徐世昌，程剛，2，袁敦鵬，孫旭，金祖進(jìn)，李勇

（1. 中國(guó)礦業(yè)大學(xué) 機(jī)電工程學(xué)院，江蘇 徐州 221116；2. 山東中衡光電科技有限公司，山東 棗莊 277000）

0 引言

帶式輸送機(jī)具有較強(qiáng)的物料輸送能力，且投資費(fèi)用較低，廣泛應(yīng)用于煤礦、港口等場(chǎng)所[1]。帶式輸送機(jī)運(yùn)行過(guò)程中常出現(xiàn)輸送帶跑偏問(wèn)題，具體表現(xiàn)為輸送帶中心線偏離帶式輸送機(jī)中心線而逐漸偏向一側(cè)[2]。經(jīng)調(diào)研，帶式輸送機(jī)事故中有70%～80%是由輸送帶跑偏引起的[3]，輕則引起灑料現(xiàn)象，造成資源浪費(fèi)、環(huán)境污染[4]，重則導(dǎo)致輸送帶縱向撕裂等[5]，引起運(yùn)輸系統(tǒng)癱瘓，甚至引發(fā)火災(zāi)，造成人員傷亡[6]。堆煤是另一種較常見(jiàn)的帶式輸送機(jī)故障，是因煤流輸送不及時(shí)而在輸送帶連接處或煤倉(cāng)發(fā)生的煤炭堆積現(xiàn)象[7]，易導(dǎo)致輸送帶、電動(dòng)機(jī)等部件損壞，影響煤礦安全生產(chǎn)。

目前大量帶式輸送機(jī)應(yīng)用于煤礦生產(chǎn)現(xiàn)場(chǎng)[8]，且正朝大運(yùn)量、長(zhǎng)距離、高速度等方向發(fā)展，使得輸送帶跑偏及堆煤故障造成的影響越來(lái)越大。因此，需對(duì)這2類(lèi)故障進(jìn)行監(jiān)測(cè)分析，保障帶式輸送機(jī)運(yùn)行安全，減少設(shè)備及配件損耗，提高設(shè)備使用壽命。在實(shí)際應(yīng)用中，多采用接觸式傳感器檢測(cè)帶式輸送機(jī)跑偏或堆煤故障，如采用立輥式跑偏檢測(cè)裝置檢測(cè)接觸偏轉(zhuǎn)量來(lái)判別輸送帶是否跑偏[9]，采用基于行程開(kāi)關(guān)、水銀開(kāi)關(guān)等觸碰式傳感器實(shí)現(xiàn)堆煤檢測(cè)[10-11]。在煤礦復(fù)雜環(huán)境下，上述接觸式檢測(cè)方法在耐用性、靈敏度、可靠性等方面無(wú)法滿足煤礦安全生產(chǎn)要求。近年來(lái)，基于圖像處理的帶式輸送機(jī)故障檢測(cè)方法被提出。在輸送帶跑偏檢測(cè)方面，比較典型的是采用霍夫線變換[12]或Canny算子[13]提取輸送帶邊沿，通過(guò)識(shí)別輸送帶邊沿變化判斷輸送帶是否跑偏，或者通過(guò)識(shí)別托輥和輸送帶邊沿相對(duì)位置關(guān)系實(shí)現(xiàn)輸送帶跑偏檢測(cè)[14]。在堆煤檢測(cè)方面，典型方法是通過(guò)識(shí)別計(jì)算物料占圖像整體區(qū)域的比例來(lái)評(píng)估輸送帶負(fù)載[15]，或通過(guò)條形光源照亮煤流表面，提取物料輪廓來(lái)計(jì)算煤流體積[16]。圖像處理的微觀對(duì)象是圖像中像素值，而不同的帶式輸送機(jī)應(yīng)用場(chǎng)所中環(huán)境光照條件不同，且輸送帶表面污漬會(huì)導(dǎo)致顏色信息變化，影響圖像處理效果，導(dǎo)致誤識(shí)別問(wèn)題。

三維點(diǎn)云是通過(guò)對(duì)物體進(jìn)行一系列空間點(diǎn)采樣得到的表征物體表面信息的數(shù)據(jù)。三維點(diǎn)云處理即分析這些離散點(diǎn)的分布，進(jìn)而提取目標(biāo)物體形態(tài)特征的技術(shù)。與圖像數(shù)據(jù)相比，三維點(diǎn)云數(shù)據(jù)能更純粹地反映監(jiān)測(cè)對(duì)象的形狀和位置信息，而不存在顏色信息的干擾。因此，本文提出基于三維點(diǎn)云的帶式輸送機(jī)跑偏及堆煤監(jiān)測(cè)方法，可實(shí)時(shí)監(jiān)測(cè)輸送帶跑偏和堆煤故障，降低工作人員勞動(dòng)強(qiáng)度，提升帶式輸送機(jī)運(yùn)行安全性。

1 帶式輸送機(jī)跑偏及堆煤監(jiān)測(cè)系統(tǒng)

帶式輸送機(jī)跑偏及堆煤監(jiān)測(cè)系統(tǒng)由線激光雙目相機(jī)、計(jì)算機(jī)、PLC、觸摸屏、變頻器、速度傳感器等組成，如圖1所示。相機(jī)安裝在槽型帶式輸送機(jī)正上方。以相機(jī)雙目連線中心作為原點(diǎn)o、輸送帶運(yùn)行方向?yàn)閤軸、輸送帶寬度方向?yàn)閥軸、輸送帶高度方向?yàn)閦軸，建立空間直角坐標(biāo)系oxyz。相機(jī)通過(guò)激光發(fā)射器將一字線激光投射到下方輸送帶表面，則沿y方向形成1條激光線。相機(jī)利用雙目視差原理進(jìn)行深度測(cè)量，可實(shí)時(shí)高頻獲取不同時(shí)刻激光投射線上約1 500個(gè)點(diǎn)的y軸、z軸坐標(biāo)值。在輸送帶回程段安裝光電式速度傳感器，用于測(cè)量輸送帶實(shí)時(shí)運(yùn)行速度。結(jié)合速度和時(shí)刻信息可得到各點(diǎn)x軸坐標(biāo)值。隨著帶式輸送機(jī)運(yùn)行，輸送帶沿x方向相對(duì)于相機(jī)運(yùn)動(dòng)，相機(jī)即可對(duì)輸送帶進(jìn)行線掃描，實(shí)時(shí)生成點(diǎn)云數(shù)據(jù){（x1,y1,1,z1,1），（x1,y1,2,z1,2），…, （x1,y1,1500,z1,1500）}，{（x2,y2,1,z2,1），（x2,y2,2,z2,2），…，（x2,y2,1500,z2,1500）}，…，{（xn,yn,1,zn,1），（xn,yn,2,zn,2），…，（xn,yn,1500,zn,1500）}（n為掃描幀數(shù)），并將數(shù)據(jù)發(fā)送至計(jì)算機(jī)。系統(tǒng)通過(guò)分析處理點(diǎn)云數(shù)據(jù)對(duì)輸送帶跑偏和堆煤故障進(jìn)行實(shí)時(shí)監(jiān)測(cè)，可保留輸送帶形狀信息而屏蔽顏色信息，較圖像處理方法具有更強(qiáng)的抗干擾性能，更適用于煤礦惡劣環(huán)境。

圖1 帶式輸送機(jī)跑偏及堆煤監(jiān)測(cè)系統(tǒng)Fig. 1 Deviation and coal stacking monitoring system for belt conveyor

2 輸送帶跑偏監(jiān)測(cè)原理

2.1 點(diǎn)云數(shù)據(jù)片段采樣

線激光雙目相機(jī)具有高幀率密集采集特性，因此采集的點(diǎn)云數(shù)據(jù)量較大，對(duì)監(jiān)測(cè)實(shí)時(shí)性造成一定影響?？砂凑找欢ǖ膾呙栝g隔進(jìn)行采樣，提取x方向有限長(zhǎng)度的點(diǎn)云數(shù)據(jù)片段進(jìn)行實(shí)時(shí)分析。設(shè)系統(tǒng)采樣長(zhǎng)度L=0.15 m，則每次連續(xù)采樣幀數(shù)為

式中：f為相機(jī)幀率；v為輸送帶速度。

相機(jī)幀率穩(wěn)定在200 幀/s，設(shè)輸送帶速度穩(wěn)定在2.8 m/s，則根據(jù)式（1）得每次連續(xù)采樣幀數(shù)為11。假設(shè)從第i（i=1，2，…，n）幀開(kāi)始采集，則點(diǎn)云數(shù)據(jù)片段點(diǎn) 集PSTEP1={{（xi,yi,1,zi,1），（xi,yi,2,zi,2），…， （xi,yi,1500,zi,1500）}，{（xi+1,yi+1,1,zi+1,1），（xi+1,yi+1,2,zi+1,2），…，（xi+1,yi+1,1500,zi+1,1500）}，…，{（xi+10,yi+10,1,zi+10,1）, （xi+10,yi+10,2,zi+10,2），…， （xi+10,yi+10,1500,zi+10,1500）}}。

2.2 多余點(diǎn)云信息濾除

相機(jī)布置位置不同，則掃描獲取的點(diǎn)云信息不同，如圖2所示。可看出當(dāng)相機(jī)布置在使激光線投射于非托輥軸線正上方的位置時(shí)，由于該處輸送帶正下方無(wú)托輥支撐，受煤流質(zhì)量等因素影響，掃描生成的該處輸送帶點(diǎn)云圖像會(huì)出現(xiàn)明顯變形，對(duì)跑偏及堆煤監(jiān)測(cè)造成干擾。當(dāng)相機(jī)布置在使激光線投射于托輥軸線正上方的位置時(shí)，掃描生成的點(diǎn)云圖像中輸送帶變形情況得以消除。

圖2 相機(jī)布置位置不同時(shí)激光線掃描獲取的點(diǎn)云圖像Fig. 2 Point cloud images obtained by laser line scanning when camera is at different positions

激光線除投射于輸送帶以外，還投射于機(jī)架、托輥等部件表面，由此產(chǎn)生的多余點(diǎn)云數(shù)據(jù)需要被濾除。針對(duì)點(diǎn)云數(shù)據(jù)片段點(diǎn)集PSTEP1，采用歐氏聚類(lèi)算法[17]濾除機(jī)架等部件的掃描信息。具體為對(duì)于PSTEP1中各點(diǎn)，計(jì)算PSTEP1中離它最近的k個(gè)點(diǎn)的距離和，如果該距離和小于設(shè)定的聚類(lèi)閾值Tc，則將其加入點(diǎn)云數(shù)據(jù)點(diǎn)集PSTEP2中。本文中Tc通過(guò)下式確定。

式中：Tx，Ty，Tz分別為x，y，z方向上的 距離閾值；vmax為輸送帶速度最大值；Wl為激光投射線在輸送帶寬度方向的長(zhǎng)度；sx，sy為經(jīng)驗(yàn)參數(shù)，分別用于修正Tx和Ty,sx,sy∈[1.2,1.5]。

sx，sy，k取值通過(guò)對(duì)50組以上不同輸送帶速度下獲取的點(diǎn)云數(shù)據(jù)進(jìn)行離線分析擬合而確定。本文中Tc=120 547.42 mm。

歐氏聚類(lèi)前后輸送帶點(diǎn)云可視化對(duì)比如圖3所示?？煽闯鰵W氏聚類(lèi)算法可很好地將原始點(diǎn)云中機(jī)架等部件的數(shù)據(jù)去除，但無(wú)法去除托輥表面信息。

圖3 歐氏聚類(lèi)前后輸送帶點(diǎn)云可視化對(duì)比Fig. 3 Visual comparison of belt point cloud before and after Euclidean clustering

對(duì)于托輥表面信息，先將PSTEP2沿y方向等分為4段，只保留包含輸送帶最左側(cè)和最右側(cè)信息的分段數(shù)據(jù)，其中左側(cè)分段的點(diǎn)云數(shù)據(jù)如圖4（a）所示?？煽闯鲚斔蛶ё髠?cè)有1個(gè)可擬合輸送帶數(shù)據(jù)的大平面，以及1個(gè)可擬合托輥區(qū)域數(shù)據(jù)的小平面，因此只需在采樣點(diǎn)最左側(cè)分段點(diǎn)云數(shù)據(jù)中提取最大平面所涵蓋的數(shù)據(jù)，即可實(shí)現(xiàn)對(duì)托輥處噪點(diǎn)信息的去除。采用隨機(jī)采樣一致性（Random Sampling Consistency，RANSAC） 算法[18-19]提取點(diǎn)集最大平面，以濾除托輥區(qū)域點(diǎn)云數(shù)據(jù)，具體步驟如下。

圖4 RANSAC處理前后輸送帶左側(cè)分段點(diǎn)云可視化對(duì)比Fig. 4 Visual comparison of point cloud of left belt segment before and after random sampling consistency processing

（1） 從PSTEP2中隨機(jī)選取3個(gè)點(diǎn)，由此3個(gè)點(diǎn)可以確定1個(gè)平面。

（2） 依次計(jì)算PSTEP2中各點(diǎn)到上述平面的距離，將距離小于設(shè)定閾值的點(diǎn)記為局內(nèi)點(diǎn)。統(tǒng)計(jì)該平面對(duì)應(yīng)的局內(nèi)點(diǎn)個(gè)數(shù)。

（3） 重復(fù)步驟（1），（2）N次，對(duì)應(yīng)局內(nèi)點(diǎn)數(shù)最多的平面即所求最大平面，其對(duì)應(yīng)的局內(nèi)點(diǎn)即要保留的點(diǎn)云數(shù)據(jù)點(diǎn)集PSTEP3_L。

對(duì)超過(guò)200組數(shù)據(jù)片段進(jìn)行離線測(cè)試，得出RANSAC算法中距離閾值為2.2 mm時(shí)去噪效果最佳。迭代次數(shù)N最小值為

式中：p為置信度；e為局外點(diǎn)占所有點(diǎn)云數(shù)據(jù)的比值；S為確定擬合對(duì)象的最小數(shù)據(jù)點(diǎn)量。

設(shè)p=0.99，e=40%，由3個(gè)點(diǎn)確定1個(gè)平面可知S=3，則根據(jù)式（3）計(jì)算得Nmin=19。對(duì)200組數(shù)據(jù)片段進(jìn)行測(cè)試后發(fā)現(xiàn)，N＞20時(shí)均可成功擬合出正確平面，與迭代200次時(shí)結(jié)果相同。因此，迭代次數(shù)N＞20時(shí)即可準(zhǔn)確得到點(diǎn)云數(shù)據(jù)點(diǎn)集PSTEP3_L。

經(jīng)RANSAC處理后輸送帶左側(cè)分段點(diǎn)云如圖4（b）所示。紅色部分為可表征輸送帶區(qū)域的點(diǎn)云數(shù)據(jù)，綠色部分為濾除的噪點(diǎn)（一部分為托輥處點(diǎn)云數(shù)據(jù)，另一部分為輸送帶表面的噪點(diǎn)數(shù)據(jù)）。采用相同的方式處理輸送帶右側(cè)點(diǎn)云數(shù)據(jù)，得到PSTEP3_R。

2.3 輸送帶邊沿檢測(cè)

在各采樣數(shù)據(jù)片段關(guān)于輸送帶左側(cè)信息的純凈數(shù)據(jù)PSTEP3_L中，各幀數(shù)據(jù)的y軸坐標(biāo)最小值即為輸送帶左側(cè)邊沿信息。取這些最小值的中位數(shù)ym_L作為此時(shí)采樣分段數(shù)據(jù)的輸送帶左側(cè)邊沿表征。同理，PSTEP3_R各幀數(shù)據(jù)的y軸坐標(biāo)最大值即為輸送帶右側(cè)邊沿信息。取這些最大值的中位數(shù)ym_R作為此時(shí)采樣分段數(shù)據(jù)的輸送帶右側(cè)邊沿表征。連續(xù)采樣數(shù)據(jù)片段的輸送帶左右邊沿表征如圖5所示?？煽闯鲚斔蛶ё笥疫呇刈鴺?biāo)值呈現(xiàn)周期性變化。

圖5 輸送帶左右邊沿表征Fig. 5 The left and right edges characterizations of belt

圖5中輸送帶左右邊沿表征值蘊(yùn)含輸送帶寬度方向的形狀變化，若直接將其作為帶式輸送機(jī)跑偏程度的度量指標(biāo)，將很難發(fā)現(xiàn)此時(shí)的跑偏規(guī)律。為此，考慮用輸送帶寬度方向的中心點(diǎn)作為表征指標(biāo)，其位移可體現(xiàn)輸送帶偏移趨勢(shì)[20]。先對(duì)采樣數(shù)據(jù)段（假設(shè)為第j段）的輸送帶左右邊沿表征值ym_L_j和ym_R_j求平均，得到中心坐標(biāo)，記作中心表征值ym_j，再選取包含該數(shù)據(jù)段本身的前20個(gè)采樣數(shù)據(jù)段對(duì)應(yīng)中心坐標(biāo)的平均值作為衡量該處輸送帶跑偏嚴(yán)重程度的實(shí)時(shí)指標(biāo)，記作均中心表征值ymean_j，即

連續(xù)采樣數(shù)據(jù)片段的中心表征值ym_j和均中心表征值ymean_j如圖6所示?？煽闯鼍行谋碚髦祔mean_j緩慢下降，說(shuō)明輸送帶整體有向左偏移的趨勢(shì)。在第40段采樣數(shù)據(jù)后輸送帶繼續(xù)運(yùn)行32 m（約3圈）后發(fā)生了明顯向左跑偏現(xiàn)象，與預(yù)測(cè)的跑偏趨勢(shì)一致，這說(shuō)明以均中心表征值ymean_j作為跑偏監(jiān)測(cè)實(shí)時(shí)指標(biāo)能準(zhǔn)確反映跑偏趨勢(shì)。

圖6 輸送帶中心表征值和均中心表征值變化Fig. 6 Change trend of central characterization value and mean central characterization value

3 輸送帶堆煤監(jiān)測(cè)原理

帶式輸送機(jī)輸送帶上發(fā)生堆煤往往是因?yàn)楹笠患?jí)帶式輸送機(jī)運(yùn)行速度慢于前一級(jí)帶式輸送機(jī)，導(dǎo)致后一級(jí)帶式輸送機(jī)某一截面的煤流量逐漸增大，使得后一級(jí)帶式輸送機(jī)負(fù)載增加。如果不能及時(shí)監(jiān)測(cè)堆煤現(xiàn)象，會(huì)使煤流溢出輸送帶，進(jìn)而引發(fā)其他故障。正常運(yùn)行的帶式輸送機(jī)，其煤流在高度和寬度這2個(gè)方向上均處于正常范圍之內(nèi)，而當(dāng)輸送帶上發(fā)生堆煤時(shí)，該處煤流在高度或?qū)挾确较驎?huì)超出正常范圍，如圖7所示。

圖7 輸送帶堆煤前后對(duì)比Fig. 7 Comparison of coal flow images and point cloud visualization before and after coal stacking on belt

引入“煤流等效高度”的概念來(lái)實(shí)時(shí)評(píng)估堆煤程度。對(duì)采集的點(diǎn)云數(shù)據(jù)片段進(jìn)行處理。為了保證實(shí)時(shí)性，在y方向上從每幀1 500個(gè)點(diǎn)中等間距選取200個(gè)點(diǎn)，將選取數(shù)據(jù)點(diǎn)的z軸坐標(biāo)記作zq（q=1，2，…，200），計(jì)算這200個(gè)點(diǎn)的z軸坐標(biāo)平均值作為該幀數(shù)據(jù)的單幀等效高度hf。

對(duì)輸送帶空載時(shí)的掃描數(shù)據(jù)進(jìn)行相同處理，獲取空載時(shí)的等效高度hempty。對(duì)當(dāng)前采樣段的單幀等效高度hf與hempty作差，即可得到煤流等效高度hc，即hc=hempty-hf。若某采樣點(diǎn)處的煤流等效高度hc大于設(shè)定的堆煤閾值Ts，則認(rèn)為此時(shí)帶式輸送機(jī)發(fā)生堆煤故障。

4 試驗(yàn)驗(yàn)證

4.1 系統(tǒng)實(shí)現(xiàn)

搭建如圖1所示的帶式輸送機(jī)跑偏及堆煤監(jiān)測(cè)系統(tǒng)試驗(yàn)臺(tái)。為了實(shí)時(shí)監(jiān)測(cè)輸送帶跑偏及堆煤狀態(tài)，設(shè)計(jì)了人機(jī)界面，如圖8所示。計(jì)算機(jī)將計(jì)算出的跑偏均中心表征值實(shí)時(shí)反饋給PLC，再由PLC發(fā)送至觸摸屏，觸摸屏人機(jī)界面輸出輸送帶正中心累計(jì)跑偏值曲線，方便操作人員觀測(cè)輸送帶跑偏趨勢(shì)。人機(jī)界面還可實(shí)時(shí)顯示煤流等效高度曲線，并將其與預(yù)先設(shè)定的堆煤閾值（圖中紅色水平線）比較，超出則觸發(fā)報(bào)警和停機(jī)。此外，可通過(guò)歷史查詢界面查看輸送帶運(yùn)行過(guò)程中的歷史監(jiān)測(cè)數(shù)據(jù)，方便操作人員查看跑偏及堆煤故障發(fā)生時(shí)間。

圖8 帶式輸送機(jī)跑偏及堆煤監(jiān)測(cè)系統(tǒng)人機(jī)界面Fig. 8 Human-machine interface of deviation and coal stacking monitoring system for belt conveyor

4.2 跑偏監(jiān)測(cè)功能驗(yàn)證

4.2.1 邊沿點(diǎn)提取試驗(yàn)

輸送帶跑偏一般定義為輸送帶中心線偏離機(jī)架中心線的距離超過(guò)輸送帶寬度W的5%[3]，即偏離距離超過(guò)0.05W即認(rèn)為發(fā)生跑偏故障，如圖9所示。根據(jù)該定義，若輸送帶寬度為812 mm，當(dāng)向左或向右偏離40.6 mm則認(rèn)為發(fā)生跑偏故障。通過(guò)絲杠調(diào)整前后改向滾筒軸線到機(jī)架2個(gè)端面的距離d1，d2，d3，d4，進(jìn)而改變改向滾筒角度，人為誘導(dǎo)跑偏發(fā)生。

圖9 輸送帶跑偏Fig. 9 Belt deviation

設(shè)置輸送帶速度在0.5～3.0 m/s范圍內(nèi)，以0.5 m/s為增量。各速度下分別設(shè)置4組跑偏試驗(yàn)，其中人為誘導(dǎo)向左和向右跑偏各2組。若檢測(cè)到左右邊沿點(diǎn)超出跑偏范圍，則自動(dòng)停機(jī)，進(jìn)行實(shí)測(cè)，得到實(shí)測(cè)偏離值yd。邊沿點(diǎn)檢測(cè)相對(duì)誤差為

試驗(yàn)結(jié)果如圖10所示。可看出輸送帶速度為0.5～3.0 m/s時(shí)，邊沿點(diǎn)檢測(cè)相對(duì)誤差為-6.99%～3.11%（即檢測(cè)誤差為-2.84～1.26 mm），最大誤差僅為2.84 mm，驗(yàn)證了系統(tǒng)能可靠實(shí)現(xiàn)跑偏故障監(jiān)測(cè)功能。

圖10 輸送帶邊沿點(diǎn)檢測(cè)相對(duì)誤差Fig. 10 Relative errors of belt edge points detection

4.2.2 跑偏趨勢(shì)預(yù)測(cè)試驗(yàn)

在0.5～3.0 m/s輸送帶速度范圍內(nèi)人為誘導(dǎo)跑偏，以跑偏系數(shù)Kd衡量跑偏趨勢(shì)。

式中：Δy為當(dāng)前采樣點(diǎn)均中心表征值ymean_j與其前第20個(gè)采樣點(diǎn)均中心表征值ymean_（j-20）的差值；Δx為當(dāng)前采樣點(diǎn)x軸坐標(biāo)xj與其前第20個(gè)采樣點(diǎn)x軸坐標(biāo)xj-20的差值，即這2個(gè)采樣點(diǎn)數(shù)據(jù)獲取時(shí)間間隔內(nèi)的輸送帶運(yùn)行距離。

當(dāng)Kd大于跑偏趨勢(shì)閾值Td時(shí)，判定當(dāng)前輸送帶有向右跑偏的趨勢(shì)；當(dāng)Kd小于-Td時(shí)，判定輸送帶有向左跑偏的趨勢(shì)。Td可結(jié)合實(shí)際應(yīng)用設(shè)定，Td越小則檢測(cè)越靈敏，但可能引入較大的虛警率。本文設(shè)定Td=0.001 06。試驗(yàn)結(jié)果見(jiàn)表1，其中“運(yùn)行圈數(shù)”為得出預(yù)測(cè)結(jié)果至實(shí)際發(fā)生跑偏時(shí)輸送帶運(yùn)行圈數(shù)。

表1 輸送帶跑偏趨勢(shì)預(yù)測(cè)試驗(yàn)結(jié)果Table 1 Prediction test results of forecasting belt deviation trend

從表1可看出，在不同的輸送帶速度下進(jìn)行24組試驗(yàn)，有21組試驗(yàn)在預(yù)測(cè)出跑偏趨勢(shì)后，輸送帶均在0.5～4.0圈內(nèi)發(fā)生了朝預(yù)測(cè)方向跑偏的故障。試驗(yàn)臺(tái)輸送帶整圈長(zhǎng)度為9.42 m，說(shuō)明21組試驗(yàn)在得出預(yù)測(cè)結(jié)果后，輸送帶在運(yùn)行40 m內(nèi)均發(fā)生了與預(yù)測(cè)結(jié)果同方向的跑偏故障。剩余3組試驗(yàn)在檢測(cè)出跑偏趨勢(shì)后，最終趨于近平衡狀態(tài)，即輸送帶按照預(yù)測(cè)的跑偏趨勢(shì)偏移了一定距離，但未超過(guò)跑偏閾值便停止偏移，并趨于穩(wěn)態(tài)。以試驗(yàn)d2-1的中心表征值變化（圖11）為例，在輸送帶運(yùn)行初始階段，檢測(cè)到輸送帶有向左跑偏的趨勢(shì)，但在后續(xù)運(yùn)行過(guò)程中，跑偏狀況趨于平穩(wěn)，經(jīng)過(guò)700多個(gè)采樣片段（運(yùn)行30余圈，約300 m）后幾乎不再有偏移趨勢(shì)。分析認(rèn)為在這3組試驗(yàn)后期，在特定速度及跑偏誘導(dǎo)條件下，當(dāng)輸送帶偏移到一定程度后，在槽型托輥組的某一位置，輸送帶自重與偏移誘導(dǎo)因素產(chǎn)生的力趨于平衡，因此不再發(fā)生偏移。這3組試驗(yàn)初始階段均檢測(cè)出輸送帶偏移，且實(shí)際偏移方向與預(yù)測(cè)結(jié)果一致，因此實(shí)際上也反映了偏移預(yù)測(cè)的正確性。

圖11 試驗(yàn)d2-1輸送帶中心表征值變化Fig. 11 Central characterization value deviation change of belt in test d2-1

4.3 堆煤監(jiān)測(cè)功能驗(yàn)證

通過(guò)試驗(yàn)標(biāo)定確定堆煤閾值Ts。在輸送帶上集中堆積煤料，直至煤料堆邊沿到輸送帶某一邊沿的距離小于輸送帶寬度的1/10，如圖7（c）所示。對(duì)煤料堆進(jìn)行掃描，得出各幀點(diǎn)云數(shù)據(jù)中的最大等效高度hc_max。在標(biāo)定過(guò)程中進(jìn)行20組測(cè)試，選擇其中最小的hc_max作為堆煤閾值Ts。標(biāo)定結(jié)果為T(mén)s=26.85 mm，對(duì)應(yīng)的煤料堆質(zhì)量為27.6 kg。

對(duì)不同質(zhì)量的煤炭樣本進(jìn)行測(cè)試。在14～41 kg區(qū)間內(nèi)，以1 kg為增量，在輸送帶上堆積煤炭樣本，并對(duì)煤料堆進(jìn)行掃描。計(jì)算各幀數(shù)據(jù)的最大等效高度hc_max，并與堆煤閾值Ts比較。若煤炭樣本質(zhì)量大于27.6 kg且對(duì)應(yīng)的hc_max＞Ts，或煤炭樣本質(zhì)量小于27.6 kg且hc_max＜Ts，說(shuō)明檢測(cè)結(jié)果正確，否則錯(cuò)誤。試驗(yàn)結(jié)果表明，煤炭質(zhì)量在14～24 kg及28～41 kg范圍內(nèi)檢測(cè)結(jié)果均正確，25～27 kg范圍內(nèi)存在檢測(cè)錯(cuò)誤情況，具體見(jiàn)表2。共有5次試驗(yàn)出現(xiàn)了虛警，原因是這3個(gè)煤炭樣本質(zhì)量較接近觸發(fā)堆煤報(bào)警的臨界值27.6 kg，由于堆積密度變化等因素，最大等效高度會(huì)圍繞堆煤閾值Ts有一定波動(dòng)，但波動(dòng)不大。

表2 輸送帶堆煤試驗(yàn)結(jié)果（部分）Table 2 Partial test results of coal stacking on belt

5 結(jié)論

（1） 基于三維點(diǎn)云的帶式輸送機(jī)跑偏及堆煤監(jiān)測(cè)方法利用線激光雙目相機(jī)采集輸送帶表面的三維點(diǎn)云數(shù)據(jù)，通過(guò)提取激光線上的點(diǎn)云數(shù)據(jù)保留輸送帶純粹的形狀信息而屏蔽顏色信息，與圖像處理方法相比具有更優(yōu)的抗干擾性能，更適用于煤礦惡劣環(huán)境。

（2） 在實(shí)現(xiàn)跑偏監(jiān)測(cè)功能過(guò)程中，采用歐氏聚類(lèi)和RANSAC算法濾除干擾數(shù)據(jù)，得到輸送帶左右邊沿?cái)?shù)據(jù)點(diǎn)；采用均中心表征值實(shí)時(shí)表征輸送帶跑偏程度，可反映微小跑偏量，且能降低輸送帶寬度方向形狀變化對(duì)監(jiān)測(cè)的影響，有效、靈敏地預(yù)測(cè)跑偏趨勢(shì)。

（3） 在實(shí)現(xiàn)堆煤監(jiān)測(cè)功能過(guò)程中，提出通過(guò)點(diǎn)云數(shù)據(jù)處理得到煤流等效高度，以其綜合表征煤流高度和寬度信息，從而評(píng)估堆煤程度。

（4） 在搭建的帶式輸送機(jī)跑偏及堆煤監(jiān)測(cè)系統(tǒng)試驗(yàn)臺(tái)上進(jìn)行測(cè)試，結(jié)果表明采用該方法可較好地實(shí)現(xiàn)輸送帶跑偏及堆煤實(shí)時(shí)監(jiān)測(cè)。