振動篩運行狀態觀測器的研究與設計

楊 碩

(1.煤炭科學研究總院唐山研究院，河北省唐山市，063012；2.天津大學電氣自動化與信息工程學院，天津市南開區，300072)

選煤廠是典型的設備密集型工業場所，作為流程化的生產體系，運行過程具有負荷高和周期長等特點，因此，煤炭洗選過程的安全性與設備性能的可靠性密切相關。振動篩作為實現產品分級和固液分離的篩分機械，是選煤廠主要的工藝設備。近年來，為了提高篩分效率和產量，設備的尺寸和工作強度不斷提高。我國大多數煤炭生產企業對振動篩的檢測流程仍停留在傳統的人工巡檢階段，現場受到檢修空間狹窄、光照條件陰暗、瓦斯濃度高等惡劣工況條件的限制，導致人工檢測強度高、速度慢、效果差，存在不易察覺的設備細小故障，安全隱患較高。目前，采用多傳感器融合技術的數據診斷方法，逐步應用在對大型振動篩單一部位的在線分析和離線仿真過程中，但是由于受到振動篩的振動頻率較高、傳感器通用性較差和受工況電磁干擾的影響，嚴重制約了傳感器的測量精度和使用壽命，并且由于定位限制無法對振動篩進行全方位檢測。

基于振動篩局部運動規律性和篩體振動一致性的特點，為了對振動篩運動軌跡所產生的細微變化進行實時性和循環性的全方位檢測，提高檢測的精度和速度，及時發現設備可能存在的安全隱患，以便迅速有效地采取相關措施，本文提出了一種不受振動篩的機械結構和振動強度影響的基于雙目視覺技術的無人自動檢測裝置——振動篩運行狀態觀測器，該觀測器是具有主動運行和定點觀測功能的軌道式行走裝置，能夠實現對振動篩運行狀態的非接觸式檢測，能夠代替操作人員在自動化工業生產中進行各種繁復的巡檢勞動。

1 振動篩運行狀態觀測器的設計

振動篩運行狀態觀測器由雙目視覺系統、驅動系統、定位系統、通信系統和電源管理系統組成。振動篩運行狀態觀測器整體結構示意圖如圖1所示。

1-通信系統；2-充電座；3-視覺系統；4-定位系統；5-終點磁體；6-中途觀測點磁體；7-軌道；8-行走單元；9-旋轉單元；10-起點磁體；11-直流減速電機；12-傳動機構；13-線纜軸 圖1 振動篩運行狀態觀測器整體結構示意圖

1.1 雙目視覺系統

雙目視覺系統由圖像采集單元和圖像分析單元組成，常用圖像處理器以DSP和工業PC為主。為了保證觀測器的檢測精度和處理時效，需要在最低功耗模式下和單位時間內完成對大量圖像數據的采集與分析工作，因而采用基于工業PC的雙目視覺系統。設計中采用透明護罩為觀測器內部元件提供保護，避免惡劣工況條件影響觀測器的工作性能。基于工業PC的雙目視覺系統示意圖如圖2所示。

1-工業PC；2-行走底座；3-中空傳動平臺；4-高速相機；5-透明護罩；6-補光源；7-矩形中空工作臺圖2 基于工業PC的雙目視覺系統示意圖

1.1.1 圖像采集單元

圖像采集單元由高速相機和補光源組成，固定于矩形中空工作臺上，根據觀測器運行狀態，通過底座進行水平或垂直方向的調整。設計中為了精確追蹤檢測對象的運動特性并還原運動軌跡，需要采集特征點在一個運動周期內的多幀圖像，綜合考慮圖像處理算法的精度和時效性，應用幀率為116 fps、像素為808×608的高速相機作為圖像采集裝置，相機采用CMOS傳感器，采用POE方式供電，焦距為9 mm，通過Gigabit Ethernet接口傳輸圖像數據，數據與電源由一條雙絞線電纜同時傳輸。為了保證圖像質量不受自然光照影響，開發智能補光方案，光源可按實際補光需要多角度旋轉，在低照度環境下，觀測器開啟補光源進行補光，增強圖像亮度；在強光照度環境下，觀測器自動調整成像模式，抑制強光影響，保證圖像清晰度，設計中補光源光強均勻有效分布，達到整體高亮效果，有效減少光污染，對振動篩檢測部位進行補光。

1.1.2 圖像分析單元

圖像分析單元由基于工業PC的圖像處理算法完成，工作機理包括相機標定與關聯、角點檢測、立體匹配、圖像預處理、軌跡追蹤和模式識別。雙目視覺系統的定位精度依賴于雙目相機本身的標定精度，設計中應用張正友標定法，由已知的特征點圖像坐標[uv]T和空間點坐標[XwYwZw]T等線性參數，通過采集一個靶標位姿上的8個特征點，在不考慮畸變因素情況下求取單應矩陣見式(1)：

(1)

式中：Zc——深度系數；

Mi——投影矩陣；

Hi——單應矩陣；

λ——常數因子；

Mi1——相機內參數；

ri——旋轉矩陣；

t——平移矩陣。

建立的內參數方程組見式(2)：

(2)

通過采集6個靶標位姿，依據旋轉矩陣正交性求取相機內參數。利用Levenberg-Marquardt算法，通過已有相機參數求解相機的非線性畸變參數。為了提高系統精度，進行非線性畸變參數與線性參數間的重復計算，直到參數值收斂為止。通過OpenCV求取基礎矩陣，依據極線幾何原理建立雙目坐標系內兩個對應點在圖像坐標系內的對應關系，完成坐標關聯，實現基于特征匹配算法的立體匹配。

觀測器的圖像分析精度和效率取決于被處理圖像的質量，為了得到更適合后續分析振動篩運行狀態的圖像數據，對采集的原始圖像進行灰度化、直方圖均衡化、平滑濾波和圖像增強等預處理工作。應用閾值篩選法和基于尺度空間理論的多尺度Harris角點檢測算子提取圖像特征點。采用改進型Lucas-Kanade光流估計算法完成對高速移動特征點的追蹤。設計BP網絡分類器，建立并訓練局部特征點運動軌跡與設備運行模式的映射模型，實現對振動篩運行狀態的識別和分類。雙目視覺工作機理如圖3所示。

圖3 雙目視覺工作機理

1.2 驅動系統

驅動系統是觀測器的動力執行單元，負責完成裝置的主動運動，由行走單元和旋轉單元組成。觀測器完成對振動篩各局部特征點運動軌跡的追蹤與辨識后，在控制器指令作用下，通過驅動系統對振動篩的運行狀態進行周期性循環檢測。驅動系統結構圖如圖4所示。

1-矩形中空工作臺；2-控制電路；3-中空傳動平臺；4-雙向步進電機；5-干簧管傳感器；6-驅動車輪；7-齒輪傳動機構；8-雙向直流電機；9-行走底座；10-斜齒齒輪盤減速機構；11-工作電源圖4 驅動系統結構圖

1.2.1 行走單元設計

行走單元為四輪雙軸底盤式結構，驅動車輪的傳動軸通過齒輪傳動機構由雙向直流電機驅動，雙向直流電機通過H橋驅動電路，在控制器指令下完成動作。通過改變對角線上不同三極管的導通情況，改變電流流經電機時的方向，從而控制電機的轉向。驅動電機時，為了防止H橋兩個同側的三極管同時導通，應用與門和非門改進電路，4個與門和運行使能信號相接，控制電機運轉；2個非門與電機正轉使能信號和反轉使能信號相連，在保證H橋同側只有1個三極管導通的情況下，自動完成電機正反向動作。在設計中，為了節約觀測器控制電路的空間和降低整機功耗，采用L298N芯片代替分立元件。為了保證觀測器運行平穩，驅動車輪具有寬體和多紋路的特性。行走單元電機控制原理如圖5所示。

1.2.2 旋轉單元設計

旋轉單元是置于行走底座內的中空旋轉平臺，由雙向步進電機、斜齒輪盤減速機構和中空傳動平臺組成，在平臺上固定矩形中空工作臺與視覺系統相連，中空旋轉平臺通過雙向步進電機在控制器指令作用下，完成由初始位置沿順時針和逆時針雙向往返180°的旋轉定位工作。行走底座、傳動平臺和工作臺均采用中空結構，可方便工業相機和光源的布線，避免平臺轉動時線纜纏繞。旋轉單元結構設計如圖6所示。

圖5 行走單元電機控制原理

1-高速相機；2-補光源；3-雙向步進電機；4-斜齒齒輪盤減速機構；5-中空傳動平臺；6-矩形中空工作臺圖6 旋轉單元結構設計

1.3 定位系統

觀測器的定位系統由軌道、磁體和干簧管傳感器組成，負責完成對振動篩各個關鍵部位的定點檢測功能。軌道采用雙側槽的設計方案，根據振動篩的現場安裝方式和檢測需要，可采用懸掛吊裝、水平安裝和垂直壁裝等方法固定于建筑主體之上。軌道形狀針對振動篩的機械結構，設計為直線型、曲邊L型、曲邊U型和曲邊矩形。按照振動篩檢測指標的要求，在軌道邊緣定位并安裝起點磁體、若干中途觀測點磁體和終點磁體。為了保證觀測器平穩運行，軌道采用內嵌式螺栓進行固定。干簧管傳感器分別安裝在觀測器的前端、側端和末端，通過與軌道起點、中途觀測點和終點磁體接觸，由控制器發出行走電機正轉、中途觀測和反轉信號指令。

在控制器指令下，觀測器通過行走與定位系統完成主動運動與定點觀測功能。首先觀測器初始上電，通過檢測電機正轉使能信號，判斷觀測器工作起始點是否為軌道起點，若為起點，則觀測器通過定時器計時，在電機正轉、反轉和中途觀測信號的指令下完成觀測器的周期性循環運轉，完成對圖像數據的采集與振動篩運行狀態的分析；如果初始檢測觀測器的工作起始點為軌道中途點或終點，則電機停止，設置電機狀態為反向，將觀測器運行至起點，完成前期準備后繼續工作。觀測器主動巡視工作流程如圖7所示。

圖7 觀測器主動巡視工作流程

1.4 通信系統

由于振動篩的振動頻率較高，為了精確追蹤并還原局部特征點的運動軌跡，需要以大量圖像數據為基礎，因此采用有線通信方式來保證數據的質量與完整性。通信系統通過線纜軸控制單元實現，由直流減速電機、傳動機構和線纜軸組成。為了減輕觀測器自身的重量負荷，安裝在軌道起點，直流減速電機采用外部穩壓電源供電，不計入觀測器內部功耗，通過控制線與控制單元相連，裝置工作前對電機進行轉速標定，從而達到線纜收放速度與觀測器行走速度一致，通過控制器的指令實現行走電機與直流減速電機的同步工作。

1.5 電源管理系統

圖像質量是保證檢測精度的關鍵，為了防止供電浮動對觀測器工作性能的影響、提高供電的可靠性以及減輕線纜軸機構的工作壓力，設計采用電池供電模式，應用大容量鋰電池作為工作電源，為觀測器內部的視覺系統、驅動系統和控制器提供穩定電源。在軌道的起點和終點分別安裝充電座，通過電極對循環運行的觀測器自動充電。當電源發出虧電信號時，線纜軸單元將持續工作，并將觀測器拖回軌道起點為電池充電。

2 振動篩運行狀態觀測器測試

以天地(唐山)礦業科技有限公司選煤裝備產業制造基地的再調振動篩為測試對象，以檢驗其各系統性能和對振動篩運行狀態的檢測精度是否達標。測試中，軌道形狀設計為曲邊U型，采用懸掛吊裝方式與建筑主體相連，將觀測器置于軌道上，沿軌道邊緣分別設置起點、終點和8個中途觀測點磁體，用來定位觀測器的檢測位置。

2.1 雙目視覺系統測試

為了檢測廠房中自然光照變化對觀測器檢測精度的影響，實驗分別選取一天的早、中、晚3個時段進行測試。振動篩局部特征點檢測數量見表1。

表1 振動篩局部特征點檢測數量

由表1可以看出，在不同自然光照條件下，觀測器對篩體同一位置的檢測過程中，捕捉到的特征點數量在同一數值鄰域內，因此智能補光方案可有效改善圖像質量， “有線通信”方式保證了圖像數據的完整性與時效性，通過雙目視覺系統中的圖像預處理和角點檢測算法能夠提高對運動特征點提取的健壯性和穩定性。

通過人為調整振動篩運行狀態，設定BP網絡分類器特征點的運動狀態，00表示停止、01表示正常、10表示疑似、11表示故障，雙目視覺系統在局部特征點的單個運動周期(1/24 s)內可完成約5幀圖像的采集，通過圖像分析法和BP網絡分類器，按照試驗設定的百分數下限判據指標要求進行數據分析，觀測器可準確檢測振動篩的運行狀態，實現對特征點的振動軌跡的追蹤和識別。 振動篩運行狀態百分數下限分析見表2。

表2 振動篩運行狀態百分數下限判據分析

2.2 驅動與定位系統測試

在觀測器的控制器指令和工業PC的即時指令共同控制下，設置中途觀測時間為5 min，令觀測器進行往復循環運動3個運動周期以上，針對觀測器不同的運行起點進行測試。上電后，觀測器能主動識別工作起點位置并開始運轉，在運行過程中，驅動系統的機械結構運動流暢無扭曲和噪音，經過軌道曲邊過程中無明顯卡頓現象；在定位系統的中途觀測信號發生階段，無明顯滑行和滯后現象；在觀測器整體控制過程中無邏輯混亂出現。

2.3 通信和電源管理系統測試

設置軌道起點和終點的觀測時間為30 min。測試中，線纜軸控制單元的線纜收放整齊有序，無凌亂交叉；由速度計量測得線纜收放速度和觀測器運行速度一致，線纜收放對觀測器無拉力作用；觀測器工作電源在自動充電模式下未出現虧電情況，續航時間可滿足一個生產周期的檢測需求；通過人為設定制造電源虧電信號，觀測器可按設計要求，由線纜軸單元將觀測器回拖至軌道起點，并進行充電作業。

3 結語

本文提出的基于雙目視覺系統的振動篩運行狀態觀測器，用于對振動篩等高頻振動機械的整體運行狀態進行檢測。實驗測試表明，觀測器可不受外界光照影響，通過圖像分析方法對振動篩局部特征點的運動軌跡進行追蹤和辨識，具有較高的準確性和時效性；觀測器作為檢測過程的基礎數據來源，通過驅動、定位、通信和電源系統，在控制器程序指令和工業PC即時指令下，實現了高質量的自主巡視功能。與現有檢測方法相比，觀測器既可以通過逐幀對圖像數據進行處理，并對特征點運動軌跡的細節變化進行定性判斷，又可以通過百分數下限判據指標進行運行狀態的定量分析，所以可代替人工在嘈雜的工礦環境中進行檢查。但在裝置運行過程中，通信線纜的長度受到嚴格限制，在強電磁干擾條件下，開發并應用能夠確保圖像數據傳輸質量的高品質無線通信技術成為接下來的研究方向。

參考文獻：

[1] 郭牛喜，陶能進，李明輝.我國特大型現代化選煤廠設計的實踐與展望[J].煤炭工程，2012(S1)

[2] 丁開旭.大型直線振動篩制造工藝研究與探討[J].煤炭技術，2016(7)

[3] 李建華.選煤廠設備巡檢系統設計[J].工礦自動化，2012(6)

[4] 沈功田，李建，武新軍.承壓設備脈沖渦流檢測技術研究及應用[J].機械工程學報，2017(4)

[5] 沈功田，胡斌.大型承壓設備不停機電磁無損檢測技術及應用[J].中國特種設備安全，2016(1)

[6] 陳志新.脈沖噪聲環境中基于FLOWVD的機械設備故障時頻監測方法[J].振動與沖擊，2013(10)

[7] 于洋，楊金英.機械振動檢測儀器的研制[J].儀表技術與傳感器，2008(9)

[8] 齊子元，米東，徐章隧等.奇異譜分析在機械設備故障診斷中的應用[J].噪聲與振動控制，2008(1)

[9] 安連鎖，沈國清，郭金鵬等.聲學技術在電廠設備狀態監測中的應用研究[J].中國電力，2007(1)

[10] 程亮，黃敬蘭，孫剛.博后篩的結構特點及其應用[J].中國煤炭，2005(3)

[11] Hajar Sadeghi， Payman Moallem， S. Amirhassn Monadjemi. Feature Based Dense Stereo Matching Using Dynamic Programming and Color[J]. International Journal of Computational Intelligence， 2007(3)

[12] T Lindeberg. Scale-Space Theory in Computer Vision[M]. Berlin Heidel-berg: Springer， 1994

[13] 肖軍，朱世鵬，黃杭等.基于光流法的運動目標檢測與跟蹤算法[J].東北大學學報(自然科學版)，2016(6)