基于机器视觉的带式输送机落料口堆煤检测

针对带式输送机落料口堆煤检测存在准确性、实时性和可靠性差的问题,提出一种基于机器视觉的带式输送机落料口堆煤检测方法,利用工业相机采集落料口图像,通过以太网传输给堆煤检测器,堆煤检测器利用堆煤检测算法对图像进行处理与分析,实现堆煤检测,并通过以太网将检测结果传输给上位机。改进了ShuffleNetV2网络模型,用空洞卷积替代模型中的标准卷积,在不增加计算量的前提下增大感受野,在基本单元中增加了高效通道注意力模块ECA,提高特征提取能力。提出了改进ShuffleNetV2网络模型的堆煤检测算法,利用暗通道的图像去雾增强算法对采集的图像进行去雾和增强处理,构建了落料口图像数据集,利用该数据集训练改进ShuffleNetV2网络模型,再利用训练好的网络模型进行堆煤检测。采用Cortex-A57架构4核JetsonNano开发板设计了堆煤检测器的硬件和软件。研究结果表明:该方法能够实现带式输送机落料口堆煤的实时检测,准确率达到98.34%,图像处理速度为23帧/s。

基于视觉测量的电厂输煤胶带堆煤检测

针对现有输煤胶带系统采用堆煤传感器检测胶带堆煤状态,存在误报和摩擦生电等问题,提出了基于视觉测量的非接触式胶带堆煤检测方法。该方法利用视觉检测中的单目视觉技术构建小孔成像测距模型,实现了胶带堆煤检测。实验结果表明,该方法具有实时性高、检测效果好等优点,堆煤检测准确性在95%左右,符合设计要求。

机器视觉在堆煤检测系统中的应用

对堆煤检测总体系统进行研究,通过线阵CCD相机进行图像采集,并通过CAN总线等通信方式,完成与图像处理模块、上位机、报警器以及执行机构的通信;然后对获取的实时图像进行预处理后,通过Soble算法完成图像中像素点的灰度值计算,以及梯度方向的判断,最终完成图像边缘检测;最后通过阈值线识别法和面积比例法进行“与”结合判定方法,完成图像处理结果与堆煤报警的转换,并通过实验验证了堆煤检测系统的可靠性。

一种基于BP神经网络的堆煤检测方法

带式输送机正常运行对煤炭企业的安全生产有着极其重要的作用。针对现有煤矿井下带式输送机堆煤检测方法存在的漏检、误检率较高等问题,提出一种基于BP神经网络的堆煤检测方法。通过摄像仪实时监控带式输送机工作面,通过训练好的网络模型完成对堆煤状态的检测。实验结果表明,该方法对堆煤状态检测的准确率可以稳定在95%以上,具有一定的实际应用价值。

基于多信息融合的带式输送机堆煤检测系统

在煤矿行业中,带式输送机的运输通常会采用级联多台的方式,这会导致在转载点处经常出现煤炭堆积的情况。而传统的人工巡检和堆煤传感器无法及时准确判断输送机堆煤故障,这给煤矿生产的安全带来了潜在威胁。针对此问题,提出了一种基于多信息融合的带式输送机堆煤检测系统。在带式输送机转载点处安装雷达增强处理感知装置以及防尘高清工业相机,通过雷达获取煤堆的全方位状态参数,并结合经过图像算法处理后的高清工业相机拍摄的图像数据,综合判断带式输送机的堆煤状况,同时配备现场可编程的智能边缘一体机,根据监测结果实时反馈给控制系统,以调整设备参数或执行相应的控制策略。通过对雷达数据及机器视觉的多信息融合,提高了堆煤检测的准确性和可靠性,有效预测了潜在的堆煤风险,为煤矿生产提供了有效的安全保障。

煤矿主井撒煤硐室防堆煤磨尾绳保护系统的设计和应用

通过分析传统堆煤保护在主井撒煤硐室应用存在的弊端,提出新的堆煤检测方案,通过工控机电脑的控制实现对主提升机尾绳的保护;对主动红外对射传感器的布置进行了分析,在现场阶段性安装测试中本系统能够达到预期的设计要求,为下一步全面实现系统的保护功能奠定了基础。

煤矿带式输送机异常状态视频AI识别技术研究

传统的带式输送机异常状态识别采用人工巡检或机械综合保护系统进行检测,人工巡检劳动强度大、效率低、难以准确发现故障等,机械综合保护系统易造成误判,识别效果不佳,已无法满足煤炭行业智能化需求。随着机器视觉、深度学习和工业以太网技术发展,视频AI技术成为煤矿带式输送机异常状态智能识别的研究热点。分析了采用视频AI技术识别煤矿带式输送机输送带跑偏、托辊故障、人员入侵、人员不安全行为、堆煤及异物等异常状态的研究现状,指出目前煤矿带式输送机异常状态视频AI识别技术存在视频图像数据集构建耗时长、异常状态识别精度不高、视频信息传输延时大3个主要问题。针对视频图像数据集构建耗时长问题,提出加强基于半监督、无监督及小样本学习的视频AI识别算法研究、基于生成模型等方式扩充数据集的解决思路;针对异常状态识别精度不高问题,提出加强数据去模糊方法研究、利用生成对抗网络等算法均衡正负样本和改进AI识别算法的解决思路;针对视频信息传输延时大问题,提出构建“云−边−端”协同的带式输送机异常状态视频AI识别系统架构,合理部署高带宽、低延时的网络通信系统的解决思路。从高性能视频AI识别算法,高带宽、低延时视频通信技术,“云−边−端”高效协同的视频AI识别系统和健全视频AI识别技术标准4个方面展望了带式输送机异常状态视频AI识别技术的发展趋势。

神东上湾煤矿安全智能视频系统的开发与应用

根据国内首套全矿井煤矿安全智能视频系统在神华神东公司上湾煤矿的实际应用情况,重点介绍了智能视频系统实现的主要功能以及硬件架构和软件架构,同时也对智能视频系统与生产控制系统之间实现联动管理,实现信息共享,建设成高效、智能、可靠的综合化智能视频管理平台提出了展望。