王建南
(山西西山晉興能源公司 斜溝煤礦選煤廠,山西 興縣 033602)
隨著選煤產業(yè)近幾十年的迅猛發(fā)展,振動篩的應用也越來越廣泛,盡管在篩板規(guī)格型號、篩板和篩子之間的連接方式逐步規(guī)范統(tǒng)一之后,振動篩整體的可靠性在逐步提高,但是振動篩的使用過程中始終伴隨著無法精準識別篩板破損和脫落造成的困擾。近幾年來圖像識別技術的發(fā)展和新型傳感器可靠性的提高,催生了多種篩板脫落報警裝置在選煤領域的應用,并取得了一定的成果。根據其技術特征和工作原理可以分為基于圖像識別技術和先進傳感器技術兩大類。
人工智能技術中,圖像識別原理和人眼睛識別圖像相類似,都是根據圖像特征進行識別[1]。它可以根據檢測到的圖像對需要的部分進行提取,過濾掉干擾因素,得到目標圖像后利用計算機進行信息處理,大致經過圖像分割、圖像特征提取以及分類識別的過程,最后將相關數據在數據庫中進行對比分析,如果圖像特征和人眼識別記憶及感官判斷的圖像相匹配時,就可以認為識別圖像成功[3][4]。圖像識別技術目前廣泛應用于智能攝像機、醫(yī)療造影檢測、精密加工等領域[5]。
屯蘭選煤廠的楊林順和上海大學的鄭偉等針對人工巡檢識別篩板脫落故障的滯后性,提出了一種基于深度視覺的篩板故障智能檢測方法,該方法采用TOF相機獲取篩面整體圖像,然后對圖像識別區(qū)域篩板脫落后輪廓的變化進行提取,利用故障區(qū)域和相機之間距離變化的識別和故障區(qū)域深度圖像數據變化的識別,將疑似故障區(qū)域的實際深度和該工位的既定深度進行比較,判斷該區(qū)域是否發(fā)生故障(如圖1),實現對篩板脫落故障的檢測[6]。
圖1 現場篩板脫落狀態(tài)圖像和輪廓提取圖像對比
該篩板故障智能檢測手段具有篩板完全脫離情況下識別及時、準確率高等優(yōu)點,但對篩板破損和篩板未完全脫離軌座的狀態(tài)無法識別,現場篩面運動的物料遮掩會對圖像輪廓提取和判斷造成干擾,所以對篩板破損和前期篩板翹起造成的跑粗無法識別。
篩板脫落、嚴重破損或篩前溜槽翻料等事故發(fā)生時有大量粗顆粒進入篩下導致跑粗,斜溝煤礦選煤廠將跑粗作為篩板脫落的判斷依據。在篩下物去向的桶上加1道縫隙為10 mm隔粗條縫軌道(可根據現場需求調整),篩板脫落后超限粗顆粒被介質流沖到軌道上以后,大于10 mm的粗顆粒被阻隔在軌道上(如圖2)。攝像機捕捉到圖像后,采用去除噪聲和光源的干擾,由軟件輪廓檢測函數進行輪廓檢測[2]和圖像對比識別,根據返回值的不同做出相應的判斷,實現篩板脫落的故障報警(如圖3)。
圖2 圖像識別跑粗報警裝置在安裝示意
圖3 圖像識別跑粗報警裝置工作原理
該圖像識別跑粗裝置兼具篩板破損和脫落雙重檢測功能,能實現跑粗和篩板脫落的精準識別和及時報警。在現場分別選用煤泥水桶、稀介質桶、合格介質桶各1個作為試點,經過半年工業(yè)試驗,滿足預期使用效果。但是該報警裝置受到外來光源的干擾或報警闕值的設置不合理均可能導致誤報警。
錦界選煤廠[7]和斜溝選煤廠針對因塊煤脫介篩篩板脫落大塊物料進入篩下后,因重力影響對檢測裝置活動翻板的擠壓或推動,分別使用光電開關和傾斜開關作為檢測傳感器,實現了對篩板脫落的故障檢測。區(qū)別在于錦界選煤廠設置的翻板是被脫落后篩下物料推動向上翹起引起光電開關動作,斜溝選煤廠利用塊煤在篩下溜槽傾斜面滾動對翻板的推力觸發(fā)傾斜開關動作,從而實現報警(圖4)。利用的傳感器基本工作原理是一致的,這種報警裝置缺點在于僅適用于塊煤脫介篩篩下工況,而且篩下溜槽其他雜物脫落可能導致誤報警,篩下的翻板軸承銹蝕或被介質、煤泥進入可能導致翻板軸轉動不靈活而影響報警準確性。
針對篩板脫落導致的跑粗量大、粒度粗的特點,篩板脫落時會對下游桶篦子造成快速堵塞而影響通透性的后果,在篦子上極易形成異常液位,通過在稀介桶篦子上方10 mm位置加裝電極式液位感應裝置(圖5)。當桶篦子堵塞后物料觸及到裝置底部時或者桶內實際液位達到感應裝置底部,液位開關發(fā)出信號實現對篩板脫落的報警,在驗證報警裝置可靠性以后,將報警信號接入集控系統(tǒng)和篩子形成閉鎖關系,也可以間接實現對篩板脫落和跑粗的異常報警,該報警裝置的弊端在于正常生產過程中的液位過高會導致誤報警。
圖5 電極式液位感應裝置
以上幾種篩板脫落報警裝置工作原理不同,適用工況不同,各有優(yōu)勢和弊端,報警裝置的通用性稍差,但是借助于人工智能技術和先進傳感器的迅猛發(fā)展,錦界選煤廠、斜溝選煤廠等煤炭企業(yè)和部分科研院所在篩板脫落預警的研發(fā)上所做的嘗試,有助于推動解決篩板脫落這一困擾振動篩生產和使用單位的難題,為完善振動篩狀態(tài)監(jiān)測和報警提供諸多幫助。