一种基于毫米波成像的煤矿输运设备异物检测系统及方法技术方案

本发明专利技术公开了一种基于毫米波成像的煤矿输运设备异物检测系统及方法，属于煤矿安全生产与在线检测技术领域，包括毫米波收发阵列

【技术实现步骤摘要】
一种基于毫米波成像的煤矿输运设备异物检测系统及方法


[0001]本专利技术涉及煤矿安全生产与在线检测
，具体涉及一种基于毫米波成像的煤矿输运设备异物检测系统及方法
。

技术介绍

[0002]在煤炭开采过程中，矿用皮带运输机是运输原煤的重要设备，具有工作环境复杂
、
运行时间长
、
运输距离远以及承载能力强等特点
。
目前矿用输运设备的异物检测手段主要分为电磁器挑选与机器视觉识别两种；电磁器挑选能够解决锚杆等金属异物混入的情况，但存在两方面问题，一是能耗问题，电磁器需要
24
小时通电运行，保持电磁激活状态，但绝大部分时间是没有金属异物通过，造成显著的电力浪费；第二个问题是无法对非铁器类的大块物体进行识别，尤其是带尖锐棱角的大块煤矸石
。
机器视觉识别主要依靠高清可见或红外摄像头拍摄传送带的高清图像，结合人工智能识别技术，实现传送带异物的筛选
。
由于煤矿生产环境复杂，存在粉尘干扰严重
、
光照不均等问题，基于机器视觉的输运带上的异物检测方法效果往往欠佳
。
而且，不能检测出被煤粉附着
、
覆盖或遮挡的异物
(
如铁钉
、
锚杆等
)。
[0003]毫米波是指波长
1mm
～
10mm
的电磁波，对大部分非金属材料均具有较强的穿透力，可穿透一定厚度的薄层煤粉，有效检测混合在煤矿中的各种金属与非金属异物
。
主动式毫米波成像技术是主动向被检测对象发射一定功率的毫米波信号，对目标反射系数进行反演测量，经数据处理及深度人工智能学习后，获取被检测物体的形状
、
大小和位置等信息，生成可视化检测图像
。
该技术发射功率不及手机电磁辐射的千分之一，对人体安全可靠
。
[0004]为此，提出一种基于毫米波成像的煤矿输运设备异物检测系统及方法
。

技术实现思路

[0005]本专利技术所要解决的技术问题在于：如何实现表面沾染薄层煤粉异物
(
矸石
、
锚杆
、
木条等异物
)
与煤块的有效区分，提供了一种基于毫米波成像的煤矿输运设备异物检测系统
。
[0006]本专利技术是通过以下技术方案解决上述技术问题的，本专利技术包括：毫米波收发阵列
、
辅助检测模块与信号处理机；所述毫米波收发阵列
、
辅助检测模块均安装在传送带的上方，所述毫米波收发阵列与信号处理机通信连接；所述信号处理机用于为毫米波收发阵列提供控制信号，并实现信号采集
、
数据处理与图像重构功能；毫米波收发阵列用于发射探测所需的毫米波发射信号，并接收回波信号，用于在光照不足条件下对传送带上夹杂于煤炭中的异物进行毫米波成像工作；所述辅助检测模块用于光照充足条件下对传送带区域进行可见光
、
红外图像采集，并基于深度学习算法，通过训练深度学习模型使毫米波图像
、
可见光图像与红外图像具备异物识别与物料分布状态监控的能力，检测得到传送带上的疑似危险源与物料分布状态，实现异物分拣装置的上电与启停
。
[0007]更进一步地，所述毫米波收发阵列包括捷变频源
、
变频组件
、
多个天馈组件发射天
线阵列
、
多个天馈组件接收天线阵列；所述捷变频源通过变频组件分别与多个天馈组件发射天线阵列
、
多个天馈组件接收天线阵列通信连接，并且所述捷变频源与信号处理机通信连接
。
[0008]更进一步地，所述捷变频源产生发射扫频信号以及发射中频信号；扫频信号输入到变频组件，倍频后，产生本振信号，通过定向耦合器以及放大器分别给单边带上变频器以及镜像抑制混频器提供本振信号；发射中频信号与本振信号经过单边带上变频器输出探测所需的毫米波发射信号，供给各天馈组件发射天线阵列进行分时发射；天馈组件接收天线阵列分时接收回波信号，放大后将信号输入至变频组件，与本振信号混频放大后，输出中频信号至捷变频源中的中频接收机，中频接收机对中频信号进行滤波
、
放大以及
IQ
混频处理，最终输出
I/Q
信号至信号处理机，信号处理机将
I/Q
数据处理，重构为图像后，转发至工作站控制软件中的深度学习模型，处理得到夹杂于煤炭中的异物检测结果，即疑似危险源特征
。
[0009]更进一步地，每个所述天馈组件发射天线阵列包括1个单刀多掷顶层发射开关与
n
个单刀多掷发射开关，组成辐射阵列，按系统要求分时工作发射毫米波发射信号，其中，单刀多掷发射开关的输出口为喇叭天线
。
[0010]更进一步地，每个所述天馈组件接收天线阵列含有1个单刀多掷顶层接收开关与
n
个单刀多掷顶层接收开关，组成接收阵列，按系统要求分时工作接收回波信号，其中，单刀多掷接收开关的输入口为喇叭天线
。
[0011]更进一步地，辅助检测模块包括多个可见光摄像机
、
多个红外摄像机
、
图像处理单元，可见光摄像机
、
红外摄像机均安装在传送带上方，所述红外摄像机
、
可见光摄像机分别与所述图像处理单元通信连接
。
[0012]更进一步地，所述图像处理单元中内置基于大数据训练样本集学习得到的深度学习模型，用于获取可见光图像与红外图像中的疑似危险源特征，并将信息转发至用于毫米波图像人工智能识别的工作站；同时通过深度学习模型获取毫米波图像中表面沾染煤粉的疑似危险源特征；进而得到疑似危险源特征的两类报警信息并在工作站中汇合，任何一类报警信息报警时，则即上报控制系统，实现异物分拣装置的上电与启停
。
[0013]本专利技术还提供了一种基于毫米波成像的煤矿输运设备异物检测方法，利用上述的系统对煤矿输运设备上的异物进行检测，包括以下步骤：
[0014]S1
：毫米波异物检测系统开机；
[0015]S2
：获取可见光与红外摄像机实时视频；
[0016]S3
：毫米波收发阵列通过电扫描实现一维阵列扫描成像；
[0017]S4
：通过传送带运动，毫米波收发阵列通过被动机械扫描，实现一维机械扫描成像；
[0018]S5
：毫米波收发阵列两维数据形成完整二维图像；
[0019]S6
：毫米波收发阵列通过频率扫描的方式，实现垂直于步骤
S5
中的二维图像平面的第三维成像，进而构造传送带及所运载目标的三维全息图像，即得到毫米波图像；
[0020]S7
：获取毫米波图像
、
可见光图像与红外图像之后，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于毫米波成像的煤矿输运设备异物检测系统，其特征在于，包括：毫米波收发阵列
、
辅助检测模块与信号处理机；所述毫米波收发阵列
、
辅助检测模块均安装在传送带的上方，所述毫米波收发阵列与信号处理机通信连接；所述信号处理机用于为毫米波收发阵列提供控制信号，并实现信号采集
、
数据处理与图像重构功能；毫米波收发阵列用于发射探测所需的毫米波发射信号，并接收回波信号，用于在光照不足条件下对传送带上夹杂于煤炭中的异物进行毫米波成像工作；所述辅助检测模块用于光照充足条件下对传送带区域进行可见光
、
红外图像采集，并基于深度学习算法，通过训练深度学习模型使毫米波图像
、
可见光图像与红外图像具备异物识别与物料分布状态监控的能力，检测得到传送带上的疑似危险源与物料分布状态，实现异物分拣装置的上电与启停
。2.
根据权利要求1所述的一种基于毫米波成像的煤矿输运设备异物检测系统，其特征在于：所述毫米波收发阵列包括捷变频源
、
变频组件
、
多个天馈组件发射天线阵列
、
多个天馈组件接收天线阵列；所述捷变频源通过变频组件分别与多个天馈组件发射天线阵列
、
多个天馈组件接收天线阵列通信连接，并且所述捷变频源与信号处理机通信连接
。3.
根据权利要求2所述的一种基于毫米波成像的煤矿输运设备异物检测系统，其特征在于：所述捷变频源产生发射扫频信号以及发射中频信号；扫频信号输入到变频组件，倍频后，产生本振信号，通过定向耦合器以及放大器分别给单边带上变频器以及镜像抑制混频器提供本振信号；发射中频信号与本振信号经过单边带上变频器输出探测所需的毫米波发射信号，供给各天馈组件发射天线阵列进行分时发射；天馈组件接收天线阵列分时接收回波信号，放大后将信号输入至变频组件，与本振信号混频放大后，输出中频信号至捷变频源中的中频接收机，中频接收机对中频信号进行滤波
、
放大以及
IQ
混频处理，最终输出
I/Q
信号至信号处理机，信号处理机将
I/Q
数据处理，重构为图像后，转发至工作站控制软件中的深度学习模型，处理得到夹杂于煤炭中的异物检测结果，即疑似危险源特征
。4.
根据权利要求2所述的一种基于毫米波成像的煤矿输运设备异物检测系统，其特征在于：每个所述天馈组件发射天线阵列包括1个单刀多掷顶层发射开关与

【专利技术属性】
技术研发人员：胡广骁，高炳西，
申请(专利权)人：博微太赫兹信息科技有限公司，
类型：发明
国别省市：