论文部分内容阅读
带式输送机是最重要的现代散装物料输送设备,它广泛应用于电力、冶金、化工、煤炭、矿山、港口、建材、粮食等领域。 输送带是带式输送机中的重要部件,在输送机中输送带的成本约占整个设备成本的30%~50%。在运行过程中输送带会受到极为复杂的载荷,它除受纵向的拉伸应力外,还受经过滚筒和托辊的弯曲应力。工作中常常会发生纵向撕裂、跑偏、撕边等故障。因运输带的运行特性,一旦故障发生,在输送带快速运行的状态下如不及时停车,故障情况可能会快速延伸扩张。现有的故障检测技术多少存在功能单一、价格昂贵、环境要求高和可靠性低等缺点,很难用于实际生产中。 本文引用了工业中在线监测较为常用的图像处理技术。通过图像处理技术可以将输送带图像中的故障特征从输送带背景中提取出来,然后再通过一定的算法来识别故障的类型。利用图像处理技术进行故障诊断的主要优点有:非接触测量和对早期故障敏感。 首先介绍了输送带的主要故障类型:纵向撕裂,撕边和跑偏。通过分析故障处CCD图像的特征,然后根据图像处理的一般原则,提出了输送带图像处理的一般步骤。其次利用MATLAB的图像处理功能对图像处理的算法进行了研究,并对比了各算法的处理效果。在最后对撕边和跑偏的识别判断中本文选取输送带边缘图像作为ROI关注区域,在简化系统算法的同时大大提高了精确度,最终总结出了一套最优组合算法。为了达到对输送带的在线监测功能,随后引入了LabVIEW作为上位机软件,编写了一套输送带在线监测与故障诊断系统。通过本文研究表明,基于LabVIEW的输送带在线监测与故障诊断系统具有实时、成本低和可靠性高等优点,能够有效的完成输送带故障的在线检测任务。