基于激光散斑的带式输送机煤流负载监测方法研究
发布时间：2020-12-27 14:20
带式输送机是煤矿产业中的主要运输机械。输送带上煤流负载的监测关系到煤矿产业的产能和经济效益,是产量统计的关键技术,也是达成带式输送机智能化调速从而节能降耗的有效解决策略。但目前常见的带式输送机上煤流负载检测方法,如电子皮带秤、超声波测距仪等检测准确性不足,核子秤检测安全性差,针对现阶段存在的问题及发展状况,本文进行了基于激光散斑的带式输送机煤流负载监测方法研究,主要的研究内容如下:（1）制定带式输送机煤流负载监测的设计方案,激光散斑深度成像原理作用于受载输送带承载面的点云成像,Mask-RCNN实例分割算法作用于煤流负载点云分割,并通过在SolidWorks软件中三维建模来测试相机监测范围,利用可视化结果调整监测装置布置关键参数。（2）分析激光散斑成像原理,验证带式输送机受载输送带承载面测量深度与散斑像素偏移量的关系,利用改进的散斑图二值化处理算法获取数量丰富的散斑点信息。根据中心像素提取、异或匹配来完成受载输送带承载面的点云成像。（3）处理Mask-RCNN输入图像样本数据,采用改进的矿井图像增强算法恢复受扰图像,根据煤矿带式输送机生产实际,改进Mask-RCNN中检测锚框长宽比和尺...
【文章来源】：西安科技大学陕西省
【文章页数】：75 页
【学位级别】：硕士
【部分图文】：
煤矿综上所述，带式输送机的煤流负载测量都具有重要的意义
西安科技大学全日制工程硕士学位论文8图1.3为本文的技术路线：图1.3技术路线本文的技术路线主干为基于激光散斑的带式输送机煤流负载监测方案，其主要通过仿真与实验相结合的方式实现。仿真过程中，首先基于激光散斑生成带式输送机输送带承载面的点云数据，然后基于Mask-RCNN架构对煤流负载对象进行目标区域的点云分割，最后运用煤流负载点云数据投影至指定曲面并积分求和的方式，完成其点云数据的体积计算，并与实验过程中实测的煤流负载体积测量结果进行对比分析，通过对比分析仿真与实验过程中煤流负载体积测量误差，根据测量误差的结果调整实验参数，以达到预期的监测要求。对比分析煤流负载体积测量误差基于Mask-RCNN架构的煤流负载点云分割搭建带式输送机物理实验平台否是基于激光散斑的受载输送带承载面点云生成带式输送机煤流负载测量方案煤流负载点云投影体积计算监测方法符合实验要求煤流负载测量实验参数调整
西安科技大学全日制工程硕士学位论文92带式输送机煤流负载测量方案煤流负载信息作为带式输送机重要输入参数，对智能开采起着至关重要的作用。由于煤矿井下综采工作面生产因素的限制，带式输送机上煤流负载并非恒量给煤，面对传统的电子带式秤等测量方法无法满足测量需求的局限性，需要应用新颖的负载测量方案服务于智能控制，本章内容对带式输送机煤流负载的合理测量进行方案设计。2.1激光散斑负载测量原理2.1.1激光散斑成像原理RGB-D相机中，通过红外发射装置投射出已编码的激光散斑斑点，当激光散斑照射到具备一定纹理的物料光学粗糙表面上时，由于激光辐射区占据很大的体积，呈现出极高的光子简并度，即该编码散斑反射光场具有很高的相干光强，称为激光散斑效应[38]。并利用红外相机来拍摄记录该投射过程的红外散斑点，散斑图案根据距离的变化而产生差异，变化由红外发射装置激光点源向径向扩展。研究表明，投射于物料表面的散斑点模式信息可用于干涉计量、三维重建等诸多领域。激光散斑的产生需要具备两个条件：其一，随机衍射的散斑斑点由粗糙物料表面反射而形成，或者穿透透明的散射体也可产生。其二，光线具备良好的相干特性。激光投射至无规则散射体表面，鉴于激光的相干性和反射光线的相位差异，在空间中形成不同强度和对比度分布的散斑图案。激光照射无规则散射体表面产生散斑原理如图2.1所示。粗糙面激光光源亮点暗点图2.1照射粗糙表面产生散斑原理图该原理发生的散斑模式的变动一般与无规则散射体的运动相关，因此，应用途径包括物面型变检测、震动分析等情形。
【参考文献】：
期刊论文
[1]基于图像处理的带式输送机煤体积计量[J]. 王桂梅,逯圣辉,刘杰辉,杨立洁. 计量学报. 2020(06)
[2]基于深度卷积神经网络的目标检测研究综述[J]. 范丽丽,赵宏伟,赵浩宇,胡黄水,王振. 光学精密工程. 2020(05)
[3]基于图像识别的带式输送机输煤量和跑偏检测方法[J]. 韩涛,黄友锐,张立志,徐善永,许家昌,鲍士水. 工矿自动化. 2020(04)
[4]8部委：推动智能化技术与煤炭产业融合发展[J]. 王峰. 中国设备工程. 2020(07)
[5]基于机器视觉的液压支架高度测量方法[J]. 郝丁丁,王渊,郭卫. 现代电子技术. 2020(02)
[6]基于激光测距原理的带式输送机监控系统对煤流量的检测[J]. 苗长云,杨育坤,厉振宇. 天津工业大学学报. 2019(05)
[7]能源需求快速增长背后现危机——2019年世界能源统计年鉴解读[J]. 李敏,钱伯章. 中国石油和化工经济分析. 2019(08)
[8]基于实例分割网络与迭代优化方法的3D视觉分拣系统[J]. 王德明,颜熠,周光亮,李勇奇,刘成菊,林立民,陈启军. 机器人. 2019(05)
[9]矿用带式输送机输送量测量方法现状及发展趋势[J]. 张少宾,蒋卫良,芮丰. 工矿自动化. 2019(05)
[10]深度残差网络的无人机多目标识别[J]. 翟进有,代冀阳,王嘉琦,应进. 图学学报. 2019(01)
硕士论文
[1]基于实况负载的带式输送机智能控制研究[D]. 张少宾.煤炭科学研究总院 2019
[2]基于RGBD摄像头的物体中异形凹陷三维图像重建技术的研究[D]. 马大贺.青岛科技大学 2017
[3]矿用核子皮带秤在线监测系统[D]. 李阳.西安科技大学 2017
[4]基于刮板输送机负载预测的采煤机调速技术研究[D]. 王凯.中国矿业大学 2015
[5]基于边界约束和上下文正则化的图像去雾方法研究[D]. 王龙飞.华中科技大学 2014
[6]带式输送机结构参数与调速节能优化研究[D]. 孙贺然.东北大学 2013
[7]基于激光扫描的堆料体积测量系统研究与设计[D]. 姜志华.华中科技大学 2011
本文编号：2941895
【文章来源】：西安科技大学陕西省
【文章页数】：75 页
【学位级别】：硕士
【部分图文】：
煤矿综上所述，带式输送机的煤流负载测量都具有重要的意义
西安科技大学全日制工程硕士学位论文8图1.3为本文的技术路线：图1.3技术路线本文的技术路线主干为基于激光散斑的带式输送机煤流负载监测方案，其主要通过仿真与实验相结合的方式实现。仿真过程中，首先基于激光散斑生成带式输送机输送带承载面的点云数据，然后基于Mask-RCNN架构对煤流负载对象进行目标区域的点云分割，最后运用煤流负载点云数据投影至指定曲面并积分求和的方式，完成其点云数据的体积计算，并与实验过程中实测的煤流负载体积测量结果进行对比分析，通过对比分析仿真与实验过程中煤流负载体积测量误差，根据测量误差的结果调整实验参数，以达到预期的监测要求。对比分析煤流负载体积测量误差基于Mask-RCNN架构的煤流负载点云分割搭建带式输送机物理实验平台否是基于激光散斑的受载输送带承载面点云生成带式输送机煤流负载测量方案煤流负载点云投影体积计算监测方法符合实验要求煤流负载测量实验参数调整
西安科技大学全日制工程硕士学位论文92带式输送机煤流负载测量方案煤流负载信息作为带式输送机重要输入参数，对智能开采起着至关重要的作用。由于煤矿井下综采工作面生产因素的限制，带式输送机上煤流负载并非恒量给煤，面对传统的电子带式秤等测量方法无法满足测量需求的局限性，需要应用新颖的负载测量方案服务于智能控制，本章内容对带式输送机煤流负载的合理测量进行方案设计。2.1激光散斑负载测量原理2.1.1激光散斑成像原理RGB-D相机中，通过红外发射装置投射出已编码的激光散斑斑点，当激光散斑照射到具备一定纹理的物料光学粗糙表面上时，由于激光辐射区占据很大的体积，呈现出极高的光子简并度，即该编码散斑反射光场具有很高的相干光强，称为激光散斑效应[38]。并利用红外相机来拍摄记录该投射过程的红外散斑点，散斑图案根据距离的变化而产生差异，变化由红外发射装置激光点源向径向扩展。研究表明，投射于物料表面的散斑点模式信息可用于干涉计量、三维重建等诸多领域。激光散斑的产生需要具备两个条件：其一，随机衍射的散斑斑点由粗糙物料表面反射而形成，或者穿透透明的散射体也可产生。其二，光线具备良好的相干特性。激光投射至无规则散射体表面，鉴于激光的相干性和反射光线的相位差异，在空间中形成不同强度和对比度分布的散斑图案。激光照射无规则散射体表面产生散斑原理如图2.1所示。粗糙面激光光源亮点暗点图2.1照射粗糙表面产生散斑原理图该原理发生的散斑模式的变动一般与无规则散射体的运动相关，因此，应用途径包括物面型变检测、震动分析等情形。
【参考文献】：
期刊论文
[1]基于图像处理的带式输送机煤体积计量[J]. 王桂梅,逯圣辉,刘杰辉,杨立洁. 计量学报. 2020(06)
[2]基于深度卷积神经网络的目标检测研究综述[J]. 范丽丽,赵宏伟,赵浩宇,胡黄水,王振. 光学精密工程. 2020(05)
[3]基于图像识别的带式输送机输煤量和跑偏检测方法[J]. 韩涛,黄友锐,张立志,徐善永,许家昌,鲍士水. 工矿自动化. 2020(04)
[4]8部委：推动智能化技术与煤炭产业融合发展[J]. 王峰. 中国设备工程. 2020(07)
[5]基于机器视觉的液压支架高度测量方法[J]. 郝丁丁,王渊,郭卫. 现代电子技术. 2020(02)
[6]基于激光测距原理的带式输送机监控系统对煤流量的检测[J]. 苗长云,杨育坤,厉振宇. 天津工业大学学报. 2019(05)
[7]能源需求快速增长背后现危机——2019年世界能源统计年鉴解读[J]. 李敏,钱伯章. 中国石油和化工经济分析. 2019(08)
[8]基于实例分割网络与迭代优化方法的3D视觉分拣系统[J]. 王德明,颜熠,周光亮,李勇奇,刘成菊,林立民,陈启军. 机器人. 2019(05)
[9]矿用带式输送机输送量测量方法现状及发展趋势[J]. 张少宾,蒋卫良,芮丰. 工矿自动化. 2019(05)
[10]深度残差网络的无人机多目标识别[J]. 翟进有,代冀阳,王嘉琦,应进. 图学学报. 2019(01)
硕士论文
[1]基于实况负载的带式输送机智能控制研究[D]. 张少宾.煤炭科学研究总院 2019
[2]基于RGBD摄像头的物体中异形凹陷三维图像重建技术的研究[D]. 马大贺.青岛科技大学 2017
[3]矿用核子皮带秤在线监测系统[D]. 李阳.西安科技大学 2017
[4]基于刮板输送机负载预测的采煤机调速技术研究[D]. 王凯.中国矿业大学 2015
[5]基于边界约束和上下文正则化的图像去雾方法研究[D]. 王龙飞.华中科技大学 2014
[6]带式输送机结构参数与调速节能优化研究[D]. 孙贺然.东北大学 2013
[7]基于激光扫描的堆料体积测量系统研究与设计[D]. 姜志华.华中科技大学 2011
本文编号：2941895
本文链接：https://www.wllwen.com/shoufeilunwen/benkebiyelunwen/2941895.html
