基于皮帶撕裂檢測裝置實現輸煤皮帶系統缺陷識別

楊明旺，陳玉琪，曹云龍，岑峰，牟春鵬，楊文明

1.內蒙古大唐國際錫林浩特發電有限責任公司，內蒙古錫林浩特，026099 2.北京中安吉泰科技有限公司，北京，100085

0 引言

燃煤電廠的輸煤系統是重要的公用輔助系統，輸煤系統設備多、傳輸距離長、運行方式復雜、運行環境惡劣、故障因素多，極易發生事故，燃煤發電廠輸煤廊道線路長，是火災的高發地帶。因此，對輸煤廊道進行實時監控，防止輸煤皮帶起火、斷裂是保障火電廠安全穩定運行的必要手段之一。長期以來，由于缺少高效可靠的檢測技術，皮帶輸送機的安全監管一直是一個難點問題，皮帶輸送機斷芯、接頭抽動等損傷無法得到有效監測，嚴重時會造成皮帶輸送機橫向斷帶事故。用戶希望將鋼絲繩芯皮帶輸送機的運行安全始終處于監控之下，能夠實現24小時×365天實時在線、高速自動檢測[1-2]。

1 皮帶撕裂的原因

皮帶機輸送膠帶在運輸過程中，皮帶撕裂以縱向撕裂為主，因此就皮帶縱向撕裂的主要原因做如下分析。

（1）皮帶跑偏：皮帶跑偏可能導致皮帶縱向撕裂，雖然二者不是直接的因果關系，但跑偏可以在一定條件下增加縱向撕裂的風險。

（2）異物：這是另一個導致皮帶縱撕的重要原因，特別是當這些異物的硬度、形狀或尺寸與皮帶不匹配時，它們可能在運行過程中對皮帶造成損害。一方面，當硬度較高的異物（如金屬碎片、石塊等）附著在皮帶上，并與導軌或托輥等產生摩擦時，它們可能會切割或割破皮帶表面，引發皮帶的縱向撕裂。另一方面，異物可能導致皮帶在異物所在位置產生局部磨損、振動、應力集中，這會給皮帶帶來額外的壓力，可能削弱皮帶的物理性能，使其易于發生撕裂。

皮帶縱向撕裂是輸煤系統最常見的事故之一，一旦出現，如果未及時停機，將會損壞整條皮帶，帶來極大的損失。因此對皮帶機進行縱撕監測，對于電廠平穩運行、發電具有極大的經濟效益[3]。

2 皮帶撕裂檢測裝置系統

為防止皮帶輸送機撕裂、穿孔、錯位等缺陷，需要在輸煤皮帶輸送機的皮帶下面配置一套皮帶撕裂檢測裝置。常見的皮帶縱撕檢測技術有視覺檢測、紅外熱成像、聲音分析、激光測距等。本文采用的是基于AI識別的視覺檢測的方法，雖然這種方法會受到環境，如光照、粉塵等影響，但是經過一些技術處理可以解決，并且具有實時監測、高分辨率、多參數分析等優勢。

本文設計的基于視覺的撕裂檢測裝置搭載多種傳感器，實時監測現場的異物穿透、錯位撕裂及張口撕裂等。檢測裝置具有智能視覺識別功能，采用智能感知關鍵技術算法，對皮帶輸送機表面損傷自主識別判斷，并實時顯示皮帶輸送機表面圖像。

2.1 皮帶撕裂檢測裝置系統的原理

撕裂檢測裝置的基本原理是將結構光打在皮帶上，通過高清相機獲取該圖像，配合檢測算法實現對縱向撕裂的檢測。在皮帶縱向撕裂的情況下，可以利用高斯掩膜的輪廓線提取算法來檢測皮帶的斷裂邊緣。具體實現步驟如下。

（1）設備安裝：安裝皮帶撕裂檢測裝置到皮帶機上。

（2）圖像采集：使用相機獲取皮帶機的圖像。

（3）圖像預處理：對采集到的圖像進行預處理，例如去噪、增強對比度等。

（4）高斯濾波：應用高斯濾波器對圖像進行平滑處理，以減少噪聲。

（5）邊緣檢測：使用邊緣檢測算法來檢測皮帶的邊緣輪廓。

（6）輪廓線提?。焊鶕吘墮z測結果，提取出皮帶的輪廓線。

（7）縱向撕裂檢測：根據輪廓線的形狀、連續性以及可能的斷裂標志，進行縱向撕裂檢測。

其中，基于高斯掩膜的輪廓線提取算法，獲得結構光在皮帶上成像的中心線，采用梯度搜索法提取異常間斷特征，當連續幀的間斷特征點傾角在預設閾值范圍內，判定發生縱向撕裂。梯度搜索法提取異常間斷特征的代碼如下：

另外，由于攝像頭拍攝到的畫面狀況受到環境光線、鏡頭污染、異物遮擋、皮帶機運行情況等影響，因此，需要在識別前首先根據圖像的情況做預處理。實現方式是，首先根據結構光在皮帶上的圖像特點，獲取重點識別區域在圖像上的位置，然后分別計算圖像的梯度、對比度、對角度、平均亮度等，再根據各項設定的閾值進行比對處理。

2.2 皮帶撕裂檢測裝置系統介紹

結合上述原理，設計皮帶機縱撕檢測裝置，整體思路為皮帶撕裂檢測裝置部署在皮帶輸送機上，皮帶穿過檢測裝置，通過裝置內的高幀率相機連續采集皮帶表面視頻，再將視頻通過網絡傳輸到服務器，服務器通過AI圖像算法對數據進行清洗，智能視覺算法提取結構光成像輪廓等數據，對皮帶縱撕現象進行識別。本裝置由檢測裝置、電控柜、服務器等設備組成[4]。

（1）檢測裝置：檢測裝置主要包括高清攝像頭、補光燈組成的圖像采集模塊，以及供電模塊、通信模塊，分別實現為本設備供電和數據通信。補光燈用來保證攝像頭能夠采集到高清圖像。

（2）電控柜：電控柜一般安裝在輸煤廊道的電源附近，內置空開電源、網關等模塊，連接檢測裝置的電纜、網線，為檢測裝置供電，將數據傳送至后臺服務器。

（3）服務器：服務器部署在輸煤集控機房，網絡上與電控柜中的網關通信，安裝部署皮帶輸送機撕裂后臺管理平臺和皮帶縱撕檢測模型，用來對檢測裝置得到的實時視頻圖像進行識別，并在發現縱撕現象時發出報警。

2.3 后臺管理平臺功能

整套系統除了安裝在皮帶機的撕裂檢測裝置外，還有后臺管理平臺軟件系統對實時監測進行管理、報警，同時提供內置視覺識別算法，為攝像頭賦予識別縱向撕裂的功能。軟件平臺具體功能如下。

（1）視頻實時監控。針對皮帶輸送機皮帶進行實時監控，然后把視頻傳輸到皮帶輸送機后臺管理平臺，后臺管理平臺進行皮帶的實時展示和數據保存。

（2）皮帶輸送機狀態實時展示。后臺管理平臺可以對皮帶輸送機狀態進行實時展示。

（3）異常狀態報警。當皮帶輸送機發生皮帶撕裂時，部署在現場的配電箱上的聲光報警器將會響起和發光。

（4）歷史信息查詢皮帶機運行狀態可以實時顯示在運營平臺，數據存儲在后臺服務器，支持回放、慢放。

（5）異常數據分析。利用結構光和視覺識別，以及頻值和閾值兩種算法對皮帶數值進行自動分析，并精確定位，無需人員輔助，當把異常數據發到后臺管理軟件時，后臺軟件會對數據進行分析比對，當發現異常時，會發出報警[5]。

2.4 皮帶撕裂檢測裝置實施效果

基于高斯掩膜的輪廓線提取算法，獲得結構光在皮帶上成像的中心線，采用梯度搜索法提取異常間斷特征，當連續幀的間斷特征點傾角在預設閾值范圍內，判定發生縱向撕裂，目前經過實際檢驗效果較好[6]。

2.5 皮帶撕裂檢測裝置設計優勢

（1）全天實時監測：對輸送帶上皮帶底面全天候、實時、掃描/檢測是否有縱向撕裂發生或者其他皮帶表面損傷。

（2）高自動化檢測：7*24小時實時檢測，可取代人工定時巡檢，檢測效率高，檢測全面，無需擔心人員巡檢的漏檢、錯檢等問題。

（3）AI智能檢測：系統通過AI學習掌握事物特征對現場視頻進行監測分析，撕裂檢測模塊24小時不間斷采集圖像，軟件進行實時逐幀分析，一旦出現異常，及時報警或聯動PLC控制，避免惡性事故的發生。

（4）高清顯示：皮帶撕裂檢測裝置可將上皮帶底面狀態圖片傳輸至控制端、現場大屏上，實時顯示現場高清畫面，通過對圖像智能檢測、分析找出運輸皮帶表面異常情況。

（5）設備防護：皮帶撕裂檢測裝置操作簡易，安裝方便。配備補光燈、自動吹掃等裝置，即使在光線昏暗、高粉塵等惡劣環境下也能正常使用。

（6）響應靈敏：檢測速度快且精準，數據會伴隨每一幀畫面的刷新而更新，能更及時地發現目標異常。

（7）數據存儲及管理：系統軟件對采集的異常數據存儲到本地數據庫，保證事后可以對任何異常數據進行時間、文字、圖像回溯，方便出現問題后進行故障跟蹤及事故分析。

（8）自動診斷：設備具有網絡中斷自動檢測恢復功能，當設備因斷電或者斷網導致工作異常，待線路正常后可自行排查問題進行恢復。

（9）自動報警及報警定義：當檢測區域內觸發報警條件后自動生成報警，對于皮帶撕裂寬度檢測可自定義撕裂報警寬度。

（10）聲光報警：配套聲光報警器可實現異常觸發聲光報警，提醒人員及時關注，避免忽略遺漏。

3 皮帶撕裂檢測裝置系統實施價值

皮帶撕裂檢測裝置能在皮帶輸送機的運行路徑中選擇適當監測點完成工作狀態下全行程的實時監測，皮帶輸送機運行過程中出現危險狀況時，能及時發出報警信號，實現人工操作選擇停機或采取自動停機等應急處理方式。

系統可提高皮帶輸送機的安全性，根據皮帶輸送機運行時產生的運行參數，以及皮帶輸送機出廠設計參數，結合皮帶輸送機檢測、保養信息以及歷史運行參數，分析并提供皮帶輸送機的安全狀態等信息，供有關人員實時掌握皮帶輸送機生命周期的發展階段，為皮帶輸送機的持續可靠運行提供高質量的監測服務，為皮帶輸送機正常運行提供有力保障[7-8]。

4 總結與建議

為防止皮帶輸送機出現故障，皮帶防撕裂首先應從管理角度入手，進行除雜控制，加強物料質量的控制；加強設備管理，加強設備的巡視和動態檢查。另外，從技術角度來看，還可以采取以下幾點措施。

（1）應在皮帶沿線設置皮帶撕裂檢測裝置，不斷完善撕裂檢測裝置的可靠性，加強日常維護，減少故障和誤動作。確保各種保護可靠、有效，嚴禁任何非正常狀態運行。

（2）對皮帶的質量提出較高的技術要求，提高承載面蓋膠的耐磨性。

（3）皮帶撕裂檢測裝置的檢測效果和皮帶撕裂記錄引入計算機管理，對檢測結果進行評估。

（4）建立皮帶的檢測手段記錄分析制度，長期跟蹤記錄分析，比較成本和效益等，得出正確結論。

（5）綜合運用皮帶的各種保護裝置，如跑偏開關、調偏裝置、防回程帶料裝置、防扯邊開關等，這些保護裝置對防止皮帶撕裂均能起到保護作用。

5 結語

除了上述現階段采用的措施外，還應長期跟蹤了解皮帶撕裂檢測裝置的新技術、新動向，對于皮帶撕裂檢測裝置和抗撕裂皮帶新產品、新技術在充分調研的基礎上，進行試驗和試用，以便最大程度地避免皮帶撕裂事故，降低損失。