機器視覺支持下的帶式輸送機煤量檢測系統設計研究

［摘 要］隨著時代的發展，當前我國的電力需求愈發迫切，煤炭作為我國現階段電力生產的主要來源，能夠為我國工業發展、民眾生活提供必要的電力支持。但是在當前煤炭生產階段，仍舊存在粗放式的特點，安全生產管理相對較差，提升煤礦智能化水平勢在必行。文章以帶式運輸機煤量檢測工作為研究對象，結合機器視覺技術，對機器視覺支持下的帶式輸送機煤量檢測系統設計進行了研究，并對其中的帶式輸送機煤量檢測系統硬件設計、軟件設計、基于體積檢測的自動調速控制實現進行了闡述，以期為提升現代煤礦帶式輸送機工作質量提供一定理論支持。

［關鍵詞］機器視覺；帶式輸送機；煤量檢測

［中圖分類號］V275.1 ［文獻標志碼］A ［文章編號］2095–6487（2024）07–0151–03

我國煤礦95% 以上的生產場景為地下，具有環境惡劣、安全形勢復雜等特點。同時，我國煤礦企業長期屬于從業要求較低的勞動密集型產業，具有技術水平低、勞動效率低等特點與劣勢，以上諸多因素綜合導致了我國煤礦生產質量相對較差。在“十三五”期間，國家著重強調應該將高新技術應用到煤礦安全生產領域，并提出了“智慧礦山”這一概念，要求有關單位利用計算機、通信、遠程控制等技術對礦山作業進行更新，其最終目標在于達到對礦山生產過程的實時監控和管理。文章對其中的帶式輸送機煤量檢測進行研究。

1 機器視覺支持下的帶式輸送機煤量檢測系統整體設計

1.1 基本原理

文章以激光雙目立體檢測方法為基礎進行帶式輸送機煤量檢測系統基本功能設計。具體而言：①采用激光雙目立體檢測方法對傳送帶上煤料的表面輪廓信息進行測量與收集，并根據激光線條紋中心線提取與雙目視差匹配，獲取條紋點云數據，隨后采用體積計算算法即可獲取體積流量[1]。②技術人員可通過體積流量，結合密度常數等即可完成煤量具體數據的準確計算。③可根據體積檢測得到的結果，結合調速控制系統劃分具體的速度等級，借助 PLC 控制電機，即可實現節能運行的根本目標。

1.2 帶式輸送機煤量檢測系統整體設計

帶式輸送機煤量檢測系統整體流程如圖1 所示。

整個系統的基本流程為：①線激光發射器、雙目立體相機固定在傳送帶上，承擔具體的測量工作，在測量過程中，整個系統保持靜止，線激光垂直于傳送帶，形成固定的掃描區域。②在測量過程中，先對雙目相機進行系統標定，在帶式輸送機聯同物料共同運動后，經過掃描區域時，雙目相機開始正常工作，記錄測量對象的左視圖、右視圖，并對圖像的激光條紋中心線進行提取。提取完成后，在視差匹配原理指引下，根據標定好的相機系統參數，求取激光條紋中心線所有點的三維坐標，即可得到反映實際物料表面信息的激光點云數據[2]。③在上位機位置，對數據進行三維重建設計，實現三維信息可視化表達，結合圖像時間對物料體積大小進行計算，最后根據檢測的體積大小調節運行速度，進而實現帶式輸送機調速運行。

2 帶式輸送機煤量檢測系統硬件設計

2.1 槽型帶式輸送機設計

文章設計的帶式輸送機煤量檢測系統硬件主要包括帶式輸送機、線激光發射器、雙目立體相機、相機固定架、計算機、PLC 可編程控制器、變頻器等，由于槽型帶式輸送機具有一定特殊性，因此對其進行獨立分析[3]。

為向我國煤礦運輸提供普適性解決辦法，決定采用最常見的槽型帶式元數據，文章選擇的具體型號為ZHGD–127 槽型帶式輸送機。ZHGD–127 槽型帶式輸送機參數見表1。

2.2 帶式輸送機煤量檢測系統核心硬件設計

（1）線激光發射器。該設備是信息獲取的重要依托，線激光具有較強的方向性，且具有高亮度、高識別性，能夠較為精準地進行輪廓信息獲取。文章選擇采用一字型線激光發射器作為測量光源，該設備具有較高的安全等級，且功能較為完美，能夠基本滿足實際工作需求[4]。

（2）雙目立體相機。該設備是機器視覺測量系統的重要基礎，能夠為后期的數據處理、算法分析提供核心的數據支持。文章決定采用300 萬像素的工業CCD 攝像頭作為雙目立體相機的核心結構。在實踐中，為了提供數據傳輸支持，本系統雙目相機集成了千兆網線接口進行數據傳輸。

（3）變頻器。該設備的基本功能為控制交流驅動電機運轉速度，是該系統的重要設備之一，文章決定采用高性能矢量型變頻器，具體型號為JF1800G–5.5KWG–3。在實際功能方面，該設備能夠幫助帶式運輸機實現較好的啟停、變向、調速等功能[5]。

（4）PLC。該設備是工控領域的重要數字化控制系統，在煤礦運輸領域，帶式輸送機集控系統也可由該設備實現。本系統采用西門子S7–300PLC 作為具體的集控設備，其電源型號為PS 307 5A_1、CPU 型號為CPU 313C–2 DP。

（5）人機交互設備。文章決定選擇觸摸屏作為人機交互設備，其具體設備為昆侖通態觸摸屏，型號為TPC7062Ti，其基本性質為電阻式觸摸屏，具有較強的圖像顯示能力及數據處理功能，同時，該設備還支持多種通訊模式與連接模型，能夠滿足基本工作需求[6]。

3 帶式輸送機煤量檢測系統軟件設計

3.1 軟件系統基本流程

帶式輸送機煤量檢測系統軟件系統流程如圖2 所示。

軟件工作的基本思路為3 大模塊：①在點云數據獲取方面進行激光條紋提取，并根據立體匹配算法進行點云三維坐標計算。②進行體積計算，具體需要根據點云數據、表面輪廓進行體積計算算法開發。③在上位機位置，需要通過Qt 編寫界面，進行體積檢測整體操作及數據顯示，并將數據傳遞到上位機處進行可視化操作，此外，還要結合三維軟件重建煤料表面輪廓。

3.2 軟件系統結構組成

帶式輸送機煤量檢測系統軟件的結構組成主要包括以下6 大模塊。

（1）圖像采集模塊。該模塊的基本功能為圖像采集，其具體功能包括：①采集標定棋盤的圖像信息，并在此基礎上進行相機標定，以此獲取有效的系統參數。②對帶式輸送機傳送帶的輪廓圖像相關信息進行采集，并識別表面信息[7]。③在檢測之后獲取激光線條紋圖像，從而為后續工作的正常開展提供必要支持。

（2）相機系統標定模塊。該模塊的功能為相機系統標定，文章決定采用張氏標定法作為雙目相機標定算法，該方法具有較強的成熟性，只需通過二維棋盤圖像即可獲取高質量的相機內外參數，從而為傳送帶上的坐標轉換提供支持，在標定過程中，軟件還需要提供立體矯正、消除畸變影響等功能，從而保證標定參數的精準性。

（3）圖像預處理模塊。該模塊的功能為消除采集獲取激光輪廓圖像上存在的一些不利干擾，并通過濾波器進行平滑降噪處理，從而獲取最真實的激光線圖像，進而為后期體積計算等工作提供重要支持。

（4）點云數據獲取模塊。該模塊的基本功能為獲取點云數據信息，在軟件層面，需要先采用迭代預制重心法對激光條紋中心線進行高精度提取。還需要基于雙目攝像頭視差原理，進行點云三維坐標的計算，立體匹配采用半全局匹配SGBM 算法，該算法具有較強的匹配精度與匹配速度。

（5）煤料體積計算模塊。其基本功能為進行煤料橫向截面積、煤料體積的計算，文章需要根據運輸時的橫向截面輪廓點云數據及空載時的相關數據，進行煤料橫向截面積的算法設計。

（6）上位機界面顯示模塊。上位機顯示界面需要根據Qt 進行顯示界面組態設計，具體軟件功能包括系統參數設置、ROI 區域設定、采集畫面顯示、激光點云數據存儲、三維可視化重建、體積計算結果輸出，整個軟件應當具有操作便捷的特點，便于人機互動的正常進行。

此外， 為實現上述軟件功能， 需要在VisualStudio 2017 開發平臺下，基于C++ 編程語言，結合Qt 進行相關軟件功能設計。同時，為了適應機器視覺的需求，文章決定引進 OpenCV 技術，該技術為經典的市局算法庫，能夠為采集圖像、雙目相機標定等功能提供算法模板。另外，為了滿足圖像渲染需求，決定引進OpenGL 技術，該技術可進行二維、三維圖像繪制工作，同時，隨著時代的發展，該技術還在不斷發展與演進，本系統使用Qt OpenGL 模塊對三維點云數據進行重建。

3.3 基于體積檢測的自動調速控制實現

在體積檢測結束后，需要根據體積檢測的結果進行自動調速控制實現。調速系統應當能夠實現兩個功能，即帶式輸送機的啟停控制與需要根據煤量數據進行調速控制。基于體積檢測的自動調速流程如圖3所示。

基于體積檢測的自動調速控制還需依托程序設計實現，文章中調速系統控制程序通過 TIA Portal 軟件進行編寫，具體設計思路如下。

（1）兩級帶式輸送機啟停程序設計。啟停設計手動、自動兩種模式，手動模式指可通過工作人員手動進行啟停控制，在自動模式下，根據逆煤流順序啟動原則設計一鍵啟動，二級帶式輸送機運行3 s 后，一級帶式輸送機運行，停機流程為：二級帶式輸送機停機3 s 后，一級帶式輸送機停機。

（2）帶式輸送機調速程序設計。將運行速度分為1、2、3、4 等級，PLC 調速程序根據不同計算結果設定2 個繼電器組合，其中，繼電器1、2 均斷開表示1 級速度，繼電器1、2 均閉合表示4 級速度，繼電器1 閉合但2 斷開表示2 級速度，繼電器1 斷開但2 閉合表示3 級速度。

4 結束語

文章提出了一種基于機器視覺的帶式輸送機煤量監測系統。該系統采用線激光雙目立體檢測法，能夠實現對槽型帶式輸送機煤料運輸的體積檢測，且系統能夠根據數據結果，操作西門子 PLC 控制器調整輸送速度。文章雖取得了一定成果，具有一定現實應用價值，但仍舊存在一定的發展與優化空間，例如，機器視覺檢測的關鍵在于相機檢測系統的標定精度，未來相關人員可以選擇標定精度更高的相機標定方法進行標定，以此消除標定誤差。

參考文獻

[1] 張平. 煤礦井下帶式輸送機煤流量檢測系統設計及應用[J]. 能源與節能，2023（9）：222-224.

[2] 張萬辰，王昊，喬士睿，等. 基于液壓感知的帶式輸送機煤流量檢測系統[J]. 電子制作，2023，31（15）：60-63.

[3] 于海里，孫立超，左勝，等. 基于雙激光雷達的帶式輸送機煤流量檢測系統[J]. 工礦自動化，2023，49（7）：27-34，59.

[4] 程昆. 四臺礦基于機器視覺的帶式輸送機煤量檢測系統設計研究[J]. 山東煤炭科技，2023，41（5）：211-213.

[5] 李學暉. 基于機器視覺和深度學習的帶式輸送機煤量識別方法研究[D]. 邯鄲：河北工程大學，2022.

[6] 呂劍鐸，賀振華，王新宇. 基于激光雷達的帶式輸送機煤量檢測技術[J]. 煤炭工程，2021，53（S1）：54-59.

[7] 崔振國. 基于機器視覺的帶式輸送機煤量監測系統研究[D]. 徐州：中國礦業大學，2021.