曠永龍

(山西焦煤集團有限責(zé)任公司 東曲煤礦, 山西 古交,030200))

帶式輸送機是煤炭生產(chǎn)運輸?shù)年P(guān)鍵設(shè)備,經(jīng)傳送帶承載原煤、物料等完成運輸任務(wù)。煤礦井下運行環(huán)境惡劣,運輸過程易出現(xiàn)傳送帶撕裂斷帶事故,影響煤炭生產(chǎn)運輸效率[1-2].導(dǎo)致帶式輸送機傳送帶撕裂的主要原因為非煤異物劃傷,傳統(tǒng)帶式輸送機保護系統(tǒng)是在故障發(fā)生后進行保護,具有滯后性,影響帶式輸送機運行效率[3-4]. 基于NVIDIA Jeston硬件開發(fā)平臺,采用改進YOLOv3模型設(shè)計帶式輸送機非煤異物檢測系統(tǒng),以達到非煤異物預(yù)警,降低傳送帶撕裂事故發(fā)生概率,保證帶式輸送機安全、高效、穩(wěn)定運行。

1 非煤異物檢測方法

帶式輸送機非煤異物主要包括矸石、錨桿/錨索、螺栓/螺母、鉆頭/桿、工字鋼頭、輸送帶頭/卡、道釘/道木、棉紗、鐵絲等,與帶式輸送機實際運行環(huán)境相關(guān)。非煤異物識別方法為:實時采集帶式輸送機傳送帶圖像信息并進行邊緣檢測,提取圖像形狀特征,進行特征增強后匹配異物目標檢測算法,進而輸出識別結(jié)果[5-6]. 同時更新非煤異物樣本庫以及特征集合,為非煤異物匹配算法提供模型訓(xùn)練樣本。非煤異物識別方法見圖1.

圖1 非煤異物識別方法圖

非煤異物識別步驟為:1) 采集圖像給與處理。對采集到的異物圖像進行色彩轉(zhuǎn)換、去噪、信息增強處理,使得異物圖像邊緣特征清晰。2) 提取異物特征并建立樣本庫。對異物圖像進行閾值分割、區(qū)域分割、邊緣檢測以及形狀樣本提取,同時建立異物樣本庫[7-9]. 3) 解算異物坐標。建立攝像機、輸送帶及異物圖像的相對坐標關(guān)系并解算異物坐標。

2 方案設(shè)計

帶式輸送機非煤異物檢測系統(tǒng)設(shè)計的目標為:1) 精度要高,要求采集到的圖像清晰度高、異物模型的檢測精度高。2) 非煤異物檢測速度要快,能夠適應(yīng)帶式輸送機0～4.5 m/s的帶速,實時性強。3) 對帶式輸送機傳送帶進行實時監(jiān)控,能夠有效檢測出非煤異物并與帶式輸送機控制系統(tǒng)聯(lián)動,觸發(fā)聲光語音報警。4) 能夠?qū)Ψ敲寒愇餁v史檢測數(shù)據(jù)進行查看和分析。根據(jù)上述設(shè)計目標,帶式輸送機非煤異物檢測系統(tǒng)方案設(shè)計框圖見圖2.

圖2 帶式輸送機非煤異物檢測系統(tǒng)方案設(shè)計框圖

3 硬件組成

帶式輸送機非煤異物檢測系統(tǒng)硬件主要包括核心控制及處理模塊、高清攝像儀、PLC控制模塊等。

1) 核心控制及處理模塊。選用NVIDIA Jeston Xavier NX非煤異物檢測開發(fā)軟件,CPU采用四核ARM Cortex-A57 MPcore處理器,主頻為1.43 GHz;GPU采用NVIDIA MaxwellTM架構(gòu),擁有128個CUDA核心,472GFLOPS(FP16);存儲空間為16 GB Emmc5.1閃存+128 GB microSD;對外接口支持10、100、1000 BASE-T 以太網(wǎng)、UART、HDMI、GPIO、USE3.0×4等,滿足帶式輸送機非煤異物檢測需求。

2) 高清攝像儀。選用MindVIsion的MV-GE500C型,該攝像頭為工業(yè)級產(chǎn)品,結(jié)構(gòu)設(shè)計緊湊、圖像質(zhì)量高,能夠適應(yīng)井下光照強度弱、粉塵多的惡劣環(huán)境。該攝像頭的有效像素為500 W,分辨率為2 592×1 944@24FPS,數(shù)據(jù)接口為RJ45千兆以太網(wǎng)并向下兼容100 M網(wǎng)絡(luò);支持ROI設(shè)定、對比度/飽和度/伽馬調(diào)節(jié)、ISP圖像處理等功能。

3) PLC控制模塊。選用EPEC的3724,支持CANOPEN、CAN2.0B通訊,支持開關(guān)量輸入、0～5 V電壓輸入、0～22.7 mA電流輸入、脈沖輸入、相位差90°脈沖計數(shù)輸入、開關(guān)量輸出、PWM調(diào)試輸出,防護等級為IP67,抗沖擊、抗振動能力強。

4 軟件設(shè)計

4.1 非煤異物檢測模塊

帶式輸送機非煤異物檢測流程基于NVIDIA Jeston Xavier NX硬件平臺實現(xiàn),內(nèi)置Ubuntu 16.04系統(tǒng)并安裝OpenCV、數(shù)據(jù)庫等軟件。非煤異物檢測系統(tǒng)以TCP/IP通訊接收到帶式輸送機處的攝像頭視頻流數(shù)據(jù)后,依據(jù)改進YOLOv3模型[9]進行非煤異物檢測,檢測結(jié)果通過OpenCV軟件進行展示。非煤異物檢測流程圖見圖3,對于有非煤異物的幀圖片進行異物類別、異物信息標注并保存該幀圖片,同時標識與PLC控制系統(tǒng)聯(lián)動的聲光報警信號標志位。

圖3 非煤異物檢測流程圖

4.2 報警聯(lián)動控制模塊

報警聯(lián)動控制模塊位于帶式輸送機PLC控制系統(tǒng)內(nèi)部,PLC控制系統(tǒng)以CAN總線通訊、硬連接兩種方式與非煤異物檢測系統(tǒng)連接。PLC控制系統(tǒng)中的報警模塊周期性的檢測非煤異物報警標志位,當檢測到該標志位為1后,觸發(fā)聲光語音報警;待報警事件解除后,將非煤異物報警標志位清零。

4.3 Web端非煤異物檢測查詢模塊

Web非煤異物檢測查詢模塊前端采用JavaScript框架Vue進行設(shè)計,后端采用Python web微框架Flask,對接收到的帶式輸送機傳送帶視頻流采用nginx+ffmpeg技術(shù),提高對視頻流處理的實時性和穩(wěn)定性。設(shè)計的主界面(圖4)左側(cè)功能模塊有“首頁”“所有設(shè)備”以及“系統(tǒng)管理”3個。單擊“首頁”按鈕后會返回Web非煤異物檢測模塊首頁,可同時查看最多10路攝像頭信息,可單獨配置和全屏顯示。單擊“系統(tǒng)管理”后會顯示“統(tǒng)計信息”“預(yù)警記錄”“系統(tǒng)設(shè)備”3個子項,完成帶式輸送機視頻實時監(jiān)控、攝像頭管理、非煤異物報警管理、非煤異物圖片管理、非煤異物預(yù)警信息統(tǒng)計等功能。

圖4 Web端非煤異物檢測查詢主界面圖

5 試驗分析

基于太原理工大學(xué)電氣節(jié)能控制實驗室?guī)捷斔蜋C試驗平臺,進行帶式輸送機非煤異物檢測系統(tǒng)試驗。

非煤異物檢測模塊對接收到的帶式輸送機攝像儀視頻流進行異物檢測。當檢測到包含非煤異物的視頻流后會在Web報警界面中自動彈出包含非煤異物的圖片。該圖片中包含了非煤異物預(yù)測結(jié)果框以及FPS信息,見圖5,平均檢測速度可達4.3 FPS且系統(tǒng)運行流暢。

圖5 非煤異物檢測結(jié)果圖

對2022年11月7日至9日以及2022年11月12日至14日兩次連續(xù)3日,以人工統(tǒng)計、Web端檢測兩種方式對帶式輸送機非煤異物進行數(shù)據(jù)分析,驗證非煤異物檢測系統(tǒng)的準確率。結(jié)果見表1.

表1 帶式輸送機非煤異物檢測統(tǒng)計數(shù)據(jù)表

前3日人工統(tǒng)計總異物次數(shù)為328次,Web端檢測總異物(預(yù)警次數(shù))為301次,非煤異物檢測準確率為91.77%;后3日內(nèi)人工統(tǒng)計總異物次數(shù)為437次,Web端檢測總異物(預(yù)警次數(shù))為416次,非煤異物檢測準確率為95.20%. 試驗結(jié)果表明,該非煤異物檢測系統(tǒng)的檢測準確率≥90%,檢測精度較高。

6 結(jié) 語

基于NVIDIA Jeston硬件開發(fā)平臺,采用改進YOLOv3模型設(shè)計帶式輸送機非煤異物檢測系統(tǒng),經(jīng)比對試驗檢測該系統(tǒng)的檢測準確率在90%以上,該系統(tǒng)能夠快速、準確地檢測非煤異物,保障了帶式輸送機安全、高效、穩(wěn)定運行。