机器视觉技术在选煤厂运输机溜槽堵塞检测中的应用

田勇

【摘 要】 为降低输送机溜槽堵塞给后续煤炭洗选影响，文章提出将机器视觉技术应用到输送机溜槽堵塞中，并进行工程应用。研究结果表明：1）检测系统结构主要包括有工业相机、视觉处理系统，并在溜槽上用高亮油漆划定指示线，便于图像识别分析;2）检测方式通过比对溜槽内物料覆盖面积、指示线覆盖范围来对溜槽是否堵塞进行判定，并依据现场情况对判定预警、停机判定指标进行确定;3）现场应用后，可实现溜槽堵塞的早期预警，后续未再出现由于溜槽堵塞导致煤炭洗选停止问题，堵塞检测正确率在98%以上，误报警率在2%以内。研究成果可为其他选煤厂类似情况下的问题处理提供经验借鉴。

【关键词】 选煤厂;运输机;溜槽堵塞;机械视觉;检测技术

【中图分类号】 TD94;TP391.41 【文献标识码】 A 【文章编号】 2096-4102（2021）04-0005-02

刮板以及带式输送机是选煤厂原煤、精煤等物料运输的主要设备，在溜槽位置受到运输的物料自身性质、运输速度、溜槽空间等因素影响，会出现堵塞问题。溜槽出现堵塞后若控制系统不及时停止运行，轻则降低生产效率，重则导致生产停止。传统的溜槽堵塞通过人工巡检、安装检测装置（如光电对射开关、倾斜开关等）发现。在选煤厂生产过程中，某些部位存在粉尘含量高、噪音大以及安全风险高等问题，工作人员长时间在此环境中工作会给自身身体健康带来一定威胁;而采用检测装置也存在检测效率不高或者出现严重堵塞才发出报警信息，无法满足运输机溜槽堵塞检测需要。机器视觉通过对获取到的图像进行分析，具备24h不间断巡查、工作效率高等优点。为此，文中提出将机器视觉应用到选煤厂运输机溜槽堵塞检测中，以便提高溜槽堵塞发现能力，降低溜槽堵塞影响。

1工程概况

山西某选煤厂设计洗选能力为600万t/a。由于矿井所采井田地下水资源丰富，从而导致生产的原煤中含水率相对较高，现场测定发现原煤含水率介于8%～13%;井下生产的原煤中粒径在13mm以下占比较高，约为58%，从而使得选煤厂带式输送机在运输过程中溜槽常出现堵塞问题。加之输送机溜槽受到空间限制，存在尺寸、角度等参数设计不合理问题，也进一步加剧了溜槽堵塞问题。

2机器视觉技术在溜槽堵塞检测中应用分析

2.1系统构成

具体在选煤厂布置的输送机溜槽堵塞检测系统结构见图1。在需要进行堵塞检测的溜槽斜上方位置均布置有工业摄像机，具体包括有CCD相机、辅助光源。CCD相机为防爆、高信噪比相机，可满足恶劣运行工况图像获取需要;辅助光源主要在弱光环境下进行补光，如图1。

工业摄像机通过选煤厂已有的光纤网络将获取到的图像实时传输给视觉处理系统，系统内的视觉图像处理器依据内置程序对工业摄像机获取到的图像进行处理。视觉处理系统可实现多路工业摄像机图像的处理，可满足溜槽堵塞检测需要。同时可将视觉处理系统与选煤厂生产控制系统、大屏监控系统等连接，以便进行预警并调整选煤厂生产。

在输送机溜槽斜上方位置安装工业摄像机，具体如圖2所示，同时为了便于进行图像识别分析，在溜槽内部距离溜槽口0.5m、1.0m位置使用高亮油漆在溜槽内部四周刷涂两条指示线，编号分别为L1、L2。工业摄像机安装位置应不影响带式输送机（刮板输送机）正常运行，同时可获取到较为完整的指示线标记。

2.2 视觉图像处理过程

现阶段机器视觉图像处理技术较为成熟，各类专业的图像处理软件可实现图像的变换、滤波、边缘检测、直方图、几何变换等处理。视觉图像处理的基本原理是分析输送机溜槽口位置物料面积、特征指示线覆盖情况等对溜槽口是否堵塞进行判定。具体视觉图像处理流程为：

工业摄像机按照要求安装到位后，拍摄获取多张溜槽正常工作时画面，并对画面图像处理，获取得到特征值作为基准值。

通过中值滤波专用软件对获取到的溜槽图像进行噪声去除处理。

通过二值化处理软件从除噪后的图形中获取得到溜槽内物料铺设状态、指示线（L1及L2）被覆盖情况。

对图像进行分割处理，并使用二值形态学滤波使得图像边缘平滑。

使用像素点统计方法获取到溜槽内物料铺设面积以及指示线（L1及L2）被覆盖范围。

每间隔10s分析一张溜槽图像，并取邻近的3种图像中溜槽内物料铺设面积以及指示线（L1及L2）被覆盖范围均值作为特征值进行分析。将未堵塞情况下获取到的溜槽内物料铺设面积以及指示线（L1及L2）被覆盖范围均值作为基准值。

2.3 堵塞故障判定依据

对机器视觉图像进行处理后，实时获取溜槽内物料铺设面积以及指示线（L1及L2）被覆盖范围特征值，通过实时分析特征值与基准值即可实现溜槽是否堵塞判定。

在实际堵塞故障判定中，若溜槽内物料铺设面积较基准值高10%同时指示线L1覆盖面积较基准值高20%时，视觉处理系统即会发出预警信息，同时经视频联动，将出现预警信息位置的溜槽图像在大屏监控系统上实时显示，由现场监控人员判定是否需要停车，并安排人员前去疏通;若溜槽内物料铺设面积较基准值高20%同时指示线L2覆盖面积较基准值高50%时，即可判定溜槽出现堵塞，此时视觉处理系统会通过报警OPC向生产控制系统发出溜槽堵塞信息，堵塞位置前方带式输送机则立刻停机运行。

3 现场应用分析

将机器视觉检测系统应用到选煤厂7261带式输送机溜槽堵塞检测中，具体获取到溜槽未堵塞以及堵塞发生时的溜槽内物料铺设面积曲线见图3所示。

从图中可看出，机器视觉检测系统可实时获取到溜槽内物料铺设面积，当溜槽未堵塞时溜槽内物料铺设面积始终在阈值以内，而当溜槽出现堵塞时则溜槽内物料铺设面积会超过设定阈值。可实时获取到溜槽内物料铺设面积，机器视觉检测系统通过溜槽内物料铺设面积与设定阈值进行比对，从而实时对溜槽是否堵塞进行判定。

4 结论

机器视觉技术近些年来在工业、安防等方面应用逐渐广泛，同时随着智能AI平台的不断开发使用，可为用户个性化定制提供便捷。将机器视觉技术应用到选煤厂输送机溜槽堵塞检测中，并根据获取到的大量图像数据对视觉检测算法不断训练，方可减少堵塞检测错误率。

将基于机器视觉技术的溜槽堵塞检测系统应用到输送机溜槽堵塞检测中，当溜槽出现堵塞30s后选煤厂集控中心大屏监控系统即会显示堵塞位置画面，便于安排人员前去处理，从而避免由于溜槽堵塞导致后续生产严重受影响问题发生。综合统计发现，溜槽堵塞检测正确率在98%以上，误报警率在2%以内，可在一定程度上提高选煤厂生产效率。

文中所提溜槽堵塞检测系统结构简单，故障发生率较低，但是也存在指示线（L1及L2）被煤泥覆盖、需要频繁清洗等问题，在后续研究中可使用激光射频技术构建指示线，从而解决上述问题。

【参考文献】

[1]王建国.溜槽物料堵塞检测方式在洗煤厂的应用[J].煤炭工程，2019，51（S2）：127-130.

[2]冀连权.选煤厂溜槽堵塞原因及实例分析[J].煤炭加工与综合利用，2017（11）：37-38，43.

[3]武文泽.基于机器视觉的选煤厂输送机皮带磨损故障诊断研究[D].徐州：中国矿业大学，2020.

[4]李惠.选煤厂集中控制系统的研究与设计[J].中国矿山工程，2020，49（5）：71-72，76.

[5]李太友，刘纯.选煤行业新技术浪潮下的智能化选煤厂[J].选煤技术，2019（1）：7-13.

[6]种亚岗，石晓军，陈锋，等.机器视觉技术在选煤厂应用的研究现状和进展[J].矿山机械，2017，45（7）：57-59.

[7]林娅静.基于视觉的选煤厂智能监控系统研究[D].徐州：中国矿业大学，2014.

[8]周德炀，张立忠，景治，等.基于机器视觉的煤质快速分析法及其应用[J].煤炭加工与综合利用，2020（8）：78-80.