基于物聯(lián)網(wǎng)技術(shù)的輸煤設(shè)備巡檢管理系統(tǒng)研究

福建華電電力工程公司 李一飛 福建華電永安發(fā)電有限公司 沈一新 陳永鑫 肖中陽

輸煤設(shè)備自動運行，容易產(chǎn)生破損、跑偏、管漏、傳動裝置異常等故障，嚴重影響電廠輸煤質(zhì)量、效率，無法滿足發(fā)電的基本要求。某公司建立輸煤設(shè)備巡檢管理平臺，將物聯(lián)網(wǎng)技術(shù)應(yīng)用到智能監(jiān)測系統(tǒng)，匹配智能算法完成具體監(jiān)測工作。系統(tǒng)建設(shè)要求故障識別、異物監(jiān)測等成功率超過95%以上，告警時間在1s以內(nèi)，漏煤監(jiān)測成功率在90%以上，明火監(jiān)測成功率在99%以上。

1 巡檢管理平臺功能架構(gòu)

1.1 監(jiān)測點布設(shè)

某公司輸煤設(shè)備主要為C-4A、C-4B輸送皮帶，現(xiàn)場布設(shè)設(shè)備監(jiān)測點，采集設(shè)備運行相關(guān)數(shù)據(jù)信息。按照設(shè)備結(jié)構(gòu)、設(shè)備運行狀況，在特定位置安裝和部署監(jiān)測設(shè)備，完成整體監(jiān)測過程。具體現(xiàn)場部署的設(shè)備、安裝數(shù)量（個）及實際功能如下：激光流量監(jiān)測裝置（4），采集輸煤流量數(shù)據(jù)；皮帶撕裂監(jiān)測裝置（4），監(jiān)測皮帶表面裂紋；可見光攝像機（14），跑偏、漏煤監(jiān)測；光譜攝像機（19），溫度、環(huán)境偵測；溫振傳感器（28），振動、溫度數(shù)據(jù)監(jiān)測；激光測距儀（4），水平高度監(jiān)測。現(xiàn)場布設(shè)相應(yīng)的監(jiān)測裝置、傳感裝置，完成現(xiàn)場監(jiān)測點的部署，賦予管理系統(tǒng)平臺輸煤設(shè)備運行相關(guān)數(shù)據(jù)采集功能，為后續(xù)的巡檢功能實現(xiàn)奠定基礎(chǔ)，提供依據(jù)[1]。

1.2 業(yè)務(wù)架構(gòu)部署

基于實際工作場景建立AI底座，訓(xùn)練AI模型，完成現(xiàn)場環(huán)境、人員、設(shè)備的自動巡檢，識別異常信息，巡檢功能實現(xiàn)利用智能識別、預(yù)警技術(shù)、智能分析技術(shù)，數(shù)據(jù)監(jiān)測應(yīng)用新型高集成傳感器技術(shù)、物聯(lián)網(wǎng)技術(shù)，實現(xiàn)對海量數(shù)據(jù)的自動化識別、分析、標注，篩選無用數(shù)據(jù)信息，使得巡檢質(zhì)量、效率更高。系統(tǒng)利用內(nèi)網(wǎng)建立服務(wù)架構(gòu)，生成業(yè)務(wù)模型，邊緣負責(zé)采集數(shù)據(jù)、平臺負責(zé)數(shù)據(jù)儲存、處理和分析，支持業(yè)務(wù)模型全生命周期管理，并將模型下發(fā)設(shè)備階段，匹配具體的巡檢業(yè)務(wù)。

2 輸煤設(shè)備巡檢管理系統(tǒng)技術(shù)應(yīng)用

2.1 輸煤設(shè)備巡檢管理系統(tǒng)功能模塊

設(shè)備狀態(tài)巡檢。設(shè)備管理主要基于設(shè)備狀態(tài)完成管理過程，即結(jié)合設(shè)備巡檢內(nèi)容制定具體的巡檢方案，聯(lián)動物聯(lián)網(wǎng)技術(shù)的數(shù)據(jù)采集和智能技術(shù)的數(shù)據(jù)分析，識別設(shè)備狀態(tài)并將設(shè)備相關(guān)數(shù)據(jù)歸檔處理。監(jiān)測對象包括設(shè)備工作期間發(fā)生的跑偏，減速機、電機等設(shè)備產(chǎn)生異常振動信號，溫度異常情況等現(xiàn)象。利用圖像識別技術(shù)完成設(shè)備外觀診斷，使用測溫技術(shù)、熱成像橫向技術(shù)，完成溫度異常巡檢功能。

人員安全巡檢。人員巡檢對接設(shè)備運行業(yè)務(wù)，當人員未配置安全帽等安全防護裝置，入侵到設(shè)備運作區(qū)域時，利用多臺融合感知技術(shù)，完成告警預(yù)知，分析異常情況，將異常實時上傳至上位機人機交互界面并對數(shù)據(jù)進行歸檔處理；環(huán)境巡檢。應(yīng)用傳感器、控制器，監(jiān)測設(shè)備運行期間的環(huán)境指標，指標類型為溫度、濕度、粉塵濃度等。環(huán)境巡檢部署管理應(yīng)用聯(lián)動策略，采用外設(shè)設(shè)備控制，利用終端視頻輔助確定，以提高巡檢管理平臺的響應(yīng)能力[2]。

2.2 落煤堵煤監(jiān)測

本案例在落煤管區(qū)域的上方、下方，分別部署激光煤流量監(jiān)測裝置，光源直接與輸送設(shè)備的物料對接，生成物料、設(shè)備的輪廓外形特點，并使用雷達和掃描技術(shù)，獲取物料的點云數(shù)據(jù)，計算設(shè)備、物料的面積。測量模塊負責(zé)速度測量和距離測量，經(jīng)過多重測量和乘積計算之后，得到物料體積信息。巡檢目的是識別落煤管是否發(fā)生堵煤，在經(jīng)過前端、后端的輸煤流量檢測后，基于差值，判斷是否產(chǎn)生堵塞問題，即在超過閾值時，系統(tǒng)報警。堵塞會導(dǎo)致落煤管上方位置溢出物料，利用語義分割算法，采集圖像數(shù)據(jù)，計算面積大小，即可確定是否堵塞。

2.3 皮帶跑偏識別

皮帶跑偏識別基于皮帶機上方部署的攝像機設(shè)備完成數(shù)據(jù)采集，采集圖像和視頻數(shù)據(jù)內(nèi)容，對應(yīng)具體的位置數(shù)據(jù)，利用目標識別算法，對應(yīng)具體位置，判斷圖片是否出現(xiàn)跑偏情況，相對位置誤差超過允許范圍，即告警相關(guān)人員，采取皮帶調(diào)整措施。在后臺系統(tǒng)部署目標識別算法，建立卷積神經(jīng)網(wǎng)絡(luò)，響應(yīng)圖像周圍單元的覆蓋范圍和覆蓋區(qū)域，完成目標定位過程。在算法應(yīng)用期間，系統(tǒng)包括輸入層、卷積層、池化層、連接層、輸出層，采集圖像中應(yīng)清晰對應(yīng)輸煤設(shè)備兩側(cè)的托輥位置，識別光照參數(shù)應(yīng)滿足照度在75lux以上的基本要求，視頻分辨率為1080P，像素值滿足72×72以上的基本要求，目標定位識別檢測的遮擋率應(yīng)控制在30%以內(nèi)。

采集圖像輸入到巡檢平臺后，使用下述公式得到特征圖：F=Conv（I,K），式中：Conv表示卷積操作，I表示輸入圖像，K表示卷積核。卷積層完成特征處理后，進行數(shù)據(jù)的池化處理，得到特征向量后，完成特征分類，識別對皮帶跑偏特征的具體識別和分析，具體池化和特征向量計算公式如下：P=POOL（F）、V=FC（P），式中：POOL表示池化操作，F(xiàn)表示卷積層的輸出特征圖，F(xiàn)C表示全連接操作，P是池化層的輸出結(jié)果。

2.4 皮帶撕裂識別

本案例中僅僅運用巡檢系統(tǒng)完成皮帶的縱向撕裂和識別，使用設(shè)備為激光發(fā)射器和防塵攝像機，將設(shè)備、照片等經(jīng)過濾光處理、二向化處理后，使用OTSU、HOU方法，完成圖像分析過程，檢測是否產(chǎn)生斷裂情況。算法限制條件與皮帶跑偏監(jiān)測限制條件大致相通用，對最小撕裂寬度的監(jiān)測精度應(yīng)滿足1mm的基本要求。

為確保圖像數(shù)據(jù)處理效果良好，應(yīng)用類間方差最大化完成圖像二值化處理，完成圖像分割和目標識別，確定具體的撕裂位置和撕裂情況。巡檢系統(tǒng)將采集的輸送設(shè)備皮帶分為前景和背景，經(jīng)過灰度化處理后，得到兩類方差值。例如，采集的數(shù)據(jù)灰度級范圍在[0,L-1]之間，像素數(shù)目為n_i，總像素數(shù)目為N，灰度級概率計算公式如下：p_i=n_i/N。在類間方差計算時，則使用σ^2_B表示，具體計算過程如下：

式中：T表示閾值，w_0、w_1分別表示前景、背景之間的像素概率，μ_0、μ_1分別表示前景和背景的平均灰度值，L表示灰度級范圍，i表示灰度級。在具體皮帶撕裂識別期間，遍歷所有閾值，計算閾值對應(yīng)的類間方差，選擇最大閾值作為分割閾值，完成皮帶撕裂區(qū)域的識別和定位。

2.5 火焰監(jiān)測識別

由于輸煤系統(tǒng)運行期間容易產(chǎn)生火災(zāi)故障，本案例部署攝影采集裝置，完成現(xiàn)場視頻的采集，利用算法識別火焰和煙霧特征，識別現(xiàn)場出現(xiàn)火焰或者煙霧之后，聯(lián)動聲光報警器告知相關(guān)人員和消防部門。火焰煙霧監(jiān)測和識別中，為實時了解火焰的實際情況，即火災(zāi)的發(fā)展范圍，使用熱成像技術(shù)，完成溫度色值的分析和識別。日常輸煤設(shè)備運轉(zhuǎn)期間，熱成像視頻同樣應(yīng)用，主要負責(zé)監(jiān)測線纜、重錘室設(shè)備的運行狀態(tài)，識別具體的溫度色值情況，并在溫度色值達到閾值后，完成預(yù)警，避免火災(zāi)事故的發(fā)生和蔓延。本案例使用的攝影采集裝置，應(yīng)滿足火焰在畫面中的形態(tài)和亮度變化數(shù)據(jù)識別，最低像素值應(yīng)滿足216×216以上的基本要求，遮擋應(yīng)控制在30%以內(nèi)，具體監(jiān)控范圍部署情況見表1。

表1 溫度監(jiān)控范圍表

2.6 皮帶正面破損識別

皮帶正面破損利用智能視覺算法，主要處理基于物聯(lián)網(wǎng)技術(shù)獲得的皮帶數(shù)據(jù)信息，利用算法完成損傷特征提取和訓(xùn)練過程，觀察破損情況和破損程度，識別損傷后預(yù)警。在該識別算法部署和應(yīng)用期間，應(yīng)滿足皮帶為空載狀態(tài)的基本要求，且對于輕微磨損，由于煤炭等環(huán)境影響，無法準確識別，使用的攝像裝置為高速、高清攝像裝置。在皮帶正面破損識別過程中，使用的邊緣檢測算法為Canny算法，該算法經(jīng)過去噪、梯度幅值計算、非極大值抑制、邊緣連接后，得到皮帶的邊緣特性，判斷是否出現(xiàn)破損情況。

具體去噪處理技術(shù)公式如下：I_smoot=G（x,y,σ）×I（x,y）。去噪利用高斯濾波器實現(xiàn)，采用高斯函數(shù)完成去噪處理，式中：G（x,y,σ）表示標準差為σ的二維高斯函數(shù)，I（x,y）表示原始圖像，＊表示卷積操作。經(jīng)過去噪處理后，計算圖像在X方向和Y方向的梯度值，根據(jù)梯度值計算像素的梯度幅值。非極大值抑制的主要目的是細化邊緣，保留方向上的局部最大值，經(jīng)過低閾值和高閾值監(jiān)測后，得到邊緣圖像，完成邊緣識別過程，判斷皮帶的破損現(xiàn)象。

2.7 設(shè)備溫度、故障識別

設(shè)備運行溫度識別主要應(yīng)用熱成像技術(shù)和溫度傳感器，設(shè)備運行過程中的電流過大，即表明設(shè)備出現(xiàn)故障隱患，溫度數(shù)值和指標超過標準范圍。設(shè)備運行振動信號過大，則表明設(shè)備傳動裝置處于異常作業(yè)狀態(tài)，故障概率較大。即在巡檢管理平臺建設(shè)期間，本公司應(yīng)用溫度傳感器、振動傳感器采集數(shù)據(jù)信號，在系統(tǒng)內(nèi)設(shè)置設(shè)備運轉(zhuǎn)參數(shù)、額定電流數(shù)值、振動頻率和振動信號數(shù)值等。

溫振傳感器內(nèi)部配置MEMS芯片，采用嵌入式的部署方式，具有高集成功能，在電機、空壓機、離心機、發(fā)電機、減速機等設(shè)備中部署，獲得三維軸向數(shù)據(jù)，采用485總線部署方式，確保傳感數(shù)據(jù)傳輸距離在2km以內(nèi)，將采集數(shù)據(jù)準確上傳至巡檢平臺，完成數(shù)據(jù)識別處理。同時，在故障診斷過程中，安裝工業(yè)診斷拾音器，可將聲音信號轉(zhuǎn)化為數(shù)字電信號，將振動聲音信號經(jīng)過濾波、壓縮處理后，使得信號質(zhì)量能夠滿足故障識別的基本要求。

3 輸煤設(shè)備巡檢管理系統(tǒng)功能實現(xiàn)

3.1 預(yù)警管理

預(yù)警管理主要基于對物聯(lián)網(wǎng)技術(shù)和智能算法識別的結(jié)果處理，其中包括輸煤設(shè)備運行期間的故障、巡檢所得的違規(guī)情況等相關(guān)內(nèi)容。預(yù)警管理模塊具備查詢、統(tǒng)計、查看、處理、數(shù)據(jù)回收等基本功能，在巡檢管理期間，可利用算法、設(shè)備、服務(wù)器等完成查詢工作，并將預(yù)警事件導(dǎo)出。用戶在使用設(shè)備巡檢管理系統(tǒng)之后，點擊相應(yīng)模塊查看預(yù)警事件前后6s內(nèi)的視頻數(shù)據(jù)信息，采用人為處理的方法完成預(yù)警信息的審查。該功能模塊支持定期復(fù)制誤報的數(shù)據(jù)內(nèi)容，支持算法模塊的迭代優(yōu)化和計算。在預(yù)警信息查看時，類目表中包括算法服務(wù)器、任務(wù)名稱、設(shè)備名稱、算法類型、來源數(shù)據(jù)、預(yù)警級別、預(yù)警畫面、預(yù)警時間等相關(guān)數(shù)據(jù)信息。

3.2 算法管理

算法管理基于靈活性的基本原則部署，堅持個性化的部署目標，使得用戶在使用巡檢管理系統(tǒng)中，能夠?qū)崿F(xiàn)場景與設(shè)備、服務(wù)器之間的適應(yīng)性配置。由于在算法功能實現(xiàn)過程中應(yīng)用了多種算法，匹配算法和具體的巡檢業(yè)務(wù)，實現(xiàn)整個巡檢過程的自動化、智能化，并具備多路視頻輪詢的基本功能。在算法管理方面，主要按照場景完成算法信息列表的分類工作，結(jié)合具體場景完成算法狀態(tài)、名稱、參數(shù)等相關(guān)信息的配置，確定在實際應(yīng)用過程中是否匹配和應(yīng)用算法，并完成算法條件的增刪處理[3]。

3.3 巡檢任務(wù)管理

巡檢業(yè)務(wù)管理具備新建、下發(fā)等相關(guān)功能，建立模型庫完成巡檢任務(wù)的多維度配置，將設(shè)備、算法、檢測區(qū)域、規(guī)則、閾值等配置，查詢具體的巡檢信息和任務(wù)信息，設(shè)置具體的巡檢對象等。在實際應(yīng)用過程中，平臺可根據(jù)實際需求，制定具體的巡檢計劃，定時啟動巡檢任務(wù)，完成自動化巡檢過程，同時生成相應(yīng)的巡檢報告，得到異常數(shù)據(jù)信息則發(fā)送報警信息。在完成智能化的識別和診斷后，將巡檢結(jié)果模塊化展示，查看是否存在異常情況。