用红外热成像仪获取的煤炭码头处的原始信息图及系统处理后的二值化图形，如图3所示。通过对红外热像仪返回的视频信息进行灰度及二值化处理，可准确判定煤堆自燃点位置。当煤堆场表面温度高于一定阈值时，则发出警报，表明该区域疑似煤堆自燃，如图3(b)中二值化图形所示为疑似煤堆发热自燃区域，进而提醒现场工作人员执行相应干扰措施。现场应用表明红外热成像仪是一种有效、适宜的检测方式，可用于大型散杂货煤堆场中的监控，其易安装、易维护，监测范围广，检测速度快，准确度高，可以提前发现煤堆自热、自燃现象。

图3 煤码头处的红外热成像图及二值化图

3 结 语

本文指出了传统煤堆自燃检测方法不能实现煤堆自燃的早期检测，其通常是在火势发展后进行预警，导致火灾延报，无法避免重大财产损失。因此，传统型火灾探测器已不适用复杂环境下的火灾检测。近年来，新技术与传统型探测技术的复合已成为新的发展趋势，如智能复合型探测器，红外热成像探测器等。

红外热成像技术在港口煤堆检测中的应用展示出了它的优越性，操作简单，易维护，可实现全天候监控，能直观显示煤堆场表面温度信息，能发现煤堆自热点，从而预防煤堆自燃，实现了安全生产。

伴随信息化、网络化的发展，红外成像技术在智能化港口的应用将越来越普遍。此外，红外成像技术与光学技术、计算机成像技术的结合在工程领域、生物医学领域、军事、民用等领域中的应用将越来越广泛。