-
题名提升机排绳故障视觉监测图像识别方法研究
被引量：3
- 1
-
-
作者
吴志鹏
谭建平
王巧斌
胡悦
-
机构
中南大学机电工程学院
-
出处
《仪表技术与传感器》
CSCD
北大核心
2016年第10期73-75,共3页
-
基金
国家重点基础研究发展计划(973)项目(2014CB049405)
-
文摘
针对超深矿井提升机排绳故障在线监测系统现场光照不稳定,多直线目标检测耗时大、稳定性差的难题,根据排绳过程本身所具有的规律,提出一种基于像素灰度分布统计的图像识别方法,并结合图像灰度分布特点,提出一种新的自适应阈值图像分割方法进行图像预处理,介绍了其基本原理并搭建了实验系统进行验证。结果表明,根据该方法对排绳故障进行在线视觉监测能够适应更宽的光照范围,实时性强,能够适应提升机现场复杂的使用环境,实现提升机排绳故障在线监测功能。
-
关键词
超深矿井
提升机
排绳故障
图像识别
阈值分割
在线监测
-
Keywords
ultra-deep mine
hoist
rope-arranging fault
image recognition
threshold segmentation
on-line monitoring
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名一种基于卷筒外轮廓特征的提升机排绳自稳定监测方法
被引量：1
- 2
-
-
作者
仵坤
石理想
谭建平
-
机构
中南大学机电工程学院
-
出处
《振动与冲击》
EI
CSCD
北大核心
2020年第22期163-168,共6页
-
基金
国家重点基础研究发展计划(973)项目(2014CB049405)。
-
文摘
提升机卷筒排绳状态监测是保证设备正常工作的重要方法。通过建立不同排绳状况下的卷筒外轮廓模型并分析边缘特征,归纳出层间跳变次数可以作为排绳状态的评价指标。针对监测过程中视频图像倾斜、振动等影响监测稳定性的问题,采用层级聚类方法,能够快速且准确地进行图像的纠偏与判断。对多种类型的卷筒进行监测实验,并与目前的主要方法进行了对比分析,得出该算法具有耗时短,应用范围广,稳定性高,准确率高的优点,具有很好的监测效果。
-
关键词
超深矿井
提升机
排绳故障
边缘检测
层次聚类
-
Keywords
ultra-deep mine
hoist
rope-arranging fault
edge detection
hierarchical clustering
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名提升卷筒排绳故障的分析与现场处理
被引量：1
- 3
-
-
作者
魏胜国
-
机构
山东金岭铁矿
-
出处
《矿山机械》
北大核心
2000年第1期72-73,共2页
-
-
关键词
提升机
提升卷筒
现场处理
排绳故障
-
分类号
TD534
[矿业工程—矿山机电]
-
