基于表面灰度和纹理识别的TDS智能干选机刮板机异常状态检测方法

作     者：张铁聪 冯锦鹏 赵彦成 钮涛 刘国锋 ZHANG Tiecong;FENG Jinpeng;ZHAO Yancheng;NIU Tao;LIU Guofeng

作者机构：国家能源集团宁夏煤业有限责任公司金凤煤矿宁夏吴忠751500 

出 版 物：《工矿自动化》 (Journal Of Mine Automation)

年 卷 期：2024年第50卷第S1期

页      面：134-138页

学科分类：081901[工学-采矿工程] 0819[工学-矿业工程] 08[工学] 

主　　题：TDS智能干选机 刮板机 机器视觉 表面灰度 纹理识别 异常状态检测 

摘      要：TDS智能干选机是选煤厂的主要生产设备,刮板机作为其关键组件,常因跳链、断链等故障阻碍机器的工作进度。针对刮板机故障的强偶发性与故障扩大化效应,以机器视觉为技术,以表面灰度和纹理识别为手段,提出TDS智能干选机刮板机异常状态检测方法。根据图像灰度值,利用基于改进生长准则的区域生长法,生成粗略的异常状态检测目标区域。采用形态学的腐蚀、膨胀、开运算和闭运算操作,处理区域生长后的图像和新产生的导线图像。引入canny算子识别检测区域中的目标纹理,生成目标轮廓线。结合轮廓线和直线斜率、灰度、纹理、虚拟边框与机链轮廓的位置关系等信息,实现异常状态检测。实验结果表明,该方法对跳链、断链、漂链、掉链、跑偏5种刮板机异常状态检测的真阳性指数分别高达0.98,0.98,0.98,0.97,0.94,且实际量与检测量的误差均不足1 mm。该方法具有较高的正确检测比例和检测精准度,可指导TDS智能干选机刮板机的安全运行。