產品概述 | Product Overview

      目前,輸送帶已在各大煤礦廣泛應用, 在設備運行過程中, 輸送帶處于長期的、高負荷的復雜環境運轉, 且為了適應井下特殊現場情況,保證運輸可靠性,一般多是多條皮帶轉載實現整個運輸過程, 在每個轉載點經常會因為大的異物卡滯等原因造成皮帶縱向撕裂, 一旦發生撕裂事故, 就會影響正常生產, 造成長時間的停產和重大經濟損失。

1.利用特種光感攝像機對皮帶表面進行拍攝成像。

2.通過結構光束在皮帶表面呈現一條與皮帶表面完全符合的輪廓線。

3.利用圖像實時算法對拍攝圖像中的輪廓線變化進行判斷。

該檢測設備用機器視覺技術，同時引入輔助結構光輪廓線，實現對膠帶表面的各種損傷進行實時的識別和判斷，并根據判斷結果進行報警處理或停機處理。

裝置分析說明 | Device Analysis  

1  本安型激光發射器

完整地呈現皮帶表面輪廓變化, 大角度光源的設計可保證無論皮帶成什么形狀都可以完成真實輪廓的拍攝。

2  隔爆攝像儀

A.用1024×768的高分辯率識別器, 保證了在橫向40cm寬的視野內, 可識別最小像元為0.4mm, 保證了拍攝的精度。

B.每秒81幀的拍攝速度, 30cm的縱向視野, 保證在物體運動不大于32m/s的情況均可完整拍攝。

C.0.3μs的曝光時間, 保證對高速運動物體的拍攝中不會產生拖影現象。

3  隔爆兼本安型主機

智能處理模塊對圖像信號進行預處理, 光電模塊實現預處理圖像的遠傳, 本安電源實現對本安光源發生器的供電。

4  高性能運算服務器

由于算法耗時已精準至毫秒級計算, 實際算法耗時已完成單幀30毫秒以內的加速；

多個高性能的運算服務器組成的硬件平臺, 可對每個單元圖像進行實時的處理和響應, 保證在短時間內實現集控動作停機或報警。

識別算法--結構線的提取

       針對產品中輪廓線的特點, 在某一小區域波動, 總是橫穿視野, 確定后一般不會有大范圍的縱向移動。

      線段提取算法為了實現耗時短的目標, 采用梯度查找和預設搜索邊界等方式, 大大縮減了“輪廓線提取”算法的耗時, 保證了算法實時性。

1  無人值守

設備調試完成后, 無需人員操作和看管, 自動根據皮帶運行情況進行啟動和停止。

2  智能識別

利用軟件算法實現對皮帶表面損傷情況進行實時的自動判斷和分析, 對輸送帶表面脫膠、劃傷、撕裂等損傷分別作出識別判斷, 給出不同報警處理。

3  實時監控

皮帶運行狀態實時顯示在電腦屏幕, 用戶可流暢觀看輸送帶的表面圖像。

4  集控聯鎖

對輸送帶撕裂長度或寬度大于設定的損傷, 實現實時停機。

5  聲光報警

對撕裂長度或寬度小于設定值的損傷、覆蓋膠脫落的損傷、邊緣膠帶破損等實現就地和地面聲光報警。

6  全息存儲

撕裂停機后能實現對撕裂位置的局部放大圖像觀看與保存。

技術指標 | Technical 

檢測案例 | Test Cases