帶式輸送機(jī)是礦井煤炭運(yùn)輸?shù)闹匾O(shè)備。隨著帶式輸送機(jī)的輸送距離不斷增長(zhǎng)、功率不斷增大,帶式輸送機(jī)的節(jié)能研究越來(lái)越受到重視。由于煤炭開采過(guò)程中,工作面產(chǎn)煤量具有不均衡性,若帶式輸送機(jī)仍以定速運(yùn)行,導(dǎo)致電機(jī)效率不高、能耗較大,進(jìn)而增加煤礦生產(chǎn)成本。因此,本文利用圖像處理技術(shù),對(duì)帶式輸送機(jī)調(diào)速進(jìn)行研究,并通過(guò)實(shí)例分析驗(yàn)證本文方法的有效性。本文的主要研究?jī)?nèi)容如下:首先,對(duì)帶式輸送機(jī)監(jiān)控視頻中的單幀圖像進(jìn)行圖像預(yù)處理研究。圖像預(yù)處理將圖像中利于研究的特征增強(qiáng),大大降低圖像進(jìn)一步處理的難度。本文圖像預(yù)處理包括:感興趣區(qū)域提取、圖像灰度化、圖像濾波、圖像對(duì)比增強(qiáng)和圖像二值化處理。通過(guò)對(duì)帶式輸送機(jī)不同工況的圖像進(jìn)行圖像預(yù)處理,發(fā)現(xiàn)帶面有少量煤和空載時(shí)的圖像經(jīng)圖像預(yù)處理并不能達(dá)到預(yù)期效果。因此在圖像灰度化處理后,對(duì)帶式輸送機(jī)運(yùn)行狀態(tài)進(jìn)行識(shí)別。若運(yùn)行狀態(tài)判定為特殊狀態(tài),直接給出對(duì)應(yīng)的調(diào)速值。若運(yùn)行狀態(tài)判定為正常狀態(tài),則繼續(xù)進(jìn)行圖像預(yù)處理。經(jīng)圖像預(yù)處理后,獲得帶式輸送機(jī)二值化圖像,增強(qiáng)了輸送帶上煤炭邊界的可檢測(cè)性。其次,對(duì)基于圖像處理的帶式輸送機(jī)調(diào)速進(jìn)行研究。本文以煤寬比作為調(diào)速依據(jù)。煤寬比是煤流量的一個(gè)重要... 

【文章頁(yè)數(shù)】：72 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
致謝
摘要
abstract
變量注釋表
1 緒論
    1.1 研究背景
    1.2 研究意義
    1.3 國(guó)內(nèi)外研究現(xiàn)狀
    1.4 研究?jī)?nèi)容、方法及技術(shù)路線
    1.5 本章小結(jié)
2 煤礦井下運(yùn)輸系統(tǒng)現(xiàn)狀分析
    2.1 煤礦井下運(yùn)輸系統(tǒng)簡(jiǎn)介
    2.2 帶式輸送機(jī)簡(jiǎn)介
    2.3 帶式輸送機(jī)運(yùn)行現(xiàn)狀
    2.4 帶式輸送機(jī)運(yùn)行存在的問(wèn)題
    2.5 本章小結(jié)
3 煤礦帶式輸送機(jī)圖像采集與圖像預(yù)處理
    3.1 現(xiàn)場(chǎng)圖像采集
    3.2 帶式輸送機(jī)圖像特點(diǎn)
    3.3 圖像預(yù)處理
    3.4 帶式輸送機(jī)運(yùn)行狀態(tài)識(shí)別
    3.5 本章小結(jié)
4 基于圖像處理的帶速自動(dòng)調(diào)整
    4.1 帶式輸送機(jī)煤寬比計(jì)算
    4.2 帶速與煤寬比匹配
    4.3 帶速自動(dòng)調(diào)整
    4.4 本章小結(jié)
5 帶式輸送機(jī)效能改善分析
    5.1 效能現(xiàn)狀分析
    5.2 帶式輸送機(jī)節(jié)能分析
    5.3 本章小結(jié)
6 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
作者簡(jiǎn)歷
學(xué)位論文數(shù)據(jù)集


【參考文獻(xiàn)】：
期刊論文
[1]原煤運(yùn)輸系統(tǒng)優(yōu)化改造及視頻處理變頻控制技術(shù)應(yīng)用[J]. 宋相強(qiáng).  能源與環(huán)保. 2019(11)
[2]基于機(jī)器視覺識(shí)別技術(shù)的煤礦帶式輸送自適應(yīng)控制系統(tǒng)設(shè)計(jì)[J]. 郝志偉.  煤炭工程. 2019(09)
[3]基于機(jī)器視覺的軸承溝道曲率半徑在線檢測(cè)[J]. 張明輝,王建武,劉極智,劉萌萌.  機(jī)床與液壓. 2019(16)
[4]多級(jí)帶式輸送機(jī)遠(yuǎn)程集中控制系統(tǒng)設(shè)計(jì)[J]. 張漢昌.  煤礦機(jī)電. 2019(04)
[5]基于圖像處理的干眼檢測(cè)方法研究[J]. 劉振宇,李婷.  微處理機(jī). 2019(04)
[6]基于圖像處理的疲勞駕駛預(yù)警研究[J]. 劉朝濤,張雪佼.  電子技術(shù)應(yīng)用. 2019(08)
[7]礦用帶式輸送機(jī)輸送量測(cè)量方法現(xiàn)狀及發(fā)展趨勢(shì)[J]. 張少賓,蔣衛(wèi)良,芮豐.  工礦自動(dòng)化. 2019(05)
[8]邊緣擴(kuò)展的皮帶撕裂支持向量機(jī)視覺檢測(cè)[J]. 王福斌,孫海洋,TU Paul.  中國(guó)機(jī)械工程. 2019(04)
[9]基于小波變換和改進(jìn)中值濾波的醫(yī)學(xué)圖像耦合去噪算法（英文）[J]. 陳炳權(quán),崔金鴿,徐慶,舒婷,劉宏立.  Journal of Central South University. 2019(01)
[10]車載全景視覺系統(tǒng)研發(fā)[J]. 高虹,羅文廣,王召杰,劉德成,賓洋.  廣西科技大學(xué)學(xué)報(bào). 2019(01)

博士論文
[1]工況因素對(duì)帶式輸送機(jī)壓陷阻力影響規(guī)律的研究[D]. 盧巖.中國(guó)礦業(yè)大學(xué)(北京) 2017
[2]基于圖像特征的煤礦火災(zāi)檢測(cè)與識(shí)別研究[D]. 王媛彬.西安科技大學(xué) 2015
[3]礦井煤流輸送系統(tǒng)優(yōu)化控制關(guān)鍵技術(shù)研究[D]. 王中華.中國(guó)礦業(yè)大學(xué) 2014

碩士論文
[1]帶式輸送機(jī)節(jié)能調(diào)速控制系統(tǒng)關(guān)鍵技術(shù)研究[D]. 溫凱瑞.中國(guó)地質(zhì)大學(xué)(北京) 2018
[2]基于深度學(xué)習(xí)的行人和騎行者檢測(cè)及防碰撞預(yù)警系統(tǒng)研究[D]. 高雪婷.江蘇大學(xué) 2018
[3]皮料邊緣識(shí)別及拾取卷邊技術(shù)的研究[D]. 張慶宇.黑龍江大學(xué) 2017
[4]基于計(jì)算機(jī)視覺的微小零件質(zhì)量檢測(cè)系統(tǒng)和方法研究[D]. 宗艷芬.哈爾濱理工大學(xué) 2017
[5]能耗約束下帶式輸送機(jī)調(diào)速控制技術(shù)研究[D]. 王寧.武漢理工大學(xué) 2016
[6]基于視頻檢測(cè)技術(shù)的道路交通參數(shù)監(jiān)測(cè)系統(tǒng)[D]. 章強(qiáng).浙江大學(xué) 2016
[7]皮帶運(yùn)輸機(jī)效率優(yōu)化的研究[D]. 鄭津津.安徽理工大學(xué) 2015
[8]基于X光圖像處理的煤矸石自動(dòng)分選系統(tǒng)的研究[D]. 耿秀云.東北大學(xué) 2014
[9]基于機(jī)器視覺技術(shù)的帶式輸送機(jī)輸送量檢測(cè)系統(tǒng)的應(yīng)用與研究[D]. 李克偉.東北大學(xué) 2014
[10]道路交通標(biāo)志圖像處理[D]. 彭曉慶.西安電子科技大學(xué) 2010



本文編號(hào)：3709893