[发明专利]输煤皮带跑偏检测系统在审

专利信息
申请号: 202111369044.8 申请日: 2021-11-18
公开(公告)号: CN114084613A 公开(公告)日: 2022-02-25
发明(设计)人: 赵霞;孙新佳;孙晓刚;张玉刚;杨志宇;周潮涌;罗凯 申请(专利权)人: 北京华能新锐控制技术有限公司;华能吉林发电有限公司九台电厂
主分类号: B65G39/16 分类号: B65G39/16;B65G43/02
代理公司: 北京维知知识产权代理事务所(特殊普通合伙) 11503 代理人: 华博
地址: 102209 北京市昌平区北七家*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 皮带 检测 系统
【说明书】:

本公开涉及输煤皮带跑偏检测系统,该输煤皮带的至少一组皮带辊构造为检测托辊,该系统包括:压力传感器,其设置于所述检测托辊上,配置为检测输煤皮带的负载压力;工业摄像头,其配置为在所述负载压力超出正常值范围时,启动条带激光器,向所述输煤皮带边缘发射条带激光光束,并进行图像采集;图像分析单元,其配置为针对所述工业摄像头采集的图像信息进行分析,并基于边缘检测单元,获取所述条带激光光束对应的图像特征;图像比较单元,其配置为针对所述条带激光光束的所述图像特征与预设图像边缘进行比较,确定偏移量,当所述偏移量的绝对值超出预设范围时,确定输煤皮带发生偏移。本发明的输煤皮带跑偏检测系统,提升了检测准确度。

技术领域

本发明涉及生产监测系统技术领域,特别是涉及输煤皮带跑偏检测系统。

背景技术

输煤皮带是煤矿及发电厂转运煤炭的重要机械,其结构上包括有传送带、皮带辊、传动装置、张紧装置等。在输煤皮带的运行过程中,皮带跑偏是出现较多的常见故障,该故障危害性极高,很可能直接导致输煤皮带停止运行或者进一步造成设备损坏。目前针对输煤皮带的跑偏监测,主要是通过在皮带辊中设置多个检测托辊的方式来实现。该检测托辊上,一般设置有位移传感器,通过该位移传感器实现实时检测传送带的偏移量。然而,这种工作方式的实际效果依赖多个传感器的协同工作,如果单一传感器出现故障,那么检测结果就会出现较大的偏差,因此实际应用效果并不理想,结果也并不可靠。

发明内容

鉴于现有技术存在的上述问题,本发明的目的是提供一种检测结果相对准确的输煤皮带跑偏检测系统。

为了实现上述目的,本发明一个方面提供的输煤皮带跑偏检测系统,该输煤皮带的至少一组皮带辊构造为检测托辊,该系统包括:

压力传感器,其设置于所述检测托辊上,配置为检测输煤皮带的负载压力;

工业摄像头,其配置为在所述负载压力超出正常值范围时,启动条带激光器,向所述输煤皮带边缘发射条带激光光束,并进行图像采集;

图像分析单元,其配置为针对所述工业摄像头采集的图像信息进行分析,并基于边缘检测单元,获取所述条带激光光束对应的图像特征;

图像比较单元,其配置为针对所述条带激光光束的所述图像特征与预设图像边缘进行比较,确定偏移量,当所述偏移量的绝对值超出预设范围时,确定输煤皮带发生偏移。

作为优选,所述压力传感器对设于所述输煤皮带两侧边缘,当两侧的所述压力传感器测得的压力值不一致时,发出压力异常信号,所述工业摄像头配置为在接收到压力异常信号时,采集输煤皮带的图像信息。

作为优选,所述条带激光光束为可见激光光束且沿所述输煤皮带两侧边缘延伸。

作为优选,还包括一图像预处理单元,其配置为针对所述工业摄像头采集的图像信息进行预处理,该预处理包括:

将所述图像信息转化为灰度图像;

将所述灰度图像进行基于openCV的背景减除算法的预处理。

作为优选,所述图像分析单元还包括高斯滤波器,所述高斯滤波器配置为针对预处理后的图像信息进行高斯滤波,去除高频噪声。

作为优选,所述图像分析单元还包括像素梯度计算单元,所述像素梯度计算单元配置为针对去除高频噪声的图像信息进行基于归一化算法的像素梯度划分,形成像素梯度图像。

作为优选,所述图像分析单元还包括非极大值抑制单元,所述非极大值抑制单元配置为针对所述像素梯度图像,基于设定的极大值,将低于极大值的灰度值设置为0,保留其他像素点的灰度值。

作为优选,所述边缘检测单元基于经非极大值抑制单元处理后的图像进行基于Canny算子的边缘检测。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京华能新锐控制技术有限公司;华能吉林发电有限公司九台电厂,未经北京华能新锐控制技术有限公司;华能吉林发电有限公司九台电厂许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111369044.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top