基于熱圖像分析的電梯閘皮不均勻磨損檢驗方法研究

王逸銘，吳 盡，胡建中*，彭 英

(1.東南大學 機械工程學院，江蘇 南京 211189；2.江蘇省特種設備安全監督檢驗研究院 揚州分院，江蘇 揚州 225000)

0 引 言

國家標準對電梯的安全性能有明確的要求，《電梯制造與安裝安全規范》中12.4.2.1和《電梯試驗方法》中4.1.11對電梯的制動性能要求為[1-2]：電梯裝載125%額定載荷下行時，操作制動器應能使電梯制動，且制動減速度不超過安全鉗動作或轎廂撞擊緩沖器所產生的減速度。電梯制動原理是在電梯制動的過程中，閘皮抱緊制動輪，利用閘皮與制動輪之間的摩擦力和摩擦力矩提供電梯制動時所需要的制動力和制動力矩，因此閘皮的制動性能對電梯的制動性能有著重要的影響。電梯閘皮在安裝調試和運行過程中可能會存在著兩側閘皮不對心、安裝位置傾斜等情況出現，導致在電梯運行過程中制動輪與閘皮沒有完全貼合，摩擦過程中產生的摩擦能量和摩擦熱沒有均勻分擔到閘皮表面上，導致閘皮的不均勻磨損情況出現，減弱電梯制動力和制動力矩，最終導致電梯制動失效[3-4]。《電梯主要安全部件報廢技術條件》中指出[5]：當電梯閘皮嚴重磨損，導致電梯制動力不足時，需要對電梯閘皮進行報廢。

基于紅外熱像圖像的故障診斷與狀態監測技術已經很成熟。馬翠紅等學者[6]將紅外熱像成像方法應用于鋼水測溫領域中;國內學者石譽寧[7]在2017年將紅外成像技術應用到了配電柜故障監測與診斷中。然而，目前還沒有能夠在電梯不解體情況下對電梯閘皮的磨損程度特別是不均勻磨損程度的檢驗方法。

基于電梯制動時的閘皮溫度變化原理，本文將通過采集電梯制動時的紅外熱像圖像，對熱像圖像進行處理和分析，提取閘皮邊緣特征向量和等溫線向量，計算兩向量之間的弗雷歇距離，使用弗雷歇距離定量表征閘皮的不均勻磨損程度，從而達到對閘皮的不均勻磨損檢測的目的。

1 電梯閘皮不均勻磨損的檢驗方法

本文中采用的檢測電梯閘皮不均勻磨損的流程如圖1所示。

圖1 電梯閘皮不均勻磨損的檢驗流程

具體步驟如下：

(1)紅外熱像圖像采集。使用紅外熱像儀拍攝采集被測電梯閘皮制動時的紅外熱像圖像，設置紅外熱像圖像的像素尺寸為橫向長度50像素、縱向高度50像素；

(2)紅外熱像圖像處理。對紅外熱像圖像進行降噪處理[8]，過濾紅外熱像圖像中的椒鹽噪聲和高斯噪聲，提高信噪比，基于閾值判別的方法對紅外熱像圖像進行特征提取，提取出紅外熱像圖像中的等溫線特征向量；

(3)圖像分析與閘皮不均勻磨損的檢驗。計算等溫線特征向量和閘皮初始邊緣特征向量之間的相似度[9]，等溫線特征向量與邊緣特征向量之間的相似程度表征了被測電梯閘皮的不均勻磨損程度，從而檢測電梯閘皮不均勻磨損程度。

1.1 紅外熱像圖像的降噪處理與特征提取

紅外熱像圖像中，噪聲主要包括兩種形式：椒鹽噪聲和高斯噪聲，其來源主要是紅外焦平面陣列噪聲、電子電路噪聲、傳感器噪聲、背景輻射噪聲等[10]。對含有混合噪聲的紅外熱像圖像采取分別降噪處理的方法，即先對圖像中的椒鹽噪聲點進行椒鹽噪聲點降噪，然后再對經過椒鹽降噪的圖像進行高斯噪聲降噪。

針對椒鹽噪聲，首先識別紅外熱像圖像中所有的椒鹽噪聲點，之后將識別出的椒鹽噪聲點用其附近鄰域點的加權平均值代替，其降噪表達式為：

(1)

針對高斯噪聲，其降噪表達式為：

(2)

提取經過混合降噪后的紅外熱像圖像中的等溫線特征，形成等溫線特征向量I，使用閾值判別的方式提取等溫線特征向量I，閾值Vk計算式為：

(3)

對任一閾值的等溫線特征提取流程圖如圖2所示。

圖2 等溫線特征向量提取流程圖

從紅外圖像中逐行提取第一次達到或者超過閾值溫度值的列位置，將每一行提取出的行向量合成該閾值下的等溫線特征向量I=[j1,j2,…,j50]T。

1.2 基于弗雷歇距離的電梯閘皮不均勻磨損度分析

弗雷歇距離是法國數學家Maurice René Fréchet在1906年提出的一種路徑空間相似形描述算法，能夠很好地表征兩個向量之間的相似程度[11]。

閘皮無不均勻磨損時，電梯制動時閘皮均勻受熱，等溫線特征向量I應與閘皮的初始邊緣特征向量E的曲線形狀相似；閘皮出現不均勻磨損的情況，閘皮制動時僅有部分接觸到制動輪，制動時部分受熱，則在閘皮與制動輪接觸的部分等溫線特征與邊緣特征相似，而閘皮與制動輪不接觸的部分，閘皮的等溫線特征與邊緣特征不相似，且不均勻磨損越嚴重，不相似程度越大。

本研究采用弗雷歇距離表征兩個向量之間的相似度，通過對兩個特征向量之間相似程度的對比和計算，得出被測電梯閘皮的不均勻磨損程度。電梯閘皮制動時等溫線特征向量I與其邊緣特征向量E之間的弗雷歇距離Spri計算步驟如下：

(1)去均值化邊緣特征向量與等溫線特征向量，即：

(4)

式中：mean(E)—邊緣特征向量E的平均值；mean(I)—等溫線特征向量I的平均值。

(5)

兩個向量之間的弗雷歇距離Spri表示兩個向量之間任意兩點之間的歐式距離最大值數集的下確界，弗雷歇距離越小表示兩個向量之間的相似程度越大。

2 仿真試驗

本文使用Matlab仿真，得到無不均勻磨損的電梯閘皮制動和不均勻磨損嚴重(不均勻磨損率8%)的電梯閘皮制動時的紅外熱像圖像共200幅，每幅紅外熱像圖像都包含了1%的椒鹽噪聲和均值為0、方差為25的高斯噪聲，使用本文提出的混合降噪方法對含噪紅外熱像圖像進行降噪。

電梯正常閘皮制動和不均磨損嚴重的閘皮制動時的紅外熱像圖像如圖3所示。

圖3 正常制動和不均磨損嚴重的閘皮制動熱像圖像

由于峰值信噪比PSNR常常用來衡量處理之后的圖像與原始圖像的相似程度，本文使用PSNR作為紅外熱像圖像降噪處理的評價標準(單位dB，峰值信噪比越大表示降噪后的圖像越接近于原圖像)。峰值信噪比的計算公式為：

(6)

式中：MSE—均方根函數，表示原圖像f(x,y)與降噪后的圖像g(x,y)中每一處像素點的像素值的距離。

閘皮制動時的紅外熱像圖像及其降噪之后的圖像的峰值信噪比如圖4所示。

圖4 圖像峰值信噪比PSNR

由圖4可以看到：在200幅紅外熱像圖像中，含混合噪聲的紅外熱像圖像的PSNR僅在23 dB左右，經過式(1)濾去圖像中的椒鹽噪聲之后的紅外熱像圖像的PSNR提升了約10 dB左右，再經過式(2)處理降低高斯噪聲的影響之后的紅外熱像圖像的PSNR比原含噪圖像提升了20 dB左右。可見，本文提出的混合降噪方法提高了圖像的信噪比，降噪效果明顯。

根據式(3)提取降噪后的紅外熱像圖像中的等溫線特征，并計算等溫線特征向量與電梯閘皮的初始邊緣特征向量之間的弗雷歇距離，結果如圖5所示。

圖5 等溫線特征向量與邊緣特征向量相似度

由圖5可知：正常電梯閘皮在制動時的等溫線特征向量與邊緣特征向量的弗雷歇距離較小，在(0,2)之間；而不均勻磨損嚴重的電梯閘皮在制動時的等溫線特征向量與邊緣特征向量的弗雷歇距離較大，在(2,50)區間之間，表示兩者相似程度很小。仿真試驗驗證了基于弗雷歇距離的電梯閘皮不均勻磨損檢測方法的可行性。

3 結束語

針對實際應用中電梯閘皮在不解體情況下無法定量檢測電梯閘皮不均勻磨損的問題，本文使用基于弗雷歇距離的向量相似度比較方法檢測電梯閘皮的不均勻磨損程度。

本文提出的對電梯閘皮不均勻磨損的檢驗方法主要優點有：(1)對紅外熱像圖像的混合噪聲降噪方法可以適用于不同型號、不同采樣方式的紅外熱像儀上，更好地過濾掉圖像的椒鹽和高斯噪聲；(2)基于弗雷歇距離計算等溫線特征向量和邊緣特征向量的相似度檢測電梯閘皮不均勻磨損的方法，對于檢驗閘皮是否存在不均勻磨損有著很好的區分度，具有很好的應用價值。