X光的強力輸送帶鋼絲繩芯圖像處理與故障識別算法研究.pdf

1、目前，強力輸送帶已廣泛應(yīng)用于礦山、港口碼頭、發(fā)電廠、鋼廠、水泥廠等場所。隨著煤礦工業(yè)的發(fā)展，綜合機械化程度的不斷提高，生產(chǎn)能力的不斷增強，強力輸送帶已成為煤炭生產(chǎn)中的主要運輸工具之一。強力輸送帶在長期的使用過程中，由于負荷量的增加、障礙物的劃傷、老化及接頭硫化不規(guī)范等原因，會造成強力輸送帶鋼絲繩芯的劃傷、斷裂、銹蝕、鋼絲繩芯與膠帶的粘合力下降而脫膠等故障，這些故障得不到及時檢測和處理將會導(dǎo)致斷帶事故的發(fā)生，而造成停產(chǎn)、運輸物料的損耗、設(shè)

2、備的損壞、巨大的經(jīng)濟損失和人員傷亡，嚴(yán)重影響安全生產(chǎn)。因此，需要研制一種強力輸送帶檢測系統(tǒng)。
　　 本文針對X光的強力輸送帶鋼絲繩芯圖像處理與故障識別算法進行了研究。研究了鋼絲繩芯圖像的處理方法，采用直方圖均衡化、中值濾波等算法對鋼絲繩芯圖像處理，提高了圖像的質(zhì)量，為其故障識別奠定了基礎(chǔ)。研究了鋼絲繩芯圖像故障識別算法，提出了基于規(guī)則帶(RB，Regular Bands)和支持向量機(SVM，Support Vector Mac

3、hine)的鋼絲繩芯圖像故障識別算法。該算法是利用規(guī)則帶算法對處理后的鋼絲繩芯圖像進行故障檢測，得到鋼絲繩芯故障圖像;再利用支持向量機算法對檢測的故障圖像進行分類，獲得分類的故障圖像。在MATLAB環(huán)境下編寫了算法的軟件，驗證了算法的有效性和準(zhǔn)確性。采用了C＃語言編寫了算法軟件，并進行了實驗，結(jié)果表明該算法能夠快速準(zhǔn)確地檢測鋼絲繩芯的故障圖像，并能夠?qū)ΤＲ姷膭潅蛿嗔褍深惞收线M行自動分類，檢測和分類的準(zhǔn)確度高，適合鋼絲繩芯圖像的故障識別