旷永龙

(山西焦煤集团有限责任公司 东曲煤矿, 山西 古交,030200))

带式输送机是煤炭生产运输的关键设备,经传送带承载原煤、物料等完成运输任务。煤矿井下运行环境恶劣,运输过程易出现传送带撕裂断带事故,影响煤炭生产运输效率[1-2].导致带式输送机传送带撕裂的主要原因为非煤异物划伤,传统带式输送机保护系统是在故障发生后进行保护,具有滞后性,影响带式输送机运行效率[3-4]. 基于NVIDIA Jeston硬件开发平台,采用改进YOLOv3模型设计带式输送机非煤异物检测系统,以达到非煤异物预警,降低传送带撕裂事故发生概率,保证带式输送机安全、高效、稳定运行。

1 非煤异物检测方法

带式输送机非煤异物主要包括矸石、锚杆/锚索、螺栓/螺母、钻头/杆、工字钢头、输送带头/卡、道钉/道木、棉纱、铁丝等,与带式输送机实际运行环境相关。非煤异物识别方法为:实时采集带式输送机传送带图像信息并进行边缘检测,提取图像形状特征,进行特征增强后匹配异物目标检测算法,进而输出识别结果[5-6]. 同时更新非煤异物样本库以及特征集合,为非煤异物匹配算法提供模型训练样本。非煤异物识别方法见图1.

图1 非煤异物识别方法图

非煤异物识别步骤为:1) 采集图像给与处理。对采集到的异物图像进行色彩转换、去噪、信息增强处理,使得异物图像边缘特征清晰。2) 提取异物特征并建立样本库。对异物图像进行阈值分割、区域分割、边缘检测以及形状样本提取,同时建立异物样本库[7-9]. 3) 解算异物坐标。建立摄像机、输送带及异物图像的相对坐标关系并解算异物坐标。

2 方案设计

带式输送机非煤异物检测系统设计的目标为:1) 精度要高,要求采集到的图像清晰度高、异物模型的检测精度高。2) 非煤异物检测速度要快,能够适应带式输送机0～4.5 m/s的带速,实时性强。3) 对带式输送机传送带进行实时监控,能够有效检测出非煤异物并与带式输送机控制系统联动,触发声光语音报警。4) 能够对非煤异物历史检测数据进行查看和分析。根据上述设计目标,带式输送机非煤异物检测系统方案设计框图见图2.

图2 带式输送机非煤异物检测系统方案设计框图

3 硬件组成

带式输送机非煤异物检测系统硬件主要包括核心控制及处理模块、高清摄像仪、PLC控制模块等。

1) 核心控制及处理模块。选用NVIDIA Jeston Xavier NX非煤异物检测开发软件,CPU采用四核ARM Cortex-A57 MPcore处理器,主频为1.43 GHz;GPU采用NVIDIA MaxwellTM架构,拥有128个CUDA核心,472GFLOPS(FP16);存储空间为16 GB Emmc5.1闪存+128 GB microSD;对外接口支持10、100、1000 BASE-T 以太网、UART、HDMI、GPIO、USE3.0×4等,满足带式输送机非煤异物检测需求。

2) 高清摄像仪。选用MindVIsion的MV-GE500C型,该摄像头为工业级产品,结构设计紧凑、图像质量高,能够适应井下光照强度弱、粉尘多的恶劣环境。该摄像头的有效像素为500 W,分辨率为2 592×1 944@24FPS,数据接口为RJ45千兆以太网并向下兼容100 M网络;支持ROI设定、对比度/饱和度/伽马调节、ISP图像处理等功能。

3) PLC控制模块。选用EPEC的3724,支持CANOPEN、CAN2.0B通讯,支持开关量输入、0～5 V电压输入、0～22.7 mA电流输入、脉冲输入、相位差90°脉冲计数输入、开关量输出、PWM调试输出,防护等级为IP67,抗冲击、抗振动能力强。

4 软件设计

4.1 非煤异物检测模块

带式输送机非煤异物检测流程基于NVIDIA Jeston Xavier NX硬件平台实现,内置Ubuntu 16.04系统并安装OpenCV、数据库等软件。非煤异物检测系统以TCP/IP通讯接收到带式输送机处的摄像头视频流数据后,依据改进YOLOv3模型[9]进行非煤异物检测,检测结果通过OpenCV软件进行展示。非煤异物检测流程图见图3,对于有非煤异物的帧图片进行异物类别、异物信息标注并保存该帧图片,同时标识与PLC控制系统联动的声光报警信号标志位。

图3 非煤异物检测流程图

4.2 报警联动控制模块

报警联动控制模块位于带式输送机PLC控制系统内部,PLC控制系统以CAN总线通讯、硬连接两种方式与非煤异物检测系统连接。PLC控制系统中的报警模块周期性的检测非煤异物报警标志位,当检测到该标志位为1后,触发声光语音报警;待报警事件解除后,将非煤异物报警标志位清零。

4.3 Web端非煤异物检测查询模块

Web非煤异物检测查询模块前端采用JavaScript框架Vue进行设计,后端采用Python web微框架Flask,对接收到的带式输送机传送带视频流采用nginx+ffmpeg技术,提高对视频流处理的实时性和稳定性。设计的主界面(图4)左侧功能模块有“首页”“所有设备”以及“系统管理”3个。单击“首页”按钮后会返回Web非煤异物检测模块首页,可同时查看最多10路摄像头信息,可单独配置和全屏显示。单击“系统管理”后会显示“统计信息”“预警记录”“系统设备”3个子项,完成带式输送机视频实时监控、摄像头管理、非煤异物报警管理、非煤异物图片管理、非煤异物预警信息统计等功能。

图4 Web端非煤异物检测查询主界面图

5 试验分析

基于太原理工大学电气节能控制实验室带式输送机试验平台,进行带式输送机非煤异物检测系统试验。

非煤异物检测模块对接收到的带式输送机摄像仪视频流进行异物检测。当检测到包含非煤异物的视频流后会在Web报警界面中自动弹出包含非煤异物的图片。该图片中包含了非煤异物预测结果框以及FPS信息,见图5,平均检测速度可达4.3 FPS且系统运行流畅。

图5 非煤异物检测结果图

对2022年11月7日至9日以及2022年11月12日至14日两次连续3日,以人工统计、Web端检测两种方式对带式输送机非煤异物进行数据分析,验证非煤异物检测系统的准确率。结果见表1.

表1 带式输送机非煤异物检测统计数据表

前3日人工统计总异物次数为328次,Web端检测总异物(预警次数)为301次,非煤异物检测准确率为91.77%;后3日内人工统计总异物次数为437次,Web端检测总异物(预警次数)为416次,非煤异物检测准确率为95.20%. 试验结果表明,该非煤异物检测系统的检测准确率≥90%,检测精度较高。

6 结 语

基于NVIDIA Jeston硬件开发平台,采用改进YOLOv3模型设计带式输送机非煤异物检测系统,经比对试验检测该系统的检测准确率在90%以上,该系统能够快速、准确地检测非煤异物,保障了带式输送机安全、高效、稳定运行。