Băng Tải Hưng Thịnh
  • Mr.Nhật
  • 0355 468 468
  • Ms.Huyền
  • 0283 716 4567
  • Mr.Thống
  • 093 881 7979
  • Mr.Nhật
  • 0355 468 468

Download Tài liệu Nghiên cứu về phát hiện sai lệch của băng tải dựa trên robot kiểm tra 1

Băng tải bị lệch là hư hỏng thường gặp ảnh hưởng đến quá trình vận hành an toàn của băng tải. Trong bài báo này, một phương pháp phát hiện sai lệch của băng tải dựa trên robot kiểm tra và học sâu được đề xuất để phát hiện sai lệch ở bất kỳ vị trí nào của nó.

1. Giới thiệu
Băng tải là thiết bị vận chuyển liên tục trong sản xuất hiện đại với ưu điểm là công suất lớn, phù hợp với đường dài, vận chuyển hàng hóa thấp, hiệu quả cao, hoạt động ổn định, bốc xếp thuận tiện, phù hợp với vận chuyển vật liệu rời ... Nó đã trở thành một trong những ba phương tiện vận chuyển công nghiệp chính cùng với ô tô và xe lửa và đã được sử dụng rộng rãi trong than, mỏ, cảng, điện, luyện kim, công nghiệp hóa chất và các lĩnh vực khác [ 1 ]. Điều kiện vận hành của băng tải di dộng rất khắc nghiệt và lỗi lệch xảy ra do lắp đặt và điều chỉnh không đúng cách, lỗi sản xuất, hỏng ổ trục ổ trục, phân phối vật liệu không đồng đều, chất nhờn dính vào puli dẫn động và puli uốn cong, v.v. [ 2]. Lỗi lệch của băng tải có thể dẫn đến rách băng tải, rơi vãi nguyên liệu, hỏng băng tải. Để đảm bảo vận hành an toàn, yêu cầu phát hiện độ lệch của băng tải.
2. Vật liệu và phương pháp
2.1. Sơ đồ phương pháp phát hiện độ lệch băng tải
Robot kiểm tra chạy trên đường ray bên cạnh băng tải, và nó di chuyển song song với trục trung tâm của băng tải . Một máy ảnh di động được cố định trên khung kim loại của rô bốt kiểm tra và trục quang học của nó vuông góc với . Máy ảnh di động ghi lại hình ảnh có chứa băng tải và các bộ phận không tải tiếp xúc, và trục bên của hình ảnh song song với . Phương pháp được đề xuất kết hợp giữa thuật toán học sâu và công nghệ xử lý hình ảnh, như trong Hình 1. Nó có thể được tóm tắt trong hai giai đoạn. Trong giai đoạn 1, ROI có chứa mép băng tải và bộ chạy không tải tiếp xúc được trích xuất. Trong giai đoạn 2, mép băng tải và mép ngoài của máy chạy không tải được phát hiện và DD được ước tính dựa trên các tọa độ đã hiệu chỉnh của chúng. Phương pháp này kết hợp khả năng chống nhiễu của học sâu và độ chính xác của xử lý hình ảnh kỹ thuật số và phát hiện độ lệch trong môi trường nền phức tạp và có thể thay đổi.
Tài liệu Nghiên cứu về phát hiện sai lệch của băng tải dựa trên robot kiểm tra 1
Hình 1: Sơ đồ của phương pháp phát hiện độ lệch băng tải dựa trên học sâu. Robot kiểm tra chụp một hình ảnh và chia nó thành imgO và imgI; sau đó, chúng được đưa vào bộ phát hiện ROI (OM-SSD) để trích xuất ROI_O và ROI_I tương ứng. ROI được chuyển đổi thành hình ảnh màu xám và sau đó, thuật toán phát hiện cạnh băng chuyền và thuật toán phát hiện cạnh ngoài của người chạy không tải được thực hiện trên chúng để lấy các cạnh. Các điểm lần lượt là điểm giữa của các đường được phát hiện đại diện cho các cạnh của băng tải và các đỉnh của các cạnh bên ngoài của máy chạy không tải. Tọa độ của các điểm được hiệu chỉnh bằng thuật toán hiệu chỉnh hình học và sau đó được sử dụng để ước tính DD. Khoảng cách giữa hai điểm trong ROI_O và ROI_I thể hiện độ dài của bộ làm việc bên ngoài và bên trong được tiếp xúc, và sự khác biệt giữa các độ dài cho biết DD. (a) Giai đoạn 1: Khai thác ROI. (b) Giai đoạn 2: Ước tính DD.
2.2. Thuật toán trích xuất ROI dựa trên M-SSD
2.2.1. Khung của thuật toán chiết xuất ROI
Khai thác ROI có thể được coi là phát hiện đối tượng. Theo giai đoạn phát hiện, các phương pháp phát hiện đối tượng dựa trên học sâu có thể được chia thành 2 loại: phương pháp phát hiện hai giai đoạn và một giai đoạn. Phương pháp phát hiện hai giai đoạn được biểu thị bằng RCNN [ 16 ] nhanh hơn , bao gồm hai giai đoạn. Trong giai đoạn 1, các hộp giới hạn đề xuất và điểm đối tượng được dự đoán đồng thời và trong giai đoạn 2, các đề xuất vùng được sử dụng để phát hiện và hồi quy. RCNN nhanh hơn có thể được coi là sự kết hợp của RCNN nhanh [ 17] và mạng đề xuất khu vực (RPN), và nó hoạt động tốt trong bộ dữ liệu công khai. Tuy nhiên, RCNN và RPN nhanh phải được huấn luyện luân phiên để chia sẻ các tham số của các lớp tích chập và các lớp dự đoán, điều này gây bất tiện cho việc tích hợp và thực hiện. Phương pháp phát hiện một giai đoạn được thể hiện bằng SSD [ 18 ] và YOLO [ 19], và chúng không có giai đoạn tạo rõ ràng các hộp giới hạn đề xuất. So với YOLO và RCNN nhanh hơn, SSD áp dụng kiến trúc kim tự tháp, bắt chước RPN để tạo các hộp mặc định ở mỗi vị trí từ nhiều lớp nguồn và dự đoán từng điểm phân loại của mỗi hộp mặc định, do đó sử dụng đầy đủ từng bản đồ tính năng và tránh việc đào tạo thay thế mạng phân loại và RPN, làm cho nó linh hoạt hơn và được sử dụng rộng rãi trong các ứng dụng khác nhau [ 18 , 20 ].
2.2.2. Mạng phát hiện đối tượng dựa trên MobileNet
Khả năng ánh xạ phi tuyến ưu việt của mạng nơ-ron tích chập (CNN) chủ yếu bắt nguồn từ độ sâu và dung lượng của mạng, mô hình đi sâu hơn và lớn hơn để có hiệu suất tốt hơn về độ chính xác, chẳng hạn như AlexNet [ 21 ], VGGNet [ 22 ] , GoogLeNet [ 23 ] và ResNet [ 24 ]. Tuy nhiên, việc đào tạo và triển khai chúng đòi hỏi chi phí phần cứng cao hơn (bộ nhớ và GPU), điều này hạn chế ứng dụng của chúng trong các thiết bị nhúng và thiết bị di động.
Bảng 1: Xương sống của M-SSD.
Tài liệu Nghiên cứu về phát hiện sai lệch của băng tải dựa trên robot kiểm tra 1
2.2.3. Máy dò ROI
Để trích xuất ROI một cách hiệu quả, hình ảnh đầu vào được chia thành hai trang con: imgO và imgI, có thể chứa trình làm biếng bên ngoài và trình làm biếng bên trong, tương ứng. Sau đó, chúng được thay đổi kích thước thànhvà đầu vào OM-SSD. Bộ phát hiện xuất ra nhãn cho biết phân loại của trình làm việc và hộp giới hạn của ROI.
2.3. Thuật toán phát hiện cạnh vành đai băng tải dựa trên biến đổi dòng Hough
Cạnh băng tải trong ROI có thể được coi là một đường thẳng. Các thuật toán thông thường của phát hiện dòng có thể được chia thành hai loại: Các thuật toán dựa trên biến đổi Hough và dựa trên đoạn thẳng [ 28 ]. Loại thứ hai có ưu điểm là hiệu quả và độ chính xác cao; tuy nhiên, phương pháp này dựa trên sự phát triển của khu vực và nếu một đường dài bị chặn hoặc bị mờ một phần, nó thường được phát hiện là nhiều đường. Trước đây không mắc phải nhược điểm này và mạnh mẽ hơn. Biến đổi đường Hough ánh xạ điểm cạnh trong không gian hình ảnh thành một đường cong giống hình sin trong không gian tham số bằng
Thuật toán 1: Thuật toán phát hiện mép băng tải dựa trên phép biến đổi đường Hough.
Đầu vào: ROI hình ảnh ROI_O hoặc ROI_I.
Đầu ra: Tọa độ của điểm đầu và điểm cuối của dòng đề xuất.
  • Chuyển đổi ROI_O hoặc ROI_I thành hình ảnh màu xám;
  • Khử nhiễu hình ảnh màu xám bằng cách sử dụng bộ lọc Gaussian;
  • Lấy bản đồ cạnh bằng cách sử dụng máy dò cạnh Canny [ 29 ];
  • Ánh xạ các điểm cạnh vào không gian tham số bằng cách sử dụng biến đổi đường Hough, sau đó đặt bộ tích lũy;
  • Trích xuất các dòng hợp lý bằng cách đặt ngưỡng tích lũy thích hợp;
  • Trích xuất dòng đề xuất từ các dòng hợp lý bằng kiến thức trước về mép băng tải.
2.4. Phát hiện cạnh bên ngoài của Idler dựa trên đối sánh mẫu
2.4.1. Đặc điểm của Cạnh ngoài Idler trong Hình ảnh
Cấu trúc chung của máy làm không tải là một hình trụ và hình dạng của cạnh ngoài của nó là một hình tròn tiêu chuẩn. Tuy nhiên, hình ảnh mép ngoài của người chạy không tải do rô bốt kiểm tra thu được là một vòng cung hình elip với các khoảng trống lớn, tỷ lệ thay đổi và giao thoa với các vòng cung tương tự, như thể hiện trong Hình 2; điều này được gây ra
Thuật toán phát hiện mép băng tải dựa trên phép biến đổi đường Hough.
Tài liệu Nghiên cứu về phát hiện sai lệch của băng tải dựa trên robot kiểm tra 1
Hình 2: Hình ảnh điển hình của ROI và bản đồ cạnh của chúng. Với chuyển động của rô bốt kiểm tra, vị trí của ROI trong hình ảnh thay đổi từ trái sang phải, cạnh ngoài của người chạy không tải hiển thị một cung hình elip và bản đồ cạnh của ROI_I bị nhiễu bởi các cung hình elip tương tự. (a) ROI_O ở bên trái, (b) ROI_O ở giữa, (c) ROI_O ở bên phải, (d) ROI_I ở bên trái, (e) ROI_I ở giữa và (f) ROI_I ở bên phải.
2.4.2. Thuật toán phát hiện cạnh ngoài của Idler
Các thuật toán phát hiện vòng cung chung có thể được phân thành hai loại: các thuật toán dựa trên biến đổi Hough [ 30 ] và các thuật toán dựa trên tăng trưởng vùng gradient [ 31 ]. Cái trước phải tính toán rất nhiều, trong khi cái sau phù hợp hơn với những hình ảnh có nội dung đơn giản. Quan trọng hơn, chúng không hoạt động tốt trong việc phát hiện một cung hình elip.
Tài liệu Nghiên cứu về phát hiện sai lệch của băng tải dựa trên robot kiểm tra 1
Hình 3: Các cung tròn elip mẫu điển hình với các thông số khác nhau. (a) r i  = 43, s j  = 0,4 và c k  = −0,5, −0,3, −0,1, 0,1, 0,3 và 0,5. (b) r i  = 43, s j  = 0,8 và c k  = −0,5, −0,3, −0,1, 0,1, 0,3 và 0,5. (c) r i  = 60, s j  = 0,4 và c k  = −0,5, −0,3, −0,1, 0,1, 0,3 và 0,5. (d) r i  = 60, s j  = 0,8 và c k  = −0,5, −0,3, −0,1, 0,1, 0,3 và 0,5.
Thuật toán 2: Thuật toán phát hiện cạnh bên ngoài làm biếng dựa trên đối sánh mẫu.
 Input: Cạnh bản đồ , thông số chuyển đổi trước 
 Đầu ra: Các thông số cạnh ngoài của Idler .
  • Tính các cung elip khuôn mẫu bằng cách sử dụng các phương trình ( 11 ) và ( 12 );
  • Coi điểm cạnh ở nửa bên trái của là tọa độ gốc, tính độ tin cậy đối sánh bằng cách sử dụng phương trình ( 13 );
  • Đi qua tất cả các điểm cạnh trong và lặp lại bước 2, sau đó xuất ra các tham số với độ tin cậy khớp cao nhất.
2.5. Chỉnh sửa hình học dựa trên biến đổi bản đồ
2.5.1. Tương đương của hình ảnh băng tải
Cần hiệu chỉnh hình học đối với phép đo bằng máy ảnh một mắt. Bề mặt của băng tải máng không phải là một mặt phẳng, và sự biến dạng sẽ xảy ra khi bề mặt được chiếu lên mặt phẳng hình ảnh.
Tài liệu Nghiên cứu về phát hiện sai lệch của băng tải dựa trên robot kiểm tra 1
Hình 4: Mô hình hình ảnh của băng tải trong mặt phẳng cắt ngang.
2.5.2. Thuật toán hiệu chỉnh hình học
Vì quá trình hình ảnh tương đương với hai phép chiếu, việc hiệu chỉnh hình học được đơn giản hóa từ phép biến đổi phép chiếu 3D thành sự kết hợp giữa phép biến đổi đồng nhất mặt phẳng và phép biến đổi hình học phẳng.
2.6. Ước tính DD
Độ dốc của mép băng tải là thoải, và các điểm giữa của các đường được phát hiện trong Phần 2.3 có thể được coi là các điểm cạnh và trong hình ảnh. Trong khi đó, các đỉnh của cung elip được phát hiện trong Phần 2.4 được sử dụng như các đỉnh và trong hình ảnh.
Phần 1 vừa rồi của chúng tôi đã tóm tắt sơ lược độ lệch sai của băng tải và những thuật toán cơ bản có thể xảy ra. Để nghiên cứu kết quả, xui lòng truy cập trang web bangtaihang.com của chúng tôi để nhận phần tiếp theo. Trân trọng cảm ơn!
 
4.75 sao của 1357 đánh giá
Tài liệu Nghiên cứu về phát hiện sai lệch của băng tải dựa trên robot kiểm tra 1
Tài liệu Nghiên cứu về phát hiện sai lệch của băng tải dựa trên robot kiểm tra 1
Tài liệu kỹ thuật Tư vấn miễn phí 0355468468 Số 130C, Tô Ngọc Vân, Thanh Xuân, Q.12, TP.HCM
Đăng ký thành lập công ty TNHH ở đâu uy tín

Đăng ký thành lập công ty TNHH ở đâu uy tín

Bạn đang ấp ủ dự định thành lập công ty TNHH? Bạn phân vân chưa biết đăng ký...
Xem chi tiết
Tài liệu tổng hợp về kiểm tra sai lệch của băng tải dựa trên Robot

Tài liệu tổng hợp về kiểm tra sai lệch của băng tải dựa trên Robot

Băng tải là thiết bị vận chuyển liên tục trong sản xuất hiện đại với ưu điểm là...
Xem chi tiết
Tổng hợp tài liệu hiệu ứng môi trường băng tải và tiết kiệm năng lượng

Tổng hợp tài liệu hiệu ứng môi trường băng tải và tiết kiệm năng lượng

Trong các hoạt động khai thác, việc vận chuyển khoáng sản và vận chuyển quá tải...
Xem chi tiết
Tài liệu đánh giá và thống kê các yếu tố ảnh hưởng đến băng tải

Tài liệu đánh giá và thống kê các yếu tố ảnh hưởng đến băng tải

Băng tải công nghiệp hiện nay không còn xa lạ đối với các doanh nghiệp sản xuất lớn...
Xem chi tiết
Tài liệu phân tích tỷ lệ lực và lực tiếp xúc của con lăn trong băng tải

Tài liệu phân tích tỷ lệ lực và lực tiếp xúc của con lăn trong băng tải

Một phép đo thực địa chuyên sâu đã được thực hiện để đánh giá lực...
Xem chi tiết
Tổng hợp tài liệu thực nghiệm tiết kiệm năng lượng của băng tải dựa trên tốc độ di chuyển

Tổng hợp tài liệu thực nghiệm tiết kiệm năng lượng của băng tải dựa trên tốc độ di chuyển

Nhằm giải quyết vấn đề tiêu thụ năng lượng cao trong hoạt động tốc độ băng tải định mức của...
Xem chi tiết
Tổng hợp tài liệu thiết kế băng tải hàng hiểu quả cao trong công nghiệp

Tổng hợp tài liệu thiết kế băng tải hàng hiểu quả cao trong công nghiệp

Lý tưởng nhất là thiết kế của một hệ thống băng tải kết hợp sự kết hợp của các...
Xem chi tiết
Tổng hợp tài liệu chi tiết thiết kế băng tải hiện đại và phân tích lỗi

Tổng hợp tài liệu chi tiết thiết kế băng tải hiện đại và phân tích lỗi

Các ứng dụng ròng rọc lớp được chế tạo với độ căng cao vượt quá sự khôn ngoan...
Xem chi tiết
Tài liệu tiết kiệm năng lượng và thực nghiệm hệ số ma sát nhân tạo của băng tải

Tài liệu tiết kiệm năng lượng và thực nghiệm hệ số ma sát nhân tạo của băng tải

Trong phương pháp điều khiển tiết kiệm năng lượng trên giấy của động cơ trong ổ đĩa phía...
Xem chi tiết
Tổng hợp tài liệu phương trình động cho băng tải

Tổng hợp tài liệu phương trình động cho băng tải

Băng tải đai là một cơ cấu truyền động và vận chuyển tích hợp với chiều dài...
Xem chi tiết
Tổng hợp tài liệu cửa trượt từ nhôm định hình

Tổng hợp tài liệu cửa trượt từ nhôm định hình

Thanh nhôm định hình là những loại nhôm đã qua quá trình xử lý kim...
Xem chi tiết
Tổng hợp tài liệu quy trình sản xuất và đánh giá nhôm định hình trong thi công

Tổng hợp tài liệu quy trình sản xuất và đánh giá nhôm định hình trong thi công

Nhôm định hình là những loại nhôm đã qua quá trình xử lý kim loại...
Xem chi tiết
Gọi điện0355468468