帶式輸送機關鍵部件紅外監(jiān)測預警系統(tǒng)的制作方法
【技術領域】
[0001]本發(fā)明涉及一種帶式輸送機關鍵部件監(jiān)測預警系統(tǒng)，尤其是涉及一種基于紅外熱像的帶式輸送機關鍵部件監(jiān)測預警系統(tǒng)。
【背景技術】
[0002]目前，國內(nèi)外針對長距離、大運量帶式輸送機的諸多傳統(tǒng)監(jiān)測系統(tǒng)，傳統(tǒng)方法多采用電氣元件多、結構復雜的感溫、感煙、振動等傳感器。近年來應用在帶式輸送機監(jiān)測的分布式光纖測溫系統(tǒng)相對簡單可靠，故障率較低，但因連接、熔接及外部受損引起的光纖系統(tǒng)功能損傷都將降低監(jiān)測系統(tǒng)的整體性能。針對目前缺乏有效的帶式輸送機監(jiān)測設備和監(jiān)測手段，存在檢測點間斷，不能精確定位，不能提前預報隱患，誤報率高等問題。因此，如何使長距離帶式輸送機故障提前預警，監(jiān)測保護裝置高效、可靠、穩(wěn)定地運行，是關系到帶式輸送機安全生產(chǎn)的重大問題。
[0003]紅外熱像技術是通過測取目標物體表面的紅外輻射能，將被測物體表面的溫度分布轉換為形象直觀的熱圖像，通過對熱像圖中目標物體的溫度進行分析，可以揭示物體中尚未被察覺的異常狀態(tài)。利用紅外熱成像技術，可以在不取樣、不解體、不停電的狀況下對帶式輸送機進行熱故障的診斷分析，快速、便捷的對帶式輸送機電機、托輥、滾筒等關鍵部件的熱故障進行判斷。
[0004]利用紅外熱像儀有望在帶式輸送機運行期間發(fā)現(xiàn)存在的安全隱患，在第一時間進行處理，起到預警作用，從而減少或避免帶式輸送機事故的發(fā)生。采用紅外熱像檢測技術對帶式輸送機進行實時監(jiān)測及故障診斷，對于帶式輸送機各類溫升故障快速發(fā)現(xiàn)和及時處理具有積極意義，可以有效保障帶式輸送機連續(xù)運行的可靠性。

【發(fā)明內(nèi)容】

[0005]本發(fā)明的目的是提供一種帶式輸送機關鍵部件紅外監(jiān)測預警系統(tǒng)，利用紅外熱像技術，結合計算機圖像處理和識別技術，開發(fā)基于紅外熱像的帶式輸送機關鍵部件監(jiān)測預警系統(tǒng)，對于保障帶式輸送機安全運行有著重要的意義。本發(fā)明具有良好的交互性和操作性，設計合理，實用性強，推廣應用價值高。
[0006]本發(fā)明的技術方案是:一種帶式輸送機關鍵部件紅外監(jiān)測預警系統(tǒng)，包括帶式輸送機、紅外熱像儀和帶式輸送機關鍵部件紅外監(jiān)測預警平臺，
[0007]所述的帶式輸送機包括托輥、滾筒、電機等關鍵部件；
[0008]所述的紅外熱像儀，用以采集帶式輸送機關鍵部件紅外圖像；
[0009]所述的帶式輸送機關鍵部件紅外監(jiān)測預警平臺包括帶式輸送機關鍵部件紅外圖像采集模塊、最高溫度判別模塊、關鍵部件紅外圖像識別模塊、故障庫模塊、故障等級劃分模塊、故障預警模塊。
[0010]所述的紅外圖像采集模塊，將紅外熱像儀采集的帶式輸送機關鍵部件紅外圖像經(jīng)1394總線傳輸?shù)綆捷斔蜋C關鍵部件紅外監(jiān)測預警平臺；
[0011]所述的最高溫度判別模塊，是指判斷紅外圖像中的最高溫度是否超過設定的初始溫度閾值，若高于該溫度閾值，則可能存在有故障的部件，接下來進行帶式輸送機關鍵部件紅外圖像的識別；
[0012]所述的關鍵部件紅外圖像識別模塊由紅外圖像預處理模塊、紅外圖像分割模塊、紅外圖像特征提取模塊、紅外圖像分類模塊構成；
[0013]所述的紅外圖像預處理，采用雙邊濾波和分段線性變換算法對采集的帶式輸送機紅外圖像進行去噪和增強；
[0014]所述的紅外圖像分割，采用改進的區(qū)域生長分割算法，對帶式輸送機關鍵部件的紅外圖像進行圖像分割；
[0015]所述的紅外圖像特征提取，是提取帶式輸送機關鍵部件紅外圖像的形狀特征和紋理特征構造目標特征向量；
[0016]所述的紅外圖像分類，是根據(jù)構造的特征向量，設計基于BP神經(jīng)網(wǎng)絡的分類器，完成對帶式輸送機關鍵部件紅外圖像的識別；
[0017]所述的故障庫模塊由帶式輸送機關鍵部件類型表、故障表和故障預警規(guī)則表構成；
[0018]所述的故障等級劃分模塊，按照根據(jù)帶式輸送機關鍵部件紅外圖像的識別結果及紅外圖像中的高熱點溫度信息，調用故障庫中的帶式輸送機關鍵部件類型表、故障表和故障預警規(guī)則表實現(xiàn)關鍵部件熱故障分級。
[0019]所述的故障預警模塊，按照帶式輸送機關鍵部件熱故障分級結果，給出相應的故障提示或報警。
[0020]一種帶式輸送機關鍵部件紅外監(jiān)測預警系統(tǒng)，其特征在于:系統(tǒng)利用紅外熱像儀對帶式輸送機關鍵部件進行紅外圖像采集，采集的紅外圖像經(jīng)1394總線傳輸?shù)綆捷斔蜋C關鍵部件紅外監(jiān)測預警平臺，判斷紅外圖像中的最高溫度是否超過設定的初始溫度閾值，若高于該溫度閾值，則可能存在有故障的部件;接下來進行帶式輸送機關鍵部件紅外圖像的識別:首先進行紅外圖像預處理，對采集的帶式輸送機紅外圖像進行去噪和增強，然后對預處理后的帶式輸送機關鍵部件的紅外圖像進行圖像分割，接下來提取分割得到的紅外圖像的目標特征，最后進行紅外圖像的目標分類，根據(jù)構造的目標特征向量，設計基于BP神經(jīng)網(wǎng)絡的分類器，完成對帶式輸送機關鍵部件紅外圖像的識別;根據(jù)帶式輸送機關鍵部件紅外圖像的識別結果及溫度信息，故障等級劃分模塊調用故障庫中的帶式輸送機關鍵部件類型表、故障表和故障預警規(guī)則表進行關鍵部件熱故障分級，完成對帶式輸送機關鍵部件的故障預警，給出相應的故障提示或報警。
[0021]—種帶式輸送機關鍵部件紅外監(jiān)測預警系統(tǒng)，其特征在于:將帶式輸送機的電機、托輥、滾筒熱故障劃分為四個等級，分別為正常、一般故障、嚴重故障和緊急故障。按照ST1=kl % T，T2 = k2 % T確定故障分級閾值，式中Iu，k2按托輥、電機和滾筒的類型不同而選取不同常數(shù)，T表示部件允許最高溫度，To表示一般故障的溫度閾值，T1為嚴重故障的溫度閾值，T2為緊急故障的溫度閾值。設Tmax為帶式輸送機關鍵部件紅外圖像中的高熱點溫度，若Tmax> T2時，為緊急故障;ST1 < Tmax<T2，為嚴重故障;若TtKTmax < Tl，為一般故障;若Tmax ^ To，部件運行正常，從而實現(xiàn)帶式輸送機關鍵部件異常溫升故障分級。
[0022]本發(fā)明的有益效果
[0023]本文以紅外熱像儀為基礎，融合紅外熱像技術、計算機技術、圖像處理及識別技術等，借助于Vi sual C++，研究開發(fā)了帶式輸送機關鍵部件紅外監(jiān)測預警系統(tǒng)。與現(xiàn)有技術相比，本發(fā)明具有以下優(yōu)勢:
[0024]1、本系統(tǒng)對帶式輸送機關鍵部件紅外圖像的監(jiān)測預警在保證準確率的前提下具有較高的效率，初步實現(xiàn)了基于紅外熱像的帶式輸送機關鍵部件監(jiān)測預警的需求。
[0025]2、依據(jù)帶式輸送機實時工況數(shù)據(jù)信息，無需操作人員利用儀器對帶式輸送機進行關鍵部件的檢測，改善了生產(chǎn)環(huán)境。
[0026]3、本發(fā)明具良好的交互性和操作性，有效提升了帶式輸送機的監(jiān)測預警水平和生產(chǎn)安全性。
【附圖說明】
[0027]圖1是本發(fā)明的系統(tǒng)組成框圖。
[0028]圖2是本發(fā)明的流程圖。
【具體實施方式】
[0029]如圖1所示，系統(tǒng)包括帶式輸送機、紅外熱像儀和帶式輸送機關鍵部件紅外監(jiān)測預警平臺，
[0030]所述的帶式輸送機關鍵部件包括托輥、滾筒、電機；
[0031]所述的紅外熱像儀，用以采集帶式輸送機關鍵部件紅外圖像；
[0032]所述的帶式輸送機關鍵部件紅外監(jiān)測預警平臺包括帶式輸送機關鍵部件紅外圖像采集模塊、最高溫度判別模塊、關鍵部件紅外圖像識別模塊、故障庫模塊、故障等級劃分模塊、故障預警模塊；
[0033]所述的紅外圖像采集模塊，將紅外熱像儀采集的帶式輸送機關鍵部件紅外圖像經(jīng)1394總線傳輸?shù)綆捷斔蜋C關鍵部件紅外監(jiān)測預警平臺；
[0034]所述的最高溫度判別模塊，是指判斷紅外圖像中的最高溫度是否超過設定的初始溫度閾值，若高于該溫度閾值，則可能存在有故障的部件，接下來進行帶式輸送機關鍵部件紅外圖像的識別；
[0035]所述的關鍵部件紅外圖像識別模塊包括紅外圖像預處理模塊、紅外圖像分割模