孟晓娟，张月琴，郝晓丽，吕进来

太原理工大学 信息与计算机学院，山西 晋中030600

皮带机是煤矿井下运输过程中不可缺少的设备之一，输送带是皮带机的核心部件，其状态直接影响皮带机的安全稳定运行[1]。井石、细杆状物等尖锐物体，可能会直接穿透皮带且卡在托辊上，在运动过程中造成皮带撕裂[2]。此外，如果皮带工作时间过长，因受力不均导致其表面磨损较大，出现划痕、划伤，若长期注意不到，可能导致撕裂[3]。目前大多数撕裂检测方法分为接触检测[4]和非接触检测[5]。接触检测通常将托辊装在可自由移动的托辊架上，借助其压力进行检测，如摆动托辊检测法[6]，该方法通过托辊上的皮带受力情况进行检测，快速简单，但造价较高，且其在物料运输中常有较大的煤块通过落料口，与托辊发生碰撞，会导致误检。非接触检测方法大多基于无损检测理论，如超声波检测法[7]，根据波导管产生的超声波的送波和受波状态不同进行检测，但井下的开采存在复杂噪音，超声系统很难接收撕裂信息的回波，检测准确率低。随着机器视觉的发展，非接触检测运用边缘提取、图像分割等方法对皮带图像进行特征提取。文献[8]提出边缘扩展的支持向量机皮带撕裂检测方法，采用Canny算子对皮带裂纹进行边缘提取，通过构建支持向量机模型，以裂纹图像的像素面积及长宽比几何特征量作为模型输入量，判断皮带是否存在撕裂。但皮带裂纹仅选用了单一裂痕，缺乏泛化能力。……