翟立伟

(宝山钢铁股份有限公司炼铁厂,上海 200941)

1 概述

皮带运输机是一种提供连续传送物料的运输设备,具有连续平稳、距离长、省电、应用场景广等优点,在冶金、电厂、港口码头、矿山等众多行业应用,为企业节省了人工运输成本,提升了自动化程度,带来了巨大经济效益。

在冶金行业的生产过程中,原料运输一般都是通过皮带运输机进行传送的,为了保证企业连续稳定生产,皮带运输机正常安全运行是必不可少的。皮带运输机在输送散状物料时,输送皮带在长期使用过程中产生自然磨损,以及由于外力表面产生磨损,或是其他各种原因造成皮带内部或外部的损伤,对安全生产造成隐患[1-2]。其中,由于皮带长时间使用、重负载强拉力或皮带接头胶接工艺问题等[3],输送皮带的胶接头部位特别容易劣化而产生缺陷,如图1所示。这些缺陷如不及时处理,极易发生皮带拉断等严重的生产事故。

图1 劣化缺陷皮带Fig.1 Deteriorated defective belt

在实际工作中,这些皮带胶接头部位的内部或外部早期缺陷往往可以通过皮带表面表现出来,有经验的现场操作员可通过皮带表面状况,判断皮带及胶接头存在的缺陷程度,提前采取规避事故的措施。冶金行业采用的皮带运输机一般都是长距离,而且现场工况环境恶劣复杂,人工现场巡检耗时久、效率低、风险性高。

考虑到图像分析技术具有非接触性、连续可重复性和成本低等优点[4-5],适用于恶劣工业环境。因此,通过对以往皮带胶接头发生断裂或皮带长时间使用磨损撕裂事故等进行调查和机理研究,本文提出了一种基于图像分析技术的皮带运输机胶接头检测系统,2019年1月已在宝钢炼铁厂投入使用。该检测系统满足现场生产要求,运行稳定,检测精度良好,取得了很好的使用效果。

2 系统构成

如图2所示,本设计提出的皮带运输机胶接头检测系统主要由皮带胶接头检测装置、线阵相机、光源、图像采集终端(下位机)和图像分析服务器(上位机)等组成。系统在现场实时采集皮带胶接头的表面图像可远程传输到上位图像服务器进行存储、显示、分析及处理等。

图2 检测系统组成示意图Fig.2 Composition of detection system

皮带胶接头检测装置是本系统实现的基础,主要负责皮带胶接头到达采集范围时,提供给线阵相机一个同步采集信号。本系统采集装置安装在皮带尾轮的斜上方,通过预先在胶接头附近端面埋设一个皮带运行位置标签,基于磁钢材料,使其周围产生一个固定的磁场,并在返程皮带靠近尾轮附近位置,选用霍尔元器件作为检测器件,加载一个恒定电流。当皮带运转且磁钢运动到附近霍尔元器件时,电流与磁场垂直方向产生电位差,此时电路立即发出一个脉冲信号,驱动摄像机开始采集胶接头图像,从而保证每一幅图像与皮带具体物理位置一一对应。

获取高质量稳定的胶接头图像是本系统进行图像分析识别的前提和核心。工业相机一般可分为面阵和线阵相机两种。面阵相机获取的像素是按照成面分布的,一般用于静态目标的获取；线阵相机的感光模块具有一行像素,具有更高的光谱响应,适用于高速运动的动态物体。本系统关注的对象是高速运行的皮带,为保证胶接头图像精度和采集频率,选用线阵相机为采集单元,基于CMOS线扫描技术,具有4K单芯片线像素阵列,线速高达80 kHz,因此采样精度和响应速度符合现场运输皮带机的运转速度。本系统采用可调节采像位置的固定架,安装在皮带运输机的尾部滚筒的后部上方,使线阵摄像机的焦点对准包裹在尾部滚筒上的运输皮带的表面。

光源照明组件是光学成像的关键。为了提供照明均匀且强度适当的成像区域,选用多组具备光学透镜模组的LED光源组合,且光源长度覆盖线阵相机的整个扫描宽度,光照射角度可调节。本系统将光源照明组件固定在可调节光点位置的固定架,并安装在皮带运输机的尾部滚筒的上方,现场可根据实际情况调节固定架上的光源部件,保证光源聚焦的位置与线阵相机采像位置相一致,即对准包裹在尾部滚筒上运输皮带表面。通过前期调试,光源强度汇聚在同一条水平线上,可以覆盖线阵相机采集区域,从而符合胶接头图像的清晰度要求。

下位机端主要负责完成胶接头图像采集、预览保存、参数设置及图像上传等功能。根据用户设置相关参数,等待皮带胶接头检测装置的检测信号,当信号到达以后,通过千兆网络从高速线阵相机获取实时胶接头图像,进行保存和预览,并通过光纤网络上传至上位机端。

上位机端支持现场用户对多条运输机胶接头图像管理功能。对下位机端获取的胶接头图像,通过实时图像处理及分析等检测过程,完成胶接头区域定位及缺陷检测,并提供缺陷图像查询、自动报警等功能。

3 分析过程

皮带运输机胶接头检测系统的核心,就是对于现场高速采集的胶接头图像数据进行处理分析,并给出检测结果。本系统设计的检测分析过程主要包括:胶接头图像增强处理、胶接头区域分割、胶接头缺陷分析判断等。

3.1 胶接头图像增强处理

皮带运输机胶接头图像的采集处理过程中,尤其是在恶劣的工业生产环境会导致图像质量下降,例如噪声干扰、光照不均匀等,从而影响图像分析的效果。

待检测目标对象是胶接头皮带表面区域,而皮带表面图像中的胶接头区域与背景区域的灰度情况相近,对比度并不高。因此在所设计的系统中引入图像直方图均衡化技术,通过对胶接头图像的灰度映射变化,增强像素数多的灰度级别,同时降低像素数少的灰度级别,从而提高胶接头区域附近的图像对比度,提升了胶接头区域的可见检测性,为后续区域分割打下了坚实基础。

3.2 胶接头区域分割

胶接头区域分割是将胶接头部分从背景中提取出来,更突出图像特征。一般的图像分割方法需预先设置阈值,对目标区域与背景区域进行区分,适用于两者之间有明显差异的场景。由于宝钢现场光照条件复杂,以及所设计系统的应用场景的需求,阈值分割的方法并不适用。

通过对历史胶接头区域图像特性的分析,本系统引入了非线性尺度空间理论[6],完成胶接头区域边缘特征点检测。非线性尺度空间相比传统线性尺度空间,在提取特征阶段,降低现场环境噪声的同时,更好地保持了目标关键细节,从而保证了准确性。

非线性尺度空间的构造过程,主要基于各向异性的扩散方程模型。该模型在处理图像内部光滑区域时,接近于传统的线性扩散方程；而在处理图像内部各区域边界时,不产生相关扩散,可有效保留边缘细节信息。

基于非线性扩散滤波器来构造连续层次的尺度空间,并在目标区域内进行非尺度分解。非线性扩散滤波器视为图像亮度在不同尺度参数下的变化,并被定义为某种形式的流动函数的散度,通过非线性偏微分方程来描述。同时,在异向扩散过程中,引入电导率函数,模拟图像尺度变化过程中的平滑处理,将图像限制在目标区域内,且不能跨区域,从而减少向边缘位置扩散,在进行多尺度分解的过程中更好地保留原边界细节信息。

在关键点检测过程中,首先,对于图像中的每个像素点,与同一尺度内的相邻各点以及上下邻近尺度空间内的相邻点进行比较,并获取关键点,对应于局部极值点(极大值或极小值)；然后,通过计算不同尺度归一化后的Hessian局部极大值点,来提取特征点；最后,利用特征点局部图像结构特性来计算其主方向,从而保证图像旋转不变性。

对上述获取的特征点,采用主成分分析法进行特征降维,利用随机抽样一致算法将异常点剔除,最后匹配分析获取胶接头区域。

3.3 胶接头缺陷分析判断

系统通过分析获取的胶接头区域图像中的区域面积(区域所占像素总数)、区域宽高比(围绕区域外围的最小外接矩形的宽度和高度比值)、区域周长(围绕区域外围的边界像素总数)以及区域直方度特性等特征,采用支持向量机模型[7]进行缺陷判别。

如图3所示,红色标识的是分割提取到的胶接头区域,蓝色标识的是通过分析模型检测出的缺陷区域,该缺陷区域反映了胶接头磨损及开裂现象。

图3 检测结果图Fig.3 Detection result graph

4 应用效果

本文阐述的基于图像分析的运输机皮带胶接头系统,目前已应用于宝钢炼铁厂三烧结区域的SP302、SP301及SP401等6条运输皮带机。

以运输皮带机SP302为例,如图4所示,下位机端的工控机电脑、线阵相机和光源照明组件安装于皮带运输机的尾部滚筒的后部上方；在胶接头附近一侧的皮带中嵌入皮带运行位置标签,并将位置检测传感器固定安装在运输皮带机架上。

图4 实施现场效果Fig.4 Effect of implementation site

图像分析检测系统服务器(上位机)设置在烧结中控室中,通过光纤连接现场的下位机端,系统软件和检测效果见图5。

图5 系统软件图 Fig.5 System software diagram

通过12个月的现场使用,本系统的准确率为94.2%,召回率为97.6%,获得了较好的应用效果。

5 结语

本文阐述了一种基于图像分析技术的皮带运输机胶接头检测系统,详细介绍了其工作原理和系统构成,其分析过程包含了胶接头图像增强处理、胶接头区域分割和胶接头缺陷分析判断等步骤。该系统已实际应用于宝钢炼铁厂三烧结区域,并实时监测6条皮带运输机的运行状况,检测精度高,具有较好的应用价值。该系统为及时发现运输皮带表面缺陷提供了有效保障,实时预警并提醒现场人员处理,有效防止了由于皮带胶接头缺陷而引起的重大事故。