基于机器视觉的天轮偏摆监测研究

摘要：针对部分煤矿天轮偏摆监测时位移传感器安装困难问题，研究了基于机器视觉的天轮偏摆监测方法。考虑了提升机天轮平台的结构布置，设计了天轮偏摆监测方案，研究了基于边缘监测方法的天轮偏摆量监测技术。通过模拟实验验证所提监测方法的可行性。实验结果表明，所提方法与位移传感器测量结果相比，相对误差小于5%，说明所提方法可用于天轮偏摆监测。最后进行了天轮偏摆量可视化监测方法的现场应用研究，结果表明所提方法可以有效获取天轮的偏摆量，从而为天轮的安全运行提供保障。

关键词：矿井提升机；天轮；偏摆监测；机器视觉

ResearchonMonitoringofHeadSheaveDeflectionBasedonMachineVision

WuXiaowei1LiTengyu2

1.HejiataCoalMine，ShenmuCityShaanxiShenmu719300；

2.NorthUniversityofChina，TaiyuanCityShanxiTaiyuan030051

Abstract：Inviewofthedifficultyininstallingdisplacementsensorswhenmonitoringthesheavedeflectioninsomecoalmines，amachinevisionbasedsheavedeflectionmonitoringmethodwasstudied.Consideringthestructurallayoutofthehoistsheaveplatform，asheavedeflectionmonitoringschemewasdesigned，andthesheavedeflectionmonitoringtechnologybasedontheedgemonitoringmethodwasstudied.Thefeasibilityoftheproposedmonitoringmethodisverifiedthroughsimulationexperiments.Theexperimentalresultsshowthatcomparedwiththedisplacementsensormeasurementresults，therelativeerroroftheproposedmethodislessthan5%，indicatingthattheproposedmethodcanbeusedformonitoringthesheavedeflection.Finally，afieldapplicationstudyofthevisualmonitoringmethodofthesheavedeflectionwascarriedout.Theresultsshowedthattheproposedmethodcaneffectivelyobtainthesheavedeflection，thusprovidingguaranteeforthesafeoperationofthesheave.

Keywords：minehoist；headsheave；deflectionmonitoring；machinevision

天轮是提升系统中的重要组成部分，其运行状态直接影响着提升机的运行安全，因此天轮的运行安全性受到广泛的关注。天轮为大型旋转机械，其绳槽内布置有钢丝绳。当天轮偏摆时会对钢丝绳施加扰动位移，引起钢丝绳的振动。特别是天轮偏摆超限时，引起的钢丝绳振动更加剧烈。而钢丝绳的非正常运行状态反过来会导致天轮绳槽衬垫的磨损不均匀，形成恶性循环，严重影响提升机的安全运行［1］。因此，对天轮的偏摆量进行实时监测，可以有效反映提升系统的运行状态，避免由其导致的提升事故发生。目前对天轮的检测维护主要由工人进行，然而天轮偏摆超限量通常只有几毫米，工人肉眼难以识别，便无法及时发现天轮偏摆故障［2］。此外，安装位移传感器是目前主要的监测方法，其具有较快的响应速度和较高的精度。该方法需要将位移传感器安装在子天轮之间，但煤矿现场部分天轮的轮毂外侧安装有注油口，使得子天轮之间空间狭小，传感器安装困难，存在一定的安全隐患，如图1所示。针对该问题，本文提出采用机器视觉的方法对天轮偏摆量进行采集，从而保证提升机的安全运行。

1监测方法研究

提升机天轮位于室外井架几十米的高空中。室外环境下光线强度变化大，且天轮上甩油严重，这些都会对天轮图像的采集造成较大影响。针对煤矿现场天轮的运行工况，本文提出的天轮偏摆监测方案如图2（a）所示。考虑到天轮平台空间狭小、天轮结构紧凑的特点，利用支架将相机固定在天轮的上端，采集天轮的轮缘图像。将照明灯布置在天轮下端，采用背光照明的方式对轮缘进行照明，实现夜晚天轮偏摆数据的采集。采集效果的模拟结果如图2（b）所示。采集到的图像直接传入位于天轮平台上的下位机中进行处理，提取到天轮偏摆位移，随后通过无线传输模块将位移信号传入位于司机室的上位机中进行显示，方便工人随时查看。

基于机器视觉测量天轮偏摆位移时，首先需要对相机进行标定。通过获取相机的内参矩阵和外参矩阵，从而将像素距离转换为实际物理距离。转换公式如下所示［4］：

其中（XW，YW，ZW）为天轮监测点在世界坐标系中的位置；（u，v）为天轮监测点在图像中的坐标；等式右边第一个矩阵为相机的内参矩阵，第二个矩阵为相机的外参矩阵。

本文通过张正友标定方法对相机参数进行标定，详细步骤在文献中［5］说明，在此不再重复介绍。利用标定好的相机采集天轮轮缘图像，获取像素点坐标，即可转换到世界坐标系，从而得到天轮的偏摆量。在此过程中，获取轮缘的像素点坐标是机器视觉测量中的关键。本文选择边缘检测算法对采集的图像进行处理，具体的步骤为：

（1）利用标定好的相机采集图像。由于我们感兴趣的图像范围仅为采集图像的一小部分，因此首先截取图像感兴趣范围，避免由于图像过大导致的计算量过大问题。

（2）其次进行图像灰度化处理。通过直方图均衡方法和调整图像强度值的方法来加强图像对比度，使得天轮的轮缘线条更加突出，方便进行边缘提取。

（3）进行图像二值化处理，通过形态学的膨胀腐蚀运算来消除图像中的噪音，具体步骤为分别执行两次开运算和闭运算。

（4）采用canny算子提取边缘，计算水平方向的边缘的中心点。

（5）比较不同图像得到的中心点坐标，根据标定参数将其转换为实际物理距离。

2模拟实验验证

基于机器视觉的天轮偏摆测量实验在提升系统模拟实验台上进行，对比图像测量结果和传感器采集结果来验证所提方法的有效性。位移传感器布置在导向轮的轮缘外侧，设置采样频率为512Hz。相机布置在导向轮正前方，帧率为40FPS。测量时转动导向轮，利用标定好的相机对导向轮图像采集，并进行边缘提取，整个过程如图3所示。

从图3处理结果可以看出图像边缘检测算法可以有效地提取到轮缘图像，得到轮缘中心点的图像坐标。以首张图像为标准，计算天轮的偏摆位移，并将其与传感器测量结果对比，消除相位差后对比结果如图4所示。

图4换向轮偏摆量测量

从对比结果中可以看出测量得到的结果在总体趋势变化上极为相近，图像测量结果峰峰值为4.27mm，传感器测量结果峰峰值为4.45mm，相对误差约为4%，多次重复测试相对误差均小于5%，说明图像测量方法可以达到较高的测量精度，可以满足现场应用需求。

3现场应用

在某矿混合井多绳摩擦提升系统上进行测试。该提升机提升高度为1041.7m，天轮直径为4m。采用由深圳度申科技有限公司生产的MGS501H千兆网CCD相机对天轮图像进行采集，其最大帧数为14FPS，分辨率为2592（宽）×1944（高），可通过POE方式供电。图5为现场安装示意图。

天轮偏摆监测结果如图6所示。天轮平台位于高空且无遮挡物，受光线影响较大。日间采集的图像和夜间采集的图像分别如图6（a）和图6（b）所示。

采集的图像质量受到光照强度和角度的影响大，严重时会导致图像失真。考虑到天轮偏摆量为渐变值，因此设定在特定时间进行采集。采集到的天轮偏摆峰峰值数据如下表所示，其为30分钟内记录的上天轮的偏摆数据。从中可以看出此时天轮的偏摆量未超过相关标准规定的最大值，可以认为此时天轮无偏摆故障。

结语

基于天轮平台结构，设计了天轮偏摆监测方案，解决部分天轮偏摆监测耗时长、传感器安装困难等问题。提出了基于机器视觉的天轮偏摆监测方法的主要流程，并通过模拟实验验证所提方法的可行性。实验结果表明，所提机器视觉方法测量结果与位移传感器测量结果相比，相对误差小于5%，说明所提方法可用于煤矿现场天轮偏摆量测量。

参考文献：

［1］马衍颂.扰动工况下深部矿井提升主绳多向耦合振动失稳机理及抑制策略研究［D］.中国矿业大学，2019.

［2］包从望，常浩，路恩.基于机器视觉的天轮偏摆检测技术［J］.煤矿安全，2016，47（01）：119122.

［3］蔡晓炜，徐靖雯，杨朋霖，等.提升机天轮状态监测与故障诊断系统［J］.煤矿机械，2020，41（01）：160162.

［4］陈兵旗.实用数字图像处理与分析［M］：北京：中国农业大学出版社，2014.

［5］郭宁，赵晓莉，寇子明.基于机器视觉的提升系统钢丝绳横向振动监测研究［J］.煤炭技术，2019，38（01）：120123.

作者简介：吴小卫（1986—），男，汉族，陕西安康汉阴县人，本科，工程师，研究方向为煤矿机电技术管理。