图像复核双校验计量系统在现场应用的效果分析

图像复核双校验计量系统在现场应用的效果分析

谢洲 张芳

国家能源集团宁夏煤业有限责任公司

摘要：随着煤炭行业生产自动化程度的提高，计量技术也越来越受到重视。然而，传统的计量方式容易受到外界环境的影响，使用误差大且维护量高。为了提高计量精度和稳定性，图像复核双校验计量系统应运而生。本文主要探讨了图像复核双校验计量系统在枣泉洗煤厂现场应用的效果。首先介绍了该系统的概念、组成及工作流程，接着分析了该系统在现场应用的效果。随后提出了在枣泉洗煤厂现场应用需要继续优化的地方。最后，结论指出该系统的应用效果显著，具有良好的推广应用前景。

关键词：图像复核双校验计量系统；现场应用；效果

一、引言

图像复核双校验计量系统在现场应用的效果分析需要从煤炭生产行业的实际需求出发，从计量技术的角度进行分析，探讨如何通过技术手段来提升现场计量的稳定性及如何减少维护工作量，以满足煤炭生产企业的需求。煤炭生产是我国的重要行业之一，其产量占全球总产量的一半以上。煤炭生产中，计量是一个重要的环节，涉及到煤炭的数量和价值等方面，对企业的经济效益和社会效益都具有重要的影响。而传统的计量方式存在稳定性差、维护量大、易受外界环境影响等问题，无法满足企业的实际需求。因此，煤炭生产企业需要采用更加先进的计量技术，提高计量稳定性及减少维护工作量。图像复核双校验计量系统应运而生，通过人工智能技术、摄像技术和图像处理技术等手段，实现了计量数据的实时监测和多参数比对，从而提高了计量的精度和稳定性。

本文结合枣泉洗煤厂，研究图像复核双校验计量系统在现场应用的效果，有助于更好地探讨如何应对煤炭生产中存在的计量问题，并为煤炭生产企业提供更加高效、精确的计量方案。同时，该研究也有助于推动计量技术的发展和应用，促进我国煤炭生产行业的可持续发展。

二、枣泉洗煤厂及图像复核双校验计量系统概述

（一）枣泉洗煤厂概况

国家能源集团宁夏煤业有限责任公司洗选中心枣泉洗煤广属矿井型动力煤洗煤厂，主要负责枣泉煤矿生产的原煤筛分、块煤洗选加工工作。一期工程于2004年开工建设，设计处理能力5Mt/a，二期工程于2009开工，设计处理能力5Mt/a，合计生产能力为10Mt/a，设计采用重介浅槽分选机洗选工艺。

（二）传统电子皮带秤的使用劣势

各个皮带秤生产厂家为满足市场需求（计量、控制），尽管采取了多种手段来保证电子皮带秤的运行精度，但因应用现场环境的复杂性，电子皮带秤的使用长期使用精度及稳定性仍然不尽人意，主要表现在：①皮带跑偏、张力的变化、振动等因素影响称量结果，影响计量稳定性；②标定精度高，误差小于±0.25%，长期使用稳定性差；③外界因素干扰皮带秤的计量，有的想让计量数据大，有的想让计量数据小；④不稳定性。秤什么时候不准了不知道，需要定期进行动态实物校验，标定工作量大；⑤实物标定工作量大。

（三）图像复核双校验计量系统

1.图像复核双校验计量系统的概念

图像复核双校验计量系统是一种在传统电子皮带秤基础上增加了AI摄像仪、非可见结构光技术，从而完成对物料进行实时检测和图像校验的计量系统。它通过对电子皮带秤计量信息和图像检测的物料信息进行多参数比对，实时检测电子皮带秤的计量状态，保证系统计量更加稳定可靠。此外，该系统还采用了动态砝码加载机构的方式进行“一键验证校准”，以解决人工实物标校电子皮带秤时工作量过大的问题，从而节省了人力物力。该系统在现场应用中，能够提高计量性能的稳定性、准确性和效率，对于生产过程中的计量控制具有重要的意义。

2.图像复核双校验计量系统的结构

枣泉洗煤厂202皮带机运输煤种：原煤。称重系统采用图像复核双检验型计量系统，主要由主秤体、副秤体、砝码加载机构、计量仪表、高精度测速传感器、高精度称重传感器、图像识别装置等构成。系统示意图如下：

图2.1 图像复核双校验计量系统的流程

2. 图像复核双校验计量系统的主要工作流程

2.1秤体安装工作流程

2.2实时监测秤体状态及报警后的处理流程

3.图像复核双校验计量系统的关键技术

图像复核双校验计量系统的关键技术主要包括三个方面。第一是采用高精度传感器，阵列式秤体结构、扩大称重域增加计量稳定性。第二是通过AI摄像头、识别算法和图像处理技术，对物料进行视觉检测和复核，确保称量数据的准确性。图像复核双校验计量系统主要是采用“双目三维重建技术”计算电子皮带秤承载器皮带上的原煤体积,获得承载器上原煤的“荷体积”;采用传感器称重技术得出承载器皮带上的原煤质量,获得承载器上原煤的“荷质量”。以“荷体积”和“荷质量”的数值大小共同判断皮带秤的“零点”（空皮带）,提高了皮带秤零点标定的真实性、准确性。第三是通过动态砝码加载机构实现一键验证，减少设备维护工作量。这些关键技术的集成应用，使得图像复核双校验计量系统具备了高稳定、高精度和高可靠性的特点，逐渐成为各行业重要的计量手段之一。

三、图像复核双校验计量系统在枣泉洗煤厂

现场应用的效果

（一）提高计量精度和稳定性

图像复核双校验计量系统在洗煤厂的现场应用，对于提高计量精度和稳定性具有重要的效果和作用。相比传统的电子皮带秤，该系统具有更高的实时监测能力，能够更加准确地反映电子皮带秤的计量状态，保证系统计量更加稳定可靠。

在传统电子皮带秤的使用过程中，往往需要通过其他途径来比对电子秤的误差，以判断是否偏大。但是，由于这种方法需要时间和人力，因此在误差发现时已经过了很长时间，无法及时掌握产量信息，从而影响了计量的精度和稳定性。而图像复核双校验计量系统则通过采用AI摄像仪和非可见结构光技术，实现了对皮带物料体积变化的实时检测，同时通过与电子皮带秤的计量信息进行多参数比对，能够在误差偏大时立即报警，实现了对计量性能始终处于稳定状态的保障。

通过该系统的应用，不仅提高了计量的准确性和时效性，也增强了计量信息的可信度和可靠性。此外，该系统还能够解决传统电子皮带秤需要人工实物标校时工作量过大的问题，节省了人力物力。采用动态砝码加载机构的方式进行“一键验证校准”，大大减少了工人维护的工作量。这些优点不仅在洗煤厂的应用中体现，也具有一定的借鉴和启示意义，可为其他行业的计量监测提供参考。

枣泉洗煤厂的图像复核双校验计量系统目前计量准确稳定，通过与其他生产工艺计量反算，符合计量要求。整体计量效果如下：

第一 该计量系统安装完成后，解决了皮带机准确稳定计量问题及减少实物标校问题，该计量系统在安装完成后进行了第一次实物标校。标定误差＜3‰，棒码误差＜1.2‰。

第二 计量系统在运行过程中，图像识别装置实时监测负载状态并自动进行零点跟踪，当零点超过阈值时软件报警并进行检修。在试运行期间零点超过阈值报警事件。主要原因为皮带机托辊更换。托辊更换后加载棒码进行了验证。数据如下：

（二）提高工作效率和降低人力成本

图像复核双校验计量系统在枣泉洗煤厂的现场应用，不仅提高了计量的精度和稳定性，也显著提高了工作效率并降低了人力成本。首先，传统的电子皮带秤需要人工实物标校，不仅需要大量的人力和物力，而且需要频繁进行验证校准。采用动态砝码加载机构的方式可进行“一键验证校准”，减少了工人维护的工作量。此外，系统的实时检测电子皮带秤的计量状态，可以保证系统计量更加稳定可靠，避免了传统电子秤经常通过其他途径比对才能发现误差偏大的情况，保障计量性能始终处于稳定状态。其次，图像复核双校验计量系统通过图像检测的物料信息与电子皮带秤的计量信息进行多参数比对，可以实时检测皮带物料体积变化，并且在出现误差偏大时立即报警，及时发现问题。这不仅提高了计量的精度和稳定性，也大大降低了工作人员的工作量和维护成本。最后，图像复核双校验计量系统能够有效提高工作效率和降低人力成本。总之，图像复核双校验计量系统在枣泉洗煤厂的现场应用，不仅提高了计量的精度和稳定性，也大大提高了工作效率并降低了人力成本。这种新型计量系统的应用，为传统计量方法的升级换代提供了新的思路和实践，也为未来的计量技术发展提供了借鉴和启示。

四、图像复核双校验计量系统在枣泉洗煤厂现场应用效果提升的路径

在枣泉洗煤厂实施图像复核双校验计量系统后，为了进一步提升其应用效果，我方正在对该系统的技术设备进行升级和改进，由于当前设备为第一代产品。随着技术的不断发展，该产品的软硬件设备也在不断升级，例如，采用更高分辨率的摄像头和更先进的图像处理芯片，可以提高系统的检测精度和稳定性。其次，对系统软件进行优化和改进。多种计量数据及报警数据进行整合统一在一个界面进行展示，方便调度人员进行实时查看。将动态砝码加载机构升级为全自动方式方便维护人员进行操作。

通过以上措施的实施和不断完善，将来图像复核双校验计量系统在枣泉洗煤厂的现场应用效果会得到进一步的提升。为煤炭生产和运输带来了重大的改善。进一步提高系统的适应性和智能化水平，为煤炭行业的数字化转型和智能化升级注入新的活力。

五、结论

综上所述，图像复核双校验计量系统在枣泉洗煤厂的现场应用效果显著。通过实时检测电子皮带秤的计量状态，保证系统计量更加稳定可靠；采用动态砝码加载机构的方式进行一键验证校准，大大减少了工人维护的工作量。此外，针对图像复核双校验计量系统在现场应用过程中遇到的问题，提出了优化方式，为进一步提升系统应用效果提供了有效途径。

展望未来，随着科技的不断发展和应用场景的不断拓展，图像复核双校验计量系统在煤炭等行业中的应用将得到进一步普及和推广。我们也期待这一系统能够在更多的应用场景中发挥作用，提高现场计量的精度和稳定性，为生产运营和管理提供更加科学和可靠的支持。

参考文献

[1]电子皮带秤的误差分析与维护. 陈文钰.计量与测试技术,2022

[2]深度图像预处理算法研究. 吴海波;王晨;崔禹.电子科技,2021

[3]基于正则化KL距离的交叉验证折数K的选择. 褚荣燕;王钰;杨杏丽;李济洪.计算机技术与发展,2021

[4]浅谈影响电子皮带秤称重精度的几个因素. 刘丹;高彬;堕鑫.衡器,2020

[5]基于卷积神经网络的图像检测识别算法综述. 曾文献;张淑青;马月;李伟光.河北省科学院学报,2020

[6]基于图像处理的输送带煤量动态计量研究. 王宗省;管振栋;张欣;康树强.煤炭工程,2020

[7]基于图像识别的带式输送机输煤量和跑偏检测方法. 韩涛;黄友锐;张立志;徐善永;许家昌;鲍士水.工矿自动化,2020

[8]基于改进卷积神经网络的极光图像分类算法研究. 李彦枝;陈昌红;谢晓芳.南京邮电大学学报(自然科学版),2019

[9]线阵相机标定方法综述. 王国珲;钱克矛.光学学报,2020