毕东月

(安世亚太科技股份有限公司，北京 100025)

0 引言

采用输煤皮带对煤料进行输送是煤炭生产企业一种常用方式，但在生产过程中输煤皮带可能发生跑偏、断带、撕裂等安全事故[1-2]。目前，对输煤皮带进行设备巡检时，普遍采用人工巡视、手工记录的作业模式。工作人员在现场进行巡视，主要通过看、触、听等感官对运行设备进行简单的定性判断，但现场环境往往较为恶劣，且劳动任务强度大，容易导致误判而影响系统正常安全运行。因此，及时诊断发现输煤皮带故障，准确定位并处理，对保障输煤皮带安全工作具有十分重要意义[3-4]。

近年来，利用图像分析实现输煤皮带的故障检测与诊断是一种有效方式，因其安装维护简单，应用成本低，受到了国内外学者的广泛关注[5-7]。文献[8]总结了煤炭运输机跑偏通常由承载托辊组运行失常、改向滚筒积煤、运动过程中传动以及落煤不均匀等原因引起，并提出解决皮带跑偏的几种方法；杨林顺等[9]提出了一种基于导向滤波和最大类间方差法的改进Canny算子边缘检测方法，实现了对输送带跑偏故障的在线检测和分级故障报警。针对输送机出现的纵向撕裂问题，李海滨等[10]提出了一种基于线激光辅助的皮带撕裂视觉检测方法，通过对所提取的线激光条纹处理判断，实现皮带撕裂检测；王福斌等[11]提出了基于视觉的皮带撕裂监测方法，并构建了皮带撕裂视觉监控系统，可代替人工对皮带进行不间断的实时检测。……