专利详情

专利权人	西安电子科技大学
专利名称	传输机皮带损伤状况的智能检测方法
专利简介（摘要）	本发明公开了一种传输机皮带损伤状况智能检测方法，主要解决现有技术不能对皮带传输机运行过程中的撕裂损伤状况进行实时检测，并且误检率高的问题。其实现方案是：1)采集待测皮带图像；2)对待测皮带图像依次进行裁剪、去燥、归一化、膨胀腐蚀、卷积运算和平滑处理，得到新矩阵M
专利类型	发明专利
专利号	ZL202010512893.3	申请日	2020-6-8	有效期限	20年
技术领域	高新技术改造传统产业,
解决的技术问题	在众多的冶金厂、高炼厂以及煤矿工业厂中，皮带传输无疑是一种较为普遍且被大量使用的货物运输方式，而且运输距离之长、所载货物之重使得皮带面临着较大的破损以及撕裂风险。而运输皮带一旦发生撕裂，将会造成巨大数量的物资损坏，带来严重的经济损失，所以必需要对损伤后的皮带做安全检测和相关维修。而传统的损伤状况检测方法过于单一和机械化，在成本、检测时间、检测精准度、实时性、可调性等诸多方面存在明显的不足和纰漏。目前国内的皮带检测以及监测系统，主要分为以下三类：第一类是在长距离、大运输系统中用人工巡检，劳动强度大，且存在漏检的问题；第二类是检测系统的控制部分多为人为控制的人机交互模式，容易使整个系统存在超负荷运作的情况，从而带来安全隐患；第三类是采用机械接触式检测装置，譬如磁式传感器，压力测试装置等，此类装置一个最为致命的不足便是它们的检测是出现在事故发生之后的，不能够提前去预判皮带的运作情况，缺乏实时性，且检测设备的维修任务较为繁重，难以更换相关的参数部件，给检修人员的工作带来困难。在上述现有技术的基础上，有关以计算机视觉为基础，通过高速工业相机获取目标图像，以完成对现实目标的数字转化，采用有效的检测算法来检测图像中的信息，进而反映实际的皮带运行状况和趋势，实现整个装置所要达到的目标功能的工作，国内已有多人做出尝试。程悦等人在“皮带撕裂的视觉检测”(《机械工程与自动化》2018年3期)一文中提出视觉辅助检测的方法来判断皮带是否有裂纹或者撕裂，从而使系统发出警报或者停止运行。该方的的思路是：为获得高质量的皮带工作面图像，使用专用照明光源对皮带工作面进行照明，使得相机视场范围内光线均匀。智能相机采集到皮带图像后，经图像处理、特征提取及BP网络判断，对皮带的表面状况进行识别。当发现有疑似裂纹时及时发出警报，提醒工作人员做进一步确认处理；当发现有皮带撕裂现象时，报警的同时应切断皮带输送机工作电源，避免事故的进一步扩大。此文中，作者使用Canny边缘检测算子来检测皮带裂纹边缘，将检测结果送入BP神经网络，由网络来分析裂纹特征，从而判断皮带的损伤状况。该方法采取视觉辅助，具有智能化。但该方法仍存在两方面的不足：一是BP网络对所采集到的图像依赖性过高，若图像采集过程中发生光源照射不均匀或整个系统发生抖动，则会对网络的评估带来不利的影响；二是在皮带运行速度过快或者过慢时，检测准确度不是很高。陈勇波等人申请的专利“基于图像处理的皮带撕裂检测装置”(公告号CN205151047U,公告日2016.04.13，申请日2015.08.26)公开了一种基于图像处理的皮带撕裂检测装置，该装置采用面阵相机和旋转编码器来采集完整皮带图片数据，图像处理平台通过IP地址访问面阵相机读取图片，对其进行预处理、缺陷检测、特征计算等一系列分析，最终判断皮带是否存在撕裂或其他的缺陷。该装置虽然维护方便，避免了传统的传感器检测误检率高等问题，但若要使相机扫描完全匹配皮带运行速度，无疑会增加系统结构的复杂度；同时由于该装置在检测算法上面没有特别突出的优化，影响检测速度和精度的提高。
发明内容	本发明的目的在于针对上述现有技术的不足，提出一种传输机皮带损伤状况的智能检测方法，以实现对运行中皮带损伤状况的实时监控和检测，提高检测速度和精度。为实现上述目的，本发明的测试方法包括如下步骤： 1)采集待测皮带图像； 2)对待测皮带图像进行处理，获得检测参数； 2a)读入图像数据，按照目标区域的原点坐标(x0,y0)，以宽度w和高度h裁剪图像，获得需要检测的目标图像，其中原点坐标(x0,y0)，宽度w和高度h由检测目标范围确定； 2b)对目标图片进行高斯滤波去噪； 2c)设定去噪后目标图片的最大像素值为255和最小像素值为50的界限阈值，提取图像绿色分量，转成灰度图像，并对绿色分量进行归一化处理，增强目标与背景的对比度； 2d)采用大津法自适应获取归一化后图像二值化的阈值T，将其转化为二值图像； 2e)对二值图像进行膨胀和腐蚀操作，以消除图片中的杂点和干扰区域； 2f)对消除杂点和干扰区域后的图像进行小面积连通区域删减，以保证图像内只存在所检测的线条； 2g)对删减后图像的线条进行形态学细化，提取单像素点线条； 2h)利用水平，竖直差分算子对单像素点线条的每个像素进行滤波，求得高斯函数在图像水平方向和垂直方向上的导数Ix和Iy，计算用于对原始图像进行卷积运算的矩阵M； 2i)对矩阵M的四个元素进行高斯平滑滤波，以消除不必要的孤立点和凸起，得到新矩阵M1； 2j)利用新矩阵M1计算对应每个像素的角点响应函数R： R＝detM1-α(traceM1)2，其中，detM1＝λ1λ2，traceM1＝λ1+λ2，λ1、λ2分别为新矩阵M1的两个特征值，表征了矩阵向量的变换程度，即角点两边直线的变换程度，α为角点阈值，取值为0.04～0.06； 2k)对角点响应函数R进行局部非极大值抑制，即抑制不是极大值的角点，获得局部最大值Rmax，在角点响应函数矩阵R中，如果角点响应函数矩阵R中的每一个元素R(i,j)在附近8邻域内是局部最大值Rmax，则该位置坐标的点则被认为是角点； 2l)将检测到角点的R值进行排列，选取R值序列中依次最大的N个值对应的角点位置坐，并求取这N个角点位置坐标任意两点之间的斜率值，求其最大值与最小值之差，即斜率极值差S； 3)根据检测参数，判断出皮带是否发生撕裂，即将斜率极值差S与给定的判别阈值k进行比较：若斜率极值差S大于判别阈值k，则皮带发生撕裂；若斜率极值差S小于判别阈值k，则皮带未发生撕裂。
技术效果	第一：检测方法实现简单，检测结果精确高。目前皮带检测领域中的检测手段多为常见的警报信号检测抑或是人工检修，实现过程耗时且复杂；本发明的检测方法实现简单，能够快速地对皮带运行中的情况进行实时的检测；国内目前采取的检测方法大多单一，缺乏精度，本发明所用的检测方法具有智能性，利用准确的检测算法对经过系统处理后的图片进行检测，检测结果精确。第二：检测实施手段新颖，检测方法可包装性好。目前皮带检测领域较为有效的手段便是图像采集，算法检测，但检测方法对图像的要求较高，如果采集到的图像不均匀抑或是有重影，检测结果必然是不够理想的，本发明利用激光发生器打出绿色激光束，使其均匀照射在皮带上面，且高速工业相机装载在便于拍摄激光束的位置，这就保证了采集到的图像不失均匀性和保持清晰。
专利交易方式	转让
预计交易额	5万元
联系人	王老师		电话	029-88382398
邮箱			QQ
备注