礦用輸送帶縱向撕裂紅外圖像檢測方法研究.pdf

1、礦用輸送帶有抗拉強度高、伸長率小、運輸能力強、運載功率高的特點，是礦用運輸中最經濟的手段。但是，由于輸送帶經常處在長時間、高負荷的工作狀態(tài)以及意外事故的發(fā)生，其縱向撕裂事故經常發(fā)生，會對企業(yè)造成無法估量的經濟損失和嚴重的人員傷亡。為此，縱向撕裂故障檢測一直是煤礦安全重點研究的課題。國內外現(xiàn)有的檢測方法按其檢測方式可分為接觸式和非接觸式兩類檢測方法，但是以上方法均存在實時性較差，動作失誤率高等缺陷，且均未考慮檢測儀器無法克服煤礦井下復雜環(huán)

2、境的影響而造成的檢測不精確等問題。本文闡述了礦用輸送帶縱向撕裂檢測方法的國內外發(fā)展現(xiàn)狀;研究了輸送帶的結構與縱向撕裂故障產生原因，在此基礎上研究了紅外圖像用于輸送帶檢測的原理;分析了現(xiàn)有的紅外圖像處理方法，包括:直方圖雙峰法、迭代法、最大熵值法以及基于BP神經網(wǎng)絡的方法，通過理論分析與實驗證明，得出其缺陷，于是針對上述缺陷提出了基于SVM的紅外圖像處理方法用于輸送帶縱向撕裂檢測，并將該方法檢測后的圖像數(shù)據(jù)與常用的BP神經網(wǎng)絡算法處理后的

3、圖像進行對比研究;根據(jù)上述原理，研究了礦用輸送帶輸送帶縱向撕裂的紅外圖像檢測方法。對檢測方法的硬件選型進行詳細描述，在軟件部分的實現(xiàn)中，本文以虛擬儀器進行軟件架構，詳細描述了LabVIEW驅動紅外相機的三種方式;介紹了采用Matlab實現(xiàn)基于SVM對紅外圖像進行分割的算法程序;文中詳細介紹了LabVIEW與Matlab混合編程的幾種方法并加以研究，并選取了最合適的編程方法。對整個軟件運行的流程和編寫方法進行介紹，并對重點Ⅵ模塊編寫方法進

4、行闡述，包括:主VI編寫，項目編寫、實時圖像保存子Ⅵ等。從而實現(xiàn)由LabVIEW控制紅外相機對輸送帶進行紅外圖像采集，并將采集到的紅外圖像反饋回Matlab，利用SVM算法對紅外圖像進行分割處理，將處理后的結果輸入到LabVIEW中，由LabVIEW進行判斷并做相應處理。
　　最終對上述方法進行仿真實驗，包括實時性分析、抗干擾分析以及精確性分析。通過仿真實驗可證明，該方法有效的克服了環(huán)境影響造成的檢測精度低等問題，同時實時性好，辨