基于机器视觉的振动筛运动特性快速诊断方法
杨硕
煤炭科学研究总院唐山研究院,河北唐山063012;中煤科工集团唐山研究院有限公司,河北唐山063012;河北省煤炭洗选工程技术研究中心,河北唐山063012
摘要：在分析振动筛运动特性主流诊断方法的基础上,引入Lucas-Kanade光流估计算法,提出了一种基于特征点对应关系的快速定性诊断策略.该方法用特征点的光流矢量描述动态目标在相邻2帧中的投影关系,通过检测连续图像序列中目标区域内的特征点数目和光流矢量、设定光流阈值,并应用正反向误差校正理论,完成了对振动筛运动特性的规律捕捉与分析.现场试验结果表明,该方法可有效消除由系统噪声和粉煤粒脱落造成的错误追踪,光流追踪算法耗时约为2.9 ms,在预定义评估时间的15 s内,应用阈值下限评定法,即可针对由各种振动筛局部隐性机械故障引起的筛体运动特性紊乱现象,作出微观、快速、精确的定性诊断.
关键词：振动筛运动特性机器视觉正反向误差校正定性诊断
分类号：TD948.9(选矿)TP391(计算技术、计算机技术)
资助基金：煤炭科学研究总院科技创新基金(2016ZYMS017)天地科技重大技术创新项目(zdjs-2017tsky-6)
论文发表日期：2020-08-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 31-35 )
英文信息