【技术实现步骤摘要】
一种基于机器视觉的矿用钢丝绳动态探伤检测方法和装置
本专利技术属于图像处理
,具体涉及一种基于机器视觉的矿用钢丝绳动态探伤检测方法和装置。
技术介绍
随着煤矿开采方式的多元化,各种型号的绞车也在煤矿斜巷运输中扮演着重要的角色。人员、设备进出矿井都需要借助绞车升降系统,工作时钢丝绳需要承担沉重的负担,并且井下环境特殊,在长期使用过程中钢丝绳容易出现钢丝绳磨损、裂纹、腐蚀、断丝等安全隐患,不及时更换钢丝绳容易出现钢丝绳断裂,必将发生重大的事故。如果能在钢丝绳出现断绳事故之前及时更换钢丝绳,就能有效的避免严重的事故发生。钢丝绳一般使用不超过两年,不管是否出现损坏,就得全部更换。煤矿用绞车升降系统所使用的钢丝绳价值一般在四五百万左右,这种仅依靠使用年限决定是否更换的方式,一方面存在很大的浪费,另一反面也不能保证安全,有时如果使用不正确的话,钢丝绳使用一年左右就会出现磨损、断裂、扭曲、变形的异常情况。钢丝绳探伤检测包括人工目检和电磁检测两大类。人工目检是指配备专门的工作人员定期以肉眼观测钢丝绳是否有损伤。该方法检测时间长,劳动强度大,检测人员易疲劳,效率低下且该方法较大依赖工作人员的专业素质和工作态度,主观性强导致漏检率高。电磁检测是指将待测钢丝绳磁化然后检测漏磁。此种方法设备复杂,成本高昂,且信号容易受到外界干扰产生失真,磁化不均也会给检测结果带来很大的误差。如何克服传统技术中的钢丝绳探伤检测系统的技术缺陷,是本领域的技术人员亟待解决的技术问题。
技术实现思路
本专利技术克服现有技术存在的不足,所要解决的技术问题为:提供一种检测准确,操作简单的基于机器视觉的矿用 ...
【技术保护点】
1.一种基于机器视觉的矿用钢丝绳动态探伤检测方法,其特征在于,包括以下步骤:步骤S1:在钢丝绳前方架设摄像机,标定摄像机单位像素所代表的实际距离,获取距离标定参数,使钢丝绳匀速移动,通过摄像机连续摄影记录动态运动中的钢丝绳得到视频信号;步骤S2:对视频信号进行处理,提取运动目标得到钢丝绳特征边缘上各像素点的振动轨迹;步骤S3:根据钢丝绳特征边缘上各像素点的振动轨迹,得到钢丝绳沿绳长方向分布的位移空间序列矩阵,对该矩阵的各列作离散傅里叶变换,得到对应钢丝绳上各点的频响函数,根据频响函数的峰值识别出固有频率,并根据各点的频响函数的响应频率的幅值得到钢丝绳的模态振型,最终得到待测钢丝绳的柔度矩阵;步骤S4:设置BP神经网络,将BP神经网络的输入参量设置为钢丝绳的柔度矩阵,输出量设置为结构损伤单元和破损程度量化值,将每根钢丝绳划分成多个单元,并给每个单元设置多个刚度下降值,得到多种破损钢丝绳的柔度矩阵,作为训练样本进行训练;根据待测钢丝绳的柔度矩阵,利用样本训练后的BP神经网络得到待测钢丝绳的损伤位置和损伤程度;步骤S5:对经过BP神经网络判断出的损伤位置单元作为ROI区域从整张图像中提取出来 ...
【技术特征摘要】
1.一种基于机器视觉的矿用钢丝绳动态探伤检测方法,其特征在于,包括以下步骤:步骤S1:在钢丝绳前方架设摄像机,标定摄像机单位像素所代表的实际距离,获取距离标定参数,使钢丝绳匀速移动,通过摄像机连续摄影记录动态运动中的钢丝绳得到视频信号;步骤S2:对视频信号进行处理,提取运动目标得到钢丝绳特征边缘上各像素点的振动轨迹;步骤S3:根据钢丝绳特征边缘上各像素点的振动轨迹,得到钢丝绳沿绳长方向分布的位移空间序列矩阵,对该矩阵的各列作离散傅里叶变换,得到对应钢丝绳上各点的频响函数,根据频响函数的峰值识别出固有频率,并根据各点的频响函数的响应频率的幅值得到钢丝绳的模态振型,最终得到待测钢丝绳的柔度矩阵;步骤S4:设置BP神经网络,将BP神经网络的输入参量设置为钢丝绳的柔度矩阵,输出量设置为结构损伤单元和破损程度量化值,将每根钢丝绳划分成多个单元,并给每个单元设置多个刚度下降值,得到多种破损钢丝绳的柔度矩阵,作为训练样本进行训练;根据待测钢丝绳的柔度矩阵,利用样本训练后的BP神经网络得到待测钢丝绳的损伤位置和损伤程度;步骤S5:对经过BP神经网络判断出的损伤位置单元作为ROI区域从整张图像中提取出来并保存成新的钢丝绳损伤初始图像;步骤S6:依照Retinex原理,对钢丝绳损伤初始图像先进行高通滤波,再进行基于imadjust的灰度变换;然后提取处理后的图像的平滑度R和熵e,利用线性分类器,做出基于纹理特征的表面缺陷判别。2.根据权利要求1所述的一种基于机器视觉的矿用钢丝绳动态探伤检测方法,其特征在于,所述步骤S2中,对视频信号进行处理的步骤为:步骤S201:背景模型的建立:利用多帧图像求平均值的方法建立背景模型;步骤S202:变化区域的检测:将视频序列中连续的两帧图像进行差分处理,确定背景的区域和运动变化的区域;步骤S203:运动目标检测:对当前帧图像处理,只对变化区域中图像与背景图像做差分来检测运动的物体;步骤S204:目标边缘识别:通过采用5次多项式拟合边缘灰度变化曲线来提取亚像素精度的边缘点;对一系列图像进行处理获得钢丝绳特征边缘上各像素点在某一时间段的振动轨迹。3.根据权利要求1所述的一种基于机器视觉的矿用钢丝绳动态探伤检测方法,其特征在于,所述步骤S4中,设置样本训练BP神经网络的训练样本时,将每根钢丝绳划分成8个单元,根据断丝情况的不同,假设其刚度分别下降25%、40%,得到16种程度的破损状况,计算16种破损钢丝绳振动的固有频率和模态振型,取前两阶频率和振型,得到16组值,对其进行GSL变换,将其作为神经网络的训练样本。4.根据权利要求1所述的一种基于机器视觉的矿用钢丝绳动态探伤检测方法,其特征在于,所述步骤S4中,设置样本训练BP神经网络时,选用Sigmoid函数为激...
【专利技术属性】
技术研发人员:乔铁柱,杨瑞云,张海涛,庞宇松,
申请(专利权)人:太原理工大学,
类型:发明
国别省市:山西,14
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。