皮带输送机“依载调速”关键技术的研究

晋纪岩

一、概述

冀中能源峰峰集团位于邯郸市西部，大多数矿井煤炭运输采用皮带机来完成，能耗大，工作容量占整座矿井工作容量约30%，而且皮带配备冗余功率容量达20%。由于变频调速具备先进的调速功能和卓越的节能效果，因此得到了煤矿的青睐及广泛应用。但是目前煤炭皮带运输控制系统配备的变频器只是用来实现皮带的软起软停，并没有在运输过程中实现调速。针对这种现状，本文提出利用皮带监控图像，通过图像处理算法，得出皮带上的煤量在皮带上的占空比，实时估算出皮带上的煤量，再将结果传送变频器的調速电路，实现根据皮带上的煤量实时调速的目的，实现节能节排的目的。

二、煤量计量系统的实现

（一）、图像处理

图像分析中，图像质量的好坏直接影响识别算法的设计与效果的精度，因此在图像分析前，需要进行预处理。增强有关信息的可检测性、最大限度地简化数据，从而改进特征提取、图像分割、匹配和识别的可靠性。

将彩色图像转化成为灰度图像的过程称为图像的灰度化处理。而灰度图像是R、G、B三个分量相同的一种特殊的彩色图像，其像素点的变化范围为0到255，所以在数字图像处理种一般先将各种格式的图像转变成灰度图像以使后续的图像的计算量变得少一些。

（二）、图像滤波处理

在采集和传输过程中，图像往往被噪声污染而质量下降，污染图像的噪声的主要来源有电子噪声、光电噪声、元器件材料本身引起的噪声、成像媒介（如大气等）随机扰动引起的噪声等。

（三）、图像分割

图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤。现有的图像分割方法主要分以下几类：基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等。从数学角度来看，图像分割是将数字图像划分成互不相交的区域的过程。图像分割的过程也是一个标记过程，即把属于同一区域的像索赋予相同的编号。

（四）、阈值分割

阈值分割算法的关键是确定阈值，如果能确定一个合适的阈值就可准确地将图像分割开来。阈值确定后，将阈值与像素点的灰度值逐个进行比较，而且像素分割可对各像素并行地进行，分割的结果直接给出图像区域。阈值分割的优点是计算简单、运算效率较高、速度快。

（五）、区域分割

区域生长是从某个或者某些像素点出发，最后得到整个区域，进而实现目标提取。分裂合并差不多是区域生长的逆过程：从整个图像出发，不断分裂得到各个子区域，然后再把前景区域合并，实现目标提取。

2.2.2.1.7边缘分割

不同的图像灰度不同，边界处一般有明显的边缘，利用此特征可以分割图像。图像中边缘处像素的灰度值不连续，这种不连续性可通过求导数来检测到。Sobel算子在边缘检测算子扩大了其模版，在边缘检测的同时尽量削弱了噪声。其模版大小为3×3，其将方向差分运算与局部加权平均相结合来提取边缘。在求取图像梯度之前，先进行加权平均，然后进行未分，加强了对噪声的一致。在对精度要求不是很高的场合下，Sobel 算子是一种较为常用的边缘检测算法。

在分析对比了不同的灰度化处理的特点的基础上，结合煤矿井下的实际要求，选用了分量法的灰度处理方法。

三、计量系统的标定

在大多数条件下这些参数必须通过实验与计算才能得到，这个求解参数的过程就称之为相机标定（或摄像机标定）。相机标定中所要确定的几何模型参数分为内参和外参两种类型。相机内参的作用是确定相机从三维空间到二维图像的投影关系。相机外参的作用是确定相机坐标与世界坐标系之间相对位置关系。

（一）、体积模型

计算截面面积可采用统计属于某一灰度或某一灰度级范围的像素点数的方法来实现，称为数点法。数点法原理简单，但需要把物体边界确定后，再对物体逐行扫描一遍才能计算出物体边界包含的像素总数，因此数点法会花费较多计算时间。下面介绍的面积计算方法根据物体的边界点计算面积，这种方法可以在边界跟踪的同时计算面积，因而提高了计算效率。

（二）、带式输送机功耗模型的建立与优化

本节主要分析带式输送机参数对控制系统的影响，运用RBF神经网络建立带式输送机速度、负载与功耗的功耗模型，基于粒子群算法对RBF神经网络模型参数进行优化，得出煤量与带速之间的节能匹配关系。得出煤量与带速、电流之间的节能匹配关系，电流是作为永磁电滚筒过载的判据，防止负载突然增大导致闷车。

（三）、带式输送机RBF神经网络功耗模型的建立

影响带式输送机功率的主要因素是煤量和带速，而在实际生产工作中功率即功耗和煤量、带速的关系无法用精确的数学公式表达，而径向基函数神经网络能够逼近任意非线性函数，故可采用RBF（径向基函数）神经网络拟合功耗、煤量和带速三者的关系模型，同时得到永磁电滚筒的正常工作电流。构建 RBF 径向基函数神经网络首先要确定网络结构，通常情况下，其包括输入变量、输出变量、隐含层个数、隐层中神经元数及每层传递函数的确定。

（四）、粒子群算法对功耗模型参数的优化

粒子群优化（PSO）是一个CAS系统，鸟类群落系统的研究。

改变 Q的大小和V对应的范围就可以得出功率P最小时对应的带速V。由于煤量不可能一直固定不变，为了避免速度变化频率过快，导致系统稳定性降低，故障增多等问题，故将煤流量划分区间，煤量变化间隔根据实际工况而定。功耗模型建立完成后可以得到煤量-带速和煤量-电流两条曲线，煤量-带速曲线作为带式输送机调速的依据，煤量-电流曲线用来判断是否过载。由于煤量在时刻变化，为了避免速度变化频率过快，导致系统稳定性降低，故障增多等问题，故将煤流量划分区间，煤量变化间隔根据实际工况而定。

四、自适应调速系统实现

首先通过基于图像处理的煤量计量方法得到煤量，然后采用RBF神经网络建立带式输送机的功耗模型，并通过粒子群算法对功耗模型参数进行优化。最后得出带式输送机煤量与带速之间的节能匹配关系以及正常工作电流，即得到最优运行速度及此时工作电流，将速度与电流传输给永磁电滚筒变频器，在工作电流正常的前提下对带式输送机的速度进行调节，自适应调速实现。

五、结束语

企业为创造经济利益，利用节能降耗来降低生产成本是当前的必经之路。根据煤量对皮带进行实时变频调速是实现节能降耗的一种较好的途径，值得煤矿企业进行推广与应用。