項(xiàng) 目 簡(jiǎn) 介
項(xiàng) 目 名 稱(chēng) 皮帶無(wú)人值守智能監(jiān)測(cè)系統(tǒng)
主要完成單位 西山煤電（集團(tuán)）有限公司屯蘭選煤廠(chǎng)
簡(jiǎn) 介
一、立項(xiàng)背景
屯蘭選煤廠(chǎng)708矸石外運(yùn)皮帶主要用于矸石運(yùn)輸。一旦該皮帶發(fā)生嚴(yán)重故障將直接影響礦廠(chǎng)正常生產(chǎn)，造成巨大經(jīng)濟(jì)損失。盡管皮帶機(jī)具有跑偏、堆煤與打滑等常規(guī)保護(hù)裝置，能在一定程度上保護(hù)皮帶運(yùn)行在可控范圍內(nèi)，但存在傳感器老化嚴(yán)重、故障檢測(cè)方式傳統(tǒng)與精確性較差等缺點(diǎn)。皮帶托輥為易損設(shè)備，上托輥是1.2米一組，下托輥是6米一組，托輥數(shù)量龐大且故障表象具有間歇性特征，當(dāng)前崗位工人主要依靠人耳聽(tīng)聲音與肉眼觀(guān)測(cè)兩種方式判別托輥損壞程度。同時(shí)，由于缺乏輸送帶帶面檢測(cè)裝置，輸送帶故障情況僅靠人工在機(jī)頭或機(jī)尾觀(guān)測(cè)。因此，當(dāng)前選煤廠(chǎng)帶式輸送機(jī)設(shè)備設(shè)施故障監(jiān)測(cè)存在維護(hù)難度高、診斷模式傳統(tǒng)、巡檢工人勞動(dòng)強(qiáng)度大、人為因素影響大等問(wèn)題。同時(shí)，由于人工檢測(cè)非在線(xiàn)實(shí)時(shí)檢測(cè)，往往存在較大滯后性且容易造成漏檢現(xiàn)象，造成較為嚴(yán)重的經(jīng)濟(jì)損失。
二、項(xiàng)目研究主要內(nèi)容
本項(xiàng)目重點(diǎn)利用人工智能機(jī)器視覺(jué)技術(shù)和聲波信號(hào)智能分析技術(shù)對(duì)帶式輸送機(jī)輸送帶跑偏、撕裂故障以及托輥磨損狀態(tài)進(jìn)行檢測(cè)，同時(shí)開(kāi)發(fā)移動(dòng)終端APP軟件，實(shí)現(xiàn)遠(yuǎn)程移動(dòng)可視化監(jiān)測(cè)。各關(guān)鍵技術(shù)分析如下：
（一）聲波檢測(cè)和分析技術(shù)的皮帶托輥磨損程度監(jiān)測(cè)
在皮帶支架側(cè)面安裝聲波檢測(cè)傳感器，每隔10米安裝一個(gè)，一共64個(gè)。每個(gè)聲波傳感器檢測(cè)前后5米距離托輥聲波信號(hào)，通過(guò)光纖輸送至服務(wù)器進(jìn)行信號(hào)分析，最終實(shí)現(xiàn)故障檢測(cè)和定位。
本托輥故障診斷系統(tǒng)主要實(shí)現(xiàn)目標(biāo)包括以下四個(gè)方面：1、故障分級(jí)檢驗(yàn)；2、嚴(yán)重故障識(shí)別1) 基于音頻信號(hào)所含信息識(shí)別出鎖死托輥，2) 采用機(jī)器學(xué)習(xí)技術(shù)（深度學(xué)習(xí)）進(jìn)行斷裂識(shí)別；3、基于音頻故障定位。具體技術(shù)路線(xiàn)如下圖所示：
托輥監(jiān)測(cè)技術(shù)路線(xiàn)框圖
（二）機(jī)器視覺(jué)技術(shù)的輸送帶跑偏和撕裂故障監(jiān)測(cè)
1、對(duì)輸送帶撕裂故障診斷采用機(jī)器視覺(jué)中的區(qū)域分割，提取皮帶撕裂輪廓，對(duì)輪廓區(qū)域進(jìn)行數(shù)學(xué)分析，對(duì)區(qū)域面積采用逐級(jí)切割和累計(jì)的方法對(duì)皮帶撕裂的面積進(jìn)行計(jì)算。通過(guò)對(duì)皮帶正常和皮帶撕裂信息進(jìn)行分析和建模，結(jié)合實(shí)驗(yàn)分析和現(xiàn)場(chǎng)工人的工作經(jīng)驗(yàn)確定皮帶撕裂面積的報(bào)警閾值。當(dāng)皮帶撕裂面積超出所確定閾值，智能監(jiān)測(cè)系統(tǒng)將故障信息傳送到上位機(jī)界面并發(fā)出語(yǔ)音報(bào)警提示。通過(guò)監(jiān)控，對(duì)視頻圖像進(jìn)行查看并確認(rèn)皮帶是否發(fā)生嚴(yán)重撕裂、是否需要對(duì)皮帶進(jìn)行及時(shí)維修，避免發(fā)生二次故障傷害。其原理圖如下：
皮帶撕裂原理分析圖
2、通過(guò)圖像處理方法對(duì)皮帶是否跑偏進(jìn)行故障診斷。皮帶跑偏智能檢測(cè)系統(tǒng)采用圖像處理中霍夫變換算法。通過(guò)確定安裝相機(jī)位置建立坐標(biāo)系，由霍夫變換的算法檢測(cè)皮帶兩邊緣直線(xiàn)，由相機(jī)采集的圖像信息進(jìn)行分析，建立系統(tǒng)模型并確定皮帶正常運(yùn)行閾值，當(dāng)皮帶運(yùn)行時(shí)偏離所確定的閾值，根據(jù)所確定閾值再進(jìn)行實(shí)驗(yàn)分析，對(duì)皮帶跑偏故障進(jìn)行分級(jí)，系統(tǒng)將故障信息和等級(jí)顯示在上位機(jī)界面。其技術(shù)路線(xiàn)圖如下：
皮帶跑偏技術(shù)路線(xiàn)圖
（三）Android手持智能終端的遠(yuǎn)程移動(dòng)監(jiān)測(cè)
將皮帶輸送機(jī)運(yùn)行狀態(tài)自動(dòng)推送至移動(dòng)終端APP中，在有故障情況下，通過(guò)顏色與聲音等方式提醒相關(guān)人員及時(shí)進(jìn)行處理。其流程圖如下：
APP開(kāi)發(fā)流程圖
三、社會(huì)經(jīng)濟(jì)效益
（一）通過(guò)項(xiàng)目實(shí)施，原崗位由8人守崗可減少至4人巡崗，按照目前該崗位系數(shù)核算，年節(jié)省崗位工資約：4700元/月*12月*4=22.56萬(wàn)元，降低檢修人員勞動(dòng)強(qiáng)度同時(shí)也達(dá)到減員提效目的，為轉(zhuǎn)崗分流政策的實(shí)施開(kāi)辟新途徑。
（二）通過(guò)項(xiàng)目實(shí)施，可及時(shí)定位問(wèn)題托輥，使維檢工有針對(duì)性的進(jìn)行托輥維護(hù)，延長(zhǎng)托輥的使用壽命，有效減少更換托輥的材料費(fèi)用。
（三）708皮帶全長(zhǎng)1400米，項(xiàng)目實(shí)施前，皮帶撕裂導(dǎo)致停車(chē)維護(hù)時(shí)間12小時(shí)，按1小時(shí)生產(chǎn)產(chǎn)品450噸、每噸770元計(jì)算，造成經(jīng)濟(jì)損失約12*450*770=416萬(wàn)元；項(xiàng)目實(shí)施后，維檢人員可及時(shí)對(duì)皮帶撕裂進(jìn)行實(shí)時(shí)監(jiān)測(cè)及維護(hù)，如需維修，停車(chē)時(shí)間可降至3小時(shí)，避免因撕裂口徑大、維修時(shí)間長(zhǎng)導(dǎo)致重大生產(chǎn)事故，造成巨大經(jīng)濟(jì)損失。
四、應(yīng)用效果及推廣前景。
帶式輸送機(jī)作為煤礦采選過(guò)程中應(yīng)用最為廣泛，也是最為重要的運(yùn)輸設(shè)備，是保證礦廠(chǎng)連續(xù)穩(wěn)定運(yùn)行的重要因素。就選煤廠(chǎng)運(yùn)輸皮帶而言，整個(gè)皮帶運(yùn)行過(guò)程僅僅依靠人工觀(guān)測(cè)排查故障，未實(shí)現(xiàn)運(yùn)行狀態(tài)的在線(xiàn)連續(xù)監(jiān)測(cè)和故障信息自動(dòng)識(shí)別，因而存在較大的安全隱患。本項(xiàng)目通過(guò)采用聲波檢測(cè)和分析技術(shù)實(shí)現(xiàn)托輥故障識(shí)別和定位；通過(guò)機(jī)器視覺(jué)技術(shù)，建立輸送帶跑偏和撕裂的故障診斷；同時(shí)開(kāi)發(fā)了基于Android手持智能終端APP，實(shí)現(xiàn)皮帶運(yùn)行狀態(tài)的遠(yuǎn)程移動(dòng)監(jiān)測(cè)。上述研究綜合保障了帶式輸送機(jī)的連續(xù)穩(wěn)定運(yùn)行，降低了工人的勞動(dòng)強(qiáng)度，推動(dòng)了選煤廠(chǎng)智能化的發(fā)展，因此本項(xiàng)目研究對(duì)屯蘭選煤廠(chǎng)乃至全國(guó)的礦廠(chǎng)中帶式輸送機(jī)監(jiān)測(cè)系統(tǒng)建設(shè)都有重要的借鑒意義和廣闊的推廣應(yīng)用前景。
