項(xiàng) 目 簡 介
項(xiàng) 目 名 稱 皮帶無人值守智能監(jiān)測系統(tǒng)
主要完成單位 西山煤電（集團(tuán)）有限公司屯蘭選煤廠
簡 介
一、立項(xiàng)背景
屯蘭選煤廠708矸石外運(yùn)皮帶主要用于矸石運(yùn)輸。一旦該皮帶發(fā)生嚴(yán)重故障將直接影響礦廠正常生產(chǎn)，造成巨大經(jīng)濟(jì)損失。盡管皮帶機(jī)具有跑偏、堆煤與打滑等常規(guī)保護(hù)裝置，能在一定程度上保護(hù)皮帶運(yùn)行在可控范圍內(nèi)，但存在傳感器老化嚴(yán)重、故障檢測方式傳統(tǒng)與精確性較差等缺點(diǎn)。皮帶托輥為易損設(shè)備，上托輥是1.2米一組，下托輥是6米一組，托輥數(shù)量龐大且故障表象具有間歇性特征，當(dāng)前崗位工人主要依靠人耳聽聲音與肉眼觀測兩種方式判別托輥損壞程度。同時(shí)，由于缺乏輸送帶帶面檢測裝置，輸送帶故障情況僅靠人工在機(jī)頭或機(jī)尾觀測。因此，當(dāng)前選煤廠帶式輸送機(jī)設(shè)備設(shè)施故障監(jiān)測存在維護(hù)難度高、診斷模式傳統(tǒng)、巡檢工人勞動(dòng)強(qiáng)度大、人為因素影響大等問題。同時(shí)，由于人工檢測非在線實(shí)時(shí)檢測，往往存在較大滯后性且容易造成漏檢現(xiàn)象，造成較為嚴(yán)重的經(jīng)濟(jì)損失。
二、項(xiàng)目研究主要內(nèi)容
本項(xiàng)目重點(diǎn)利用人工智能機(jī)器視覺技術(shù)和聲波信號(hào)智能分析技術(shù)對(duì)帶式輸送機(jī)輸送帶跑偏、撕裂故障以及托輥磨損狀態(tài)進(jìn)行檢測，同時(shí)開發(fā)移動(dòng)終端APP軟件，實(shí)現(xiàn)遠(yuǎn)程移動(dòng)可視化監(jiān)測。各關(guān)鍵技術(shù)分析如下：
（一）聲波檢測和分析技術(shù)的皮帶托輥磨損程度監(jiān)測
在皮帶支架側(cè)面安裝聲波檢測傳感器，每隔10米安裝一個(gè)，一共64個(gè)。每個(gè)聲波傳感器檢測前后5米距離托輥聲波信號(hào)，通過光纖輸送至服務(wù)器進(jìn)行信號(hào)分析，最終實(shí)現(xiàn)故障檢測和定位。
本托輥故障診斷系統(tǒng)主要實(shí)現(xiàn)目標(biāo)包括以下四個(gè)方面：1、故障分級(jí)檢驗(yàn)；2、嚴(yán)重故障識(shí)別1) 基于音頻信號(hào)所含信息識(shí)別出鎖死托輥，2) 采用機(jī)器學(xué)習(xí)技術(shù)（深度學(xué)習(xí)）進(jìn)行斷裂識(shí)別；3、基于音頻故障定位。具體技術(shù)路線如下圖所示：
托輥監(jiān)測技術(shù)路線框圖
（二）機(jī)器視覺技術(shù)的輸送帶跑偏和撕裂故障監(jiān)測
1、對(duì)輸送帶撕裂故障診斷采用機(jī)器視覺中的區(qū)域分割，提取皮帶撕裂輪廓，對(duì)輪廓區(qū)域進(jìn)行數(shù)學(xué)分析，對(duì)區(qū)域面積采用逐級(jí)切割和累計(jì)的方法對(duì)皮帶撕裂的面積進(jìn)行計(jì)算。通過對(duì)皮帶正常和皮帶撕裂信息進(jìn)行分析和建模，結(jié)合實(shí)驗(yàn)分析和現(xiàn)場工人的工作經(jīng)驗(yàn)確定皮帶撕裂面積的報(bào)警閾值。當(dāng)皮帶撕裂面積超出所確定閾值，智能監(jiān)測系統(tǒng)將故障信息傳送到上位機(jī)界面并發(fā)出語音報(bào)警提示。通過監(jiān)控，對(duì)視頻圖像進(jìn)行查看并確認(rèn)皮帶是否發(fā)生嚴(yán)重撕裂、是否需要對(duì)皮帶進(jìn)行及時(shí)維修，避免發(fā)生二次故障傷害。其原理圖如下：
皮帶撕裂原理分析圖
2、通過圖像處理方法對(duì)皮帶是否跑偏進(jìn)行故障診斷。皮帶跑偏智能檢測系統(tǒng)采用圖像處理中霍夫變換算法。通過確定安裝相機(jī)位置建立坐標(biāo)系，由霍夫變換的算法檢測皮帶兩邊緣直線，由相機(jī)采集的圖像信息進(jìn)行分析，建立系統(tǒng)模型并確定皮帶正常運(yùn)行閾值，當(dāng)皮帶運(yùn)行時(shí)偏離所確定的閾值，根據(jù)所確定閾值再進(jìn)行實(shí)驗(yàn)分析，對(duì)皮帶跑偏故障進(jìn)行分級(jí)，系統(tǒng)將故障信息和等級(jí)顯示在上位機(jī)界面。其技術(shù)路線圖如下：
皮帶跑偏技術(shù)路線圖
（三）Android手持智能終端的遠(yuǎn)程移動(dòng)監(jiān)測
將皮帶輸送機(jī)運(yùn)行狀態(tài)自動(dòng)推送至移動(dòng)終端APP中，在有故障情況下，通過顏色與聲音等方式提醒相關(guān)人員及時(shí)進(jìn)行處理。其流程圖如下：
APP開發(fā)流程圖
三、社會(huì)經(jīng)濟(jì)效益
（一）通過項(xiàng)目實(shí)施，原崗位由8人守崗可減少至4人巡崗，按照目前該崗位系數(shù)核算，年節(jié)省崗位工資約：4700元/月*12月*4=22.56萬元，降低檢修人員勞動(dòng)強(qiáng)度同時(shí)也達(dá)到減員提效目的，為轉(zhuǎn)崗分流政策的實(shí)施開辟新途徑。
（二）通過項(xiàng)目實(shí)施，可及時(shí)定位問題托輥，使維檢工有針對(duì)性的進(jìn)行托輥維護(hù)，延長托輥的使用壽命，有效減少更換托輥的材料費(fèi)用。
（三）708皮帶全長1400米，項(xiàng)目實(shí)施前，皮帶撕裂導(dǎo)致停車維護(hù)時(shí)間12小時(shí)，按1小時(shí)生產(chǎn)產(chǎn)品450噸、每噸770元計(jì)算，造成經(jīng)濟(jì)損失約12*450*770=416萬元；項(xiàng)目實(shí)施后，維檢人員可及時(shí)對(duì)皮帶撕裂進(jìn)行實(shí)時(shí)監(jiān)測及維護(hù)，如需維修，停車時(shí)間可降至3小時(shí)，避免因撕裂口徑大、維修時(shí)間長導(dǎo)致重大生產(chǎn)事故，造成巨大經(jīng)濟(jì)損失。
四、應(yīng)用效果及推廣前景。
帶式輸送機(jī)作為煤礦采選過程中應(yīng)用最為廣泛，也是最為重要的運(yùn)輸設(shè)備，是保證礦廠連續(xù)穩(wěn)定運(yùn)行的重要因素。就選煤廠運(yùn)輸皮帶而言，整個(gè)皮帶運(yùn)行過程僅僅依靠人工觀測排查故障，未實(shí)現(xiàn)運(yùn)行狀態(tài)的在線連續(xù)監(jiān)測和故障信息自動(dòng)識(shí)別，因而存在較大的安全隱患。本項(xiàng)目通過采用聲波檢測和分析技術(shù)實(shí)現(xiàn)托輥故障識(shí)別和定位；通過機(jī)器視覺技術(shù)，建立輸送帶跑偏和撕裂的故障診斷；同時(shí)開發(fā)了基于Android手持智能終端APP，實(shí)現(xiàn)皮帶運(yùn)行狀態(tài)的遠(yuǎn)程移動(dòng)監(jiān)測。上述研究綜合保障了帶式輸送機(jī)的連續(xù)穩(wěn)定運(yùn)行，降低了工人的勞動(dòng)強(qiáng)度，推動(dòng)了選煤廠智能化的發(fā)展，因此本項(xiàng)目研究對(duì)屯蘭選煤廠乃至全國的礦廠中帶式輸送機(jī)監(jiān)測系統(tǒng)建設(shè)都有重要的借鑒意義和廣闊的推廣應(yīng)用前景。
