刮板输送机链条工况监测系统及监控方法

权利要求书： 1.刮板输送机链条工况监测系统的监测方法，其特征在于：具体包括如下步骤：

步骤1，刮板输送机链条工况监测系统首次启动时，对刮板输送机(9)中链条(6)、刮板(7)、刮板螺丝(5)标准特征进行跑合一圈采集，获取相关被测样件标准初始模型数据，构建自主学习系统中的标准模型库；

步骤2，分别通过2D相机(3)和3D激光相机(2)采集被测样件的2D与3D矢量图像信息后，将实时采集的图像信息与步骤1建立的自主学习系统中的标准模型库中的相关信息进行对比，识别出链条(6)、刮板(7)、刮板螺丝(5)的缺陷特征；对识别的缺陷特征进行分级管控，并存储拍照、留证和存入自主学习系统缺陷模型库中，所有信息记录于防爆计算机(1)中；在防爆计算机(1)中经过转换与处理，根据链条(6)、刮板(7)、刮板螺丝(5)的监测特性将图像分割后显示在防爆计算机(1)的显示器屏幕上，并显示不同分级预警信息；

所述步骤2中识别出链条(6)、刮板(7)、刮板螺丝(5)的缺陷特征具体如下：

对链条(6)的节距变化、链条链环直径大小变化、链环裂缝、链环断裂、链环磨损量、异物监测；

对刮板(7)的横斜、断裂、磨损量监测；

对刮板螺丝(5)的缺失与松脱监测；

所述链条(6)的各缺陷特征进行分级管控及分级预警的过程如下：

节距变化监测：采用3D激光相机(2)测量链条(6)平环直径d1、立环直径d2、立环外形长度L2、链条平、立环间距L3，通过防爆计算机(1)计算出实测平、立环之间的节距值与标准节距L进行对比，将链条平、立环的节距伸长量ΔL与标准伸长量ΔL0进行对比；

分级预警情况如下：

当ΔL＜ΔL0时，系统不提示，仅提供数值参考；

ΔL≥ΔL0时，系统提示，报警灯变为红色，可不停机，但在检修时间进行维护处理；

链条(6)链环的直径大小变化监测：采用3D激光相机(2)测量链条平、立环的直径d1、d2，与标准D1、D2进行比对计算出实际变形量ΔD；

分级预警情况如下：

当ΔD＜ΔD0时，系统不提示，仅提供数值参考；

ΔD≥ΔD0时，系统提示，报警灯变为红色，可不停机，但在检修时间进行维护处理；

链条(6)链环的裂缝监测：由3D激光相机(2)测量裂缝宽度大小，由2D相机(3)测量裂缝与链环颜色区别进行识别判断，将实测裂纹宽度b1与允许裂缝宽度b进行对比：

分级预警情况如下：

b1≥b时，系统提示，报警灯变为红色，停机检修；

b1大于3b时，系统提示，报警灯变为红色，必须停机检修；

链条(6)链环的断裂监测：由3D激光相机(2)测量断裂破口大小，由2D相机(3)测量断裂破口颜色区别进行识别判断；

分级预警情况如下：

只要检测到链环断裂破口时，系统提示，报警灯变为红色，必须停机检修；

链条(6)链环的磨损量监测：由3D激光相机(2)测量链条(6)平、立环的直径d1、d2，立环外形长度L2、链条平、立环间距L3、外形轮廓、高度信息，得到链环实际形变量X，将链环实际形变量X与误差允许变形量X0进行对比：

分级预警情况如下：

当X＜X0时，系统不提示，仅提供数值参考；

X≥X0时，系统提示，报警灯变为红色，可不停机，但在检修时间进行维护处理；

链条(6)上的异物监测：由2D相机(3)采集异物外形轮廓、颜色信息，对实际测量的异物面积S与误差允许的异物面积S0进行对比：

分级预警情况如下：

当S＜S0时，系统不提示，仅提供数值参考；

S≥10S0时，系统提示，报警灯变为红色，可不停机，但在检修时间进行维护处理；

步骤3，操作人员根据防爆计算机(1)上提示的预警等级对刮板输送机(9)进行相应的维护处理。

2.根据权利要求1所述的刮板输送机链条工况监测系统的监测方法，其特征在于：所述刮板(7)的各缺陷特征进行分级管控及分级预警的过程如下：

刮板(7)的横斜：由3D激光相机(2)监测刮板的外形轮廓信息，由2D相机(3)识别判断相邻两个刮板间距是否平行，获取刮板(7)平行度R，同时与缺陷库设定值R0进行实时比对：

分级预警情况如下：

当R＜R0时，系统不提示，仅提供数值参考；

R≥R0时，系统提示，报警灯变为红色，可不停机，但在检修时间进行维护处理；当大于2倍时，必须停机维护；

刮板(7)的断裂：由3D激光相机(2)检测刮板(7)的外形轮廓、裂纹宽度信息，由2D相机(3)对刮板外形、缺失部位、颜色信息进行识别；

预警情况如下：只要检测到刮板(7)有断裂部位时，系统提示，报警灯变为红色，必须停机检修，排查故障；

刮板(7)的磨损量监测：由3D激光相机(2)测量刮板(7)头部宽度B1、刮板中部宽度B2、刮板链窝处宽度B3、高度H1信息，再由系统进行处理生成3D矢量彩色图，得到刮板外形轮廓的实际形变量ΔM，将ΔM与误差允许变形量ΔM0进行对比；

分级预警情况如下：

当ΔM＜ΔM0时，系统不提示，仅提供数值参考；

ΔM≥ΔM0时，系统提示，报警灯变为红色，在检修时间进行维护处理；

刮板链窝处宽度B3与高度H1，只要任何一个值小于其相应规定值B3与高度H1时，均需报警，系统提示，报警灯变为红色，在检修时间进行维护处理。

3.根据权利要求1所述的刮板输送机链条工况监测系统的监测方法，其特征在于：所述刮板螺丝(5)的各缺陷特征进行分级管控及分级预警的过程如下：

刮板螺丝(5)的缺失：由3D激光相机(2)检测刮板螺丝的外形轮廓、高度三维立体信息，由2D相机(3)对刮板螺丝外形、缺失部位、颜色信息别进行识别判断刮板螺丝的缺失；

分级预警情况如下：

当检测刮板螺丝(5)缺失数量少于单个刮板螺丝配置数量的35％，报警灯变为黄色，在检修时间进行维护处理即可；

当检测刮板螺丝缺失数量大于等于单个刮板螺丝配置数量的40％，报警灯变为红色，可不停机，可在检修时间进行维护处理即可；

刮板螺丝(5)的松脱：由3D激光相机(2)测量刮板螺母外平面与螺母安装面间距离H2，与标准规定紧定距离h2进行比对，二者的高度差Δh应小于Δh0；

分级预警情况如下：

当Δh＜Δh0时，系统不提示，仅提供数值参考；

Δh≥Δh0时，系统提示，报警灯变为红色，在检修时间进行维护处理。

说明书： 刮板输送机链条工况监测系统及监控方法技术领域

本发明属于煤矿机械设备自动化监测与检测技术领域，涉及一种刮板输送机链条工况监测系统，本发明还涉及刮板输送机链条工况监控方法。

背景技术

刮板输送机作为综采工作面重要的生产运输设备之一，其主要是通过电机驱动减速器减速后再驱动链轮轴组，链轮轴组再驱动链条，链条再带动刮板在中部槽内推动煤炭进行输送式循环运行。刮板输送机链条常常处于高负荷、恶劣工况环境之下，链环容易产生断裂、裂纹、节距伸长、磨损等问题；刮板容易产生横斜、断裂、磨损等故障现象；刮板螺栓易产生松脱、断裂、缺失等现象。这些故障与问题严重影响刮板输送机安全可靠的运行与生产效率，因此目前对链条工况监测的需求越来越强烈，能实时监测链条工况，提前介入，避免因维护和检测不及时造成设备故障或停机损失，同时也能利用智能化监测手段保证设备可靠的运行。

虽然市场上有刮板输送机断链监测装置，大部分都是处于故障发生以后才能监测到，属于事后停机保护，无法做到故障前期预警，提前维护。

发明内容

本发明的目的是提供一种刮板输送机链条工况监测系统，该系统能够对刮板输送机链条工况进行实时在线监测、减少停机损失。

本发明的目的是还提供一种刮板输送机链条工况监测方法。

本发明所采用的第一种技术方案是，刮板输送机链条工况监测系统，包括防爆计算机，防爆计算机分别连接2D相机和3D激光相机，2D相机和3D激光相机安装于刮板输送机的机尾处并向下照射，刮板输送机上安装有测速设备。

本发明第一种技术方案的特点还在于：

2D相机的安装机架上设有补光灯。

3D激光相机的数量至少为1个。

测速设备为编码器或激光测速仪；编码器安装在刮板输送机的驱动轴上，激光测速仪安装在刮板输送机的机尾处；

当测速设备为编码器时，刮板输送机的机尾处还同时安装有接近开关。

刮板输送机的机尾处安装有报警灯。

本发明采用的第二种技术方案是，刮板输送机链条工况监测方法，具体包括如下步骤：

步骤1，刮板输送机链条工况监测系统首次启动时，对刮板输送机中链条、刮板、刮板螺丝标准特征进行跑合一圈采集，获取相关被测样件标准初始模型数据，构建自主学习系统中的标准模型库；

步骤2，分别通过2D相机和3D激光相机采集被测样件的2D与3D矢量图像信息后，将实时采集的图像信息与步骤1建立的自主学习系统中的标准模型库中的相关信息进行对比，识别出链条、刮板、刮板螺丝的缺陷特征；对识别的缺陷特征进行分级管控，并存储拍照、留证和存入自主学习系统缺陷模型库中，所有信息记录于防爆计算机中；在防爆计算机中经过转换与处理，根据链条、刮板、刮板螺丝的监测特性将图像分割后显示在防爆计算机的显示器屏幕上，并显示不同分级预警信息；

步骤3，操作人员根据防爆计算机上提示的预警等级对刮板输送机进行相应的维护处理。

本发明第二种技术方案的特点还在于：

步骤2中识别出链条、刮板、刮板螺丝的缺陷特征具体如下：

对链条的节距变化、链条链环直径大小变化、链环裂缝、链环断裂、链环磨损量、异物监测；

对刮板的横斜、断裂、磨损量；

对刮板螺丝的缺失与松脱。

链条的各缺陷特征进行分机管控及分级预警的过程如下：

节距变化监测：采用3D激光相机测量链条平环直径d1、立环直径d2、立环外形长度L2、链条平、立环间距L3，通过防爆计算机计算出实测平、立环之间的节距值与标准节距L进行对比，将链条平、立环的节距伸长量ΔL与ΔL0进行对比；

分级预警情况如下：

当ΔL＜ΔL0时，系统不提示，仅提供数值参考；

ΔL≥ΔL0时，系统提示，报警灯变为红色，可不停机，但在检修时间进行维护处理；

链条链环的直径大小变化监测：采用3D激光相机测量链条平、立环的直径d1、d2，与标准D1、D2进行比对计算出实际变形量ΔD，

分级预警情况如下：

当ΔD＜ΔD0时，系统不提示，仅提供数值参考；

ΔD≥ΔD0时，系统提示，报警灯变为红色，可不停机，但在检修时间进行维护处理；

链条链环的裂缝监测：由3D激光相机测量裂缝宽度大小，由2D相机测量裂缝与链环颜色区别进行识别判断，将实测裂纹宽度b1mm与允许裂缝宽度bmm进行对比：

分级预警情况如下：

b1≥b时，系统提示，报警灯变为红色，停机检修；

b1大于3b时，系统提示，报警灯变为红色，必须停机检修；

链条链环的断裂监测：由3D激光相机测量断裂破口大小，由2D相机测量断裂破口颜色区别进行识别判断；

分级预警情况如下：

只要检测到链环断裂破口时，系统提示，报警灯变为红色，必须停机检修；

链条链环的磨损量监测：由3D激光相机测量链条平、立环的直径d1、d2，立环外形长度L2、链条平、立环间距L3、外形轮廓、高度信息，得到链环实际形变量X，将链环实际形变量X与误差允许变形量X0进行对比：

分级预警情况如下：

当X＜X0时，系统不提示，仅提供数值参考；

X≥X0时，系统提示，报警灯变为红色，可不停机，但在检修时间进行维护处理；

链条上的异物监测：由2D相机采集异物外形轮廓、颜色信息，对实际测量的异物面积S与误差允许的异物面积S0进行对比：

分级预警情况如下：

当S＜S0时，系统不提示，仅提供数值参考；

S≥10S0时，系统提示，报警灯变为红色，可不停机，但在检修时间进行维护处理。

刮板的各缺陷特征进行分机管控及分级预警的过程如下：

刮板的横斜：由3D激光相机监测刮板的外形轮廓信息，由2D相机识别判断相邻两个刮板间距是否平行，获取刮板平行度R，同时与缺陷库设定值R0进行实时比对：

分级预警情况如下：

当R＜R0时，系统不提示，仅提供数值参考；

R≥R0时，系统提示，报警灯变为红色，可不停机，但在检修时间进行维护处理；当大于2倍时，必须停机维护；

刮板的断裂：由3D激光相机检测刮板的外形轮廓、裂纹宽度信息，由2D相机对刮板外形、缺失部位、颜色信息进行识别；

预警情况如下：只要检测到刮板有断裂部位时，系统提示，报警灯变为红色，必须停机检修，排查故障；

刮板的磨损量监测：由3D激光相机测量刮板头部宽度B1、刮板中部宽度B2、刮板链窝处宽度B3、高度H1信息，再由系统进行处理生成3D矢量彩色图，得到刮板外形轮廓的实际形变量ΔM，将ΔM与误差允许变形量进行对比；

分级预警情况如下：

当ΔM＜ΔM0时，系统不提示，仅提供数值参考；

ΔM≥ΔM0时，系统提示，报警灯变为红色，在检修时间进行维护处理；

刮板链窝处宽度B3与高度H1，只要任何一个值小于其相应规定值B3与高度H1时，均需报警，系统提示，报警灯变为红色，在检修时间进行维护处理。

刮板螺丝的各缺陷特征进行分机管控及分级预警的过程如下：

刮板螺丝的缺失：由3D激光相机检测刮板螺丝的外形轮廓、高度三维立体信息，由2D相机对刮板螺丝外形、缺失部位、颜色信息别进行识别判断刮板螺丝的缺失。

分级预警情况如下：

当检测刮板螺丝缺失数量少于单个刮板螺丝配置数量的35％，报警灯变为黄色，在检修时间进行维护处理即可；

当检测刮板螺丝缺失数量大于等于单个刮板螺丝配置数量的40％，报警灯变为红色，可不停机，可在检修时间进行维护处理即可；

刮板螺丝的松脱：由3D激光相机测量刮板螺母外平面与螺母安装面间距离H2，与标准规定紧定距离h2进行比对，二者的高度差Δh应小于Δh0；

分级预警情况如下：

当Δh＜Δh0时，系统不提示，仅提供数值参考；

Δh≥Δh0时，系统提示，报警灯变为红色，在检修时间进行维护处理。

本发明的有益效果是，本发明利用2D相机加3D激光相机结合方式，提高系统的识别精度、精准性与自主学习功能，完善缺陷模型库建设，适应性强，可实现大槽宽应用，解决链条工况多参数、多目标、多维度等多样化检测，更加全面合理，可预见性维护，高效保障设备运行，降低安全事故，实现自动化监测。

附图说明

图1是本发明刮板输送机链条工况监测系统的结构示意图；

图2是本发明刮板输送机链条工况监测系统中3D激光相机的结构示意图；

图3是本发明刮板输送机链条工况监测系统中2D相机的结构示意图；

图4是本发明刮板输送机链条工况监测方法中链条、刮板及刮板螺丝监测缺陷结构示意图；

图5是本发明刮板输送机链条工况监测方法中刮板螺丝监测过程中的横截面结构示意图；

图6(a)～图6(b)是本发明刮板输送机链条工况监测方法采用2D相机进行刮板输送机工况监测时链条上存在异物及刮板螺丝的状态示意图；

图7(a)～图7(c)是本发明刮板输送机链条工况监测方法采用3D激光相机进行刮板输送机工况监测时刮板螺丝的状态示意图；

图8(a)～图8(b)是本发明刮板输送机链条工况监测方法采用3D激光相机进行刮板输送机工况监测时链条上存在裂缝的状态示意图。

图中，1.防爆计算机；

2.3D激光相机，201.3D激光相机接线柱；

3.2D相机，301.2D相机接线柱，302.补光灯；

4.接近开关，5.刮板螺丝，6.链条，7.刮板，8.编码器，9.刮板输送机。

具体实施方式

下面结合附图和具体实施方式对本发明进行详细说明。

本发明刮板输送机链条工况监测系统，如图1所示，通电开始工作，2D相机3和3D激光相机2安装于刮板输送机9的机尾处并向下照射，对刮板链条6、刮板7、刮板螺丝5外形轮廓进行拍照与扫描；刮板输送机9的驱动轴上安装有编码器8，编码器8用于采集刮板输送机9的运动速度信息；刮板输送机9的机尾处还安装有接近开关4，接近开关4用于采集刮板7的位置信号。

如图2、3所示，其中2D相机3通过2D相机接线柱301、3D激光相机2通过3D激光相机接线柱201使用数据线与防爆计算机1的接线柱相连，将所获取的数据信息通过数据线传送给防爆计算机1，同时内置于刮板输送机的编码器8与接近开关4也开始工作，也将相关信息传送给防爆计算机1，2D相机3中的补光灯302用于光线不足时自动开启，保障相机对光线的需求。

然后防爆计算机1内装载链条工况监测系统软件，链条工况监测系统软件包括点云数据处理系统与自主学习系统，点云数据处理系统与自主学习系统对接收到的2D相机3和3D激光相机2采集到的信息进行处理，处理方式：边缘提取、曲面拟合、灰度二值化、视觉辨别等算法融合技术，从而剔除干扰及噪点数据。

本发明的链条工况监测系统软件中的自主学习系统与模型库获取被测样件的2D与3D矢量图像信息后，进行学习与分析处理，识别出链条、刮板、刮板螺丝的缺陷特征，对缺陷特征进行分级管控(此处的分级管控根据缺陷的严重程度区分，即根据缺陷是否能够影响刮板输送机正常运行来区分缺陷的级别)，并存储拍照、留证和存入自主学习系统缺陷模型库中，用于后期故障诊断与监测。所有信息记录与防爆计算机存储装置中。

再经过转换与处理，根据链条、刮板、刮板螺丝监测特性将图像分割生成不同功能显示画面，并显示不同分级预警信息(分级预警与分级管控的标准一致)。当有故障出现时，所安装的编码器数据经处理后，可依据相机位置精确报送故障点空间位置，便于工人查找与维护。最后通过防爆计算机1显示模块进行显示，且利用通讯模块功能，可将相关信息传送至地面监控中心或可实现远程监测与查看。

步骤1，对于首次应用或新设备配套该系统时，需要系统对整个刮板输送链条6、刮板7、刮板螺丝5信息特征进行跑合一圈采集，获取相关被测样件标准初始模型数据，存于自主学习系统中的标准模型库，用于后期比对与缺陷模型库数据建立。

步骤2，分别通过2D相机3和3D激光相机2采集被测样件的2D与3D矢量图像信息后，进行学习与分析处理，识别出链条6、刮板7、刮板螺丝5的缺陷特征；2D相机3采集平面图像(RGB的彩色图像)，而3D激光相机2采集的高度信息图像，3D激光相机2对被测样件的颜色没有区分；系统根据不同相机所拍摄数据，以及接近开关4初始标定数据(初始标定数据根据2D相机3和3D激光相机2的安装位置确定，即每一个刮板7在图像的起始位置)(便于画面采集信息分割及截图)，利用相位关系、边缘提取、曲面拟合、灰度二值化、视觉辨别算法融合技术，剔除干扰及噪点数据，形成被测样件的几何数据(几何数据即长、宽、高)和特征信息，对该数据再进行分割、标定、拟合，生成相应矢量信息的2D灰度图与3D彩色点云图。

链条工况监测系统软件中的自主学习系统与模型库获取被测样件的2D与3D矢量图像信息后，进行学习与分析处理，识别出链条、刮板、刮板螺丝的缺陷特征如：

(1)对链条6的节距变化、伸长量、裂纹及磨痕、断裂、磨损；

(2)对刮板7的横斜及弯曲角度、断裂及部分缺失、磨损量；

(3)对刮板螺丝5的缺失与松脱。

步骤3，对步骤2识别的缺陷特征进行分级管控，并存储拍照、留证和存入自主学习系统缺陷模型库中，用于后期故障诊断与监测，所有信息记录于防爆计算机1中；再经过转换与处理，根据链条、刮板、刮板螺丝监测特性将图像分割监控各个特征显示在防爆计算机1的主画面，并显示不同分级预警信息。

故障信息分为三档：

(1)故障信息提示阶段，系统提示内容进行查看与留意；

(2)故障信息预警，系统提示信息进行预防性维护与检查等；

(3)故障报警，系统提示信息进行即使处理或直接停机性维护与排查。

最后通过防爆计算机1通讯模块，可将相关信息传送至地面监控中心或可实现远程监测与查看。

缺陷监测过程的具体判断与预警情形如下：

(1)对链条6的单个链环进行监测(涉及链环的高度、长度、直径信息，单位均为mm)；平环或立环(接链环一般为立环)

监测项目：

节距变化监测：与标准链条6的节距伸长量不能超过8％(一般108-217mm之间)；

主要是由3D激光相机2完成测量，如图4所示测量链条6平环直径d1、立环直径d2，L2-立环外形长度、L3-链条平、立环间距，通过防爆计算机1计算出实测平、立环之间的节距值与标准节距L进行对比，得出平、立环的节距伸长量ΔL应小于标准伸长量ΔL0(一般为6％-8％之间)；

预警：

当ΔL＜ΔL0时，系统不提示，仅提供数值参考；

ΔL接近ΔL0时，系统提示，报警灯变为黄色；

ΔL≥ΔL0时，系统提示，报警灯变为红色，可不停机，但在检修时间进行维护处理；

链条6链环的直径大小变化监测：直径变形量，有无拉断的可能(一般直径规格32-60mm之间)；

主要是由3D激光相机2完成检测，如图4所示测量链条平、立环的直径d1、d2，与标准D1、D2进行比对计算出实际变形量ΔD，直径变形量变化小于ΔD0(一般规定为1mm)；

预警：

当ΔD＜ΔD0时，系统不提示，仅提供数值参考；

ΔD接近ΔD0时，系统提示，报警灯变为黄色；

ΔD≥ΔD0时，系统提示，报警灯变为红色，可不停机，但在检修时间进行维护处理；

链条6链环的裂缝监测：监测链环表面裂缝，识别并提示报警，裂缝宽度≥0.3mm；

主要是由3D激光相机2与2D相机3结合完成检测，3D激光相机2测量裂缝宽度大小，2D相机3可测量裂缝与链环颜色区别进行识别判断，如图4所示测量链条平、立环的裂纹，根据裂纹大小决定两个相机发挥互补的作用，避免单一监测的误差，实测裂纹b1宽度小于bmm(一般0.1mm精度，受实际工况有影响)；

预警：

b1≥b时，系统提示，报警灯变为红色，停机检修；

b1大于3b(3倍)，系统提示，报警灯变为红色，必须停机检修；

链条6链环的断裂监测：监测链环断裂情况，报警(链环断开)；

主要是由3D与2D相机结合完成检测，3D激光相机2测量断裂破口大小，2D相机3可测量断裂破口颜色区别进行识别判断，如图4所示测量链条平、立环的断裂破口大小，根据断裂破口大小及形态发挥互补的作用，避免单一监测的误差

预警：只要检测到链环断裂破口时，系统提示，报警灯变为红色，必须停机检修；

链条6链环的磨损量监测：监测链环磨损量，提示更换(监测链环磨损变形量)；

主要是由3D激光相机2完成测量，如图4所示测量链条平、立环的直径d1、d2，L2-立环外形长度、L3-链条平、立环间距、外形轮廓、高度等信息，再由系统进行处理复原成2D与3D矢量图，综合分析得到链环实际形变量X，X应小于X0(一般规定为20-30％，可自主制定)；

预警：

当X＜X0时，系统不提示，仅提供数值参考；

X接近X0时，系统提示，报警灯变为黄色；

X≥X0时，系统提示，报警灯变为红色，可不停机，但在检修时间进行维护处理；

链环故障点定位判断：发现故障预判故障点的位置并停机(故障点定位，定位精度，0.5米级)；

主要是通过系统软件接收安装在刮板输送机9驱动轴上的测速编码器8的信号，因编码器8与刮板输送机9驱动轴是同步运转，再进行计算与分析出发现故障点时，实时或停机时与相机相对距离，便于故障排查。

预警：系统显示自发现故障点开始，故障点与相机的相对距离，可实现0.5M的定位精度。

链条6上的异物监测：监测链条6有无异物卡挂(异形结构物体识别)；

主要是由2D相机3完成检测，如图4所示通过采集异物外形轮廓、颜色等信息，

因异物的外形与链条6有很大区别，且在物体颜色也有明确的区别，再由系统进行处理产生灰度图像进行识别判断，综合分析得到异物的面积S，应小于S0(一般规定为10平方厘米，可自主制定)；

预警：

当S＜S0时，系统不提示，仅提供数值参考；

S接近S0时，系统提示，报警灯变为黄色；

S≥10S0时(10倍，可设定)，系统提示，报警灯变为红色，可不停机，但在检修时间进行维护处理；

(2)刮板7的监测

刮板7长度监测：根据设备配套长度不等，一般为730mm-1450mm之间；

刮板7的横斜：刮板7的横斜及弯曲超过5°进行报警；

主要是由3D激光相机2与2D相机3结合完成检测，3D激光相机2监测刮板的外形轮廓等信息，2D相机3识别判断相邻两个刮板间距是否平行等信息，再由系统软件进行结合分析处理的得出刮板7平行度R，同时与缺陷库设定值R0(弯曲度超过5-10，可自定)进行实时比对。

预警：

当R＜R0时，系统不提示，仅提供数值参考；

R接近R0时，系统提示，报警灯变为黄色；

R≥R0时，系统提示，报警灯变为红色，可不停机，但在检修时间进行维护处理；当大于2倍时，必须停机维护。

刮板7的裂纹与断裂：刮板断裂报警(单边断裂)；

主要是由3D激光相机2与2D相机3结合完成检测，如图4所示3D激光相机2检测刮板7的外形轮廓、裂纹宽度等信息，2D相机3通过对刮板外形、缺失部位、颜色信息别进行识别判断刮板的断裂、裂纹等，根据断裂破口与裂纹大小及形态发挥互补的作用，避免单一监测的误差。

预警：只要检测到刮板7有裂纹或、断裂破口或缺失部位时，系统提示，防爆计算机1中显示器上的报警灯变为红色，必须停机检修，排查故障；

刮板7的磨损量监测：监测刮板磨损量，超过规定值进行预警(刮板头部及中间平面)；

主要是由3D激光相机2完成测量，如图4、5所示测量刮板头部宽度B1、刮板中部宽度B2、刮板链窝处宽度B3、高度H1等信息，再由系统进行处理生成3D矢量彩色图，综合分析得到刮板实际形变量ΔM，其应小于ΔM0(一般规定为15-25％，可自主制定)；有时也以刮板链窝处宽度B3与高度H1直接进行判定，小于标准值时直接报警，待检修时间进行维护。

预警：

当ΔM＜ΔM0时，系统不提示，仅提供数值参考；

ΔM≥ΔM0时，系统提示，报警灯变为红色，在检修时间进行维护处理；

刮板链窝处宽度B3与高度H1，只要任何一个值小于其相应规定值B3与高度H1时，均需报警，系统提示，报警灯变为黄色，在检修时间进行维护处理；

(3)刮板螺丝5的监测：

刮板螺丝5：选择M20-M36之间；

刮板螺丝5的缺失：监测刮板螺丝5有无缺失等现象(一般为3组螺栓及螺母)；

主要是由3D激光相机2与2D相机3结合完成检测，如图5所示3D激光相机2检测刮板螺丝的外形轮廓、高度等三维立体信息，2D相机3通过对刮板螺丝外形、缺失部位、颜色等信息别进行识别判断刮板螺丝的缺失。

预警：当检测刮板螺丝5缺失数量少于单个刮板螺丝配置数量的35％，报警灯变为黄色，在检修时间进行维护处理即可；

当检测刮板螺丝缺失数量大于等于单个刮板螺丝配置数量的40％，报警灯变为红色，可不停机，可在检修时间进行维护处理即可；

刮板螺丝5的松脱：监测刮板螺丝的松脱；

主要是由3D激光相机2完成检测，如图5所示测量刮板螺母外平面与螺母安装面间距离H2，与标准规定紧定距离h2进行比对，其高度差Δh应该小于Δh0(一般为0.5mm，可自定)。

预警：

当Δh＜Δh0时，系统不提示，仅提供数值参考；

Δh≥Δh0时，系统提示，报警灯变为黄色，在检修时间进行维护处理；

具体根据同一根刮板上螺丝松脱数量不同，报警方式也有一定变化，均可进行现场设定；

注：对刮板进行全方位监测与3D激光相机数据采集，合成三维图片，实时监测，一旦发现问题并进行预警及预判故障位置，实时保持设备健康运行。

图中，d1-链条平环直径；d2-链条立环直径；L1-链条平环节距；L2-立环外形长度；L3-链条平、立环间距；B1-刮板头部宽度；B2-刮板中部宽度；B3-刮板链窝宽度；H1-刮板高度；H2-刮板螺母松紧高度。

图6(a)为实际监测过程中，2D相机3拍摄的链条6上的异物及刮板螺丝缺失的照片；图6(b)为将图6(a)采集的照片进行转换后在防爆计算机1显示器上显示的图片；

图7(a)为在防爆计算机1上显示的3D激光相机2拍摄的刮板螺丝5的正常安装状态示意图；图7(b)为在防爆计算机1上显示的3D激光相机2拍摄的刮板螺丝5缺失状态示意图；图7(c)为在防爆计算机1上显示的3D激光相机2拍摄的刮板螺丝5缺失处理效果图。

图8(a)为在防爆计算机1上显示的3D激光相机2拍摄的链条6裂缝的处理效果图；图8(a)为在防爆计算机1上显示的3D激光相机2拍摄的链条6裂缝的原始照片。

步骤4，当有故障出现时，所安装的编码器8的脉冲数经处理后，可依据相机位置等精确报送故障点空间位置，便于工人查找与维护。

本发明刮板输送机链条工况监测系统，采用2D相机加3D激光箱组合利用视觉提取与物位空间感知技术，对刮板链条、刮板、刮板螺丝外形轮廓、大小进行拍照与激光扫描提取特征数据和定位信息，将获取的数据信息通过数据线传输给防爆计算机。然后，防爆计算机内装载有链条工况监测系统软件，其软件中的点云数据处理和自主学习系统对所传输信息进行处理。其次，该系统利用相位关系、边缘提取、曲面拟合、灰度二值化、视觉辨别等算法融合技术，剔除干扰及噪点数据，形成被测样件的几何数据和特征信息，对该数据再进行分割、标定、拟合，生成相应矢量信息的2D灰度图与3D彩色点云图。

本发明刮板输送机链条工况监测系统中，3D激光相机2安装数量因刮板输送机9槽宽有变化关系，槽宽764nm及以下为1台；槽宽为800nm及以上数量为2台对称布局。