技术领域
[0001] 本
发明涉及工业自动化生产线大型机械设备工况智能监测领域，尤其是涉及一种基于深度图像的筛板故障智能监测方法，用于机械振动的筛板倾斜或者脱落的故障智能监测。
背景技术
[0002]
振动筛是具有复杂结构的机械设备，其在启动和运行过程中伴随着剧烈的震动，震动幅度相对较小但是震动
频率较大；而在停车缓震的过程中，由于
电机带动筛板震动频率与筛板自身震动频率接近，发生共振，导致在关机停车阶段筛板震动频率下降，但是震动幅度加剧，由此可见在振动筛的整个过程中都伴随着不同程度的震动。而筛板只是依靠筛板卡扣和筛机规座进行固定。筛板卡扣和筛机规座都是由具有一定弹性的聚
氨酯材料制成，该材料虽然具有弹性高、耐
腐蚀的特点，但是当筛板发生强烈的机械振动之时，筛板倾斜和脱落事故也时有发生。
[0003] 筛板脱落故障是振动筛在日常生产运行中频繁出现的故障之一，振动筛在日常生产运行时存在聚氨酯筛板及筛机规座的磨损现象，进而引发筛板卡扣松动，筛机若继续运行，有可能发生筛板脱落故障，筛板脱落后若不能及时发现，如果筛面上有物料，则会有大量物料进入筛下溜槽及管路中，造成系统管路堵塞等生产事故，进而引发整个介质循环系统瘫痪而无法正常生产。
[0004] 现有的筛板脱落故障无任何在线监测保护装置，只能通过现场作业人员凭经验判断的方式检查巡视，故障监测存在严重的滞后性，这样就会导致故障扩大化等问题。
[0005]
现有技术利用了一种脱介筛二层筛板脱落物料异常状态报警装置，对筛板的状态进行实时监控，解决了依靠人为经验判断故障的滞后性问题。该装置对于筛板脱落以后筛面物料大量滑落的状况具有一定的检测作用，但是该检测方法存在明显的漏洞和不足：例如该检测方式属于滞后检测；该检测方式属于物理干预性检测；该检测方式需要设计复杂的
电路等。
[0006] 通过上述分析可以发现对筛板工况还缺乏行之有效的监测方法。现场特殊的工作环境要求不能采用介入性或干预性的监测方法，不能影响正常的生产；在恶劣的现场环境下，不能采用带电性质的监测方式。
[0007] 针对现有的筛板故障监测技术存在的滞后性、误判性、非实时性等问题，有必要设计一种针对筛板运行状态实时监测系统，做到故障及时发现，及时报警，将事故危害降低到最小。
发明内容
[0008] 本发明的目的是为了克服上述现有技术存在的
缺陷，提供了一种基于深度图像的筛板故障智能监测方法，该方法较现有故障检测方法诊断速度快，检测
精度高，无需人工干预等优点，同时该方法是一种非介入性的工况监测方法，不影响正常生产。
[0009] 为达到上述目的，本发明的构思是：
[0010] 本方法将
深度相机安装到振动筛筛面上方的待检测工位，该相机是一种主动测量的相机，具有自发光的特点，无需外加
光源。调整相机镜头方向，采集筛面运行时的深度数据，对采集的深度数据进行在线实时分析处理。本发明的关键是对筛板脱落故障进行诊断的快速方法，对筛面深度数据进行处理的智能检测
算法包括原始数据预处理、图像中各
块筛板的区域
定位、已脱落筛板特征参数提取以及与正常特征数据的计算比较等。所述基于深度图像的筛板工况在线监测系统对所述筛面深度
数据处理后输出故障信息，传输到
服务器界面进行动态显示。
[0011] 深度相机安装于可能发生筛板脱落的振动筛系统上方，将镜头正对筛面，保证可能获取的
信号强度最大。由于镜头
覆盖的范围有限，相机安装时要考虑相机组成的矩阵排布，使镜头覆盖呈现一定的重合区域，这样保证了每块筛板都处于实时监测中，同时使每一块筛板反射的信号强度保持在数据准确的理想的范围。所述服务器界面包括工业计算机及筛板故障智能监测
软件。
[0012] 在本发明中利用了一款基于光线反射原理的深度相机，以物体和相机之间的距离作为主要的特征依据。通过分析筛板的深度数据，判断当前时刻筛板的运行工况；通过采集的深度数据构建筛面正常运行和发生筛板倾斜或脱落的模型，对故障进行直观的判定和定位。
[0013] 根据上述构思，本发明采用如下的技术方案：
[0014] 一种基于深度图像的筛板故障智能监测方法，用于获得振动筛系统运行过程中筛板的运行工况以及发生筛板脱落的故障点定位。所述的方法包括以下步骤：
[0015] 步骤1、根据筛板的工位以及相机自身的内部参数，包括相机在筛面上运行时的理想信号强度、相机镜头的覆盖范围等，确定深度相机的安装数量和安装
位置。
[0016] 步骤2、实现服务器和深度相机之间的通信，并对采集的原始数据进行预处理，根据要显示的图片大小将原始数据进行切割，即将连续的数组数据，转换成二维数据。
[0017] 步骤3、将预处理后的二维数据中的无效数据进行处理，包括一些信号强度过低的
像素点和强度过高的过曝点，对这些像素点进行相应的滤波处理。
[0018] 步骤4、对预处理后的二维数据进行伪彩色
渲染，即将每个像素点的深度数据与灰度值进行映射，并根据伪彩色算法，将灰度图像映射成伪彩色图像，用于在服务器上清晰直观的显示现场实时画面。
[0019] 步骤5、根据工况现场筛板的空间分布，在深度图像中划分筛板对应的区域，对每一块区域分别判断筛板的工况，便于进行故障点定位。
[0020] 步骤6、获取筛面反射回来的信号强度数据，并和正常运行时候的信号强度数据进行对比，以此判断筛板上面是否有
煤，进一步判断原煤漏斗是否发生堵塞。
[0021] 所述步骤1包括以下步骤：
[0022] 步骤1.1、参考相机运行时最理想的工作高度范围，结合每块筛板的覆盖范围选择合适的相机镜头模块；
[0023] 步骤1.2、安装相机，根据相机与筛面距离调节相机的焦距，根据外界环境条件找到所述深度相机拍摄筛板的最佳镜头内置参数；
[0024] 步骤1.3、根据每套设备中筛面的大小与算法所需的相机反射的最小信号强度，确定相机矩阵，包括每台相机的安装位置和每台筛机所需的相机数量。
[0025] 所述步骤2包括以下步骤：
[0026] 步骤2.1、实现服务器和深度相机之间的通信，之间采用Socket通信方式；服务器首先向深度相机发送
请求连接的指令，该连接指令不仅完成和深度相机之间的通信，同时也是通知深度相机根据服务器指令进行初始化；
[0027] 步骤2.2、实现服务器和深度相机之间的正常数据获取，也就是使深度相机完成初始化后，向相机发送获取深度数据指令、信号强度指令和底层芯片
温度指令，并重新调整相机初始化参数；
[0028] 步骤2.3、相机收到相应指令后，开始采集相应的数据，并将采集结果以数据流的形式发送给服务器；此时服务器接收并保存原始数据，并将原始数据按照图片大小解析成二维数组。
[0029] 所述步骤3包括以下步骤：
[0030] 步骤3.1、由于外界环境条件的变化，原始二维数组中可能存在无效数据，包括信号强度过低的数据，以及信号强度过高的过曝点数据；此时根据设置的最小信号强度和最大信号强度数据对原始数据进行过滤；小于最小值的数据按照最小值替代，大于最大值的数据按照最大值进行替代；
[0031] 步骤3.2、由于某些原因，像素场中可能存在一些噪点，该噪点的深度数据和它周围像素点的深度数据存在明显的差异；而在工业现场，相邻的像素区域不可能存在深度值突变的情况，所以要对噪点进行滤波。
[0032] 所述步骤4包括以下步骤：
[0033] 步骤4.1、对二维深度数据进行伪彩色转换；首先确定二维深度数据中的最大值和最小值，最大和最小值分别对应灰度图像中灰度值为255和灰度值为0；按照下式将每个像素点中的深度值转换为灰度值：
[0034]
[0035] 其中g(i,j)表示在滤波之后i行j列处像素点的深度值，mindepth表示在该深度图形中深度最小值，maxdepth表示在该深度图像中深度最大值，ggray(i,j)表示在经过灰度转换以后在i行j列处的灰度值；
[0036] 步骤4.2、为了在服务器上呈现的画面更直观以便识别更多的图像细节，可分辨性更强，需要对灰度图进行伪彩色处理，即根据像素点中的灰度值，按照一定的算法进行图像渲染，即将单通道图像转换成三通道图像：
[0037] R(i,j)＝fR[ggray(i,j)]
[0038] G(i,j)＝fG[ggray(i,j)]
[0039] B(i,j)＝fB[ggray(i,j)]
[0040] 其中ggray(i,j)表示在经过灰度转换以后在i行j列处的灰度值，fR表示从灰度图像到红色通道的映射关系；fG表示从灰度图像到绿色通道的映射关系，fB表示从灰度图像到蓝色通道的映射关系，R(i,j)表示经过伪彩色渲染以后在i行j列处红色通道的值，G(i,j)表示经过伪彩色渲染以后在i行j列处绿色通道的值，B(i,j)表示经过伪彩色渲染以后在i行j列处蓝色通道的值。
[0041] 所述步骤5包括以下步骤：
[0042] 步骤5.1、正常获取现场实时运行图像，通过服务器界面清晰直观判断出每一块筛板的位置，通过在图像中选择每一块筛板的位置，得到对应筛板在图像中的坐标，并由此坐标在原始深度图中选择ROI区域；
[0043] 步骤5.2、得到每一块需要判断的区域以后，获取原始深度图像，并在原始图像中选出与筛板对应的区域，在该区域中逐像素的统计并计算该区域像素的平均深度值，并以此深度值和正常深度
阈值进行比较，当平均深度大于深度阈值的时候，判定此时该筛板出现故障；并且计算平均深度值和深度阈值的差值d，当d≥thread1时，判定此时筛板出现脱落故障；当thread2≥d≥thread1时，判定此时筛板出现倾斜故障，阈值thread1和thread2要结合相机采集的数据和经验进行设定；
[0044] 步骤5.3、通过以上步骤判定每一块筛板的工作情况，正常的筛板通过灰色色块在服务器上的筛板模拟界面进行标识，故障筛板通过红色色块在筛板模拟界面进行标识，并在服务器界面打印出对应的log日志。
[0045] 所述步骤6包括以下步骤：
[0046] 步骤6.1、系统服务器发送指令，每发送5次获取深度数据的指令以后，发送一次获取信号强度的指令；
[0047] 步骤6.2、获取到信号强度数据以后，按照步骤3中的方法对原始数据进行解析，获得对应每个像素点的信号强度数据；
[0048] 步骤6.3、
选定筛板中心区域，将此区域内的信号强度和正常运行即筛面有煤的情况下的信号强度进行对比，若信号强度在正常范围上下
波动，认为此时系统运行正常，信号强度波动可能是筛面表面的
煤层厚度变化导致的；若信号强度出现比较明显的增大，说明此时筛面上无煤；
[0049] 步骤6.4、通过以上步骤判定筛面是否有煤，筛面有煤说明此时系统运行正常，此时在服务器界面通过灰色色块进行标识；若判定筛面上无煤，即此时系统在空转，或者由于筛板上游的原煤漏斗发生堵塞导致筛面无煤，此时在服务器界面通过红色色块进行标识，对用户进行提示。
[0050] 与现有技术相比，本发明具有以下优点：
[0051] 1、易于实现，不需要人工干预，实时自动检测故障。
[0052] 2、故障实时检测，检测速度快且精度高。
[0053] 3、故障等级和故障点定位信息实时显示。
附图说明
[0055] 图2为本发明
实施例例的筛板实时监测图；
[0056] 图3位本发明实施例的筛板脱落智能监测软件界面。
具体实施方式
[0057] 下面结合附图对本发明实施例中的技术方案进行清楚、完整的描述。
[0058] 如图1所示，本发明一种基于深度图像的筛板故障智能监测方法，利用深度相机实时捕获现场画面，经过数据预处理、数据分析，得到筛板运行的实时工况，判断筛板是否发生故障，进行故障点定位，判断筛板是否空转等。具体包括以下步骤：
[0059] 步骤1、根据筛板的工位，以及相机自身的内部参数，确定深度相机安装的矩阵排布。
[0060] 步骤1.1、参考相机运行时最理想的工作高度范围，结合每块筛板的覆盖范围选择合适的相机镜头模块。例如当相机理想的工作高度为2.5m时，恰好筛面宽度不超过5m，又接近5m的时候，选择覆盖范围为900的镜头最合适。若相机的理想工作高度相对于筛板宽度过小，则可以使用小镜头，通过增加相机数量的方式来增加相机覆盖宽度。
[0061] 步骤1.2、安装相机，根据相机与筛面距离调节相机的焦距，根据外界环境条件找到所述深度相机拍摄筛板的最佳镜头内置参数。
[0062] 步骤1.3、根据每套设备中筛面的大小与算法所需的相机反射的最小信号强度，确定相机矩阵，包括每台相机的安装位置和每台筛机所需的相机数量。
[0063] 步骤2、实现服务器和深度相机之间的通信，并对采集的原始数据进行维度转换。
[0064] 步骤2.1、实现服务器和深度相机之间的通信，之间采用Socket通信方式。服务器首先向深度相机发送请求连接的指令，该连接指令不仅完成和深度相机之间的通信，同时也是通知深度相机根据服务器指令进行初始化。具体指令包括：过曝点使能指令，此指令可以通知深度相机对过曝点进行处理；相机积分时间使能，此指令可以调节相机的最大探测距离，同时积分时间的增大也会导致相同的距离，信号强度增加，甚至像素点过曝；以及设置最小信号强度指令完成相机最小信号强度使能。
[0065] 步骤2.2、实现服务器和深度相机之间的正常数据获取，也就是使深度相机完成初始化后，可以向相机发送获取深度数据指令、信号强度指令和底层芯片温度指令，并可以重新调整相机初始化参数。具体包括以下指令：发送“getDistanceSorted”指令，获取筛板的深度数据；发送“getAmplitudeSorted”指令，获取镜头捕获的信号强度数据；发送“getTemperature”指令，获取底层芯片温度数据。
[0066] 步骤2.3、相机收到相应指令后，开始采集相应的数据，并将采集结果以流的形式发送给服务器；此时服务器要接收数据，保存原始数据，并将原始数据按照图片大小解析成二维数组。
[0067] 步骤3、将维度转换后的数据中的无效数据进行处理。
[0068] 步骤3.1、由于外界环境条件的变化，原始二维数组中可能存在无效数据，包括信号强度过低的数据，以及信号强度过高的过曝点数据。此时可以根据设置的最小信号强度和最大信号强度数据对原始数据进行过滤。小于最小值的数据按照最小值替代，大于最大值的数据按照最大值进行替代。
[0069] 步骤3.2、由于某些原因，像素场中可能存在一些噪点，该噪点的深度数据和它周围像素点的深度数据存在明显的差异。而在工业现场，相邻的像素区域不可能存在深度值突变的情况，所以要对噪点进行滤波。本实施例采用均值滤波算法，针对突变像素点的深度值，用它相邻像素的深度值进行补偿。
[0070] 假设在图片中一个方块区域(3*3)内，中心点的像素值为全部像素点的平均值。均值滤波就是对整幅图进行以上操作。即
[0071]
[0072] 其中i和j分别表示图像中像素点所在的行和列，f(i,j)表示在滤波之前的二维图像中i行j列处像素点的深度值，s表示整张图片区域，M为模板区域内像素点的总数，g(i,j)表示在滤波之后i行j列处像素点的深度值。
[0073] 在该工况条件下，相机采集的图像中存在的噪声主要是高斯噪声，采用该滤波算法效果良好。
[0074] 步骤4、如图2所示，对无效数据处理后的数据进行伪彩色渲染。
[0075] 步骤4.1、确定二维深度数据中的最大值和最小值，最大和最小值分别对应灰度图像中灰度值为255和灰度值为0，按照以下式子将每个像素点中的深度值转换为灰度值：
[0076]
[0077] 其中g(i,j)表示在滤波之后i行j列处像素点的深度值，mindepth表示在该深度图形中深度最小值，maxdepth表示在该深度图像中深度最大值，ggray(i,j)表示在经过灰度转换以后在i行j列处的灰度值。
[0078] 步骤4.2、为了在服务器上呈现的画面更直观，以便识别更多的图像细节，可分辨性更强，需要对灰度图进行伪彩色处理，即根据像素点中的灰度值，按照一定的算法进行图像渲染，也就是将灰度图像转换成彩色图像，由此将单通道图像转换成三通道图像：
[0079] R(i,j)＝fR[ggray(i,j)]
[0080] G(i,j)＝fG[ggray(i,j)]
[0081] B(i,j)＝fB[ggray(i,j)]
[0082] 其中ggray(i,j)表示在经过灰度转换以后在i行j列处的灰度值，fR表示从灰度图像到红色通道的映射关系；fG表示从灰度图像到绿色通道的映射关系，fB表示从灰度图像到蓝色通道的映射关系，R(i,j)表示经过伪彩色渲染以后在i行j列处红色通道的值，G(i,j)表示经过伪彩色渲染以后在i行j列处绿色通道的值，B(i,j)表示经过伪彩色渲染以后在i行j列处蓝色通道的值。
[0083] 具体渲染算法为：
[0084] 将像素灰度值平均分为5份，则在灰度值0到255之间设置四个阈值分割点，分别为s1＝51，s2＝102，s3＝153，s4＝204；
[0085] 对每一部分的灰度值按照下面的映射关系进行转换：
[0086]gray R G B Color
0 0 0 255 blue
51 0 255 255 cyan
102 0 255 0 green
153 255 255 0 yellow
204 255 127 0 orange
255 255 0 0 red
[0087] 步骤5、如图3所示，筛板工况判断与故障点定位。
[0088] 步骤5.1、正常获取现场实时运行图像，通过服务器界面可以清晰直观判断出每一块筛板的位置，通过在图像中选择每一块筛板的位置，得到对应筛板在图像中的坐标，并由此坐标在原始深度图中选择ROI区域。
[0089] 步骤5.2、得到每一块需要判断的区域以后，获取原始深度图像，并在原始图像中选出与筛板对应的区域，在该区域中逐像素的统计并计算该区域像素的平均深度值，并以此深度值和正常深度阈值进行比较，当平均深度大于深度阈值的时候，可以判定此时该筛板出现故障。并且计算平均深度值和深度阈值的差值d，当d≥thread1时，可以判定此时筛板出现脱落故障；当thread2≥d≥thread1时，可以判定此时筛板出现倾斜故障，阈值thread1和thread2要结合相机采集的数据和经验进行设定。
[0090] 步骤5.3、通过以上步骤可以判定每一块筛板的工作情况。如图3所示，正常的筛板通过灰色色块在服务器上的筛板模拟界面进行标识，故障筛板通过红色色块在筛板模拟界面进行标识，并在服务器界面打印出对应的log日志。
[0091] 步骤6、获取信号强度，判断筛板是否空转。
[0092] 步骤6.1、系统服务器发送指令，每发送5次获取深度数据的指令以后，发送一次获取信号强度的指令。
[0093] 步骤6.2、获取到信号强度数据以后，按照步骤3中的方法对原始数据进行解析，获得对应每个像素点的信号强度数据。
[0094] 步骤6.3、选定筛板中心区域，将此区域内的信号强度和正常运行(筛面有煤)的情况下的信号强度进行对比，若信号强度在正常范围上下波动，可以认为此时系统运行正常，信号强度波动可能是筛面表面的煤层厚度变化导致的；若信号强度出现比较明显的增大，说明此时筛面上无煤。
[0095] 步骤6.4、如图3所示，筛面有煤说明此时系统运行正常，此时在服务器界面通过灰色色块进行标识；若判定筛面上无煤，即此时系统在空转，或者由于筛板上游的原煤漏斗发生堵塞导致筛面无煤，此时在服务器界面通过红色色块进行标识，对用户进行提示。
[0096] 至此，从步骤1到步骤6完成了筛板故障诊断，故障点定位和筛板是否空转的判定。
[0097] 以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉
本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的
修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。
