侯强
神华神东煤炭集团高端设备研发中心 陕西省神木市 719315
摘 要：为了解决选煤厂原煤筛下胶带机粒度超限、矸石预选等问题，本文在神东上湾选煤厂煤块粒度识别技术的基础上，提出了基于基于视频图像处理技术的大块煤识别系统，该系统是以视频图像处理技术和模式识别技术为支撑，对煤流进行图像处理和分析，然后通过模式识别技术对超限粒度煤块识别。结果表明大块矸石预选系统可以提前对大块矸石进行自动分选，减少大块矸石进入系统破碎，从而提高煤质。
关键词：大块煤；矸石；图像识别；机器选矸
0引言
由于胶带机较刮板机比较维护量少、维护方便、维护成本低，选煤厂胶带机运输已成为主要输送设备。在选煤厂，若振动筛筛板破损或者脱落胶带机上存在大块煤现象，容易产生堆煤和拥塞现象，若是能直接检测到大块煤、大块矸石的存在，并对此进行提前处理，这样就可以达到防患于未然的效果，同时对于提高煤质降低生产成本具有很大意义。
1大块煤的检测方法
目前，对于大块煤、矸石的检测主要有3种方式：
（1）利用人工识别，其主要依靠人来进行观察识别，由于人工在井下对大块煤进行检查不能全天候实施，而且由于视野问题不能全方位对整个井下作业环境进行监控，这种方法费时费力，并且效率低；
（2）基于传感器的识别，这种方法相对第一种有很大的改进，但是不直观，不能直接的观察到现场的画面，并且受空间范围大小的限制，其其耐用性、灵敏度、可靠性都不十分理想；
（3）一种基于视频图像处理技术的大块煤识别方法，该方法是以图像处理技术和模式识别技术为支撑，利用光电技术与计算机图像识别技术相结合的一种新型自动化识别技术。相比于前两种方法，这种方法不受空间大小和人为的影响，可以第一时间了解哪里出现的大块煤，并可以观测到画面，这样就为工作人员处理堆煤、拥塞等大块煤的识别提供了有效准确的信息，使得堆煤、拥塞现象降低到最低，提高皮带运输系统的效率。
2大块煤识别应用分析
2.1大块煤图像识别系统原理
在计算机视觉领域中，大块煤的表示与识别通常可以被分为两类方法：基于结构的方法，与基于外观模型的方法，具体分析如下：
（1）基于结构的方法，主要为视觉部件的多层次分解法，该方法表达了物体多层次分解和构成的语法特征，但这类方法缺少数学框架对各个物体的统一表示。
（2）基于外观模型的方法，该方法由于与真实图像结合紧密，这类方法依赖于物体实例的某些表现形式下外观的纹理特征，而没有对物体本质上多层次分析和构成特征进行表示，所以这种方法无法表达内部结构变化大的物体。
基于以上方法的优缺点，上湾选煤厂大块煤识别系统的实现是将两种方法的优点结合于一体进行大块煤物体的检测与识别。
基于视频图像处理的大块煤识别系统，其工作原理主要是利用CCD摄像头和图像采集卡，CCD摄像头主要是检测煤炭运输皮带上的煤炭，进行图像的连续收集；图像采集卡可以把收集的图像信息，源源不断地传输到计算机识别系统，进行图像处理和分析，然后通过模式识别技术以及相关技术进行区分识别，利用计算机控制系统给出判断结果。
安装在胶带机上的摄像头作为前端检测设备，采集实时视频，视频分析工作站对视频信息进行图像处理，通过图像识别算法，判断当前视频图像中是否有超过设置阈值的煤块，如果有则会得出超粒度检测结果，检测结果分别发送到PLC和数据库中，集中控制系统读取PLC中的数据作为实时检测结果显示，数据库中的数据用作分析统计数据源，得出一段时间超粒度检测情况。
2.2上湾选煤厂大块煤识别应用
上湾选煤厂251胶带机为原煤筛下胶带机，由于现场生产过程中有时存在筛机筛板、压筛木掉落情况，会导致251胶带机粒度超标，进而影响煤质。需要对251胶带机粒度进行监测，发现超粒度时及时报警。
通过在251胶带机特殊位置安装的检测摄像仪，获取视频流，IPC通过光口（电口传输距离较短）获得瞬时煤量图像，将视频信号传输到相关交换机，通过交换机电口将视频信号传到视频处理分站，通过图像处理方法，对视频流获取的瞬时煤量图像进行解码转换，取每帧视频图像给超粒度识别系统，并在软件界面进行显示。通过摄像头采集胶带机上的煤炭图像，采用图像处理技术，得到粒度分布，提取出符合要求煤块的直径信息。数据库存储超粒度识别检测结果，每当检测出超粒度煤炭，存入一条检测记录。在超粒度识别功能中对每帧图像进行识别，当识别出有超粒度煤炭时，同时将该帧图像截取，保存在本地存储空间中。对存储在数据库中的超粒度检测信息进行统计分析，根据需求统计不同时间区间不同粒度类型煤炭出现次数。数据库的存储过程对定时对超粒度检测数据表查询统计，分别统计出1小时，8小时和24小时的超粒度检测信息，存入数据表中。主程序定时从数据库表中进行读取。根据实时超粒度检测结果，结合存储在数据库中一段时间的检测信息，对其综合分析，得出当前检测报警级别。
根据实时超粒度检测结果，结合存储在数据库中一段时间的检测信息，对其综合分析，得出当前检测报警级别。根据一段时间对检测数据的统计分析，同时对比视频录像，得出当设定粒度的检测数量大于100个/每10秒时，粒度存在异常。系统将100设为粒度异常报警，检测记录如表1。
.png)
3基于大块煤识别技术的胶带机应用分析
目前矸石自动分拣机器人已经取得实质性突破，由天津美腾科技生产的TDS干选机，适用于300-25mm块煤分选，处理能力可达400t/h，西安科技大学研发的矸石分拣机器人能够实现分拣率85%以上，误差率低于5%。利用现有的大块煤识别技术可以对手选胶带上大块矸石、铁器进行识别，利用上述机器人对原煤胶带上的大块进行预选，降低矸石进入系统破碎率。大块矸石预选系统可以有两种方式进行预选：一种是利用由煤与矸石的灰度分布不同，可以将大块煤图像识别中加入灰度分析算法，对识别出的大块同时进行灰度比较，正常煤块为黑色，矸石为灰色，二者在光线的照射下反射的波长不一样，煤与矸石灰度不一样，按照正常煤与矸石标准灰度分布区间与识别出的大块灰度进行比较，来判定煤、矸石，并利用电机驱动推杆或机器手将他们分开。一种是利用X射线强穿透力特性。当Ｘ射线透过煤与矸石时，由于他们存在密度和组成元素差异，它们对Ｘ射线的吸收和散射程度不同，会呈现出不同的射线影像，最终利用电机驱动推杆或机器手将他们分开。
4结语
从现场应用来看，实时性好、识别效率高，准确度高，能够有效提高煤质。同时在大块煤识别基础上将该技术应用于矸石预选、堆煤保护报警等方面：
（1）可以有效解决现有传感器存在的可靠性低、实时性查、无法提前预判问题，随着计算机图像智能识别技术发展，该检测方法可以有效提高生产效率，减少保护动作次数，具有很大前景。
（2）在大块矸石预选方面，在现有矸石首选带上利用大块煤识别技术结合现有的X射线或图像选矸技术、机器自动选矸技术，提前对大块铁器、矸石进行预选，减少大块铁器、矸石进入系统破碎，提升煤质，降低破碎机卡大块矸几率，同时能够降低齿板磨损、提升设备效率及使用寿命。开发大块煤矸石预选系统，对于提高煤炭品质，减少现场作业人员，降低成本具有重大意义。
参考文献
[1]. 程健等.一种改进的高斯混合模型煤矸石视频检测方法[J]. 中南大学学报(自然科学版), 2018(01): 第118-123.
[2]. 谭春超，杨洁明.煤与矸石图像灰度信息和纹理特征的提取研究[J]. 工矿自动化, 2017(04): 第27-31页.