首页 > 论文范文 > 工程工业论文 > 工程综合论文 > 矿业工程论文 > 矿用芳纶输送带X射线无损检测方法

矿用芳纶输送带X射线无损检测方法

2025-04-06 11 上传者：管理员

摘要：随着矿用芳纶输送带的广泛应用，其损伤问题日益突出。提出一种双目线性X射线芳纶输送带缺陷检测方法。利用2组线阵列X射线光电检测模组进行输送带X射线图像采集，采用分层成像技术将采集到的图像进行分层显示，有效地对输送带表面损伤和骨架损伤进行区分；采用深度学习模型对损伤目标进行检测，提高芳纶输送带检测的准确性，避免芳纶输送带异常未能及时发现造成的重大安全生产事故。

关键词：
X射线
分层成像
损伤检测
芳纶
输送带
加入收藏

芳纶纤维作为一种高性能材料,具有卓越的强度和轻质的特点[1]｡芳纶绳芯输送带逐渐取代钢丝绳芯输送带,成为矿山强力运输的主要选择｡随着矿用芳纶输送带在各个领域的广泛应用,其损伤问题也逐渐凸显出来｡常见的损伤类型包括断裂､磨损､接头伸长等｡这些损伤不仅会影响输送带的正常运行,降低运输效率,而且如果不能及时检测和修复,还会导致输送带的进一步损坏,甚至引发严重的生产事故[2]｡

目前,芳纶输送带损伤检测仍处于初始的研发阶段,尚未形成成熟完善的检测体系｡在现有的芳纶输送带检测方法中,对输送带接头进行检测是最为重要的一种方式[3]｡这种方法主要借助电磁或者RFID技术来实现[4-5],在输送带接头处预埋电磁线圈或RFID标签,通过监测这些线圈或标签的信号变化来检测接头是否出现伸长､断裂等故障[6-7]｡该方法易受电磁信号干扰,从而影响检测的准确性和可靠性[8]｡

本文提出一种双目线性X射线芳纶输送带缺陷检测的方法,利用2组线阵列X射线光电检测模组,对输送带进行全方位､高精度的X射线图像采集｡2组模组相互配合,从不同角度捕捉输送带深度信息,采用分层成像技术对采集到的图像进行分层显示,能够有效地对输送带表面损伤和骨架损伤进行清晰区分｡使用深度学习模型对损伤目标进行检测,能够提高检测准确率和实时性,有效避免芳纶输送带异常未能及时发现而造成的重大安全生产事故,对于保障生产安全､提高生产效率具有重要的意义｡

1、双目线性X射线分层成像方法

由于芳纶芯骨架材质和上､下橡胶层材质密度较为相近,采用传统的单目X射线技术无法有效区分骨架损伤和橡胶层损伤;而采用双目X射线成像技术进行成像,能够通过视差原理有效地对输送带骨架和上､下覆盖橡胶层进行区分,能够更准确地定位损伤位置[9],有效地区分骨架损伤和表面损伤,对输送带健康状况进行更加精准的评估｡

1.1双目成像原理

X射线双目成像是基于双目立体视觉的原理[10],通过X射线源发射宽幅X射线束,对物体进行照射,然后由前后间隔的2组线阵探测器分别接收从不同角度穿透输送带后的X射线信号,从而获得输送带在2个不同视角下的X射线图像,如图1所示｡

图1双目X射线分层显示原理

通过对2个视角下的X射线图像进行分析和处理,可以利用图像匹配技术得到图像中对应点的位置差异,即视差｡根据视差和2组线阵探测器及射线源的位置关系,通过计算得到输送带图像各部分的深度信息,对输送带进行分层显示｡

1.2分层成像

分层成像算法实现过程包括图像采集､立体匹配算法和分层成像｡

(1)图像采集

采用前后布置的2组光电检测模组进行运行输送带的扫描,通过信号采集模块进行图像采集,生成前后2幅运行状态下的输送带深度图像｡在实验室环境下,根据2组采集模组采集的图像和前后2组光电检测模组分别采集到的芳纶芯输送带深度图像,通过采集图像中的信息无法直接区分骨架损伤和上､下橡胶层损伤｡

(2)立体匹配算法

使用Harris算法来提取两幅输送带深度图像的特征点｡该算法通过计算图像局部区域的梯度变化来检测角点,能够有效地提取出图像中的特征点｡

采用D-Census双目立体匹配算法进行2组图像的匹配｡Census变换对于双目X射线输送带图像中的前视图,针对每个目标中心像素点p,建立一个矩阵窗口,并考虑中心邻域N内的每个像素点q｡通过比较p和q的灰度值,生成一个二进制字符串来描述p邻域内像素强度的排列情况｡此过程能够捕捉输送带图像中局部像素强度的相对排序信息,为后续的立体匹配提供基础特征｡Census算法反映中心像素点与其邻域内像素的相对亮度关系,其灰度值定义的映射关系为

在进行双目视觉立体匹配时,需要计算2个视图中对应像素点的Census变换后输出的二进制比特串,然后根据这2个比特串进行下一步汉明距离的计算,就可以得到这2点的相似度｡

D-Census算法采用Dice系数来取代Census变换中使用的汉明距离,Dice系数是用于衡量2个集合相似度的指标｡在立体匹配算法中,将2个视图的Census变换结果视为2个集合,通过计算其交集和并集来评估相似度｡Dice系数定义为交集的2倍除以2个集合元素数量之和,首先通过按位与操作计算2个Census变换结果的交集(即两者都标记为1的位的数量),然后计算交集的2倍及2个集合的元素数量之和｡Dice系数在处理具有复杂纹理､光照变化或一定程度遮挡的图像时,能够提供更为鲁棒的匹配性能,其数学表达式为

为每个目标像素点p寻找在视差搜索范围dmin和dmax内相似度最高的匹配点,以Dice系数作为2个像素点的匹配代价

(3)分层成像

双目X射线成像视差原理基于双目立体视觉原理,与可见光中双目立体视差原理相似｡在双目X射线成像中,通过2个不同角度的X射线对物体进行照射,获取不同视角下的图像,如图2所示｡以2个相机的中心连线距离为基线,当空间中的一点P在2个相机中的成像点为P1和P2时,将射线源位置定义为初始点,P点在前光电模组中成像位置点P1,X轴上坐标为x1,P点在后光电模组中成像位置点P2,X轴上坐标为x2,则2组光电模组的视差为

图2X射线双目立体视原理

X射线成像模型与可见光在视差的形成上有所区别,空间中一点P(x,y,z),经过X射线后在前光电模组中投影点为P1,经过X射线后在后光电模组中的投影点为P2,P点在输送带运动平面运动距离为d｡以X射线源为坐标原点,射线源的中心轴与探测器相交于点C,向右为坐标系正方向,则P1的坐标为(x1,y,z),P2的坐标为(x2,y,z)｡根据三角形相似原理,可得被测物的空间坐标;随着物体深度Zp的增加,视差D会逐渐减小｡根据视差的大小可以判断目标物体不同的深度｡

2、Shufflenet-YOLOv8损伤检测模型

采用Shufflenet-YOLOv8检测模型进行芳纶输送带损伤检测｡使用Shufflenet_V2替换YOLOv8的主干网络,采集到的芳纶输送带X光深度图象生成芳纶输送带损伤图像数据集,通过数据集对ShufflenetYOLOv8芳纶输送带损伤检测网络进行训练,最终利用训练好模型进行芳纶输送带损伤在线检测｡

3、实验及结果分析

(1)分层成像实验采用本文设计的矿用芳纶输送带无损检测系统进行成像实验,对系统参数进行设置,将数字可调X射线发射器的电压设置为80kV,电流设置为2.5mA,前后2组光电检测模组间距设置为150mm｡采用本文提出的方法对芳纶输送带进行分层成像实验,根据实际情况将芳纶芯输送带分为上橡胶层､芳纶芯骨架层和下橡胶层3层进行显示,如图3所示｡

图3芳纶输送带分层立体成像

(2)损伤检测实验

芳纶输送带损伤检测实验的硬件环境选用Win10操作系统,CPU为i9-12900k,GPU为RTX3090(24GB)､深度学习框架为PyTorch1.8｡训练参数设置:批量大小为16,优化器采用Adam算法,初始学习率为0.01,每经过一定轮数后学习率减少90%,动量设置为0.94｡对Shufflenet-YOLOv8输送带损伤检测模型进行训练与测试｡

采用LabVIEW平台进行上位机软件设计,加载Shufflenet-YOLOv8输送带损伤检测模型进行现场实验,得到检测结果如图4所示｡

图4实验检测结果上位机显示界面

4、结语

本文提出了一种双目线性X射线芳纶输送带缺陷检测方法,通过双目X射线分层成像技术进行芳纶芯输送带分层立体显示,采用ShufflenetYOLOv8对芳纶芯输送带进行损伤检测,提升了检测的准确性和效率｡实验结果表明,该技术在实际应用中具有高可靠性和稳定性,能够满足芳纶芯输送带损伤检测的高精度和实时检测要求｡未来将进一步优化模型,以提升其在更多复杂场景下的适应性和泛化能力,进一步提高检测效果和实用价值｡

参考文献:

[1]周震宇,宋鑫,李朝红.煤矿用芳纶绳芯阻燃输送带的研制[J].中国橡胶,2021,37(2):53-55.

[2]王晓凯,张晓飞,郭大波,等.钢丝绳芯输送带接头检测的纹理编码研究与应用[J].煤矿机械,2015,36(9):220-222.

[3]郭宽宽.基于图像匹配的钢丝绳芯输送带接头故障检测算法研究[D].天津:天津工业大学,2022.

[4]张瑞平,李文武,张改转.基于传感技术的输送带接头在线监测系统的应用研究[J].煤炭技术,2016,35(7):231-233.

[5]毛清华,贺鑫,马宏伟,等.基于特征间隔的煤矿钢丝绳芯输送带接头自动定位方法[J].煤炭技术,2019,38(2):129-131.

[6]李现国,张灿,张磊,等.钢丝绳芯输送带接头伸长量计算方法[J].工矿自动化,2018,44(4):8-13.

[7]方崇全,樊荣,张荣华.新型钢丝绳芯输送带接头抽动检测算法[J].煤矿机械,2015,36(4):13-16.

[8]李现国,苗长云,符祎,等.矿用输送带接头伸长量计算及故障检测方法[J].煤炭科学技术,2015,43(3):82-86.

[9]邹小庆,王经瑾.X射线分层成像的深度谱立体匹配技术[J].核电子学与探测技术,1999(3):19-22.

[10]田婷,陈平,刘宾.基于立体匹配技术的X射线分层成像方法研究[J].机械与电子,2021,39(9):3-7.

基金资助:天津市重点研发计划科技支撑重点项目(18YFZCGX00930);