一种深井高速提升钢丝绳状态智能视觉检测系统与方法技术方案

本发明专利技术公开了一种深井高速提升钢丝绳状态智能视觉检测系统与方法，其能够对深井高速提升钢丝绳的表面状态进行全方位自动检测，可以获取钢丝绳表面损伤类型信息、钢丝绳表面损伤量化信息、钢丝绳表面损伤位置信息，以及钢丝绳的直径信息、钢丝绳的捻距信息；解决了深井高速提升钢丝绳表面状态检测的效率低、自动化程度低等问题，可以实现对深井高速提升钢丝绳表面状态进行全方位自动化检测。绳表面状态进行全方位自动化检测。绳表面状态进行全方位自动化检测。

【技术实现步骤摘要】
一种深井高速提升钢丝绳状态智能视觉检测系统与方法


[0001]本专利技术涉及矿井机械系统状态检测
，具体涉及一种深井高速提升钢丝绳状态智能视觉检测系统与方法。

技术介绍

[0002]提升钢丝绳是矿井提升系统至关紧要的部件，其健康状态直接决定了煤矿的生产是否可以安全平稳进行。所以，研究精确的钢丝绳表面状态检测系统，这对于煤矿的安全来说是至关重要的，而视觉检测是实现钢丝绳表面状态检测的有效技术手段，通过机器视觉代替人工来检测钢丝绳的状态，可大大提高检测的安全性、效率和自动化程度，最终保证矿井提升的安全性。
[0003]对于视觉检测方法，现有视觉检测方法多是基于图像处理或传统机器学习算法进行损伤识别，存在精度低、效果差等问题，所以实际应用较少。对于深井长行程、高速运行的提升钢丝绳，如何得到清晰的图像并进行可靠存储，需在技术上解决图像拖影和大数据存储问题。此外，在实际情况下，需要对多根钢丝绳依次进行检测，而现有检测方法及装置自动化程度较低，且检测装置位置控制的精度不足，致使多根钢丝绳的检测效率不高。

技术实现思路

[0004]针对上述存在的技术不足，本专利技术的目的是提供一种深井高速提升钢丝绳状态智能视觉检测系统与方法，该系统能够实现对每根钢丝绳全方位检测，并且能够自动依次检测多根钢丝绳，提高了钢丝绳的检测效率和精度；该方法能够对每一根钢丝绳的全表面进行实时采集，能够准确识别钢丝绳表面存在的断丝、磨损等损伤，能够在线测量钢丝绳的直径、捻距等信息，实现对钢丝绳表面状态的全面检测。
[0005]为解决上述技术问题，本专利技术采用如下技术方案：
[0006]本专利技术提供一种深井高速提升钢丝绳状态智能视觉检测系统，
[0007]包括用于获取钢丝绳的移动距离信息的损伤定位部分和两组对称设置在钢丝绳两侧的检测装置；
[0008]所述检测装置包括图像采集部分和位置控制部分；
[0009]所述图像采集部分包括上盖板，所述上盖板上滑动连接有滑块连接板，所述滑块连接板上设有用于采集钢丝绳表面图像的图像采集单元；
[0010]所述位置控制部分包括设在上盖板上的动力装置，所述动力装置通过皮带传动系统控制滑块连接板移动，进而控制图像采集部分沿钢丝绳摆设方向移动；
[0011]所述损伤定位部分、图像采集单元分别电性连接工控机。
[0012]优选地，所述检测装置还包括用于支撑图像采集部分和位置控制部分的支撑部分，所述支撑部分包括型材架构和设在支撑架内的若干箱体，所述上盖板固定在型材架构的顶部。
[0013]优选地，所述图像采集单元包括设在相机光源安装板上的相机和若干光源，所述
相机光源安装板固定在滑块连接板上。
[0014]优选地，所述损伤定位部分包括固定在上盖板端部的编码器安装版，所述编码器安装版上设有相互适配的编码器和滚轮，所述滚轮接触钢丝绳并通过钢丝绳的位移带动其转动，所述滚轮将钢丝绳的位移信息传输给编码器。
[0015]优选地，其中一个所述位置控制部分还包括设在上盖板上用于测量滑块连接板移动距离的红外测距传感器，所述红外测距传感器电性连接工控机。
[0016]优选地，所述皮带传动系统包括与动力装置输出端传动连接的同步带，所述上盖板远离动力装置的另一端设有与同步带适配的传动轮，所述同步带与滑块连接板底部连接为其提供传动动力。
[0017]本专利技术还提供一种钢丝绳表面损伤进行准确识别的目标检测算法，包括以下步骤：
[0018]S1、采集钢丝绳上预设的各个采集点的表面图像，包括钢丝绳表面健康图像和钢丝绳表面损伤图像，将采集的钢丝绳表面图像传输至工控机中；
[0019]S2、当采集到预设数量的钢丝绳表面图像后，通过软件labelimg对钢丝绳表面损伤图像进行标注，生成YOLOv5目标检测算法所需的训练样本，将训练样本输入到YOLOv5目标检测算法模型中，对钢丝绳表面损伤进行识别；
[0020]S3、将输入的图像进行mosaic数据增强用以加快模型训练速度、增强模型的健壮性，即将若干图像进行随机拼接、缩放、裁剪；
[0021]S4、将增强后的图像进行卷积、归一化、PReLU非线性激活和CSP特征融合操作，具体步骤为：
[0022]S41、对增强后的图像进行多段卷积计算，提取不同深度层次图像特征；
[0023]S42、采用归一化的方式对卷积后的数据进行规范化处理；
[0024]S43、对规范化的数据引入非线性因素，采用PReLU激活函数，避免模型训练停止；
[0025]S44、在网络中间部分采用CSP结构，将图像的相邻层特征融合，为之后的损伤识别检测奠定基础；
[0026]S45、采用FPN+PAN结构进行对钢丝绳表面损伤的检测识别，提升检测的准确率和精确度。
[0027]本专利技术还提供一种对钢丝绳表面损伤进行准确分割的图像分割算法，包括以下步骤：
[0028]S20、采集钢丝绳表面图像并将其输入至U
‑
Net网络中，对其进行卷积、池化，下采样提取图像特征；
[0029]S21、对最深层图像特征进行反卷积和上采样，然后与下采样中对应通道数的特征图进行拼接、特征融合，依次进行反卷积和上采样，最后通过两次卷积和ReLU非线性激活得到钢丝绳表面图像的分割预测图；
[0030]S22、将得到的钢丝绳表面分割预测图进行二值化处理，损伤部分像素值设为255，其余部分像素值设为0；
[0031]S23、对二值化图像进行量化评估，对损伤部分的像素面积进行计算，得到损伤部分的像素点数量，从而实现对钢丝绳表面损伤的量化评估；
[0032]本专利技术还提供一种对钢丝绳轮廓边缘进行直径测量的方法，包括以下步骤：
[0033]S30、采集钢丝绳表面图像并对其进行图像增强处理，提高钢丝绳与背景对比度；
[0034]B1、对钢丝绳表面图像进行低通非线性滤波，平滑背景，消除噪点，突出钢丝绳边缘轮廓；
[0035]B2、通过阈值分割处理，得到钢丝绳与背景的分割图；
[0036]B3、对分割图进行腐蚀膨胀操作，消除图像中的噪点，且能够平滑钢丝绳边缘轮廓；
[0037]S31、计算钢丝绳边缘轮廓在水平线上两点间的欧氏距离，结合相机的焦距、相机与钢丝绳的物距计算出钢丝绳的直径信息。
[0038]本专利技术还提供一种对钢丝绳捻距进行测量的方法，包括以下步骤：
[0039]S40、采集钢丝绳表面图像并对其进行裁剪，使钢丝绳占据整张图像；
[0040]S41、将裁剪完的图像灰度化处理，并调整背景像素值为255；
[0041]S42、对图像进行边缘检测和轮廓提取；
[0042]S43、通过拟合算法对钢丝绳轮廓周期进行拟合，得到钢丝绳捻距信息。
[0043]本专利技术的有益效果在于：
[0044]1、本专利技术利用相适配的滚轮与编码器，获取钢丝绳的移动距离信息；
[0045]2、本专利技术的图像采集本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种深井高速提升钢丝绳状态智能视觉检测系统，其特征在于：包括用于获取钢丝绳的移动距离信息的损伤定位部分和两组对称设置在钢丝绳两侧的检测装置；所述检测装置包括图像采集部分和位置控制部分；所述图像采集部分包括上盖板，所述上盖板上滑动连接有滑块连接板，所述滑块连接板上设有用于采集钢丝绳表面图像的图像采集单元；所述位置控制部分包括设在上盖板上的动力装置，所述动力装置通过皮带传动系统控制滑块连接板移动，进而控制图像采集部分沿钢丝绳摆设方向移动；所述损伤定位部分、图像采集单元分别电性连接工控机。2.如权利要求1所述的一种深井高速提升钢丝绳状态智能视觉检测系统，其特征在于：所述检测装置还包括用于支撑图像采集部分和位置控制部分的支撑部分，所述支撑部分包括型材架构和设在支撑架内的若干箱体，所述上盖板固定在型材架构的顶部。3.如权利要求1所述的一种深井高速提升钢丝绳状态智能视觉检测系统，其特征在于：所述图像采集单元包括设在相机光源安装板上的相机和若干光源，所述相机光源安装板固定在滑块连接板上。4.如权利要求1所述的一种深井高速提升钢丝绳状态智能视觉检测系统，其特征在于：所述损伤定位部分包括固定在上盖板端部的编码器安装版，所述编码器安装版上设有相互适配的编码器和滚轮，所述滚轮接触钢丝绳并通过钢丝绳的位移带动其转动，所述滚轮将钢丝绳的位移信息传输给编码器。5.如权利要求1所述的一种深井高速提升钢丝绳状态智能视觉检测系统，其特征在于：其中一个所述位置控制部分还包括设在上盖板上用于测量滑块连接板移动距离的红外测距传感器，所述红外测距传感器电性连接工控机。6.如权利要求1所述的一种深井高速提升钢丝绳状态智能视觉检测系统，其特征在于：所述皮带传动系统包括与动力装置输出端传动连接的同步带，所述上盖板远离动力装置的另一端设有与同步带适配的传动轮，所述同步带与滑块连接板底部连接为其提供传动动力。7.一种钢丝绳表面损伤进行准确识别的目标检测算法，其特征在于：包括以下步骤：S1、采集钢丝绳上预设的各个采集点的表面图像，包括钢丝绳表面健康图像和钢丝绳表面损伤图像，将采集的钢丝绳表面图像传输至工控机中；S2、当采集到预设数量的钢丝绳表面图像后，通过软件labelimg对钢丝绳表面损伤图像进行标注，生成YOLOv5目标检测算法所需的训练样本，将训练样本输入到YOLOv5目标检测算法模型中，对钢丝绳表面损伤进...

【专利技术属性】
技术研发人员：范京道，周坪，李强，周公博，黄克军，王晗宇，刘渭，蔺彦丽，朱海平，何贞志，曹国华，
申请(专利权)人：陕西延长石油矿业有限责任公司，
类型：发明
国别省市：