CN113086549A - 一种火电厂输煤皮带多智能体协同监测系统 - Google Patents
一种火电厂输煤皮带多智能体协同监测系统 Download PDFInfo
- Publication number
- CN113086549A CN113086549A CN202110227035.9A CN202110227035A CN113086549A CN 113086549 A CN113086549 A CN 113086549A CN 202110227035 A CN202110227035 A CN 202110227035A CN 113086549 A CN113086549 A CN 113086549A
- Authority
- CN
- China
- Prior art keywords
- guide rail
- coal
- conveying belt
- sensor
- belt
- 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.)
- Pending
Links
- 239000003245 coal Substances 0.000 title claims abstract description 64
- 238000012544 monitoring process Methods 0.000 title claims abstract description 33
- 239000003795 chemical substances by application Substances 0.000 title claims abstract description 21
- 238000001514 detection method Methods 0.000 claims abstract description 19
- 238000004891 communication Methods 0.000 claims abstract description 11
- 238000007689 inspection Methods 0.000 abstract description 23
- 239000007789 gas Substances 0.000 description 14
- 230000002159 abnormal effect Effects 0.000 description 9
- 239000000428 dust Substances 0.000 description 8
- 230000006378 damage Effects 0.000 description 5
- 238000012423 maintenance Methods 0.000 description 5
- 239000000463 material Substances 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 231100000331 toxic Toxicity 0.000 description 5
- 230000002588 toxic effect Effects 0.000 description 5
- 230000005856 abnormality Effects 0.000 description 4
- 238000000034 method Methods 0.000 description 4
- 239000000843 powder Substances 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000002817 coal dust Substances 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 239000000383 hazardous chemical Substances 0.000 description 1
- 231100000206 health hazard Toxicity 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
- B65G43/00—Control devices, e.g. for safety, warning or fault-correcting
- B65G43/02—Control devices, e.g. for safety, warning or fault-correcting detecting dangerous physical condition of load carriers, e.g. for interrupting the drive in the event of overheating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Multimedia (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明提供了一种火电厂输煤皮带多智能体协同监测系统,包括导轨机器人、AI摄像装置、分布式传感器和设备设施巡查系统;所述导轨机器人通过滑动装置与导轨可滑动连接,所述导轨机器人包括控制系统以及分别与所述控制系统相连接的检测系统、供电及承重系统和通讯系统;所述AI摄像装置固定安装于所述输煤皮带上方的支撑架上;所述分布式传感器为多个,多个所述分布式传感器分别布设于输煤皮带系统的预设位置上;所述导轨机器人、所述AI摄像装置、所述分布式传感器分别与所述设备设施巡查系统通信连接。本发明通过利用多种智能体对输煤皮带进行协同监测,从而实现了无人化巡检,并能够准确监测识别出多种故障。
Description
技术领域
本发明涉及故障监测技术领域,尤其是涉及一种火电厂输煤皮带多智能体协同监测系统。
背景技术
火力发电厂主要通过输煤皮带进行燃煤堆取料作业。输煤皮带在堆取煤作业时,极容易发生各种故障。例如皮带跑偏,撕裂,漏煤,皮带机、托辊设备温度异常发热,皮带电机振动大等。这些故障会对皮带重要部件造成损坏,导致机组煤量供应下降,也会产生粉尘造成环境污染,并损害现场作业人员的职业健康。
针对现有的皮带跑偏或撕裂检测办法大体包括三大类:第一类是人工巡检,这种方法由巡检员定时定期对皮带进行检查,发现皮带跑偏或撕裂时则进行停机维护。这种检测方法效率低,具有滞后性,不能对皮带实时监测;第二类是安装跑偏开关检测和安装防皮带撕裂保护装置,这是火电厂监测输煤皮带最常用的方式。当输煤皮带跑偏或撕裂时,会触发跑偏开关或防皮带撕裂保护装置动作,致使皮带停机进行检修。这种方法避免巡检员长时间工作,也具有实时监测能力,但是受现场恶劣环境影响,极易造成开关损坏,也容易受到其他相邻传感器的影响从而产生误报警,此外开关还要进行定期校验,费时费力。第三类是机器视觉检测,这种方法比较先进,既避免人员巡检,又避免开关式误报,受环境影响也比较小。但是机器视觉检测需要增加其他装置(例如荧光打点机)或者一种机器只能识别一种故障,会增加企业成本和部署难度。
针对现有的皮带漏煤,皮带机、托辊设备温度异常发热,皮带电机振动大等故障当前只能通过人工巡检的方式进行排查。
人工巡检主要依靠巡检人员完成对输煤皮带进行定时定点的检测,凭借其工作经验和主观感知对设备运行状态做出判断。然而,这种方式带来许多问题,一是由于皮带机监测点多、工作量大,往往出现漏检,误检现象;二是输煤皮带故障监测精度要求高,而巡检人员往往在事故发生后才能做出响应,无法实现全天候实时监测;三是工作环境处于密闭状态,噪声大、粉尘多、空气不易疏通,对巡检人员职业健康造成一定危害。因此,传统人工巡检方式工作强度高,可靠性低,且存在一定的职业健康危害,难以适应现代火电厂安全生产新形势新要求。
发明内容
本发明旨在提供一种火电厂输煤皮带多智能体协同监测系统,以解决上述技术问题,通过利用多种智能体对输煤皮带进行协同监测,实现无人化巡检,能够准确监测识别出多种故障。
为了解决上述技术问题,本发明提供了一种火电厂输煤皮带多智能体协同监测系统,包括导轨机器人、AI摄像装置、分布式传感器和设备设施巡查系统;
所述导轨机器人与滑动装置固定连接,所述滑动装置与位于所述输煤皮带一侧的导轨可滑动连接,所述导轨机器人包括控制系统以及分别与所述控制系统相连接的检测系统、供电及承重系统和通讯系统,所述检测系统包括拾音器、气体传感器和激光3D传感器中的一种或多种;
所述AI摄像装置固定安装于所述输煤皮带上方的支撑架上;所述分布式传感器为多个,多个所述分布式传感器分别布设于输煤皮带系统的预设位置上;
所述导轨机器人、所述AI摄像装置、所述分布式传感器分别与所述设备设施巡查系统通信连接。
作为优选方案,所述设备设施巡查系统与所述输煤皮带的PLC控制器相连接。
作为优选方案,所述滑动装置为与位于所述输煤皮带上方的导轨可滑动连接,所述导轨机器人吊挂于所述滑动装置下方。
作为优选方案,所述分布式传感器包括托辊测温传感器和电机测振传感器中的一种或多种。
作为优选方案,所述分布式传感器还包括设于预设的电缆接头上的红外测温仪。
作为优选方案,所述电机测振传感器为采用速度传感器。
作为优选方案,所述AI摄像装置的数量为多个。
与现有技术相比,本发明具有如下有益效果:
本发明提供了一种火电厂输煤皮带多智能体协同监测系统,包括导轨机器人、AI摄像装置、分布式传感器和设备设施巡查系统;所述导轨机器人与滑动装置固定连接,所述滑动装置与位于所述输煤皮带一侧的导轨可滑动连接,所述导轨机器人包括控制系统以及分别与所述控制系统相连接的检测系统、供电及承重系统和通讯系统,所述检测系统包括拾音器、气体传感器和激光3D传感器中的一种或多种;所述AI摄像装置固定安装于所述输煤皮带上方的支撑架上;所述分布式传感器为多个,多个所述分布式传感器分别布设于输煤皮带系统的预设位置上;所述导轨机器人、所述AI摄像装置、所述分布式传感器分别与所述设备设施巡查系统通信连接。本发明通过利用多种智能体对输煤皮带进行协同监测,从而实现了无人化巡检,并能够准确监测识别出多种故障。
附图说明
图1是本发明一实施例提供的火电厂输煤皮带多智能体协同监测系统的结构示意图;
图2是本发明一实施例提供的AI智能高清防爆摄像机识别跑偏或撕裂故障流程图;
图3是本发明一实施例提供的算法模型和应用系统对接示意图;
图4是本发明一实施例提供的导轨式机器人功能逻辑和结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参见图1,本发明实施例提供了一种火电厂输煤皮带多智能体协同监测系统,包括导轨机器人、AI摄像装置、分布式传感器和设备设施巡查系统;
所述导轨机器人与滑动装置固定连接,所述滑动装置与位于所述输煤皮带一侧的导轨可滑动连接,所述导轨机器人包括控制系统以及分别与所述控制系统相连接的检测系统、供电及承重系统和通讯系统,所述检测系统包括拾音器、气体传感器和激光3D传感器中的一种或多种;
所述AI摄像装置固定安装于所述输煤皮带上方的支撑架上;作为优选方案,所述AI摄像装置的数量为多个,多个AI摄像装置分别安装在输煤皮带上方的支撑架的合适位置;
所述分布式传感器为多个,多个所述分布式传感器分别布设于输煤皮带系统的预设位置上;所述分布式传感器包括托辊测温传感器和电机测振传感器中的一种或多种;作为优选方案,所述电机测振传感器为采用速度传感器;作为优选方案,所述分布式传感器还包括设于预设的电缆接头上的红外测温仪;
所述导轨机器人、所述AI摄像装置、所述分布式传感器分别与所述设备设施巡查系统通信连接。
在本发明实施例中,作为优选方案,所述设备设施巡查系统与所述输煤皮带的PLC控制器相连接。
在具体实施例中,导轨可以位于输煤皮带的上方,所述导轨机器人吊挂于所述滑动装置下方。
需要说明的是,本发明为了解决上述背景技术提出的技术问题,采用导轨式巡检机器人、AI智能高清防爆摄像机和分布式传感器组合的方式,形成多故障多智能体协同监测作业模式。1、通过导轨式机器人取代人工进行定时巡检,实现无人化巡检。导轨式机器人携带拾音器、气体传感器、激光3D传感器,分别对现场声音,粉尘,H2S、CO、CH4等有毒有害气体以及漏煤故障进行检测。2、在输煤皮带上方加装AI高清防爆摄像机,与AI算法相结合,对皮带跑偏信号或者撕裂信号进行实时监测。3、分布式传感器主要有托辊测温传感器和电机测振传感器,对重要设备的温度和振动实时监测。当异常状况发生时,将皮带跑偏、撕裂、漏煤、设备温度异常、电机振动大、声音异常、粉尘浓度高、H2S、CO、CH4等有毒有害气体超标各种故障信号实时传输至设备设施巡查系统进行报警,联动皮带PLC控制器对皮带停运检修,实现对皮带各种故障精准识别。本发明信号采集便捷、安装方便,不需要人为干预,具有实时性监测。采用导轨式巡检机器人、AI智能高清防爆摄像机和分布式传感器组合的方式代替人工巡检,实现无人化巡检,同时可以识别多种皮带故障,随着检测样本增多,故障识别率不断提高,可以达到98%。
基于上述方案,为便于更好的理解本发明实施例提供的火电厂输煤皮带多智能体协同监测系统,以下进行详细说明:
(一)参见图1,火电厂输煤皮带多智能体协同监测系统整体结构介绍如下:
导轨式机器人携带拾音器、气体传感器、激光3D传感器,分别对现场异常声音,粉尘、H2S、CO、CH4等有毒有害气体以及漏煤故障进行检测。
在输煤皮带上方加装AI智能高清防爆摄像机,与AI算法相结合,对皮带跑偏信号或者撕裂信号进行实时监测。
分布式传感器主要有皮带电机传感器、托辊测温传感器和电机测振传感器,对重要设备的温度和振动实时监测。
当异常状况发生时,将皮带跑偏、撕裂、漏煤、设备温度异常、电机振动大、噪声异常、粉尘浓度高、H2S、CO、CH4等有毒有害气体超标等各种故障信号实时传输至设备设施巡查系统进行报警,联动皮带PLC控制器对皮带停运检修,实现对皮带各种故障精准识别。
(二)参见图2-3,AI智能高清防爆摄像机(AI摄像装置)控制逻辑介绍如下:
火电厂输煤皮带跑偏识别报警装置及系统软件结构分为两部分,一部分在AI平台进行训练(也称离线训练),这部分目的是检验算法的时效性;另一部分是现场实时监控,针对皮带跑偏或撕裂进行报警和处理。现将控制逻辑描述如下:
1.AI训练平台(离线训练):
1.1数据采集:数据采集以实际应用为场景,素材来源为实际AI高清防爆相机拍摄。素材包含不同时间,地点,覆盖真实应用场景(包含雷雨雪天气,白天夜晚等不同场景)。拍摄对象占据图片1/4以上,满足720P分辨率下目标框≥32×32像素。
1.2数据清洗:筛选合规的素材,删除模糊、目标像素不满足要求、重复样本的素材,适当补充或删除样本数量,保证各类故障标签对应的数据比例合理。
1.3数据标注:标注框紧贴目标,不宜过大或过小;标注框满足大于最小像素要求;标注目标应清晰、无遮挡,遮挡区域少于1/2时标注;相同标签目标的标注区域需一致。
1.4AI算法模型:将编辑好的AI算法下放到算法库中,再通过算法调度平台下放到应用系统中。
1.5模型校验:选择实际应用场景中未参与训练的图片进行校验,确保召回率和准确率精度达到90%以上。召回率和准确率计算公式如下:
召回率=检出目标的真值数/实际目标数;
准确率=检出目标的真值数/检出目标数;
1.6模型下装:当召回率和准确率精度达到90%以上时,可以将算法模型下装到实际应用设备中。
2.现场实时监控:
皮带上方AI高清防爆摄像机对现场皮带运行情况进行实时拍摄,由AI算法模型判断当前运行情况是否有皮带跑偏或者撕裂。一旦发生皮带跑偏或者撕裂时,AI高清摄像机就会将此信号传输至设备设施巡查系统,并产生报警,同时皮带运行PLC控制器发出停运信号,运行人员接到报警信号组织人员进行现场检修。
(三)参见图4,导轨式机器人介绍如下:
导轨式机器人基本参数:
行走方式:轨道吊挂式;外壳防护等级:IP65:刹车距离:≤5m;重量:50kg:待机时间:5天;电池容量:20AH/36V;运行速度:≤2m/s;适应坡度:≤40。
(1)环境有毒有害气体、粉尘浓度监测
由于空间相对密闭,空气流通差、温度较高、易积水等原因,容易出现O2含量低而H2S、CO、CH4等气体含量高等对人身和设备安全的隐患,可通过搭载气体传感器,实时监测各种气体浓度和粉尘,当气体浓度不在安全范围内时及时报警。
(2)设备声音异常判断
通过拾音器采集设备运转声音(如皮带电机、托辊等转动设备),并进行智能学习,不断完善设备异常音频库。并在后台进行实时对比,发现异常可及时通知管理人员。
(3)激光探测煤粉堆积
采用激光3D传感器扫描输煤皮带下方、落煤管旁等易洒落煤粉地方的煤粉堆积情况,可以快速测量出煤粉的体积变化趋势,当发生异常时进行
报警并通知相关人员,避免了视觉图像识别技术受环境光变化以及地面颜色和煤粉颜色接近等原因造成的识别率低和误报现象。
(四)分布式传感器介绍
(1)红外测温仪
基于红外热诊断技术,准确分析设备的状态、温度异常与各类电流致热性故障,监控包括皮带电机、托辊、电缆接头在内的设备温度以及设备周围环境温度情况,对故障预警和分析有一定优势。
(2)振动传感器
在轴承外壳上,用速度传感器测量振动值。通过对采集到的设备震动数据与正常震动数据对比,判断设备是否异常震动。
与现有技术相比,本发明具有如下有益效果:
(1)代替人工巡检,实现无人化巡检,避免漏检、误检以及恶劣环境对作业员职业健康造成伤害,对皮带跑偏、撕裂,电机温度异常、振动大等主要故障可以达到实时监控;
(2)采用导轨式机器人、AI智能高清防爆摄像机和分布式传感器组合的方式,减少现场摄像机安装数量,降低作业人员劳动强度,实现输煤皮带所有故障精准监测的同时,降低企业设备采购和运维成本。
(3)采用AI智能算法,对皮带跑偏或撕裂达到精准识别,随着检测样本增多,故障识别率不断提高,可以达到98%。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (7)
1.一种火电厂输煤皮带多智能体协同监测系统,其特征在于,包括导轨机器人、AI摄像装置、分布式传感器和设备设施巡查系统;
所述导轨机器人与滑动装置固定连接,所述滑动装置与位于所述输煤皮带一侧的导轨可滑动连接,所述导轨机器人包括控制系统以及分别与所述控制系统相连接的检测系统、供电及承重系统和通讯系统,所述检测系统包括拾音器、气体传感器和激光3D传感器中的一种或多种;
所述AI摄像装置固定安装于所述输煤皮带上方的支撑架上;所述分布式传感器为多个,多个所述分布式传感器分别布设于输煤皮带系统的预设位置上;
所述导轨机器人、所述AI摄像装置、所述分布式传感器分别与所述设备设施巡查系统通信连接。
2.根据权利要求1所述的火电厂输煤皮带多智能体协同监测系统,其特征在于,所述设备设施巡查系统与所述输煤皮带的PLC控制器相连接。
3.根据权利要求1所述的火电厂输煤皮带多智能体协同监测系统,其特征在于,所述滑动装置为与位于所述输煤皮带上方的导轨可滑动连接,所述导轨机器人吊挂于所述滑动装置下方。
4.根据权利要求1所述的火电厂输煤皮带多智能体协同监测系统,其特征在于,所述分布式传感器包括托辊测温传感器和电机测振传感器中的一种或多种。
5.根据权利要求4所述的火电厂输煤皮带多智能体协同监测系统,其特征在于,所述分布式传感器还包括设于预设的电缆接头上的红外测温仪。
6.根据权利要求4所述的火电厂输煤皮带多智能体协同监测系统,其特征在于,所述电机测振传感器为采用速度传感器。
7.根据权利要求1所述的火电厂输煤皮带多智能体协同监测系统,其特征在于,所述AI摄像装置的数量为多个。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110227035.9A CN113086549A (zh) | 2021-03-01 | 2021-03-01 | 一种火电厂输煤皮带多智能体协同监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110227035.9A CN113086549A (zh) | 2021-03-01 | 2021-03-01 | 一种火电厂输煤皮带多智能体协同监测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113086549A true CN113086549A (zh) | 2021-07-09 |
Family
ID=76667659
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110227035.9A Pending CN113086549A (zh) | 2021-03-01 | 2021-03-01 | 一种火电厂输煤皮带多智能体协同监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113086549A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114044325A (zh) * | 2021-11-15 | 2022-02-15 | 华能汕头海门发电有限责任公司 | 输煤皮带故障检测系统 |
CN114140684A (zh) * | 2021-11-08 | 2022-03-04 | 深圳江行联加智能科技有限公司 | 堵煤漏煤检测方法、装置、设备及存储介质 |
CN117800039A (zh) * | 2024-02-23 | 2024-04-02 | 太原理工大学 | 带式输送机皮带跑偏检测系统 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE3611125A1 (de) * | 1986-04-03 | 1987-10-08 | Eickhoff Geb | Vorrichtung zum ueberwachen von foerderbandanlagen |
JPH09222827A (ja) * | 1996-02-16 | 1997-08-26 | Fuji Xerox Co Ltd | 画像形成装置 |
CN102390688A (zh) * | 2011-09-09 | 2012-03-28 | 邸云龙 | 皮带综合保护装置 |
KR20130023677A (ko) * | 2011-08-29 | 2013-03-08 | 현대제철 주식회사 | 연원료 이송장치 및 그 제어방법 |
CN105668185A (zh) * | 2016-04-14 | 2016-06-15 | 南京通晟自控系统有限公司 | 一种皮带输送机设备的运行状态检测装置及检测方法 |
CN106219193A (zh) * | 2016-10-01 | 2016-12-14 | 西安科技大学 | 一种皮带运输系统 |
CN106241270A (zh) * | 2016-08-25 | 2016-12-21 | 太原理工大学 | 一种带式输送机监控及寿命管理系统 |
CN109649982A (zh) * | 2019-01-21 | 2019-04-19 | 天津工业大学 | 一种矿用带式输送机沿线自动巡检系统 |
CN110040470A (zh) * | 2019-05-21 | 2019-07-23 | 精英数智科技股份有限公司 | 一种人工智能视频识别皮带跑偏的监测方法 |
CN110451204A (zh) * | 2019-08-21 | 2019-11-15 | 江苏盈丰电子科技有限公司 | 一种用于传送带实时检视系统 |
CN210593976U (zh) * | 2019-08-27 | 2020-05-22 | 天津华宁电子有限公司 | 一种基于轨道式巡检机器人的皮带机巡检监控系统 |
CN111932711A (zh) * | 2020-08-24 | 2020-11-13 | 西安热工研究院有限公司 | 一种火电机组输煤皮带智能巡检系统及方法 |
-
2021
- 2021-03-01 CN CN202110227035.9A patent/CN113086549A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE3611125A1 (de) * | 1986-04-03 | 1987-10-08 | Eickhoff Geb | Vorrichtung zum ueberwachen von foerderbandanlagen |
JPH09222827A (ja) * | 1996-02-16 | 1997-08-26 | Fuji Xerox Co Ltd | 画像形成装置 |
KR20130023677A (ko) * | 2011-08-29 | 2013-03-08 | 현대제철 주식회사 | 연원료 이송장치 및 그 제어방법 |
CN102390688A (zh) * | 2011-09-09 | 2012-03-28 | 邸云龙 | 皮带综合保护装置 |
CN105668185A (zh) * | 2016-04-14 | 2016-06-15 | 南京通晟自控系统有限公司 | 一种皮带输送机设备的运行状态检测装置及检测方法 |
CN106241270A (zh) * | 2016-08-25 | 2016-12-21 | 太原理工大学 | 一种带式输送机监控及寿命管理系统 |
CN106219193A (zh) * | 2016-10-01 | 2016-12-14 | 西安科技大学 | 一种皮带运输系统 |
CN109649982A (zh) * | 2019-01-21 | 2019-04-19 | 天津工业大学 | 一种矿用带式输送机沿线自动巡检系统 |
CN110040470A (zh) * | 2019-05-21 | 2019-07-23 | 精英数智科技股份有限公司 | 一种人工智能视频识别皮带跑偏的监测方法 |
CN110451204A (zh) * | 2019-08-21 | 2019-11-15 | 江苏盈丰电子科技有限公司 | 一种用于传送带实时检视系统 |
CN210593976U (zh) * | 2019-08-27 | 2020-05-22 | 天津华宁电子有限公司 | 一种基于轨道式巡检机器人的皮带机巡检监控系统 |
CN111932711A (zh) * | 2020-08-24 | 2020-11-13 | 西安热工研究院有限公司 | 一种火电机组输煤皮带智能巡检系统及方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114140684A (zh) * | 2021-11-08 | 2022-03-04 | 深圳江行联加智能科技有限公司 | 堵煤漏煤检测方法、装置、设备及存储介质 |
CN114044325A (zh) * | 2021-11-15 | 2022-02-15 | 华能汕头海门发电有限责任公司 | 输煤皮带故障检测系统 |
CN117800039A (zh) * | 2024-02-23 | 2024-04-02 | 太原理工大学 | 带式输送机皮带跑偏检测系统 |
CN117800039B (zh) * | 2024-02-23 | 2024-05-14 | 太原理工大学 | 带式输送机皮带跑偏检测系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113086549A (zh) | 一种火电厂输煤皮带多智能体协同监测系统 | |
KR101949525B1 (ko) | 무인탐지장치를 이용한 현장 안전관리 시스템 | |
WO2020140316A1 (zh) | 一种涂料生产安全智能巡检机器人、系统及方法 | |
CN110695958A (zh) | 一种适用于化工防爆巡检机器人 | |
CN106017932A (zh) | 电机轴承在线监测及智能预警系统 | |
CN107144303A (zh) | 一种矿用机电设备的故障检测系统、方法及装置 | |
CN214924447U (zh) | 一种煤矿瓦斯抽采泵站用巡检机器人系统 | |
CN104792796A (zh) | 基于机器视觉的矿用胶带运行工况在线监测系统 | |
CN201867463U (zh) | 智能电缆沟、井在线监测系统 | |
CN106395557A (zh) | 一种电梯曳引机钢丝绳状态在线检测系统及其检测方法 | |
CN114104653A (zh) | 一种输煤仓区域输煤皮带机智能巡检检测方法 | |
CN111899211A (zh) | 基于图像和气味的变压器漏油故障检测系统及方法 | |
CN111486345B (zh) | 一种粮库地下管网液体泄漏在线监测预警方法及装置 | |
KR101539734B1 (ko) | 배전선로 장애 자동추적 시스템 | |
CN115056236A (zh) | 一种电厂智能巡检机器人 | |
CN113759219A (zh) | 主动式环境安全监测预警装置、方法及安装方案 | |
CN115939996A (zh) | 一种电力巡检机器人的自动巡检系统 | |
KR101895221B1 (ko) | 이음 감지에 의한 회전체 이상 진단 시스템 | |
CN205909857U (zh) | 一种电厂智能型全方位实时监控系统 | |
CN115107050A (zh) | 一种轨道式风机巡检机器人及其巡检维护方法 | |
CN117184814A (zh) | 输送机无人值守系统 | |
CN210721134U (zh) | 一种数控机床远程监控系统 | |
CN211392659U (zh) | 一种基于三维图像及智能视频技术的皮带机异物检测系统 | |
CN2854536Y (zh) | 电缆测温在线智能巡检装置 | |
CN114877935A (zh) | 一种多源传感器一体化监测方法、装置及巡检机器人 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210709 |
|
RJ01 | Rejection of invention patent application after publication |