烧结机篦条故障在线监测的图像识别方法研究

作者：罗柏文; 史天宠; 李宗平; 廖婷婷

来源：机械科学与技术, 2023, 1-7.

DOI：10.13433/j.cnki.1003-8728.20230220

• 篦条
• 故障
• 监测
• OpenCV
• 图像识别

为了实现钢铁厂烧结机篦条故障智能化在线监测，提出了基于OpenCV图像处理技术的篦条故障图像识别方法，即通过采取篦条结构特征识别算法检测篦条的根数、间隙宽度、斜率和间隙糊堵占比等参数来表征篦条的倾斜、断裂和间隙糊堵等故障类型。本文以湘钢烧结一厂的篦条故障作为在线监测实验对象，首先对篦条图像进行拼接和自适应二值化处理，然后在篦条图像感兴趣区域（ROI）提取篦条轮廓并统计根数和间隙宽度；再用霍夫变换方法对图像行直线拟合，筛选出篦条所在的线段，用两个端点计算斜率得到篦条倾斜程度；再对原二值图像和开操作处理后的图像进行按位与运算，得到糊堵物位置并求出其占比；最后使用多次开操作提取到篦条断裂位置。实验结果表明，所述算法检测的篦条间隙宽度误差在4mm内，倾率误差在±1°范围内，并能快速、有效地监测到篦条故障。

• 单位
  湖南科技大学; 中冶长天国际工程有限责任公司