CN110659590B - 刮板输送机的监控方法、装置、设备和存储介质 - Google Patents
刮板输送机的监控方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN110659590B CN110659590B CN201910843273.5A CN201910843273A CN110659590B CN 110659590 B CN110659590 B CN 110659590B CN 201910843273 A CN201910843273 A CN 201910843273A CN 110659590 B CN110659590 B CN 110659590B
- Authority
- CN
- China
- Prior art keywords
- image frame
- scraper
- scrapers
- determining
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000012544 monitoring process Methods 0.000 title claims abstract description 39
- 238000012806 monitoring device Methods 0.000 claims abstract description 11
- 238000001514 detection method Methods 0.000 abstract description 8
- 238000005065 mining Methods 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 10
- 239000003245 coal Substances 0.000 description 9
- 238000004519 manufacturing process Methods 0.000 description 6
- 230000010006 flight Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000007790 scraping Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/20—Scenes; Scene-specific elements in augmented reality scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Mining & Mineral Resources (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Marine Sciences & Fisheries (AREA)
- General Business, Economics & Management (AREA)
- Animal Husbandry (AREA)
- Agronomy & Crop Science (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明实施例涉及采矿技术领域,具体涉及一种刮板输送机的监控方法、装置、设备和存储介质。一种刮板输送机的监控方法,包括:获取刮板输送机机尾部分的的图像帧;根据所述图像帧判断是否满足报警条件;如果是,则发出报警信息。本申请将刮板输送机的人力检测变成了机器监控,提高了对于刮板输送机故障识别的准确率和发出报警信息效率。
Description
技术领域
本发明实施例涉及采矿技术领域,具体涉及一种刮板输送机的监控方法、装置、设备和存储介质。
背景技术
刮板输送机是煤矿综采工作面主要运输设备,是用两条刮板链牵引刮板在刮板槽内运输煤炭。刮板输送机必须保持连续运转,综采工作面生产才能正常进行。否则,整个采煤工作面就会呈现停产状态,使整个生产中断。工作面煤量大,刮板输送机长时间超载、工作面水腐蚀等原因使刮板输送机刮板链断裂,刮板弯曲变形,刮板丢失,影响刮板输送机正常工作,造成工作面停产。煤矿生产过程中,在刮板输送机机尾专门设置作业人员监查刮板输送机是否存在断链、刮板变形情况以及刮板缺失的现象,发现异常情况,及时停机处理。
发明内容
本发明实施例的目的在于提供一种刮板输送机监控方法、装置和设备,用以提高对于刮板输送机的监控效果。
为实现上述目的,本发明实施例主要提供如下技术方案:
第一方面,本发明实施例提供了一种刮板输送机监控方法,包括:
获取刮板输送机机尾部分的图像帧;
根据所述图像帧判断是否满足报警条件;
如果是,则发出报警信息;
所述报警条件包括:刮板变形,和/或者,刮板缺失。
在一种可能的实施方式中,报警条件进一步包括以下的一种或几种:刮板连续缺失;一个周期内监控到刮板变形的数量达到预定第一阈值;一个周期内监控到刮板缺失的数量达到预定第二阈值。
在一种实施方式中,所述图像帧为多个图像帧,根据所述多个图像帧判断是否刮板变形的数量达到预定第一阈值,包括:
确定所述多个图像帧中的第一个图像帧中的刮板变形的数量;
比较所述第一个图像帧中的刮板变形的数量与预定第一阈值的大小;
如果所述第一个图像帧中的刮板变形的数量小于预定第一阈值,则继续获取第二个图像帧;
确定所述第二个图像帧中刮板变形的数量;
将所述第一个图像帧中刮板变形的数量和所述第二个图像帧中刮板变形的数量进行累加得到刮板变形的总和;
判断所述总和是否等于预定第一阈值;
如果否,则继续获取下一个图像帧,继续累计刮板变形的数量并判断是否达到预定阈值;
直到刮板变形的数量达到预定第一阈值。
在一种实施方式中,针对所述多个图像帧中的任意一个图像帧,确定刮板变形的方法,包括:
针对所述图像帧中的任意一个刮板,计算所述刮板的标记框的面积与预定的标记框面积标准值的差值的绝对值;如果所述差值的绝对值大于预定阈值,则确定所述刮板变形。
在一种实施方式中,所述图像帧为多个图像帧,根据所述多个图像帧判断是否刮板缺失的数量达到预定第二阈值,包括:
从第一个图像帧开始,确定第一个图像帧中刮板缺失的数量;
比较所述第一个图像帧中的刮板缺失的数量与预定第二阈值的大小;
如果所述数量小于预定第二阈值,则继续获取第二个图像帧,
确定所述第二个图像帧中刮板缺失的数量;
将所述第一个图像帧中刮板缺失的数量和所述第二个图像帧中刮板缺失的数量进行累加得到刮板缺失的总和;
判断所述总和是否等于预定第二阈值;
如果是,则发出报警信息,结束;
如果否,则继续获取下一个图像帧,继续累计刮板缺失的数量并判断是否达到预定阈值;
直到刮板缺失的数量达到预定第一阈值。
在一种实施方式中,针对所述多个图像帧中的任意一个图像帧,确定刮板缺失的方法,包括:
确定处于标准位置的刮板A;
确定与所述标准位置的刮板A相邻最近的第一个刮板B;
计算所述刮板B的标记框中心点与所述刮板A的标记框中心点之间的距离;
根据所述距离值判断刮板A和刮板B之间是否缺刮板以及缺少刮板的数量。
如果所述距离等于预定的第一距离阈值,则确定缺少一个刮板;
如果所述距离等于或者大于预定的第二距离阈值,则确定缺少两个或者两个以上的刮板。
在一种实施方式中,所述多个图像帧中,相邻两个图像帧之间的时间间隔等于T/N;其中,T为一个运行周期;N为刮板运输机中的刮板预定总数;所述多个图像帧的数量为N个。
在一种实施方式中,针对所述多个图像帧中的任意一个图像帧,确定刮板缺失的方法,包括:
确定一个图像帧中识别到的刮板的数量;
用所述图像帧中的刮板数量的预定值减去所述识别到的刮板数量得到所述图像帧中刮板缺失的数量。
在一种实施方式中,针对所述多个图像帧;
针对所述多个图像帧;相邻两个图像帧之间的时间间隔等于nT/N;其中,T为一个运行周期;N为刮板运输机中的刮板预定总数;所述多个图像帧的数量为N个;n为一个图像帧中的刮板个数。
在一种实施方式中,所述图像帧为一个图像帧,根据所述图像帧判断是否刮板连续缺失,包括:
确定在图像帧中处于标准位置的刮板A;
确定与所述标准位置的刮板A相邻最近的第一个刮板B;
计算所述刮板B的标记框中心点与所述刮板A的标记框中心点之间的距离;
如果所述距离等于或者大于预定的第二距离阈值,则确定缺少两个或者两个以上的刮板,为连续缺失。
在一种实施方式中,所述图像帧为一个图像帧;根据所述图像帧判断是否刮板连续缺失,包括:
确定所述图像帧中的刮板的个数;
根据所述刮板个数和预定的刮板个数标准值判断是否刮板连续缺失。
在一种实施方式中,所述图像帧为两个相邻图像帧,根据所述两个相邻图像帧判断是否刮板连续缺失,包括:
分别确定所述两个相邻图像帧中的第一图像帧的尾位置和第二图像帧的首位值;
分别判断所述第一图像帧的尾位置和第二图像帧的首位值上是否有刮板;
如果都没有刮板,则确定刮板连续缺失。
在一种实施方式中,报警条件还包括:断链;
根据所述图像帧判断是否满足报警条件,包括:
判断图像帧中的链条是否断开,如果是,则发出报警信息。
第二方面,本申请还提出了一种刮板输送机监控装置,包括:
获取模块,用于获取刮板输送机机尾部分的图像帧;
判断模块,用于根据所述图像帧判断是否满足报警条件;
报警模块,用于如果所述判断模块确定满足报警条件,发出报警信息;所述报警条件包括:刮板变形,和/或者,刮板缺失。
在一种实施方式中,所述图像帧为多个图像帧,
所述判断模块还用于,
确定所述多个图像帧中的第一个图像帧中的刮板变形的数量;
比较所述第一个图像帧中的刮板变形的数量与预定第一阈值的大小;
如果所述第一个图像帧中的刮板变形的数量小于预定第一阈值,则继续获取第二个图像帧;
确定所述第二个图像帧中刮板变形的数量;
将所述第一个图像帧中刮板变形的数量和所述第二个图像帧中刮板变形的数量进行累加得到刮板变形的总和;
判断所述总和是否等于预定第一阈值;
如果否,则继续获取下一个图像帧,直到刮板变形的数量达到预定第一阈值。
在一种实施方式中,针对所述多个图像帧中的任意一个图像帧,所述判断模块还用于,针对所述图像帧中的任意一个刮板,计算所述刮板的标记框的面积与预定的标记框面积标准值的差值的绝对值;如果所述差值的绝对值大于预定阈值,则确定所述刮板变形。
在一种实施方式中,所述图像帧为多个图像帧,
所述判断模块还用于,根据所述多个图像帧判断是否刮板缺失的数量达到预定第二阈值,包括:
从第一个图像帧开始,确定第一个图像帧中刮板缺失的数量;
比较所述第一个图像帧中的刮板缺失的数量与预定第二阈值的大小;
如果所述数量小于预定第二阈值,则继续获取第二个图像帧,
确定所述第二个图像帧中刮板缺失的数量;
将所述第一个图像帧中刮板缺失的数量和所述第二个图像帧中刮板缺失的数量进行累加得到刮板缺失的总和;
判断所述总和是否等于预定第二阈值;
如果否,则继续获取下一个图像帧,继续累计刮板缺失的数量并判断是否达到预定第二阈值;
直到刮板缺失的数量达到预定第二阈值。
在一种实施方式中,针对所述多个图像帧中的任意一个图像帧,所述判断模块还用于,
确定处于标准位置的刮板A;
确定与所述标准位置的刮板A相邻最近的第一个刮板B;
计算所述刮板B的标记框中心点与所述刮板A的标记框中心点之间的距离;
根据所述距离值判断刮板A和刮板B之间是否缺刮板以及缺少刮板的数量。
如果所述距离等于预定的第一距离阈值,则确定缺少一个刮板;
如果所述距离等于或者大于预定的第二距离阈值,则确定缺少两个或者两个以上的刮板。
在一种实施方式中,所述多个图像帧中,相邻两个图像帧之间的时间间隔等于T/N;其中,T为一个运行周期;N为刮板运输机中的刮板预定总数;所述多个图像帧的数量为N个。
在一种实施方式中,所述判断模块还用于,
确定一个图像帧中识别到的刮板的数量;
用所述图像帧中的刮板数量的预定值减去所述识别到的刮板数量得到所述图像帧中刮板缺失的数量。
在一种实施方式中,针对所述多个图像帧;相邻两个图像帧之间的时间间隔等于nT/N;其中,T为一个运行周期;N为刮板运输机中的刮板预定总数;所述多个图像帧的数量为N个;n为一个图像帧中的刮板个数。
在一种实施方式中,所述图像帧为一个图像帧,所述判断模块还用于,确定在图像帧中处于标准位置的刮板A;
确定与所述标准位置的刮板A相邻最近的第一个刮板B;
计算所述刮板B的标记框中心点与所述刮板A的标记框中心点之间的距离;
如果所述距离等于或者大于预定的第二距离阈值,则确定缺少两个或者两个以上的刮板,为连续缺失。
在一种实施方式中,所述图像帧为一个图像帧;所述判断模块还用于,
确定所述图像帧中的刮板的个数;
根据所述刮板个数和预定的刮板个数标准值判断是否刮板连续缺失。
在一种实施方式中,所述图像帧为两个相邻图像帧,所述判断模块还用于,分别确定所述两个相邻图像帧中的第一图像帧的尾位置和第二图像帧的首位值;
分别判断所述第一图像帧的尾位置和第二图像帧的首位值上是否有刮板;
如果都没有刮板,则确定刮板连续缺失。
在一种实施方式中,报警条件还包括:断链;
所述判断模块还用于,判断图像帧中的链条是否断开,如果是,则发出报警信息。
第三方面,本发明实施例还提供一种电子设备,所述电子设备包括:至少一个处理器和至少一个存储器;
所述存储器用于存储一个或多个程序指令;
所述处理器,用于运行一个或多个程序指令,用以执行上述任一项所述的方法。
第四方面,本发明实施例还提供一种计算机可读存储介质,所述计算机存储介质中包含一个或多个程序指令,所述一个或多个程序指令用于被执行上述任一项所述的方法。
本发明实施例提供的技术方案至少具有如下优点:本发明实施例提供的刮板输送机监控方法,获取刮板输送机机尾部分的图像帧;根据上述图像帧判断是否满足报警条件;如果是,则发出报警信息。提高了对于刮板输送机故障识别准确度和识别效果。
附图说明
图1为本发明实施例提供的刮板输送机工作场景图;
图2为本发明实施例提供的刮板输送机监控方法流程图;
图3为本发明实施例提供的一种刮板输送机的图像帧示意图;
图4为本发明实施例提供的刮板输送机两个刮板的间距示意图;
图5为本发明实施例提供的刮板输送机刮板缺失示意图;
图6为本发明实施例提供的刮板输送机监控装置结构示意图;
图7为本发明实施例提供的刮板输送机监控设备结构示意图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式,熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效。
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、接口、技术之类的具体细节,以便透彻理解本发明。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
刮板输送机是采煤领域中的一种常用机械,包括多个刮板,参见附图1所示的本发明实施例提供的刮板输送机工作场景图,刮板输送机包括以下几部分:刮板12、链条13、输送机机尾14、液压支架11,液压支架11上设置有摄像头15;该刮板输送机中的刮板数量为13个,实际的工作场景中,刮板的数量可以达到100多个,刮板与刮板之间有固定的距离,链条是刮板机的传动机构,刮板输送机长时间运行,链条难免会由于疲劳而断链,如果链条断开,则会造成煤炭堆积,不能正常输送,应该通知采煤机停止采煤。链刮板输送机长时间运行,刮板会发生变形,相邻的刮板的距离会变大,现有技术中只是靠人眼观察检测,容易有遗漏,检测效率低,发现问题不及时。
基于此,本申请提出了一种刮板输送机监控方法,参见附图2所示的刮板输送机监控方法流程图,该方法包括:
步骤201,获取刮板输送机机尾部分的图像帧;
参见附图3所示提供的一种刮板输送机的图像帧示意图,图中,虚线框表示的是摄像头拍摄的图像帧,该图像帧中包括了两个刮板A和B;预定的时间之后,再获取下一个图像帧,图像帧中包括刮板C和D。输送机机尾14显露出刮板的数量在2到3个之间,而在其余的部分,刮板被煤炭所覆盖,所以不能够对刮板进行监测。当然,本申请并不限制机尾显示刮板的数量,随着实际生产实践的需要,可以变化。图像帧通过摄像头获取;摄像头可以安装在综采工作面刮板输送机机尾上方液压支架顶梁上,以能检测到刮板输送机机尾刮板运行情况为准。
步骤202,根据所述图像帧判断是否满足报警条件;如果是,则执行步骤203,如果否,则返回步骤201;
所述报警条件包括:刮板变形,和/或者,刮板缺失;
其中,利用预先经过训练的目标检测模型来检测图像帧中的刮板的状态。包括刮板缺失、刮板变形。
步骤203,发出报警信息。
产生报警信息,并将此信息传输给声光报警器,声光报警器报警,提醒作业人员进行检修。
上述方法,可以用图像识别的方法来确定出刮板输送机中是否满足报警条件,报警条件包括:刮板变形,和/或者,刮板缺失,如果满足报警条件,则报警,提高了对于刮板输送机监控的效果。
为了避免频繁报警,在一种实施方式中,报警条件进一步包括以下的一种或几种:刮板连续缺失;一个周期内监控到刮板变形的数量达到预定第一阈值;一个周期内监控到刮板缺失的数量达到预定第二阈值。
其中,刮板连续缺失是指刮板连续缺失两个或者两个以上;刮板缺失一个不算连续缺失。并不是有一个变形的刮板就报警,而是设定为在一个监控周期之内,变形或者缺失的数量达到预定的规模时才报警,如此可以避免频繁报警,监控周期是指,输送机往复循环一圈所用的时间。
在一种可能的实施方式中,根据所述图像帧判断是否满足报警条件,包括:
所述图像帧为多个图像帧,
根据所述多个图像帧判断是否刮板变形的数量达到预定第一阈值,包括:
确定所述多个图像帧中的第一个图像帧中的刮板变形的数量;
比较所述第一个图像帧中的刮板变形的数量与预定第一阈值的大小;
如果所述第一个图像帧中的刮板变形的数量小于预定第一阈值,则继续获取第二个图像帧;
确定所述第二个图像帧中刮板变形的数量;
将所述第一个图像帧中刮板变形的数量和所述第二个图像帧中刮板变形的数量进行累加得到刮板变形的总和;
判断所述总和是否等于预定第一阈值;
如果是,则发出报警信息;
如果否,则继续获取下一个图像帧,继续累计刮板变形的数量并判断是否达到预定阈值;
直到刮板变形的数量达到预定第一阈值,发出报警信息。
上述方法,多个图像帧在一个周期内,依次计算图像帧中的刮板变形的数量和,达到预定的第一阈值时,则发出报警信息。
多个图像帧中相邻的图像帧之间,不存在重复的刮板,也不存在遗漏的刮板;多个图像帧的时间的总和等于刮板输送机的运行的周期。
因为摄像头的拍摄频率是一秒24帧,刮板也在运动;调整摄像头的角度,如果机尾能够显露出2个刮板,一个标准的图像帧中应该有2个,所以在预定的时间段之后的一个图像帧里有之后的另外2个刮板。所以,为了避免对于刮板的无遗漏,又避免重复地监控,当前帧之后的预定的时间再选取下一帧,而不是连续选取图像帧,预定的时间等于两个刮板的距离除以输送机的速度。
相邻的图像帧之间的时间间隔是预定的时间,比如,如果每一个图像帧理论上都只有两个刮板,则间隔时间为2T/N;如果每一个图像帧中都有3个刮板,则相邻的图像帧的时间间隔是3T/N。
为了提高观测的精确度,可以确定为一个特殊的时间点作为开始检测时间点,比如,当识别到图像帧中的刮板的边缘与滚筒的边缘重合的时候,参见附图3中所示一种刮板输送机的图像帧示意图;图像帧中,刮板A的边缘与滚筒的边缘重合。该图像帧对应的时间点可以作为起点,开始进行抽取图像帧的工作,刮板变形或者缺失的计数器清零;并且,随着检测工作的进行,由于各方面的误差因素,在后续的图像帧中,刮板A的位置中的刮板边缘与滚筒边缘可能会出现不重合的情况,校正方法包括:
判断所述刮板A位置的刮板的边缘与滚筒边缘的图像距离值;
判断所述图像距离值是否大于或者等于预定的阈值;
如果是,则重新确定开始监测时间点,以提高后续的监测精确度。
随着抽取检测工作的进行,当发现第一个变形的刮板时,则确定第一个变形的刮板所在的图像帧对应的时间点为周期的开始时间点;启动定时器从零开始计算周期;上述方法,定时器不是随着刮板输送机的开机就开始计算周期,从而避免定时器长时间无效的工作。
为了确定刮板变形,在一种实施方式中,针对所述多个图像帧中的任意一个图像帧,确定刮板变形的方法时,采用以下步骤:
针对所述图像帧中的任意一个刮板,计算所述刮板的标记框的面积与预定的标记框面积标准值的差值的绝对值;如果所述差值的绝对值大于预定阈值,则确定所述刮板变形。
针对刮板缺失的情况,报警条件包括两种情况,一种是缺失的数量达到预定的第二阈值,一种是连续缺失;
根据所述多个图像帧判断是否刮板缺失的数量达到预定第二阈值时采用以下步骤:
从第一个图像帧开始,确定第一个图像帧中刮板缺失的数量;
其中,采样目标监测算法可以确定出第一个图像帧中的刮板;并计算刮板的数量;用预定的数量值减去得到的刮板数量就是缺失的数量;
比较所述第一个图像帧中的刮板缺失的数量与预定第二阈值的大小;
如果所述数量小于预定第二阈值,则继续获取第二个图像帧,
确定所述第二个图像帧中刮板缺失的数量;
将所述第一个图像帧中刮板缺失的数量和所述第二个图像帧中刮板缺失的数量进行累加得到刮板缺失的总和;
判断所述总和是否等于预定第二阈值;
如果是,则发出报警信息;
如果否,则继续获取下一个图像帧,继续累计刮板缺失的数量并判断是否达到预定阈值;
直到刮板缺失的数量达到预定第二阈值。
针对刮板连续缺失的情况,在一种实施方式中,所述图像帧为一个图像帧,根据所述图像帧判断是否刮板连续缺失,包括:
确定在图像帧中处于标准位置的刮板A;
确定与所述标准位置的刮板A相邻最近的第一个刮板B;
计算所述刮板B的标记框中心点与所述刮板A的标记框中心点之间的距离;
如果所述距离等于或者大于预定的第二距离阈值,则确定缺少两个或者两个以上的刮板,为连续缺失。
在一种实施方式中,根据所述图像帧判断是否刮板连续缺失,包括:
在一种实施方式中,针对所述多个图像帧中的任意一个图像帧,确定刮板缺失的方法,包括:
确定一个图像帧中识别到的刮板的数量;
用所述图像帧中的刮板数量的预定值减去所述识别到的刮板数量得到所述图像帧中刮板缺失的数量。
其中,针对所述多个图像帧;相邻两个图像帧之间的时间间隔等于nT/N;其中,T为一个运行周期;N为刮板运输机中的刮板预定总数;所述多个图像帧的数量为N个;n为一个图像帧中的刮板个数。
其中,比如当预定的一个图像帧中的刮板的个数n是3个,而图像帧中识别到的刮板的个数为1个,或者没有,则确定连续缺失。
如果预定的刮板的个数为2个,而图像帧中识别到的刮板的个数为0个,则确定连续缺失。
如果所述图像帧为两个相邻图像帧,在一种实施方式中,根据所述两个相邻图像帧判断是否刮板连续缺失,包括:
分别确定所述两个相邻图像帧中的第一图像帧的尾位置和第二图像帧的首位值;
分别判断所述第一图像帧的尾位置和第二图像帧的首位值上是否有刮板;
如果都没有刮板,则确定刮板连续缺失。
在一个图像帧中,确定刮板缺失的方法有两种,下面分别进行介绍:
一种方式是通过识别图像帧中的刮板的数量来判断是否刮板缺失;一种方式是通过相邻的刮板之间的距离来判断刮板缺失,下面分开进行描述:
采用相邻刮板的距离来确定是否缺刮板,针对所述多个图像帧中的任意一个图像帧,确定刮板缺失时,采用以下步骤:
确定处于标准位置的刮板A;
其中,标准位置可以选择与滚筒相邻最近的位置;参见附图3中的刮板A的位置;
确定与所述标准位置的刮板A相邻最近的第一个刮板B;
计算所述刮板B的标记框中心点与所述刮板A的标记框中心点之间的距离;参见附图4所示的两个刮板的间距示意图;
根据所述距离值判断刮板A和刮板B之间是否缺刮板以及缺少刮板的数量。
如果所述距离等于预定的第一距离阈值,则确定缺少一个刮板;
如果所述距离等于或者大于预定的第二距离阈值,则确定缺少两个或者两个以上的刮板。
参见附图5所示的刮板输送机刮板缺失示意图;左侧视图显示刮板A和刮板D之间缺失了刮板B和C;刮板A和刮板D的标记框的之间的中心点的距离大于预定的第二距离;第二距离就是标准情况之下,刮板A和D中心点的距离;如果缺失三个刮板及以上,则距离必然大于预定的第二距离;
右侧的视图中,缺失了一个刮板B;刮板A和C的标记框的中心点的距离等于预定的第一距离;具体实施时,可以设置一个在第一距离上下浮动的变化裕量,在该变化范围内,都确定为等于第一距离。
如果不限制图像帧中能够拍摄到的刮板的数量,具体实施时,还可以建立刮板A的中心点和相邻的刮板的中心点之间的距离和对应的缺失刮板数量的对应表格,从对应的距离值直接确定出对应的刮板缺失的个数。
其中,所述多个图像帧中,相邻两个图像帧之间的时间间隔等于T/N;其中,T为一个运行周期;N为刮板运输机中的刮板预定总数;所述多个图像帧的数量为N个。
上述方法,只考虑靠近滚筒的刮板A所在的位置,以该位置为基准,不考虑图像帧中有几个刮板,并且相邻的图像帧的时间间隔是等于T/N;也就是说,如果当前图像帧中,刮板A靠近滚筒;则下一个图像帧中,刮板B运动到靠近滚筒的位置,也就是处在了刮板A的位置上,该方法能够实现对每一个刮板的逐个监测判断,也可以逐个监测该位置的刮板是否变形。也可以监测靠近该位置的刮板缺失的情况。
在一种实施方式中,针对所述多个图像帧中的任意一个图像帧,确定刮板缺失的方法,包括:
确定一个图像帧中识别到的刮板的数量;
用所述图像帧中的刮板数量的预定值减去所述识别到的刮板数量得到所述图像帧中刮板缺失的数量。
其中,相邻两个图像帧之间的时间间隔等于nT/N;其中,T为一个运行周期;N为刮板运输机中的刮板预定总数;所述多个图像帧的数量为N个;n为一个图像帧中的刮板个数;相邻的两个图像帧拍摄的刮板,不能够重复,不能够遗漏。
对于一个图像帧,如果图像帧中应该有3个刮板,但是只是识别到1个刮板,则确定缺失两个刮板。
在一种可能的实施方式中,报警条件还包括:断链;
如果确定图像帧中的链条断开,则发出报警信息。
其中,利用预先经过训练的目标检测模型来检测图像帧中的链条的状态。检测模型的输出结果为链条断开或者链条正常。采用卷积神经网络实现,采用大量的链条的图像作为样本对神经网络进行训练,样本越多,神经网络识别的准确率就越高。
在一种实施方式中,还包括:发出报警信息后;继续对后续的图像帧进行识别,并继续累加刮板变形或者刮板缺失的数量,一直到该周期统计完毕后,上报统计结果。该方法可以统计刮板缺失或者变形的数量。
第二方面,本申请还提出了一种刮板输送机监控装置,参见附图6所示的刮板输送机监控装置示意图,该装置包括:
获取模块61,用于获取刮板输送机机尾部分的图像帧;
判断模块62,用于根据所述图像帧判断是否满足报警条件;
报警模块63,用于判断模块62确定满足报警条件时,发出报警信息;
所述报警条件包括:刮板变形,和/或者,刮板缺失。
在一种实施方式中,所述图像帧为多个图像帧,
所述判断模块63还用于,
确定所述多个图像帧中的第一个图像帧中的刮板变形的数量;
比较所述第一个图像帧中的刮板变形的数量与预定第一阈值的大小;
如果所述第一个图像帧中的刮板变形的数量小于预定第一阈值,则继续获取第二个图像帧;
确定所述第二个图像帧中刮板变形的数量;
将所述第一个图像帧中刮板变形的数量和所述第二个图像帧中刮板变形的数量进行累加得到刮板变形的总和;
判断所述总和是否等于预定第一阈值;
如果否,则继续获取下一个图像帧,直到刮板变形的数量达到预定第一阈值。
在一种实施方式中,针对所述多个图像帧中的任意一个图像帧,所述判断模块63还用于,针对所述图像帧中的任意一个刮板,计算所述刮板的标记框的面积与预定的标记框面积标准值的差值的绝对值;如果所述差值的绝对值大于预定阈值,则确定所述刮板变形。
在一种实施方式中,所述图像帧为多个图像帧,
所述判断模块63还用于,根据所述多个图像帧判断是否刮板缺失的数量达到预定第二阈值,包括:
从第一个图像帧开始,确定第一个图像帧中刮板缺失的数量;
比较所述第一个图像帧中的刮板缺失的数量与预定第二阈值的大小;
如果所述数量小于预定第二阈值,则继续获取第二个图像帧,
确定所述第二个图像帧中刮板缺失的数量;
将所述第一个图像帧中刮板缺失的数量和所述第二个图像帧中刮板缺失的数量进行累加得到刮板缺失的总和;
判断所述总和是否等于预定第二阈值;
如果否,则继续获取下一个图像帧,继续累计刮板缺失的数量并判断是否达到预定第二阈值;
直到刮板缺失的数量达到预定第二阈值。
在一种实施方式中,针对所述多个图像帧中的任意一个图像帧,所述判断模块63还用于,
确定处于标准位置的刮板A;
确定与所述标准位置的刮板A相邻最近的第一个刮板B;
计算所述刮板B的标记框中心点与所述刮板A的标记框中心点之间的距离;
根据所述距离值判断刮板A和刮板B之间是否缺刮板以及缺少刮板的数量。
如果所述距离等于预定的第一距离阈值,则确定缺少一个刮板;
如果所述距离等于或者大于预定的第二距离阈值,则确定缺少两个或者两个以上的刮板。
在一种实施方式中,所述多个图像帧中,相邻两个图像帧之间的时间间隔等于T/N;其中,T为一个运行周期;N为刮板运输机中的刮板预定总数;所述多个图像帧的数量为N个。
在一种实施方式中,针对所述多个图像帧中的任意一个图像帧,所述判断模块63还用于,
确定一个图像帧中识别到的刮板的数量;
用所述图像帧中的刮板数量的预定值减去所述识别到的刮板数量得到所述图像帧中刮板缺失的数量。
在一种实施方式中,针对所述多个图像帧;
所述刮板运输机的运行周期T均匀地分布在所述多个图像帧中,并且所述多个图像帧的时间总和等于所述周期T。
在一种实施方式中,所述图像帧为一个图像帧,所述判断模块还用于,确定在图像帧中处于标准位置的刮板A;
确定与所述标准位置的刮板A相邻最近的第一个刮板B;
计算所述刮板B的标记框中心点与所述刮板A的标记框中心点之间的距离;
如果所述距离等于或者大于预定的第二距离阈值,则确定缺少两个或者两个以上的刮板,为连续缺失。
在一种实施方式中,所述图像帧为一个图像帧;所述判断模块63还用于,
确定所述图像帧中的刮板的个数;
根据所述刮板个数和预定的刮板个数标准值判断是否刮板连续缺失。
在一种实施方式中,所述图像帧为两个相邻图像帧,所述判断模块63还用于,分别确定所述两个相邻图像帧中的第一图像帧的尾位置和第二图像帧的首位值;
分别判断所述第一图像帧的尾位置和第二图像帧的首位值上是否有刮板;
如果都没有刮板,则确定刮板连续缺失。
在一种实施方式中,报警条件还包括:断链;
所述判断模块63还用于,判断图像帧中的链条是否断开,如果是,则发出报警信息。
第三方面,本发明实施例还提供一种电子设备,参见附图7所示的刮板输送机监控设备的结构示意图;
所述电子设备包括:至少一个处理器71和至少一个存储器72;
所述存储器72用于存储一个或多个程序指令;
所述处理器71,用于运行一个或多个程序指令,用以执行上述任一项所述的方法。
第四方面,本发明实施例还提供一种计算机可读存储介质,所述计算机存储介质中包含一个或多个程序指令,所述一个或多个程序指令用于被执行上述任一项所述的方法。
在本发明实施例中,处理器可以是一种集成电路芯片,具有信号的处理能力。处理器可以是通用处理器、数字信号处理器(Digital Signal Processor,简称DSP)、专用集成电路(Application Specific Integrated Circuit,简称ASIC)、现场可编程门阵列(FieldProgrammable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。处理器读取存储介质中的信息,结合其硬件完成上述方法的步骤。
存储介质可以是存储器,例如可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。
其中,非易失性存储器可以是只读存储器(Read-Only Memory,简称ROM)、可编程只读存储器(Programmable ROM,简称PROM)、可擦除可编程只读存储器(Erasable PROM,简称EPROM)、电可擦除可编程只读存储器(Electrically EPROM,简称EEPROM)或闪存。
易失性存储器可以是随机存取存储器(Random Access Memory,简称RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如静态随机存取存储器(Static RAM,简称SRAM)、动态随机存取存储器(Dynamic RAM,简称DRAM)、同步动态随机存取存储器(Synchronous DRAM,简称SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data RateSDRAM,简称DDRSDRAM)、增强型同步动态随机存取存储器(EnhancedSDRAM,简称ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM,简称SLDRAM)和直接内存总线随机存取存储器(DirectRambus RAM,简称DRRAM)。
本发明实施例描述的存储介质旨在包括但不限于这些和任意其它适合类型的存储器。
本领域技术人员应该可以意识到,在上述一个或多个示例中,本发明所描述的功能可以用硬件与软件组合来实现。当应用软件时,可以将相应功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质,其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的技术方案的基础之上,所做的任何修改、等同替换、改进等,均应包括在本发明的保护范围之内。
Claims (14)
1.一种刮板输送机的监控方法,其特征在于,包括:
获取刮板输送机机尾部分的图像帧;
根据所述图像帧判断是否满足报警条件;
如果是,则发出报警信息;
所述报警条件包括:刮板变形,和/或者,刮板缺失;
所述报警条件进一步包括以下的一种或几种:刮板连续缺失;一个周期内监控到刮板变形的数量达到预定第一阈值;一个周期内监控到刮板缺失的数量达到预定第二阈值;
所述图像帧为多个图像帧,
根据所述多个图像帧判断是否刮板变形的数量达到预定第一阈值,包括:
确定所述多个图像帧中的第一个图像帧中的刮板变形的数量;
比较所述第一个图像帧中的刮板变形的数量与预定第一阈值的大小;
如果所述第一个图像帧中的刮板变形的数量小于预定第一阈值,则继续获取第二个图像帧;
确定所述第二个图像帧中刮板变形的数量;
将所述第一个图像帧中刮板变形的数量和所述第二个图像帧中刮板变形的数量进行累加得到刮板变形的总和;
判断所述总和是否等于预定第一阈值;
如果否,则继续获取下一个图像帧,继续累计刮板变形的数量并判断是否达到预定阈值;
直到刮板变形的数量达到预定第一阈值。
2.如权利要求1所述的刮板输送机的监控方法,其特征在于,针对所述多个图像帧中的任意一个图像帧,确定刮板变形的方法,包括:
针对所述图像帧中的任意一个刮板,计算所述刮板的标记框的面积与预定的标记框面积标准值的差值的绝对值;如果所述差值的绝对值大于预定阈值,则确定所述刮板变形。
3.如权利要求1所述的刮板输送机的监控方法,其特征在于,所述图像帧为多个图像帧,
根据所述多个图像帧判断是否刮板缺失的数量达到预定第二阈值,包括:
从第一个图像帧开始,确定第一个图像帧中刮板缺失的数量;
比较所述第一个图像帧中的刮板缺失的数量与预定第二阈值的大小;
如果所述数量小于预定第二阈值,则继续获取第二个图像帧,
确定所述第二个图像帧中刮板缺失的数量;
将所述第一个图像帧中刮板缺失的数量和所述第二个图像帧中刮板缺失的数量进行累加得到刮板缺失的总和;
判断所述总和是否等于预定第二阈值;
如果否,则继续获取下一个图像帧,继续累计刮板缺失的数量并判断是否达到预定第二阈值;
直到刮板缺失的数量达到预定第二阈值。
4.如权利要求3所述的刮板输送机的监控方法,其特征在于,针对所述多个图像帧中的任意一个图像帧,确定刮板缺失的方法,包括:
确定处于标准位置的刮板A;
确定与所述标准位置的刮板A相邻最近的第一个刮板B;
计算所述刮板B的标记框中心点与所述刮板A的标记框中心点之间的距离;
根据所述距离值判断刮板A和刮板B之间是否缺刮板以及缺少刮板的数量;
如果所述距离等于预定的第一距离阈值,则确定缺少一个刮板;
如果所述距离等于或者大于预定的第二距离阈值,则确定缺少两个或者两个以上的刮板。
5.如权利要求4所述的刮板输送机的监控方法,其特征在于,所述多个图像帧中,相邻两个图像帧之间的时间间隔等于T/N;其中,T为一个运行周期;N为刮板运输机中的刮板预定总数;所述多个图像帧的数量为N个。
6.如权利要求3所述的方法,其特征在于,针对所述多个图像帧中的任意一个图像帧,确定刮板缺失的方法,包括:
确定一个图像帧中识别到的刮板的数量;
用所述图像帧中的刮板数量的预定值减去所述识别到的刮板数量得到所述图像帧中刮板缺失的数量。
7.权利要求6所述的方法,其特征在于,针对所述多个图像帧;相邻两个图像帧之间的时间间隔等于nT/N;其中,T为一个运行周期;N为刮板运输机中的刮板预定总数;所述多个图像帧的数量为N个;n为一个图像帧中的刮板个数。
8.如权利要求1所述的监控方法,其特征在于,所述图像帧为一个图像帧,根据所述图像帧判断是否刮板连续缺失,包括:
确定在图像帧中处于标准位置的刮板A;
确定与所述标准位置的刮板A相邻最近的第一个刮板B;
计算所述刮板B的标记框中心点与所述刮板A的标记框中心点之间的距离;
如果所述距离等于或者大于预定的第二距离阈值,则确定缺少两个或者两个以上的刮板,为连续缺失。
9.如权利要求1所述的刮板输送机的监控方法,其特征在于,所述图像帧为一个图像帧;根据所述图像帧判断是否刮板连续缺失,包括:
确定所述图像帧中的刮板的个数;
根据所述刮板个数和预定的刮板个数标准值判断是否刮板连续缺失。
10.如权利要求1所述的刮板输送机的监控方法,其特征在于,
所述图像帧为两个相邻图像帧,根据所述两个相邻图像帧判断是否刮板连续缺失,包括:
分别确定所述两个相邻图像帧中的第一图像帧的尾位置和第二图像帧的首位值;
分别判断所述第一图像帧的尾位置和第二图像帧的首位值上是否有刮板;
如果都没有刮板,则确定刮板连续缺失。
11.如权利要求1所述的刮板输送机的监控方法,其特征在于,报警条件还包括:断链;
根据所述图像帧判断是否满足报警条件,包括:
判断图像帧中的链条是否断开,如果是,则发出报警信息。
12.一种刮板输送机的监控装置,其特征在于,包括:
获取模块,用于获取刮板输送机机尾部分的图像帧;
判断模块,用于根据所述图像帧判断是否满足报警条件;
报警模块,用于如果所述判断模块确定满足报警条件,发出报警信息;
所述报警条件包括:刮板变形,和/或者,刮板缺失;
所述报警条件进一步包括以下的一种或几种:刮板连续缺失;一个周期内监控到刮板变形的数量达到预定第一阈值;一个周期内监控到刮板缺失的数量达到预定第二阈值;
所述图像帧为多个图像帧,
所述判断模块还用于,
确定所述多个图像帧中的第一个图像帧中的刮板变形的数量;
比较所述第一个图像帧中的刮板变形的数量与预定第一阈值的大小;
如果所述第一个图像帧中的刮板变形的数量小于预定第一阈值,则继续获取第二个图像帧;
确定所述第二个图像帧中刮板变形的数量;
将所述第一个图像帧中刮板变形的数量和所述第二个图像帧中刮板变形的数量进行累加得到刮板变形的总和;
判断所述总和是否等于预定第一阈值;
如果否,则继续获取下一个图像帧,直到刮板变形的数量达到预定第一阈值。
13.一种电子设备,其特征在于,所述电子设备包括:至少一个处理器和至少一个存储器;
所述存储器用于存储一个或多个程序指令;
所述处理器,用于运行一个或多个程序指令,用以执行如权利要求1-5任一项所述的方法。
14.一种计算机可读存储介质,其特征在于,所述计算机存储介质中包含一个或多个程序指令,所述一个或多个程序指令用于被执行如权利要求1-11任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910843273.5A CN110659590B (zh) | 2019-09-06 | 2019-09-06 | 刮板输送机的监控方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910843273.5A CN110659590B (zh) | 2019-09-06 | 2019-09-06 | 刮板输送机的监控方法、装置、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110659590A CN110659590A (zh) | 2020-01-07 |
CN110659590B true CN110659590B (zh) | 2020-12-15 |
Family
ID=69038003
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910843273.5A Active CN110659590B (zh) | 2019-09-06 | 2019-09-06 | 刮板输送机的监控方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110659590B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114212483B (zh) * | 2022-01-04 | 2024-04-12 | 精英数智科技股份有限公司 | 一种基于cv算法的刮板输送机部件故障识别方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102491067A (zh) * | 2011-11-30 | 2012-06-13 | 中国神华能源股份有限公司 | 刮板输送机故障检测装置、系统及方法 |
CN103248878A (zh) * | 2013-05-23 | 2013-08-14 | 南车株洲电力机车有限公司 | 一种综采工作面异常状况的模式识别方法、装置与系统 |
WO2017052395A1 (en) * | 2015-09-23 | 2017-03-30 | B & P Engineering Sp. Z O.O. Sp. Komandytowa | Production line for producing fruit concentrates or juices, and a method of controlling a fully automatically controlled production line for fruit concentrates or juices |
CN110040469A (zh) * | 2019-04-17 | 2019-07-23 | 中国矿业大学 | 一种刮板输送机链条张力监测系统及方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5258812B2 (ja) * | 2010-02-17 | 2013-08-07 | 東京エレクトロン株式会社 | スリットノズル清掃装置および塗布装置 |
JP5880375B2 (ja) * | 2012-09-25 | 2016-03-09 | 富士ゼロックス株式会社 | クリーニングブレード、クリーニング装置、プロセスカートリッジ、および画像形成装置 |
-
2019
- 2019-09-06 CN CN201910843273.5A patent/CN110659590B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102491067A (zh) * | 2011-11-30 | 2012-06-13 | 中国神华能源股份有限公司 | 刮板输送机故障检测装置、系统及方法 |
CN103248878A (zh) * | 2013-05-23 | 2013-08-14 | 南车株洲电力机车有限公司 | 一种综采工作面异常状况的模式识别方法、装置与系统 |
WO2017052395A1 (en) * | 2015-09-23 | 2017-03-30 | B & P Engineering Sp. Z O.O. Sp. Komandytowa | Production line for producing fruit concentrates or juices, and a method of controlling a fully automatically controlled production line for fruit concentrates or juices |
CN110040469A (zh) * | 2019-04-17 | 2019-07-23 | 中国矿业大学 | 一种刮板输送机链条张力监测系统及方法 |
Non-Patent Citations (2)
Title |
---|
Annealing parameter optimization algorithm in Weibull distribution of reliability life prediction analysis for scraper conveyor;Xianmin Ma等;《IEEE》;20160808;第1885-1889页 * |
综采面刮板输送机远程监控系统设计研究;李平;《煤炭与化工》;20181231;第41卷(第12期);第90-93页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110659590A (zh) | 2020-01-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110422588B (zh) | 刮板输送机的监测方法、装置、设备和存储介质 | |
JP6554355B2 (ja) | ベルトコンベアの監視システム | |
CN110793587B (zh) | 一种煤矿工作面带式输送机高效安全运行监控方法 | |
CN110659590B (zh) | 刮板输送机的监控方法、装置、设备和存储介质 | |
CN103986855B (zh) | 一种煤矿综采工作面用具有自除尘功能的摄像仪 | |
CN112558577A (zh) | 放顶煤控制方法、装置、电子设备和计算机可读存储介质 | |
CN110415485B (zh) | 护帮板的监控方法、装置、设备和存储介质 | |
CN110344882B (zh) | 监控刮板输送机工作人员操作的方法、系统及存储介质 | |
CN112740267A (zh) | 学习用数据收集装置、学习用数据收集方法、及程序 | |
CN103927553B (zh) | 基于多尺度微纹理和对比度联合分布的煤岩识别方法 | |
CN110400448B (zh) | 一种采煤机运行状态判断方法、系统及存储介质 | |
CN107655668B (zh) | 港口机械的故障分析数据的采集方法 | |
JP5356302B2 (ja) | 煙検出装置 | |
CN113469974A (zh) | 球团链篦机蓖板状态监测方法及其监测系统 | |
CN110318796B (zh) | 一种识别液压支架移架状态的方法、装置及系统 | |
CN115861294B (zh) | 一种基于计算机视觉的混凝土生产异常检测方法及装置 | |
CN104822046A (zh) | 一种基于视觉技术的非接触式电镀槽液位控制器 | |
CN115914573B (zh) | 一种基于大数据的生产线用卷绕辊运行监测系统 | |
CN115239723B (zh) | 基于图形识别的卷板机零件检测方法 | |
CN110966920B (zh) | 风力发电机组的扭缆检测方法及系统 | |
JP2005233679A (ja) | 流下ガラス流下速度計測方法および計測装置 | |
CN111860326B (zh) | 一种建筑工地物品移动检测方法、装置、设备及存储介质 | |
CN114565589A (zh) | 一种碳纤维经纱少丝缠丝的检测方法及装置 | |
CN117593256A (zh) | 一种基于双目视觉和线激光的配仓刮板机断链检测方法 | |
CN110930360A (zh) | 禽蛋检测、图像处理方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |