采棉機(jī)火情監(jiān)測(cè)系統(tǒng)現(xiàn)狀及展望

李文春，張俊挺，王程虎，俞天柱，張宏文

（1．新疆圖木舒克銀豐現(xiàn)代農(nóng)業(yè)裝備有限公司，新疆 圖木舒克 844000；2．石河子大學(xué)機(jī)械電氣工程學(xué)院）

0 引言

棉花是我國(guó)主要經(jīng)濟(jì)作物之一，棉花收成的好壞影響著國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展。目前棉花主要產(chǎn)于黃河、長(zhǎng)江流域以及新疆地區(qū)[1]，其中新疆的棉花種植面積和總產(chǎn)量位于全國(guó)第一，占據(jù)著國(guó)內(nèi)棉花生產(chǎn)中不可動(dòng)搖的地位[2]。為進(jìn)一步提高棉花的收采效率及經(jīng)濟(jì)收益，采棉機(jī)在新疆棉花機(jī)械化收獲中扮演者重要的角色，據(jù)農(nóng)民日?qǐng)?bào)報(bào)道，2018 年新疆棉花機(jī)采率已達(dá)35%，且機(jī)械化采棉呈逐年增長(zhǎng)的趨勢(shì)[3]。

新疆由于地理氣候的原因，在采收期時(shí)空氣較為干燥，且新疆棉花“矮”、“密”、“早”的種植模式會(huì)導(dǎo)致大量雜質(zhì)與棉花摻雜在一起，加之采棉機(jī)采摘頭工作元件速度快、溫度高、散熱較差等，使得雜質(zhì)和棉花在采棉機(jī)采摘頭的機(jī)械攪動(dòng)下相互摩擦產(chǎn)生熱量引燃棉花；或由于采棉機(jī)傳動(dòng)部件工作時(shí)磨損生熱，加之棉花著火點(diǎn)低、火焰?zhèn)鞑タ欤瑢?dǎo)致采棉機(jī)發(fā)生火災(zāi)甚至焚毀采棉機(jī)，造成巨大的經(jīng)濟(jì)損失。據(jù)不完全統(tǒng)計(jì)，2013 年僅在新疆建設(shè)兵團(tuán)第六師、第七師、第八師就發(fā)生69 起采棉機(jī)起火事故，燒毀采棉機(jī)4 臺(tái)，棉花80．3 噸，經(jīng)濟(jì)損失超過(guò)千萬(wàn)元[4-5]，因此采棉機(jī)火情監(jiān)測(cè)系統(tǒng)值得研究。

1 采棉機(jī)火情監(jiān)測(cè)技術(shù)所涉難點(diǎn)

1.1 采棉機(jī)作業(yè)環(huán)境復(fù)雜

采棉機(jī)在進(jìn)行采收作業(yè)時(shí)天氣炎熱干燥，同時(shí)采棉機(jī)內(nèi)部各零件產(chǎn)生的振動(dòng)，都易對(duì)火情監(jiān)測(cè)系統(tǒng)傳感器的判斷造成噪聲干擾，使系統(tǒng)做出誤判，影響整個(gè)火情檢測(cè)系統(tǒng)對(duì)火情判斷的可靠性。

1.2 采棉機(jī)結(jié)構(gòu)復(fù)雜

棉花自被采摘下來(lái)經(jīng)風(fēng)機(jī)吹送至棉箱，運(yùn)動(dòng)的棉花火情特征難以提取，且棉花在棉箱內(nèi)部逐漸堆積，著火棉花很快被覆蓋，火情特征難以提取。加之采棉機(jī)長(zhǎng)時(shí)間連續(xù)作業(yè)時(shí)，發(fā)動(dòng)機(jī)、液壓油缸處于高溫的狀態(tài)，同時(shí)內(nèi)部電路、油路復(fù)雜，各個(gè)部分均有可能老化、失效并引起火情，這對(duì)采棉機(jī)火情檢測(cè)系統(tǒng)及時(shí)發(fā)現(xiàn)起火位置提出了較高要求。

目前對(duì)于采棉機(jī)火情多依靠采棉機(jī)駕駛員或后勤人員判斷，這種方式很不可靠。因此，如何及時(shí)發(fā)現(xiàn)采棉機(jī)火情并做出準(zhǔn)確判斷應(yīng)作為當(dāng)前采棉機(jī)火情監(jiān)測(cè)系統(tǒng)研究的重中之重。

2 采棉機(jī)火情監(jiān)測(cè)系統(tǒng)發(fā)展現(xiàn)狀

雖國(guó)外針對(duì)采棉機(jī)火情檢測(cè)系統(tǒng)方面鮮有研究，但其在其他領(lǐng)域火情檢測(cè)方面的研究值得借鑒學(xué)習(xí)，并最終應(yīng)用于采棉機(jī)上。

2.1 國(guó)外采棉機(jī)火情檢測(cè)系統(tǒng)發(fā)展現(xiàn)狀

伊朗Alireza Sarvari、Sayyed Majid Mazinani 等學(xué)者利用監(jiān)控?cái)z像機(jī)首先識(shí)別發(fā)生火災(zāi)處的火焰，處理系統(tǒng)通過(guò)校對(duì)獲得火災(zāi)位置坐標(biāo)，并調(diào)用該坐標(biāo)附近的滅火裝置進(jìn)行滅火，該滅火裝置為前端裝有噴嘴的風(fēng)機(jī)，風(fēng)機(jī)將噴嘴噴出的水霧化并以一定速度噴向著火點(diǎn)，大量顆粒較細(xì)的水霧降低了環(huán)境溫度，隔絕著火點(diǎn)附近的氧氣，減弱熱輻射和對(duì)流效應(yīng)，從而達(dá)到抑制火情和滅火的目的[6]。此研究提供了一種可用于采棉機(jī)滅火的有效方法，但僅通過(guò)識(shí)別火焰來(lái)監(jiān)測(cè)采棉機(jī)火情并不是最優(yōu)辦法，因?yàn)槊藁ㄈ紵跗诙酁殛幦迹?dāng)出現(xiàn)明顯火焰時(shí)，火情已經(jīng)非常嚴(yán)重，故此方法無(wú)法做到及時(shí)發(fā)現(xiàn)火情。Mahdi Hashemzadeh、Alireza Zademehdi 等學(xué)者進(jìn)一步對(duì)攝像機(jī)檢測(cè)火災(zāi)進(jìn)行研究，并將火災(zāi)的識(shí)別、判定過(guò)程分為四個(gè)階段：第一階段采用了一種基于顏色的魯棒火焰檢測(cè)方法，該方法使用了帝國(guó)競(jìng)爭(zhēng)算法（ICA）和K-medoids 聚類方法，用以檢測(cè)所有潛在的火災(zāi)區(qū)域與合理的誤報(bào)數(shù)量；第二階段運(yùn)用了一種運(yùn)動(dòng)檢測(cè)技術(shù)，該技術(shù)能夠簡(jiǎn)單地提取運(yùn)動(dòng)區(qū)域和運(yùn)動(dòng)像素運(yùn)動(dòng)強(qiáng)度的附加信息，此信息用于后續(xù)階段提取有用的特征；第三階段，根據(jù)火災(zāi)區(qū)域的時(shí)空特征（顏色、運(yùn)動(dòng)和形狀變化）從而確定火災(zāi)特征，為問(wèn)題分析提供有用的信息；第四階段，利用支持向量機(jī)算法結(jié)合之前提取到的特征對(duì)火災(zāi)區(qū)域進(jìn)行區(qū)分[7]。此研究通過(guò)算法對(duì)機(jī)器視覺(jué)識(shí)別到的火焰特征進(jìn)行處理，提高了對(duì)火情識(shí)別的準(zhǔn)確性，可以在采棉機(jī)火情監(jiān)測(cè)系統(tǒng)中借鑒此算法。

巴塞羅那J.Fonollosa、A.Solórzano 等學(xué)者根據(jù)火災(zāi)中，物品燃燒先產(chǎn)生化學(xué)氣體（主要是CO 和CO2），后釋放煙霧的特性，提出一種用于火災(zāi)探測(cè)的氣體傳感器陣列系統(tǒng)，該系統(tǒng)通過(guò)多個(gè)氣體傳感器檢測(cè)到不同的環(huán)境氣體指標(biāo)，結(jié)合不同算法包括邏輯規(guī)則、神經(jīng)網(wǎng)絡(luò)、層次判別分析等提高該系統(tǒng)報(bào)警的準(zhǔn)確程度和抗干擾能力[8]。棉花燃燒時(shí)會(huì)先陰燃并產(chǎn)生化學(xué)氣體[9]，通過(guò)檢測(cè)這些氣體來(lái)監(jiān)測(cè)采棉機(jī)火情的方法是可取的，但如何消除外部環(huán)境及采棉機(jī)發(fā)動(dòng)機(jī)產(chǎn)生的化學(xué)氣體的干擾值得進(jìn)一步思考。澳大利的NymaAlamgir、KienNguyen 等學(xué)者使用攝像機(jī)對(duì)燃燒產(chǎn)生的煙霧進(jìn)行探測(cè)，并提出了一種新的提取煙霧特征的方法，即將局部二值模式與RGB 顏色空間中紋理特征相結(jié)合來(lái)表征煙霧的多種表現(xiàn)形式，用模糊c均值（FCM）算法提取，然后根據(jù)這些特征使用向量機(jī)（SVM）進(jìn)行訓(xùn)練和分類[10]。這種提取特征方法的主要優(yōu)點(diǎn)是能夠結(jié)合煙霧的局部和全局紋理屬性以及顏色信息，不易受其他因素的干擾，由于煙霧先于火焰出現(xiàn)，此法較對(duì)火焰圖像檢測(cè)的方法更具有及時(shí)性。

日本MitsunoriAraki，Yuuki Tabata，等學(xué)者提出了一種通過(guò)測(cè)量火災(zāi)環(huán)境中混合煙霧顆粒和燃燒氣體旋轉(zhuǎn)躍遷吸收的線紅外光譜，并參照玻爾茲曼圖的吸收線，從而測(cè)檢測(cè)異常溫度和燃燒氣體濃度，對(duì)火災(zāi)進(jìn)行預(yù)警[11]。由于在采棉機(jī)整個(gè)工作系統(tǒng)中的空氣流速較快，通過(guò)識(shí)別氣體和煙霧顆粒紅外光譜特征對(duì)火情的檢測(cè)更加準(zhǔn)確及時(shí)。

2.2 國(guó)內(nèi)采棉機(jī)火情檢測(cè)系統(tǒng)發(fā)展現(xiàn)狀

應(yīng)用于采棉機(jī)的火情監(jiān)測(cè)系統(tǒng)是特種火災(zāi)監(jiān)測(cè)系統(tǒng)，國(guó)內(nèi)對(duì)采棉機(jī)起火情況的研究也較少。目前，新疆寬華電氣有限公司等單位研發(fā)出KH1404A 型采棉機(jī)火災(zāi)自動(dòng)報(bào)警系統(tǒng)，應(yīng)用在了新疆西部銀力機(jī)械采棉公司的5 臺(tái)凱斯采棉機(jī)上[12]，但由于此套系統(tǒng)成本過(guò)高，故未得到推廣使用。

尹偉凱等學(xué)者將幀差法與背景差分法相結(jié)合編寫(xiě)新算法，然后利用AdaBoost 算法訓(xùn)練分類器，再通過(guò)分類器來(lái)分析火焰圖像灰度分布和形態(tài)學(xué)尖角角度分布的特點(diǎn)，歸納總結(jié)出火焰圖像的特性，以此來(lái)區(qū)分干擾光源圖像和真實(shí)火焰圖像，達(dá)到準(zhǔn)確識(shí)別視頻中的火焰圖像，消除噪聲干擾的目的[13]。Hao Wu 、Deyang Wu 等學(xué)者通過(guò)三個(gè)步驟對(duì)攝像機(jī)檢測(cè)到的火情進(jìn)行準(zhǔn)確判斷：首先，通過(guò)背景相減法檢測(cè)運(yùn)動(dòng)目標(biāo)，然后利用火災(zāi)探測(cè)模型確定具有運(yùn)動(dòng)目標(biāo)的幀，并輸出火災(zāi)區(qū)域及其位置。同時(shí)采用了區(qū)域分類模型來(lái)區(qū)分與火焰類似的判定是否為火災(zāi)區(qū)域。一旦任何區(qū)域發(fā)生火情，相機(jī)可以完成檢測(cè)并將火災(zāi)區(qū)域位置立即發(fā)送給安全主管[14]。

中國(guó)農(nóng)業(yè)機(jī)械化科學(xué)研究院李陽(yáng)學(xué)者對(duì)采棉機(jī)作業(yè)工況進(jìn)行監(jiān)測(cè)，并對(duì)其典型故障進(jìn)行研究，針對(duì)采棉機(jī)棉箱起火，利用CO 和NO 兩種特殊氣體傳感器，在采棉機(jī)陰燃發(fā)生時(shí)兩種氣體濃度的變化情況，進(jìn)行火情監(jiān)測(cè)，并研究了棉花在低氧、富氧狀態(tài)下的燃燒發(fā)展規(guī)律[15]。此種方法可以增加采棉機(jī)棉箱火情的監(jiān)測(cè)精確度，同時(shí)降低誤報(bào)率。中國(guó)農(nóng)業(yè)機(jī)械化科學(xué)研究院白辰睿學(xué)者針對(duì)棉垛陰燃預(yù)警問(wèn)題，研究了籽棉垛內(nèi)部陰燃起火原因。建立籽棉垛二維空間燃燒擴(kuò)散模型，分析了棉朵陰燃對(duì)流傳播過(guò)程與孔隙度、溫濕度的關(guān)系。基于氣體傳感技術(shù)和空間定位算法，開(kāi)發(fā)了針對(duì)籽棉垛內(nèi)部的陰燃預(yù)警防控設(shè)備[16]。該系統(tǒng)可以實(shí)時(shí)監(jiān)測(cè)籽棉垛內(nèi)部溫度、濕度及一氧化碳?xì)怏w信息，為評(píng)判棉垛火情狀態(tài)提供參考依據(jù)。

張航、趙敏等學(xué)者提出了一種基于等效橢圓特征和支持向量機(jī)（SVM）的紅外熱像儀火災(zāi)檢測(cè)系統(tǒng)。該系統(tǒng)利用紅外熱像儀灰度圖像中的最高溫度作為火災(zāi)的初始判斷依據(jù)，通過(guò)區(qū)域生長(zhǎng)法對(duì)圖像進(jìn)行分割，提取疑似火災(zāi)區(qū)域的等效橢圓特征，并利用SVM完成火災(zāi)檢測(cè)過(guò)程[17]。試驗(yàn)結(jié)果表明此系統(tǒng)可以快速有效地檢測(cè)出石油工業(yè)中突發(fā)的火情。魚(yú)博學(xué)者同樣利用熱輻射強(qiáng)度值和紅外監(jiān)測(cè)原理，開(kāi)發(fā)了用于采棉機(jī)的RE200B 型光電紅外傳感器采棉機(jī)火情檢測(cè)裝置

[18]，李光耀學(xué)者在此基礎(chǔ)上提出了基于紅外火焰?zhèn)鞲衅鳌⒁谎趸紓鞲衅骱蜔熿F傳感器多信息融合的火情監(jiān)測(cè)方法，并建立了邏輯回歸（Logistic Regression）、支持向量機(jī)（SVM）、BP 神經(jīng)網(wǎng)絡(luò)三種機(jī)器學(xué)習(xí)算法火情判別模型，分析不同算法的采棉機(jī)火情監(jiān)測(cè)預(yù)警系統(tǒng)判別準(zhǔn)確率和執(zhí)行效率，試驗(yàn)結(jié)果表明BP 神經(jīng)網(wǎng)絡(luò)算法對(duì)火情的判別準(zhǔn)確率最高為96%[19]。

將上述各類火情識(shí)別方式列表對(duì)比分析，并進(jìn)行是否適合用于采棉機(jī)火情監(jiān)測(cè)系統(tǒng)的判斷，如表1。

表1 各類火情識(shí)別方式對(duì)比

3 展望

通過(guò)分析國(guó)內(nèi)外火情監(jiān)測(cè)技術(shù)的研究現(xiàn)狀及對(duì)比各系統(tǒng)監(jiān)測(cè)火情的方法，可以看出提取火情的特征是判斷火情的前提。但由于火情發(fā)生的場(chǎng)合千差萬(wàn)別，能提取到的特征也有所不同，如在戶外開(kāi)闊場(chǎng)地使用機(jī)器視覺(jué)來(lái)識(shí)別火焰、煙霧等特征來(lái)判斷火情的效果遠(yuǎn)好于使用氣體或者煙霧傳感器，但在密閉結(jié)構(gòu)復(fù)雜的小空間內(nèi)使用氣體或者煙霧傳感器的效果要更好，所以結(jié)合實(shí)際使用情況考慮，未來(lái)應(yīng)用在采棉機(jī)上的火情監(jiān)測(cè)系統(tǒng)應(yīng)有如下幾個(gè)特點(diǎn)。

3.1 多傳感器組合

采棉機(jī)在進(jìn)行采收工作時(shí)，棉花從被采摘下來(lái)到進(jìn)入棉箱的過(guò)程很短，起火的棉花迅速進(jìn)入棉箱引燃其它棉花。因此未來(lái)應(yīng)考慮在采棉機(jī)從采摘到收集棉花過(guò)程中的各部分設(shè)置適合提取火情特征的傳感器。同時(shí)經(jīng)過(guò)對(duì)采棉機(jī)駕駛員的調(diào)查走訪中了解到引起采棉機(jī)起火的不只有棉花，過(guò)熱的發(fā)動(dòng)機(jī)、制動(dòng)鼓也有很大的火災(zāi)隱患，因此在采棉機(jī)各部分安裝多種傳感器融合以實(shí)現(xiàn)對(duì)火情的及時(shí)識(shí)別的效果，降低風(fēng)險(xiǎn)和損失。

3.2 火情的智能判斷

采棉機(jī)進(jìn)行采收時(shí)工作條件復(fù)雜，各種干擾因素都可能導(dǎo)致傳感器判斷失誤，影響采收工作的進(jìn)行。故將傳感器采集的數(shù)據(jù)通過(guò)智能算法計(jì)算來(lái)判別發(fā)生火情的真實(shí)性是采棉機(jī)火情監(jiān)測(cè)系統(tǒng)發(fā)展的未來(lái)趨勢(shì)之一。此方法可使該系統(tǒng)做到對(duì)火情及時(shí)識(shí)別、準(zhǔn)確判斷，為采棉機(jī)在采收期的工作提供安全保障，同時(shí)該做法也可引申至其它領(lǐng)域，對(duì)火情監(jiān)測(cè)技術(shù)的發(fā)展起到重要的推動(dòng)作用。