煤質(zhì)快速分析方案的應(yīng)用研究

劉建兵

（晉城煤炭高新技術(shù)服務(wù)有限公司，山西 晉城 048026）

引言

煤炭是我國重要的能源資源，在國民經(jīng)濟(jì)中占據(jù)著十分重要的位置，我國煤炭儲量雖大，但多數(shù)位置的煤質(zhì)較差，不易進(jìn)行分選和深加工，因此需要根據(jù)煤質(zhì)的情況進(jìn)行分選，將分選后的煤炭送到不同的區(qū)域進(jìn)行處理，實(shí)現(xiàn)效益的最大化。目前選煤廠一般采用快浮檢測或者快灰檢測的方案，雖然檢測精度較高，但單次檢測時(shí)間長達(dá)一個(gè)小時(shí)，效率極低。隨著選煤廠分選自動(dòng)化程度的不斷提升，煤質(zhì)識別效率低已經(jīng)成為限制選煤廠分選效率進(jìn)一步提升的關(guān)鍵，而且目前的煤質(zhì)分選是獨(dú)立進(jìn)行，無法和整個(gè)煤炭的分選過程實(shí)現(xiàn)聯(lián)動(dòng)，難以滿足選煤廠煤質(zhì)識別-煤質(zhì)自動(dòng)分選的智能化動(dòng)態(tài)處理需求。

本文提出了一種新的煤質(zhì)自動(dòng)識別方案，通過非接觸式的煤粒圖像自動(dòng)分割、煤粒狀態(tài)識別，實(shí)現(xiàn)了對煤炭煤質(zhì)狀態(tài)的自動(dòng)判斷，根據(jù)實(shí)際應(yīng)用表明，該自動(dòng)分析方案能夠?qū)⒚嘿|(zhì)檢測時(shí)間縮短97.4%，初步能夠滿足選煤廠自動(dòng)選煤效率的需求，為實(shí)現(xiàn)選煤廠的智能化煤質(zhì)分選奠定了基礎(chǔ)。

1 視覺煤質(zhì)分析原理

要滿足選煤廠煤質(zhì)實(shí)時(shí)動(dòng)態(tài)監(jiān)測的需求，就要實(shí)現(xiàn)對輸送帶上煤流狀態(tài)進(jìn)行實(shí)時(shí)監(jiān)測，因此提出了基于非接觸式的機(jī)器視覺分析方案，通過視頻攝像裝置對不同時(shí)間段的煤流情況進(jìn)行監(jiān)控，然后對圖像進(jìn)行分割處理，提取出煤炭顆粒的區(qū)域特征信息，然后將獲取的視頻監(jiān)測信息和系統(tǒng)內(nèi)設(shè)定好的煤炭粒度分級情況對比，進(jìn)而獲取煤炭的煤質(zhì)組成信息。

對煤質(zhì)中煤炭和煤矸石的識別，主要是通過煤矸石和煤炭表面顏色、表面紋理的不同來進(jìn)行區(qū)分，因此在進(jìn)行視覺判別時(shí)，可利用神經(jīng)網(wǎng)絡(luò)技術(shù)，建立不同顆粒區(qū)域的特征圖像及排布關(guān)系表，快速識別出不同紋理特征顆粒的分布情況，進(jìn)而判斷出煤流內(nèi)煤炭和煤矸石的分布情況，

對煤流內(nèi)煤炭粒度的分析，主要是利用煤炭顆粒的投影面積及圖像分割識別技術(shù)來進(jìn)行判斷，假設(shè)煤炭顆粒的直徑為d，則在一個(gè)面上的投影S 及體積V可表示為式（1）、式（2）[1]：

由于煤流中的煤炭顆粒的形狀不規(guī)則，而一般來說，若煤炭的投影面積已知，則其粒徑和體積可近似表示為式（3）、式（4）[2]：

式中：α、β 分別表示煤炭顆粒的形狀系數(shù)。

通過以上分析，利用非接觸式圖像分割方案，通過對煤炭表面紋理、巖石、粒度等級、體積分布的分析和預(yù)測，即可快速地完成對取樣圖片上煤質(zhì)情況的快速分析，為調(diào)整煤炭分選參數(shù)，提高煤炭分選效率和經(jīng)濟(jì)性奠定了基礎(chǔ)。基于非接觸式的圖像分割識別方案原理如圖1 所示[3]。

圖1 基于非接觸式的圖像分割識別方案

2 圖像分割識別原理

該非接觸式的圖像分割識別效果直接決定了煤質(zhì)識別的精確性，傳統(tǒng)的圖像識別技術(shù)由于缺乏圖像分割算法[4]，因此只能識別出輸送帶上煤流的的堆積形狀，無法對煤體上的煤粒、煤矸石分布情況進(jìn)行識別，難以滿足對煤質(zhì)的自動(dòng)判斷需求，因此本文提出采用圖像分割技術(shù)[5]，對圖片上煤粒的分布進(jìn)行判斷。同時(shí)，為了解決相鄰煤炭顆粒間顏色相近、紋理相近難以識別的難題，采用了圖像增強(qiáng)技術(shù)[6]，對成像后的煤炭顆粒進(jìn)行對比色加強(qiáng)，提高煤粒之間的對比度，加強(qiáng)了煤粒的邊緣色彩信息，同時(shí)利用最大值和最小值濾波消除的方式，對不明顯的紋理進(jìn)行弱化，提高相鄰煤粒之間的對比度，提升識別效果。

在進(jìn)行數(shù)據(jù)分析時(shí)，將圖像邊緣連接的區(qū)域設(shè)置為黑色背景，在黑色背景區(qū)域默認(rèn)是接觸邊緣位置，不進(jìn)行圖像分割計(jì)入，從而消除圖像中煤炭堆積的空隙區(qū)，提高分析的準(zhǔn)確性。采用如下分割優(yōu)化識別技術(shù)后的效果如圖2 所示。

圖2 圖像分割識別效果示意圖

3 煤質(zhì)快速識別技術(shù)應(yīng)用

為了對該煤質(zhì)快速分析方案的有效性進(jìn)行驗(yàn)證，在選煤廠搭建了一條動(dòng)態(tài)煤質(zhì)實(shí)時(shí)檢測線體，在煤炭進(jìn)入分選前的輸送帶處設(shè)置了采集裝置，該視頻裝置主要包括光源、信息處理器、除塵裝置、檢測源及擋光架幾個(gè)部分。

光源主要是用于保持采樣區(qū)域內(nèi)亮度的一致性，從而確保了在不同時(shí)間段內(nèi)取樣圖片的效果，同時(shí)還起到對煤炭煤粒間接觸區(qū)域的加強(qiáng)作用，提高圖像分割時(shí)的煤粒分割效果。除塵裝置主要用于對取樣區(qū)域內(nèi)的揚(yáng)灰進(jìn)行清理，提高圖像識別效果，信息處理器主要是對視頻采樣的圖片進(jìn)行分析，檢測源主要是視頻及圖像采集裝置，實(shí)現(xiàn)對檢測樣品的非接觸式取樣。該選煤廠的煤質(zhì)快速識別系統(tǒng)界面如圖3 所示。

圖3 原煤快速識別系統(tǒng)示意圖

通過對煤礦井下應(yīng)用的實(shí)際分析，采用新的非接觸式煤粒圖像分割方案，進(jìn)行煤質(zhì)識別的時(shí)間僅為0.026 h，比優(yōu)化前縮短了97.4%，極大地提升了選煤廠煤質(zhì)分選效率和可靠性。

4 結(jié)論

針對選煤廠煤質(zhì)分析自動(dòng)化程度低、分析速度慢、精確性差的不足，提出了一種新的煤質(zhì)快速分析方案，其采用了非接觸式煤粒圖像分割的方案，實(shí)現(xiàn)了對煤炭粒度、色澤度的快速判斷，根據(jù)在選煤廠的實(shí)際應(yīng)用表明：

非接觸式的機(jī)器視覺分析方案，通過視頻攝像裝置對不同時(shí)間段的煤流情況進(jìn)行監(jiān)控，將獲取的視頻監(jiān)測信息和系統(tǒng)內(nèi)設(shè)定好的煤炭的粒度分級情況對比，進(jìn)而獲取煤炭的煤質(zhì)組成信息。

利用圖像分割技術(shù)及圖像增強(qiáng)技術(shù)，能夠?qū)γ禾款w粒進(jìn)行對比色加強(qiáng)，提高煤粒之間的對比度，提升識別效果。

新的自動(dòng)分析方案能夠?qū)⒚嘿|(zhì)檢測時(shí)間縮短97.4%，為實(shí)現(xiàn)選煤廠的智能化煤質(zhì)分選奠定了基礎(chǔ)。