论文部分内容阅读
摘 要：输送机在矿场、散货运输、港口等大型企业生产中具有十分重要的作用，而皮带撕裂是当前输送机故障的主要问题之一，在日常生产的过程中，需要实时对皮带的工作状态进行检测，以保证企业生产的安全。通过图像处理的虚拟仪器构成、系统架构、工作流程及功能进行分析，详细的探讨了虚拟仪器对图像处理的工作流程与关键技术，结合图像处理的具体要求，采用数学方法对虚拟仪器图像处理的技术进行探究，然后通过实际试验与仿真测试，验证了基于图像处理的皮带撕裂技术的可靠性。
关键词：图像处理;皮带;撕裂检测
皮带式输送机在工业生产领域中具有十分重要的作用，在煤炭、矿石、粮食等散货物料输送的重要载体工具，定期对输送机的皮带进行检查，以防止出现皮带撕裂现象，而给安全生产造成重大事故，随着皮带式传输机向高运量、大型化、高速化发展，对带式传输机的性能也提出了更高的要求，而且带式传输机在生产过程中承担的功能也来越重要。皮带的功能是承载传输物料，而其传输物料主要依靠的是摩擦力，极易造成皮带出现高温、断裂、撕裂的情况，这也对皮带的可靠性提出了新的要求。皮带撕裂是输送机常见的问题之一，严重影响着企业的安全生产和生产效率，这就需要加强对输送机的皮带进行状态检测，及时发现皮带存在的问题，提高企业设备的运行效率，节省企业设备维护成本。
1 图像处理的虚拟仪器构成分析
目前，在国内外对传输机皮带撕裂、断裂的检测技术主要有撕裂后报警与皮带具有撕裂趋势的报警方式，但是随着人工智能技术，基于图像技术的虚拟视觉检测技术得到了推广与应用，其中关键的核心是一种NI智能化快照相机，能自动化拍摄图片并进行快速地处理，将拍摄的图像与数据库存储图像进行对比分析，一旦发现皮带出现撕裂的情况，就会出现自动告警，从而提高皮带撕裂的检测效果，通过虚拟仪器检测系统可以快速检测皮带运行情况，同时还能快速地将数据传输到地面监控中心，便于工作人员能及时发现皮带工作的异常，丛而在很大的程度上保证了企业生产的安全。具体的皮带撕裂虚拟仪器构成结构如图1所示。
采用虚拟仪器系统的核心是智能NI相机，能按照提前预设的质量自动拍摄图片，在系统设计时主要是参照计算机自动拍摄系统进行设计，其主要功能包括对图像数据的拍摄与处理，然后与原来的图像进行对比分析，并将处理后的结果存储并在显示器上显示，以便于管理者能快速地发展皮带撕裂的情况。系统的外设构成设备主要包括监测图像的摄像机、传感器等构成，虚拟仪器的外围系统主要有并行接口与串行接口来实现系统的通信功能，其他设备接口是连接相关的检测设备，还包括GPIO以及接口卡等构成，为了保证虚拟仪器能够在其他地方得到应用，它同时还支持各种工业用的传输通信标准，以保证能与其他设备进行快速的连接，能够很方便的和其他仪器实现互联，从而便于虚拟图像系统能够在其他行业中应用。系统的独立模块主要包括信号采集模块、数据采集模块与图像采集模块等。虚拟图像采集系统一方面将收集到的图像数据进行存储显示，然后通过处理判断，皮带是否出现撕裂，另一方面通过网络将采取的图片传到服务器与监控站，便于工作人员能及时处理。虚拟设备的人机交互界面可以实时进行图形查看，对系统的参数进行修改与远程操控等操作。
2 图像检测流程分析
虚拟仪器图像检测的核心是NI智能化照相机，可以通过对NI相机进行编程设计，根据具体生产模式与检测的要求，编制相应的程序质量，使得它能灵活地工作，在不同的场景中使用不同的工作模式，以完成不同的场景图像拍摄工作，它的具体工作流程如图2所示。
（1）系统初始化设置
系统初始化就是对NI智能相机进行初始化操作，主要包括硬件与软件初始化两个部分，初始化操作完成之后，系统就进入到预设的处理过程，以便于开始下一步的管理与操作中。
（2）图像信息的采集
在完成图像的信息采集系统的初始之后，就需要对需要采集的图形预分配存储器，结合具体处理图纸质量问题，对刚采集到的图像进行初步化处理，除掉一些无用的照片，在具体地图像处理过程中，主要包括如下几个过程，第一，对图像的平滑处理后，消除图像中一些毛边、白点等情况，使得整个图像过度平滑自然。第二，进行边缘检测，主要是对图像的边缘毛刺进行处理，如可以采取锐化处理，使得边缘更加平滑。第三，利用数学工具对前面处理完的图像进行卷积运算，形成完整的皮带采集图像。第四，在经过上述几步的处理之后，系统会根据专家系统的经验对处理结果进行分析，从而得到皮带出现问题的区域，并进行进一步的细化处理。第五，对问題区域的图形采取裂缝像素对比测试，计算出最后的结果，以便于后期对撕裂像素进行对比分析。如果出现的撕裂数据与预期出现的结果可能一致，系统就会发出告警，但这时皮带并没有发生真正的撕裂，而且带式输送机也不能一味的停机影响生产，特别是在大型矿井的生成中，停机或造成生产成本的增加。因此，根据实际生产的情况，在图像对比时，采取设置阈值的方法，通过系统来判断皮带撕裂的程度，当小于这个阈值时，皮带还可以正常的工作，这时系统采取的控制策略是只报警不停机，同时也会将具体告警信息传输给管理控制人员，当测试的的阈值大于设定的阈值时，说明皮带撕裂风险很大，这时控制系统就会采取停机处理，同时也会将报警信息发送给相关工作人员，最后将处理结果上传到地面控制室或者是服务器，以便于对皮带撕裂的情况进行处理。
3 具体图像处理和分析过程
虚拟仪器设备在完成图像信息的采集之后，并经过图像平滑、边缘处理、卷积运算等处理之后，还需要对具体的图像处理进行分析，并结合设置的阈值来判断皮带撕裂的程度。
3.1 采集图像的颜色
NI智能相机相机具有自动采集图像的功能，根据提前预设编程设计，相机可以将采集到的图像分为三个平面，分别是 HSL 、RGB、HSV三个层面，它们只代表采集图像亮度的面，利用这种方面，智能NI相机可以将采集的图形进行细化操作，分解为化为具有8位灰度数据的图像，为后期皮带撕裂的判断提供基础。由于运输机皮带工作的环境比较复杂，相机采集到的图像可能存在不清晰的情况，这就需要对采集到的灰度图像进行处理，使得图像在显示与动态变化方面能够有所改善，经过数学计算之后，使得图像与周围物体对比更加强烈，使图像的清晰度更加明显，能够将问题区域突出的显示出来，便于对皮带撕裂进行对比分析，相机对图形的灰度处理本质就是修改图像每一个像素的对比度，为后期的皮带撕裂图像进行比对分析。 3.2 对比查找经验表
在完成整个图像的灰度出来之后，就需要通过对比查找经验表，对图像的问题区域进行分析，即利用对比法将经验表里的数据和图像与采集到的图像进行对比分析，将采集到不合格的图像进行处理，并按照经验表里的数据进行灰度的处理，以判断问题区域是否出现撕裂的情况。这种方法主要的目的就是提高图像的亮度和对比度，从而查找出问题区域。在测试中，将皮带撕裂后采集到的图像经过相应的处理后，可以发现图像的效果比较明显，而且图像的区分度方面也十分明显，从而可以快速地判断图像是否出现撕裂的情况。
3.3 基本的图像状态处理
在对图像处理的过程中，常用的方式就是开运算，它也是基本的图像状态处理方法，可以快速地对图像的像素进行处理，基本图像状态处理的策略为：先将采集到的图像像素全部打乱，在图像比较模糊的地方进行处理，然后再将打乱后的图像扩充，使得整个像素能够形成一个比较完整的图像。在具体的开运算处理中，按照如下的公式进行处理：
式中：S为图像中被处理的像素，A为未被处理过的图像像素，二者主要是通过NI相机拍摄获取的图像。通过数学开运算处理之后，而是被处理图像的边缘轮廓变得更加清晰，从而能快速地、方便地将图像中难以区分的区域分辨开，从而能得出图像撕裂的效果，精度地定位皮带撕裂的位置，具体的处理过程为：先设置图像的最小结构S，并使之与原图像的对比，如果区域结构小于S，说明皮带没有出现撕裂的效果，就将小于S的区域丢弃，同样地，将图像结构大于S的区域保留，说明皮带可能出现撕裂的现象，如图像的大小并没有变化，就不会出现具体的撕裂现在，通过开运算处理之后，而是去除了一些模糊的区域，从而使图像更加清晰，轮廓更加明显，也能得到更好的视觉效果，方便对整个皮带是否出现问题进行处理。
4 智能学习
皮带撕裂处一般都会出现扭曲变形的情况，是当皮带发生撕裂但未出现明显裂缝时，在工作的过程中就可能使得张力导致皮带出现严重变形、扭曲，为有效地确定对皮带变形进行跟踪，机器图像处理采用的是智能算法对其进行跟踪，通过对皮带工作的环境与皮带检测，智能计算出皮带可能工作时间与撕裂的方式。此时，通过利用激光检测皮带运用情况，在皮带撕裂处的激光条纹中心线不再光滑，曲线上曲率因为张力而发生变化，通过采用激光条纹中心线曲率智能分析算法与专家系统进行比对，对曲线的曲率利用微分进行计算，如果曲线偏离直线的程度越大，曲率越大，说明其出现撕裂的可能性比较大。
5 后期数据分析
在对虚拟测试仪器的工作流程及原理进行分析之后，需要对设计出来的功能进行仿真测试试验，以保证虚拟仪器能真正地对皮带撕裂图像进行处理，并对其做出合理地判断。首先，利用NI相机拍摄运输机皮带运行的照片，在一定时间内，采集不间断地、数量相当的图片数据信息，然后，选择其中最具有代表性的几张图片做后期的处理及撕裂分析，从而能对皮带的运行状态进行检查，通过仿真测试分析，可以得到的测试结果如图 3 所示：
通过图3的图像处理结果可以看出，在未处理前，是不能分辨皮带出现撕裂的情况，甚至是比较幕后的情况，在经过经过表面图像处理前后的照片对比，可以发现图像处理后，可以明显地看出传输机皮带出现裂痕的情况，从而可以快速地对传输机的皮带撕裂做出判断。因此，通过仿真测试试验，在皮带撕裂检测中，采用基于图像处理的方法对其进行分析，可以快速地检测出皮带出现故障的位置。
6总 结
带式输送机在散货港口企业生产中具有十分重要的作用，特別是在煤炭、矿石码头，带式输送机的皮带撕裂直接影响着企业的经济效益，这就需要带式输送机具有安全、稳定、可靠的性能。通过分析发现输送带在工作的过程中容易出现撕裂的情况，由于其主要是依赖摩擦力进行工作，皮带出现撕裂的情况时最危险的情况，发生撕裂的几率也比较大，针对皮带撕裂的情况设计虚拟视觉仪器来检测传输机皮带撕裂故障，做到提前预警，从而能够提高企业生产的安全性。通过对机器视觉识别原理出发，分析了机器对图像识别的处理过程与方法，并对系统测试的数据进行分析，从理论与实践两个方面验证了基于图像处理的带式输送机皮带撕裂的检测与保护的可行性，以保证虚拟机器视觉识别系统在皮带撕裂检测中的应用。
参考文献：
[1]许力航.基于计算机视觉图像精密测量的关键技术探究[J].电子世界，2019（11）：51-54.
[2]李宏，杨立峰.井下胶带输送机胶带纵向撕裂监测保护的研究[J].机电产品开发与创新，2019（10）：142-144.
[3]毛君，赵永生，王淑娇.矿用输送带纵向撕裂原因分析及其预防[J].煤矿机械，2020（1）：182-183.
[4]苏畅，王从东.带式输送机防撕裂实时检测技术研究[J].安徽理工大学学报（自然科学版），2019（3）：60-65.
[5]朱荣涛.皮带运输机皮带撕裂原因探析及防治[J].江西煤炭科技，2019（5）：98-99.
关键词：图像处理;皮带;撕裂检测
皮带式输送机在工业生产领域中具有十分重要的作用，在煤炭、矿石、粮食等散货物料输送的重要载体工具，定期对输送机的皮带进行检查，以防止出现皮带撕裂现象，而给安全生产造成重大事故，随着皮带式传输机向高运量、大型化、高速化发展，对带式传输机的性能也提出了更高的要求，而且带式传输机在生产过程中承担的功能也来越重要。皮带的功能是承载传输物料，而其传输物料主要依靠的是摩擦力，极易造成皮带出现高温、断裂、撕裂的情况，这也对皮带的可靠性提出了新的要求。皮带撕裂是输送机常见的问题之一，严重影响着企业的安全生产和生产效率，这就需要加强对输送机的皮带进行状态检测，及时发现皮带存在的问题，提高企业设备的运行效率，节省企业设备维护成本。
1 图像处理的虚拟仪器构成分析
目前，在国内外对传输机皮带撕裂、断裂的检测技术主要有撕裂后报警与皮带具有撕裂趋势的报警方式，但是随着人工智能技术，基于图像技术的虚拟视觉检测技术得到了推广与应用，其中关键的核心是一种NI智能化快照相机，能自动化拍摄图片并进行快速地处理，将拍摄的图像与数据库存储图像进行对比分析，一旦发现皮带出现撕裂的情况，就会出现自动告警，从而提高皮带撕裂的检测效果，通过虚拟仪器检测系统可以快速检测皮带运行情况，同时还能快速地将数据传输到地面监控中心，便于工作人员能及时发现皮带工作的异常，丛而在很大的程度上保证了企业生产的安全。具体的皮带撕裂虚拟仪器构成结构如图1所示。
采用虚拟仪器系统的核心是智能NI相机，能按照提前预设的质量自动拍摄图片，在系统设计时主要是参照计算机自动拍摄系统进行设计，其主要功能包括对图像数据的拍摄与处理，然后与原来的图像进行对比分析，并将处理后的结果存储并在显示器上显示，以便于管理者能快速地发展皮带撕裂的情况。系统的外设构成设备主要包括监测图像的摄像机、传感器等构成，虚拟仪器的外围系统主要有并行接口与串行接口来实现系统的通信功能，其他设备接口是连接相关的检测设备，还包括GPIO以及接口卡等构成，为了保证虚拟仪器能够在其他地方得到应用，它同时还支持各种工业用的传输通信标准，以保证能与其他设备进行快速的连接，能够很方便的和其他仪器实现互联，从而便于虚拟图像系统能够在其他行业中应用。系统的独立模块主要包括信号采集模块、数据采集模块与图像采集模块等。虚拟图像采集系统一方面将收集到的图像数据进行存储显示，然后通过处理判断，皮带是否出现撕裂，另一方面通过网络将采取的图片传到服务器与监控站，便于工作人员能及时处理。虚拟设备的人机交互界面可以实时进行图形查看，对系统的参数进行修改与远程操控等操作。
2 图像检测流程分析
虚拟仪器图像检测的核心是NI智能化照相机，可以通过对NI相机进行编程设计，根据具体生产模式与检测的要求，编制相应的程序质量，使得它能灵活地工作，在不同的场景中使用不同的工作模式，以完成不同的场景图像拍摄工作，它的具体工作流程如图2所示。
（1）系统初始化设置
系统初始化就是对NI智能相机进行初始化操作，主要包括硬件与软件初始化两个部分，初始化操作完成之后，系统就进入到预设的处理过程，以便于开始下一步的管理与操作中。
（2）图像信息的采集
在完成图像的信息采集系统的初始之后，就需要对需要采集的图形预分配存储器，结合具体处理图纸质量问题，对刚采集到的图像进行初步化处理，除掉一些无用的照片，在具体地图像处理过程中，主要包括如下几个过程，第一，对图像的平滑处理后，消除图像中一些毛边、白点等情况，使得整个图像过度平滑自然。第二，进行边缘检测，主要是对图像的边缘毛刺进行处理，如可以采取锐化处理，使得边缘更加平滑。第三，利用数学工具对前面处理完的图像进行卷积运算，形成完整的皮带采集图像。第四，在经过上述几步的处理之后，系统会根据专家系统的经验对处理结果进行分析，从而得到皮带出现问题的区域，并进行进一步的细化处理。第五，对问題区域的图形采取裂缝像素对比测试，计算出最后的结果，以便于后期对撕裂像素进行对比分析。如果出现的撕裂数据与预期出现的结果可能一致，系统就会发出告警，但这时皮带并没有发生真正的撕裂，而且带式输送机也不能一味的停机影响生产，特别是在大型矿井的生成中，停机或造成生产成本的增加。因此，根据实际生产的情况，在图像对比时，采取设置阈值的方法，通过系统来判断皮带撕裂的程度，当小于这个阈值时，皮带还可以正常的工作，这时系统采取的控制策略是只报警不停机，同时也会将具体告警信息传输给管理控制人员，当测试的的阈值大于设定的阈值时，说明皮带撕裂风险很大，这时控制系统就会采取停机处理，同时也会将报警信息发送给相关工作人员，最后将处理结果上传到地面控制室或者是服务器，以便于对皮带撕裂的情况进行处理。
3 具体图像处理和分析过程
虚拟仪器设备在完成图像信息的采集之后，并经过图像平滑、边缘处理、卷积运算等处理之后，还需要对具体的图像处理进行分析，并结合设置的阈值来判断皮带撕裂的程度。
3.1 采集图像的颜色
NI智能相机相机具有自动采集图像的功能，根据提前预设编程设计，相机可以将采集到的图像分为三个平面，分别是 HSL 、RGB、HSV三个层面，它们只代表采集图像亮度的面，利用这种方面，智能NI相机可以将采集的图形进行细化操作，分解为化为具有8位灰度数据的图像，为后期皮带撕裂的判断提供基础。由于运输机皮带工作的环境比较复杂，相机采集到的图像可能存在不清晰的情况，这就需要对采集到的灰度图像进行处理，使得图像在显示与动态变化方面能够有所改善，经过数学计算之后，使得图像与周围物体对比更加强烈，使图像的清晰度更加明显，能够将问题区域突出的显示出来，便于对皮带撕裂进行对比分析，相机对图形的灰度处理本质就是修改图像每一个像素的对比度，为后期的皮带撕裂图像进行比对分析。 3.2 对比查找经验表
在完成整个图像的灰度出来之后，就需要通过对比查找经验表，对图像的问题区域进行分析，即利用对比法将经验表里的数据和图像与采集到的图像进行对比分析，将采集到不合格的图像进行处理，并按照经验表里的数据进行灰度的处理，以判断问题区域是否出现撕裂的情况。这种方法主要的目的就是提高图像的亮度和对比度，从而查找出问题区域。在测试中，将皮带撕裂后采集到的图像经过相应的处理后，可以发现图像的效果比较明显，而且图像的区分度方面也十分明显，从而可以快速地判断图像是否出现撕裂的情况。
3.3 基本的图像状态处理
在对图像处理的过程中，常用的方式就是开运算，它也是基本的图像状态处理方法，可以快速地对图像的像素进行处理，基本图像状态处理的策略为：先将采集到的图像像素全部打乱，在图像比较模糊的地方进行处理，然后再将打乱后的图像扩充，使得整个像素能够形成一个比较完整的图像。在具体的开运算处理中，按照如下的公式进行处理：
式中：S为图像中被处理的像素，A为未被处理过的图像像素，二者主要是通过NI相机拍摄获取的图像。通过数学开运算处理之后，而是被处理图像的边缘轮廓变得更加清晰，从而能快速地、方便地将图像中难以区分的区域分辨开，从而能得出图像撕裂的效果，精度地定位皮带撕裂的位置，具体的处理过程为：先设置图像的最小结构S，并使之与原图像的对比，如果区域结构小于S，说明皮带没有出现撕裂的效果，就将小于S的区域丢弃，同样地，将图像结构大于S的区域保留，说明皮带可能出现撕裂的现象，如图像的大小并没有变化，就不会出现具体的撕裂现在，通过开运算处理之后，而是去除了一些模糊的区域，从而使图像更加清晰，轮廓更加明显，也能得到更好的视觉效果，方便对整个皮带是否出现问题进行处理。
4 智能学习
皮带撕裂处一般都会出现扭曲变形的情况，是当皮带发生撕裂但未出现明显裂缝时，在工作的过程中就可能使得张力导致皮带出现严重变形、扭曲，为有效地确定对皮带变形进行跟踪，机器图像处理采用的是智能算法对其进行跟踪，通过对皮带工作的环境与皮带检测，智能计算出皮带可能工作时间与撕裂的方式。此时，通过利用激光检测皮带运用情况，在皮带撕裂处的激光条纹中心线不再光滑，曲线上曲率因为张力而发生变化，通过采用激光条纹中心线曲率智能分析算法与专家系统进行比对，对曲线的曲率利用微分进行计算，如果曲线偏离直线的程度越大，曲率越大，说明其出现撕裂的可能性比较大。
5 后期数据分析
在对虚拟测试仪器的工作流程及原理进行分析之后，需要对设计出来的功能进行仿真测试试验，以保证虚拟仪器能真正地对皮带撕裂图像进行处理，并对其做出合理地判断。首先，利用NI相机拍摄运输机皮带运行的照片，在一定时间内，采集不间断地、数量相当的图片数据信息，然后，选择其中最具有代表性的几张图片做后期的处理及撕裂分析，从而能对皮带的运行状态进行检查，通过仿真测试分析，可以得到的测试结果如图 3 所示：
通过图3的图像处理结果可以看出，在未处理前，是不能分辨皮带出现撕裂的情况，甚至是比较幕后的情况，在经过经过表面图像处理前后的照片对比，可以发现图像处理后，可以明显地看出传输机皮带出现裂痕的情况，从而可以快速地对传输机的皮带撕裂做出判断。因此，通过仿真测试试验，在皮带撕裂检测中，采用基于图像处理的方法对其进行分析，可以快速地检测出皮带出现故障的位置。
6总 结
带式输送机在散货港口企业生产中具有十分重要的作用，特別是在煤炭、矿石码头，带式输送机的皮带撕裂直接影响着企业的经济效益，这就需要带式输送机具有安全、稳定、可靠的性能。通过分析发现输送带在工作的过程中容易出现撕裂的情况，由于其主要是依赖摩擦力进行工作，皮带出现撕裂的情况时最危险的情况，发生撕裂的几率也比较大，针对皮带撕裂的情况设计虚拟视觉仪器来检测传输机皮带撕裂故障，做到提前预警，从而能够提高企业生产的安全性。通过对机器视觉识别原理出发，分析了机器对图像识别的处理过程与方法，并对系统测试的数据进行分析，从理论与实践两个方面验证了基于图像处理的带式输送机皮带撕裂的检测与保护的可行性，以保证虚拟机器视觉识别系统在皮带撕裂检测中的应用。
参考文献：
[1]许力航.基于计算机视觉图像精密测量的关键技术探究[J].电子世界，2019（11）：51-54.
[2]李宏，杨立峰.井下胶带输送机胶带纵向撕裂监测保护的研究[J].机电产品开发与创新，2019（10）：142-144.
[3]毛君，赵永生，王淑娇.矿用输送带纵向撕裂原因分析及其预防[J].煤矿机械，2020（1）：182-183.
[4]苏畅，王从东.带式输送机防撕裂实时检测技术研究[J].安徽理工大学学报（自然科学版），2019（3）：60-65.
[5]朱荣涛.皮带运输机皮带撕裂原因探析及防治[J].江西煤炭科技，2019（5）：98-99.