摘要：随着煤炭生产企业机械化程度的不断提高，紧接而来的是机电设备故障及人员违章操作引起的事故增多。虽然各选煤厂在生产线均安装有大量的监控摄像设备，但需要人员实时查看，发现险情时也需要人员实时操作关停设备，而视频监控人员连续长时间的面对大量的监控画面，很难克服生理疲惫，做到精确的事故预控。
关键词：图像识别，选煤。
1、前言
图像识别技术的原理是利用计算机对图像进行加工处理，以得到某些预期的效果，并从中提取有用信息，实现人对事物或现象的分析、描述、判断和识别。因此，利用智能视频分析检测技术，物联网技术，对管控区域人员不及时到岗、人员违章闯入，溜槽堵塞，振动筛物料异常等事件发生时，产生自动报警、停机等保护动作。做到预先报警与现场控制相结合，及时处置与事后查证相结合，将堆煤、人员违章操作等事故消灭在萌芽状态。目前，国内、国外己经把图像处理技术应用到很多领域，其中最典型的应用有：车牌识别、手写体识别、遥感图像处理和空间探测、医用图像处理、图像跟踪和光学制导、机器人视觉及图像测量等。
2、研究内容
2.1图像数据库的建立
图像数据库检索是当今信息时代人们广泛关注的热点问题，主要包括对图像内容的描述（特征表达及提取）图像数据库管理、图像匹配等内容。以图像数据库检索为主线，讨论基于视觉内容的图像检索方法，主要探讨基于图像的颜色特征、纹理特征、以及形状特征等不同图像特征的图像数据库检索方式。
2.2实时图像特征匹配算法研究
图像特征匹配是在提取出图像特征后的一步，它将待识别物体的特征值与杂物特征库中的特征值相对比，最后得出煤流、人员、杂物的种类。图像特征匹配常用的主要有基于灰度基础的匹配算法和基于形状的匹配算法。本研究通过对选煤厂振动筛流量异常的图像特征及拍摄环境进行考虑，在结合两者的基础上选择最适合的匹配算法。
2.3高速动态图像采集系统的搭建
通过前几步的研究，最终确定实验方案与实验设备的安装位置。然后将图像采集系统（主要包括摄像机、照明设备），图像处理系统（主要包括计算机相关软件的安装、调试）等设备进行安装、调试。
3、功能实现
3.1对自动采集机样品收集监控
设定采集时间，当采样人员在规定时间内，进入采样区域，进行记录并传输到控制室。若在规定时间内，采样人员未及时到岗，智能分析设备会自动发出警告信号到调度室，提醒调度人员做出有效措施。
3.2溜槽堵塞监测报警系统
在选煤厂的生产过程中经常发生溜槽堵塞等生产事故，一旦发生堵塞就会影响整个生产系统的运行，造成经济损失。
利用溜槽入口与出口工作状况有必然关联的特点，采用智能视频分析技术开发“振动筛流量异常监测报警系统”，实现实时监测，在溜槽入口和出口安装高清摄像机，实时视频画面通过光纤传回调度室的智能分析设备中，当两个摄像机上的工作状况异常时智能分析器即时产生报警，通过光纤将报警信号传回现场的报警设备中并以语音方式提醒现场值班人员及调度室人员及时处理，预防生产事故发生。
3.3管控区域人员违章报警系统
选煤厂生产过程中存在较多的危险区域，如皮带机、刮板机周边，铁路道场长期滞留等。往往由于操作人员麻痹大意，或报有侥幸心理违规操作，极易造成人员伤亡事故的发生。虽然有些皮带机、刮板机安装了安全围栏等物理保护装置，也依然不能彻底阻止违规操作行为带来的人身伤害。
图一 危险区域禁止闯入及预警
基于这一现象，应用智能视频分析技术，在高清实时视频上应用智能视频分析技术，设置虚拟绊线，对生产区域需管控的或高危地段进行标示，当人员进入管控或高危地段时，触发加装智能芯片的高清摄像机与智能视频分析器实时联动，即时发出报警信号给前端现场，以声光方式提醒现场人员注意安全，并同步将报警画面传至后台控制室，同时通过语音提醒后台值班人员。
3.4振动筛物料异常状态监测
振动筛是选煤厂中最重要的洗选设备之一，其筛板是安装是采用塑料卡槽与轨道相结合的方式。在振动筛在运行时，其以15HZ左右的频率周期性振动，因筛板质量问题、塑料长期使用老化变形造成筛板掉落严重制约生产正常进行，产品质量事故时有发生，是急需解决的一个难题。
用振动筛物料料量、粒度或分布异常与上段旋流器工作状况有必然关联的特点，采用智能视频分析技术开发“振动筛物料异常监测报警系统”，实现实时监测，在振动筛前上方安装高清摄像机，实时视频画面通过光纤传回调度室的智能分析设备中，当震动筛上的物料异常时智能分析器即时产生报警，通过光纤将报警信号传回现场的报警设备中并以语音方式提醒现场值班人员及时检查上段旋流器工作情况，预防生产事故发生或扩大。
图二 振动筛物料异常实时监控
4、效果分析
充分利用临涣选煤厂现有生产线的装备和技术，通过图像识别技术，减少生产事故发生，减少人员安全事故，提高企业的综合效益，保障生产顺利、有序的运行。
4.1在生产作业重点危险区域，集中监测监控现场人员及预警，减少操作人员意外或违章进入危险区域，造成伤亡的可能性。
4.2提高对设备的故障发现的及时性和准确性，防止事故扩大化；加强对生产环节的精准调度和管理，提高生产效率。
4.3可实时抓拍现场图片，有利于现场问题或事故的追溯，为事故分析提供一手资料。同时，形成图片和视频数据库，利用多媒体和宣传栏展示出来形成案例教育和培训资料。
参考文献
[1]周永柏，智能监控技术，大连理工大学出版社，2012年.
[2]王耀南，计算机图像处理与识别技术，高等教育出版社，2001年.
论文作者:袁明朋
论文发表刊物:《科技新时代》2019年4期
论文发表时间:2019/6/18
标签：振动筛论文; 图像论文; 人员论文; 智能论文; 实时论文; 特征论文; 溜槽论文; 《科技新时代》2019年4期论文;