帶式輸送機是煤礦產(chǎn)業(yè)中的主要運輸機械。輸送帶上煤流負(fù)載的監(jiān)測關(guān)系到煤礦產(chǎn)業(yè)的產(chǎn)能和經(jīng)濟效益,是產(chǎn)量統(tǒng)計的關(guān)鍵技術(shù),也是達成帶式輸送機智能化調(diào)速從而節(jié)能降耗的有效解決策略。但目前常見的帶式輸送機上煤流負(fù)載檢測方法,如電子皮帶秤、超聲波測距儀等檢測準(zhǔn)確性不足,核子秤檢測安全性差,針對現(xiàn)階段存在的問題及發(fā)展?fàn)顩r,本文進行了基于激光散斑的帶式輸送機煤流負(fù)載監(jiān)測方法研究,主要的研究內(nèi)容如下:（1）制定帶式輸送機煤流負(fù)載監(jiān)測的設(shè)計方案,激光散斑深度成像原理作用于受載輸送帶承載面的點云成像,Mask-RCNN實例分割算法作用于煤流負(fù)載點云分割,并通過在SolidWorks軟件中三維建模來測試相機監(jiān)測范圍,利用可視化結(jié)果調(diào)整監(jiān)測裝置布置關(guān)鍵參數(shù)。（2）分析激光散斑成像原理,驗證帶式輸送機受載輸送帶承載面測量深度與散斑像素偏移量的關(guān)系,利用改進的散斑圖二值化處理算法獲取數(shù)量豐富的散斑點信息。根據(jù)中心像素提取、異或匹配來完成受載輸送帶承載面的點云成像。（3）處理Mask-RCNN輸入圖像樣本數(shù)據(jù),采用改進的礦井圖像增強算法恢復(fù)受擾圖像,根據(jù)煤礦帶式輸送機生產(chǎn)實際,改進Mask-RCNN中檢測錨框長寬比和尺... 

【文章來源】：西安科技大學(xué)陜西省

【文章頁數(shù)】：75 頁

【學(xué)位級別】：碩士

【部分圖文】：

煤礦綜上所述，帶式輸送機的煤流負(fù)載測量都具有重要的意義

西安科技大學(xué)全日制工程碩士學(xué)位論文8圖1.3為本文的技術(shù)路線：圖1.3技術(shù)路線本文的技術(shù)路線主干為基于激光散斑的帶式輸送機煤流負(fù)載監(jiān)測方案，其主要通過仿真與實驗相結(jié)合的方式實現(xiàn)。仿真過程中，首先基于激光散斑生成帶式輸送機輸送帶承載面的點云數(shù)據(jù)，然后基于Mask-RCNN架構(gòu)對煤流負(fù)載對象進行目標(biāo)區(qū)域的點云分割，最后運用煤流負(fù)載點云數(shù)據(jù)投影至指定曲面并積分求和的方式，完成其點云數(shù)據(jù)的體積計算，并與實驗過程中實測的煤流負(fù)載體積測量結(jié)果進行對比分析，通過對比分析仿真與實驗過程中煤流負(fù)載體積測量誤差，根據(jù)測量誤差的結(jié)果調(diào)整實驗參數(shù)，以達到預(yù)期的監(jiān)測要求。對比分析煤流負(fù)載體積測量誤差基于Mask-RCNN架構(gòu)的煤流負(fù)載點云分割搭建帶式輸送機物理實驗平臺否是基于激光散斑的受載輸送帶承載面點云生成帶式輸送機煤流負(fù)載測量方案煤流負(fù)載點云投影體積計算監(jiān)測方法符合實驗要求煤流負(fù)載測量實驗參數(shù)調(diào)整

西安科技大學(xué)全日制工程碩士學(xué)位論文92帶式輸送機煤流負(fù)載測量方案煤流負(fù)載信息作為帶式輸送機重要輸入?yún)?shù)，對智能開采起著至關(guān)重要的作用。由于煤礦井下綜采工作面生產(chǎn)因素的限制，帶式輸送機上煤流負(fù)載并非恒量給煤，面對傳統(tǒng)的電子帶式秤等測量方法無法滿足測量需求的局限性，需要應(yīng)用新穎的負(fù)載測量方案服務(wù)于智能控制，本章內(nèi)容對帶式輸送機煤流負(fù)載的合理測量進行方案設(shè)計。2.1激光散斑負(fù)載測量原理2.1.1激光散斑成像原理RGB-D相機中，通過紅外發(fā)射裝置投射出已編碼的激光散斑斑點，當(dāng)激光散斑照射到具備一定紋理的物料光學(xué)粗糙表面上時，由于激光輻射區(qū)占據(jù)很大的體積，呈現(xiàn)出極高的光子簡并度，即該編碼散斑反射光場具有很高的相干光強，稱為激光散斑效應(yīng)[38]。并利用紅外相機來拍攝記錄該投射過程的紅外散斑點，散斑圖案根據(jù)距離的變化而產(chǎn)生差異，變化由紅外發(fā)射裝置激光點源向徑向擴展。研究表明，投射于物料表面的散斑點模式信息可用于干涉計量、三維重建等諸多領(lǐng)域。激光散斑的產(chǎn)生需要具備兩個條件：其一，隨機衍射的散斑斑點由粗糙物料表面反射而形成，或者穿透透明的散射體也可產(chǎn)生。其二，光線具備良好的相干特性。激光投射至無規(guī)則散射體表面，鑒于激光的相干性和反射光線的相位差異，在空間中形成不同強度和對比度分布的散斑圖案。激光照射無規(guī)則散射體表面產(chǎn)生散斑原理如圖2.1所示。粗糙面激光光源亮點暗點圖2.1照射粗糙表面產(chǎn)生散斑原理圖該原理發(fā)生的散斑模式的變動一般與無規(guī)則散射體的運動相關(guān)，因此，應(yīng)用途徑包括物面型變檢測、震動分析等情形。

【參考文獻】：
期刊論文
[1]基于圖像處理的帶式輸送機煤體積計量[J]. 王桂梅,逯圣輝,劉杰輝,楊立潔.  計量學(xué)報. 2020(06)
[2]基于深度卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測研究綜述[J]. 范麗麗,趙宏偉,趙浩宇,胡黃水,王振.  光學(xué)精密工程. 2020(05)
[3]基于圖像識別的帶式輸送機輸煤量和跑偏檢測方法[J]. 韓濤,黃友銳,張立志,徐善永,許家昌,鮑士水.  工礦自動化. 2020(04)
[4]8部委：推動智能化技術(shù)與煤炭產(chǎn)業(yè)融合發(fā)展[J]. 王峰.  中國設(shè)備工程. 2020(07)
[5]基于機器視覺的液壓支架高度測量方法[J]. 郝丁丁,王淵,郭衛(wèi).  現(xiàn)代電子技術(shù). 2020(02)
[6]基于激光測距原理的帶式輸送機監(jiān)控系統(tǒng)對煤流量的檢測[J]. 苗長云,楊育坤,厲振宇.  天津工業(yè)大學(xué)學(xué)報. 2019(05)
[7]能源需求快速增長背后現(xiàn)危機——2019年世界能源統(tǒng)計年鑒解讀[J]. 李敏,錢伯章.  中國石油和化工經(jīng)濟分析. 2019(08)
[8]基于實例分割網(wǎng)絡(luò)與迭代優(yōu)化方法的3D視覺分揀系統(tǒng)[J]. 王德明,顏熠,周光亮,李勇奇,劉成菊,林立民,陳啟軍.  機器人. 2019(05)
[9]礦用帶式輸送機輸送量測量方法現(xiàn)狀及發(fā)展趨勢[J]. 張少賓,蔣衛(wèi)良,芮豐.  工礦自動化. 2019(05)
[10]深度殘差網(wǎng)絡(luò)的無人機多目標(biāo)識別[J]. 翟進有,代冀陽,王嘉琦,應(yīng)進.  圖學(xué)學(xué)報. 2019(01)

碩士論文
[1]基于實況負(fù)載的帶式輸送機智能控制研究[D]. 張少賓.煤炭科學(xué)研究總院 2019
[2]基于RGBD攝像頭的物體中異形凹陷三維圖像重建技術(shù)的研究[D]. 馬大賀.青島科技大學(xué) 2017
[3]礦用核子皮帶秤在線監(jiān)測系統(tǒng)[D]. 李陽.西安科技大學(xué) 2017
[4]基于刮板輸送機負(fù)載預(yù)測的采煤機調(diào)速技術(shù)研究[D]. 王凱.中國礦業(yè)大學(xué) 2015
[5]基于邊界約束和上下文正則化的圖像去霧方法研究[D]. 王龍飛.華中科技大學(xué) 2014
[6]帶式輸送機結(jié)構(gòu)參數(shù)與調(diào)速節(jié)能優(yōu)化研究[D]. 孫賀然.東北大學(xué) 2013
[7]基于激光掃描的堆料體積測量系統(tǒng)研究與設(shè)計[D]. 姜志華.華中科技大學(xué) 2011



本文編號：2941895