[发明专利]一种烧结机台车车轴故障检测方法及系统

说明书

本发明属于机械设备故障检测领域，具体提供一种烧结机台车车轴故障检测方法及系统，其中方法包括：采用间隔固定帧形式获取烧结机台车的视频帧图像；对获取的烧结机台车的相邻两帧图像进行差分运算处理，然后进行相应的图像处理；运用深度学习目标检测算法定位提取烧结机台车相邻两帧图像的车轮区域图像；将相邻两帧车轮区域图像的像素点的差值与预设的灰度差的绝对值相比较，判定烧结机台车车轮是否发生摆动。通过对实时采集到的烧结机台车车轮的视频帧图像进行分析，确定烧结机台车车轮是否发生摆动，从而检测车轴故障，提高了检测效率，节省了人力，避免了由于人工检测疏忽导致的安全隐患。

技术领域

本发明涉及机械设备故障检测领域，更具体地，涉及一种烧结机台车车轴故障检测方法及系统。

背景技术

含铁窑球团法生产工艺生产球团矿的主要设备由烧结机、回转窑和环式冷却机组成，而烧结机则是最关键设备。台车部件结构复杂、工况条件恶劣，发生故障造成停机的情况在烧结系统占比比较大。车轮是台车运行重要的物件，它能否正常运行直接影响到整个生产工艺过程的稳定。烧结机不间断运作，台车车轮会出现扭矩，车轴极易发生油脂皂化、保持架破裂、轴承滚珠缺损等故障，当台车发生以上任何一种故障继续运行时，车轮会出现自行摆动的现象，严重的话可能导致脱落，若不及时停机更换台车，车轮在进入尾部弯道时脱落，车轮会卡入机尾弯道和导轨之间，造成卡阻。机尾星轮周边设置有除尘密封罩，车轮脱落不易被发现，事故往往造成烧结机卡阻跳机才会被发现，该故障处理难度大，若造成烧结机故障停机，将极大影响整个烧结系统的生产。在工业生产中，烧结机台车属于典型的低速重载设备，由于自身结构和运行特点，故障检测难度较大，关于其故障检测的研究尚不多见。

传统的车轮摆动检测主要依靠原始的人工观察检查，工作劳动力强度大、检测过程会存在漏检、智能化程度低、工作环境差，对人体健康存在潜在的威胁等问题。

发明内容

本发明针对现有技术中存在的技术问题，提供一种烧结机台车车轴故障检测方法及系统。

根据本发明的第一方面，提供了一种烧结机台车车轴故障检测方法，包括以下步骤：

S1，采用间隔固定帧形式获取烧结机台车的视频帧图像；

S2，对获取的烧结机台车的相邻两帧图像进行差分运算处理，然后进行相应的图像处理；

S3，运用深度学习目标检测算法定位提取烧结机台车相邻两帧图像的车轮区域图像；

S4，将相邻两帧车轮区域图像的像素点的差值与预设的灰度差的绝对值相比较，判定烧结机台车车轮是否发生摆动。

可选地，所述S2中图像处理具体包括：

对获取的烧结机台车的相邻两帧图像依次进行灰度化处理、腐蚀处理、高斯滤波处理、二值化处理及膨胀处理。

可选地，所述S3具体包括：运用labellmg对烧结机台车车轮进行标注，通过yolov5对标注图片进行训练来检测并定位提取车轮区域图像。

可选地，所述S4具体包括：

若相邻两帧车轮区域图像的像素点的差值小于所述灰度差的绝对值，则判定烧结机台车车轮未发生摆动；

若相邻两帧车轮区域图像的像素点的差值大于所述灰度差的绝对值，则需要对此类情况进行进一步判断。

可选地，所述进一步判断具体包括：

首先获取该车轮区域后续连续五帧图像，并对所获取的相邻两帧图像均进行S2～S4，若五帧图像对应的车轮区域图像的像素点个数都小于阈值，则车轮未发生摆动；

否则，获取并保存该车轮对应的侧板编号及检测时间t，接着调用数据库，判断其是否在此之前24小时内已存有该侧板编号，如果存在，则执行S100：统计24小时内该车轮摆动的次数并对该车轮进行摆动报警处理；