[发明专利]基于AI视觉的皮带跑偏监测调速控制装置及方法

说明书

一种基于AI视觉的皮带跑偏监测调速控制装置及方法，装置包括计算机，以及与其相连的图像采集装置和皮带控制模块，还包括安装在皮带机架上的由传动轴马达驱动的皮带传动轴。本发明方法：使用LL‑NET网络对图像进行增强和降噪，使用DeblurGAN算法对图像进行去模糊处理；对预处理后的图像采用基于结构感知的超快边线检测方法进行托辊支架、皮带和煤流边线检测，并识别边线上每个点的坐标，由边线上的点坐标估算出托辊支架中轴线、皮带中轴线和煤流面积S；最后由中轴线坐标计算出皮带跑偏量ΔL和跑偏方向，通过皮带控制模块对皮带传动轴以及皮带转轴的转速进行调节，从而实现皮带跑偏修正和煤流量大小的控制。

技术领域

本发明涉及一种皮带跑偏调速智能控制装置及方法，具体是一种基于AI视觉的皮带跑偏监测调速控制装置及方法，属于视觉方法检测、智能控制技术领域。

背景技术

在煤矿开采中，皮带传输是最主要的运输方式，皮带运输过程中容易出现跑偏、空载、过载等问题。皮带跑偏会出现皮带磨损、皮带断裂、煤炭外洒等问题，降低了皮带的使用寿命和开采效率，甚至危及采矿人员的安全；同时皮带空载会造成资源浪费，过载则会增加皮带负荷，产生故障。因此，实时监控皮带的跑偏和煤流量，并及时进行智能修正和速度调节显得至关重要。

目前，针对煤矿皮带跑偏检测，已经提出了基于视觉图像处理的皮带跑偏检测方法：在皮带非承载面显著地标记皮带中轴线，通过图像中皮带中轴线垂线与图像坐标系水平方向夹角计算皮带跑偏量，该方法受井下光线和皮带运动影响，获取的图像对比度不明显、噪声较多、具有模糊干扰；以皮带非承载面为参照标记中轴线，面对不同型号的托辊支架不具备鲁棒性；以偏移夹角计算偏移量易受视觉角度影响，降低测量准确度。

对于煤流量监测，提出的使用摄像头获取煤流量数据图像，带入改进ResNet网络，训练得到煤流量图像分类的方法，在建立煤流量图像分类模型时需要大量标准的、带有煤流量标签的图像数据集，标准训练数据集的收集是一个重大难题，且模型稳定性得不到保证。

综上所述，现有基于视觉方法的皮带跑偏检测和煤流量监测方法具有以下缺陷：

1.获取的图像未进行预处理，干扰因素较多，测量精度低；

2.检测方法只适用于固定型号的托辊支架，应用在不同型号的托辊支架上，其检测精度不能保证，鲁棒性较差；

3.需要大量的训练数据集，增加了测量难度；

4.无法同时检测皮带跑偏和监测煤流量；

5.对于皮带跑偏无法实现实时修正。

发明内容

针对上述现有技术存在的问题，本发明提供一种基于AI视觉的皮带跑偏监测调速控制装置及方法，对获取的图像进行预处理，无需收集大量的训练数据集即可实现煤流量检测，能够自适应不同托辊支架环境实时进行皮带跑偏检测、智能修正与调速，且能够实现同时对皮带跑偏和煤流量大小的情况进行检测，具有较高的准确性、鲁棒性和时效性。

为达到以上目的，本发明一种基于AI视觉的皮带跑偏监测调速控制装置，包括：

图像采集装置，架设在皮带正上方，用于采集皮带工作时的视频图像，并将该视频图像传送至计算机；

计算机，采用LL-NET网络和DeblurGAN算法对接收到的视频图像进行预处理，然后通过基于结构感知的方法对处理后的视频图像中的托辊支架、皮带进行边线检测，同时对皮带上的煤流量进行边线检测，并将检测结果传送至皮带控制模块；

皮带传动轴，与传动轴马达连接，皮带传动轴与传动轴马达均安装在皮带机架上，皮带传动轴分布在皮带左右两侧，且与皮带表面紧密接触；

皮带控制模块，安装在皮带机架上，分别通过控制电路与传动轴马达以及驱动皮带转轴转动的转轴马达电连接。