基于圖像融合的有色金屬礦山智能監控系統設計研究

李瑋琳

（長春工業大學人文信息學院 信息工程系，吉林 長春 130000）

有色金屬礦山智能監控系統是礦山安全生產中最重要的組成部分，監控系統的性能決定著礦山企業的安全生產、災害防治以及經濟效益等。在礦山施工過程中，對于設備運行狀進行實時的監控能夠在最大程度上保證設備運行的穩定性，提高作業效率，同時降低由于設備故障問題產生的礦山事故概率[1]。因此，為更加有效的改善傳統礦山設備的運行現狀，本文結合圖像融合技術，建立一套智能的有色金屬礦山設備運行監控系統。

1 基于圖像融合的有色金屬礦山智能監控系統硬件設計

（1）監控器。監控器是基于圖像融合的有色金屬礦山智能監控系統硬件設備重要組成部分，其主要是在系統運行過程中將光信號轉化為電信號。監控器分辨率的高低將直接關系到整個系統的運行結果，所以要根據有色金屬礦山設備運行故障監控需求合理選取監控器。系統所用到的監控器根據感光芯片的不同分為GFB監控器和GFC監控器。下表為GFB監控器和GFC監控器優缺點比較。

表1 GFB監控器和GFC監控器優缺點

通過表1可以發現GFC監控器在應用過程中雖然成本和耗電量較高，但是采集到的圖像品質比GFC監控器要高。GFC監控器由于感光單元的排列方式不同，又分為面陣監控器和線陣監控器，表2為面陣監控器和線陣監控器優缺點比較。

表2 面陣監控器和線陣監控器優缺點比較

根據以上面陣、線陣兩種監控器優缺點比較，線陣監控器更符合系統設計需求，所以此次系統監控器硬件設備選擇GFC型號的線陣監控器來完成機械故障圖像采集工作。為了能夠更精準的拍取到機械故障，將監控器的采集速度設置為1250mm/s，寬幅為400mm，橫向精度為0.35mm，監控器像素設置為2048像素。除此之外，掃描率為15.69klps，以此來保證圖像的質量。編碼器只要是將監控器采集到的圖像信號進行編碼，將其轉化為可傳輸和儲存的數據。由于編碼器需要周期性對GFC線陣監控器采集的圖像進行編碼，并且為了配合工業機械的生產，編碼器要滿足生產線200m/min的機械運轉速度，以及為了滿足與監控器分辨率保持一致，此次系統選用一款由上海恒祥企業生產的增壓式編碼器，外徑為35mm，軸徑為19mm，厚度為15.3mm，分辨率可達到5000P/R，該編碼器的信號出口可以直接與監控器的出發端口連接，并且可以智能自動對圖片信號編碼，使檢測的機械故障與相機同步。

（2）電源設計。在基于圖像融合的有色金屬礦山智能監控系統中，系統的電壓可能會存在不穩定，或者有毛刺干擾等問題，所以在系統的電源設計時要考慮到外界干擾的因素，將系統電源外界干擾因素全部排除掉，為系統的正常運行提供穩定的電源環境。所以此次采用開關電源的設計準則來對系統的電源進線合理設計，當電網電壓處于動態變化時系統也能保持相對穩定的運行狀態，下圖為基于圖像融合的有色金屬礦山智能監控系統開關電源電路圖。

圖1 基于圖像融合的有色金屬礦山智能監控系統開關電源電路圖

正常情況下，系統的輸入電流為220V，開關電源芯片采用BGVN001，系統電源的變壓器采用高頻變壓器，電源電壓范圍為交流200V～240V，該電源基本能滿足系統各個硬件設備的電流和功率需求。

2 基于圖像融合的有色金屬礦山智能監控系統軟件設計

（1）基于圖像融合的有色金屬礦山數據處理。基于圖像融合的有色金屬礦山數據處理是以上文監控器、傳感器等硬件設備作為基礎，對有色金屬礦山施工過程中運行的各類設備的狀態及運行參數進行采集，并將數據準確的傳輸到上位機當中。根據不同設備的運行要求，對其進行模糊控制。首先，利用相關程序編寫軟件，對監控器進行初始化控制，在完成初始化后，判斷以太網通訊是否正常。其次，分別向監控器赫爾循環采集傳感器發出對應的上位機監控指令，在其完成響應后，對采集到的數據進行檢驗，并對采集到的圖像信息中的造成進行過濾。圖像數據的采集，本文采用圖像融合技術完成，在圖像上的目標像素添加一個融合窗口模板，設窗口模板的大小為T，則其計算公式應為：

公式（1）中，n表示為圖像中像素點個數。在該融合窗口模板中，選取平均值作為目標像素。假設目標像素點為（a，b）則，通過圖像融合后的該點像素值應為：

公式（2）中，f表示為融合后當前圖像當中的像素總數。將融合后的圖像進行閥值分割處理，像素值可以設置為數值同時也可以假設為一個區間。對閥值分割后的圖像進行形態學處理，將礦山運行設備的結構元素及圖渠道的設備圖像信息進行對比，并分析和識別出二者之間存在的差異，并將差異數據進行記錄，完成對有色金屬礦山數據的采集與處理。

（2）有色金屬礦山設備故障智能監控。當利用圖像融合實現對有色金屬礦山設備運行數據處理后，利用STEP8-Mfiso64編程軟件中的監控功能實現對有色金屬礦山設備運行過程中的各類故障問題智能監控，具體步驟為：第一步，設置異步串口通信方式，設置波特率為3600bps，無檢驗位，8個數據位，接收模塊將處理后的設備運行數據信息返回。點擊編程軟件當中的調試按鈕，打開開始程序狀態監控窗口，在顯示的窗口當中對當前設備的運行狀態進行監測，并查看有色金屬礦山設備各個執行元器件的閉合或斷開狀態，根據處理后的數據向單片機發送正確的AT讀指令，觀察設備主機顯示的具體零部件信息，查看有色金屬礦山設備電機是否正常運行；第二步，當有色金屬礦山設備發生故障問題時，通過編程軟件當中的強制方式，將急停按鈕關閉，讓有色金屬礦山設備迅速停止運行，再通過監控表對故障位置進行定位和判斷，當本文系統接收返回信息時，采用終端方式檢驗是否有信息傳輸，并判斷傳輸數據的安全。若數據正確，則判斷該數據為信息類型，并由模塊將單片機信息的不同頭信息返回，以一個ok結束，對提取的信息進行不同處理。若數據屬于下傳數據，則再將其利用LED數碼管顯示控制信息，LED數碼管顯示的是從鍵盤輸入到發送的數據，以及接收到的有色金屬礦山設備實時運行數據；第三步，待故障全部排除后，再通過遠程監控對其進行調試，待恢復正常后重新啟動有色金屬礦山設備，讓有色金屬礦山設備正常運行，以此實現基于圖像融合的有色金屬礦山智能監控。

3 實驗

（1）實驗條件。構建實例分析，驗證本文監控系統由于傳統監控系統的實際應用性能。選取某有色金屬礦山中常見的運行設備作為實驗對象。該礦山設備的具體參數，如表2所示。

表3 礦山設備具體參數表

結合表2礦山設備具體參數，設置監控點數量為3個。本次實驗內容為：測試兩種監控系統的監控波特率（監控波特率是指監控數據每秒的波形振蕩數），監控波特率數值越高，證明該監控系統的監控效率越好。設置監控時間節點為14：50、15：00以及15：10。首先使用本文設計監控系統，對該礦山設備的運行情況進行監控，設其為實驗組；再使用傳統監控系統，對該礦山設備的運行情況進行監控，設其為對照組。

（2）實驗結果分析與結論。根據上述設計實驗，完成對比實驗，并采用Hadoop-1.0.3穩定版軟件記錄實驗組與對照組的監控波特率。對比兩種監控系統下得到的監控波特率，整理實驗結果如下圖2所示。

圖2 監控波特率對比圖

通過圖2可得出如下的結論：本文設計的監控系統在相同的測試時間中監控波特率明顯高于對照組，監控效率更高，能夠實現對有色金屬礦山運行設備的高效監控。通過實例分析的方式可以證明，所設計的監控系統可以廣泛應用于有色金屬礦山設備監控方面。

4 結束語

有色金屬礦山的智能化發展是礦山施工技術不斷提升的重要表現，本文針對傳統監控系統在對礦山運行設備進行監控時存在的問題，將圖像融合技術引入其中系統當中，對其進行優化設計。通過研究得出，利用圖像融合技術可以實現對設備運行監控的可視化，在一定程度上起到降低工作人員工作量的效果，并進一步為智能化礦山建設提供技術支撐。