CN114104652B - 基于图像分析的井下带式输送用自动调速方法及系统 - Google Patents

基于图像分析的井下带式输送用自动调速方法及系统 Download PDF

Info

Publication number
CN114104652B
CN114104652B CN202210082717.XA CN202210082717A CN114104652B CN 114104652 B CN114104652 B CN 114104652B CN 202210082717 A CN202210082717 A CN 202210082717A CN 114104652 B CN114104652 B CN 114104652B
Authority
CN
China
Prior art keywords
belt
coal mine
conveyor belt
mine conveyor
breakage
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
Application number
CN202210082717.XA
Other languages
English (en)
Other versions
CN114104652A (zh
Inventor
邱雷明
孙善金
孙华
张营
张朋
郑兆宗
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong Shankuang Machinery Co ltd
Original Assignee
Shandong Shankuang Machinery Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shandong Shankuang Machinery Co ltd filed Critical Shandong Shankuang Machinery Co ltd
Priority to CN202210082717.XA priority Critical patent/CN114104652B/zh
Publication of CN114104652A publication Critical patent/CN114104652A/zh
Application granted granted Critical
Publication of CN114104652B publication Critical patent/CN114104652B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • B65G15/00—Conveyors having endless load-conveying surfaces, i.e. belts and like continuous members, to which tractive effort is transmitted by means other than endless driving elements of similar configuration
    • 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
    • E—FIXED CONSTRUCTIONS
    • E21—EARTH OR ROCK DRILLING; MINING
    • E21F—SAFETY DEVICES, TRANSPORT, FILLING-UP, RESCUE, VENTILATION, OR DRAINING IN OR OF MINES OR TUNNELS
    • E21F13/00—Transport specially adapted to underground conditions
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N25/00—Investigating or analyzing materials by the use of thermal means
    • G01N25/72—Investigating presence of flaws
    • 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
    • B65G2203/00—Indexing code relating to control or detection of the articles or the load carriers during conveying
    • B65G2203/04—Detection means
    • B65G2203/041—Camera
    • 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
    • B65G2207/00—Indexing codes relating to constructional details, configuration and additional features of a handling device, e.g. Conveyors
    • B65G2207/40—Safety features of loads, equipment or persons

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mining & Mineral Resources (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Biochemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geochemistry & Mineralogy (AREA)
  • Geology (AREA)
  • Control Of Conveyors (AREA)

Abstract

本发明涉及图像分析技术领域，具体涉及一种基于图像分析的井下带式输送用自动调速方法及系统：实时获取煤矿传送带的上下表面红外图像和运载煤矿RGB图像，确定当前运送周期的煤矿传送带的每个位置的断带程度和煤矿堆积程度；根据每个位置的断带程度、煤矿堆积程度和待确定的断带程度变化值，确定未来运送周期的煤矿传送带的每个位置的第一断带矩阵；根据第一断带矩阵和运行速度DNN网络，构建目标函数并求解，得到每个位置的断带程度变化值及对应的安全运行速度和危险运行速度，进而确定未来运送周期的煤矿传送带的调控速度。本发明通过图像分析技术来识别传送带的断带程度和煤矿堆积程度，从而确定带式输送机合理的运行速度。

Description

基于图像分析的井下带式输送用自动调速方法及系统
技术领域
本发明涉及图像分析技术领域，具体涉及一种基于图像分析的井下带式输送用自动调速方法及系统。
背景技术
带式输送机是煤矿开采过程中重要的煤矿输送用设备，而输送机在工作过程中传送带的长时间的高强度工作或者传送带维护不到位，使输送机传送带出现断带，造成输送机的故障，影响煤矿输送效率。
大部分煤矿开采工程是由工作人员调控输送机的运行速度，人为调控速度时没有考虑煤矿输送带的断带程度或是考虑不全面，导致输送机的运行速度与当前带式输送机的状态不匹配，煤矿输送带可能会发生断带，进而导致煤矿运送效率下降。
随着计算机技术的迅速发展，图像分析技术被逐渐应用到传送带缺陷检测、传送带上运输物体识别、传送带监控等方面。图像分析是计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对象的技术，图像分析技术可以克服人的主观因素影响，更具准确性和客观性。目前，亟需一种基于图像分析技术的传送带调速方法，以确定传送带合理的运行速度。
发明内容
为了解决上述人工确定带式输送机运行速度合理性较差的技术问题，本发明的目的在于提供一种基于图像分析的井下带式输送用自动调速方法及系统。
为解决上述技术问题，本发明提供了一种基于图像分析的井下带式输送用自动调速方法，该方法包括以下步骤：
实时获取煤矿传送带的上表面红外图像、下表面红外图像以及运载煤矿RGB图像；
根据实时获取的煤矿传送带的上表面红外图像和下表面红外图像，确定当前运送周期的煤矿传送带的每个位置的断带程度，并根据实时获取的煤矿传送带的运载煤矿RGB图像，确定当前运送周期的煤矿传送带的每个位置的煤矿堆积程度；
根据当前运送周期的煤矿传送带的每个位置的断带程度和煤矿堆积程度，以及待确定的当前运送周期与未来运送周期之间的煤矿传送带的每个位置的断带程度变化值，确定未来运送周期的煤矿传送带的每个位置的第一断带特征，进而确定未来运送周期的煤矿传送带的每个位置的断带区域的第一断带矩阵；
根据未来运送周期的煤矿传送带的每个位置的断带区域的第一断带矩阵以及预先构建并训练好的运行速度DNN网络，构建目标函数，对目标函数进行求解，从而得到当前运送周期与未来运送周期之间的煤矿传送带的每个位置的断带区域的断带程度变化值以及其对应的安全运行速度和危险运行速度；
根据当前运送周期与未来运送周期之间的煤矿传送带的每个位置的断带区域的断带程度变化值，以及每个位置的断带区域的安全运行速度和危险运行速度，确定未来运送周期的煤矿传送带的调控速度。
进一步的，构建并训练运行速度DNN网络的步骤包括：
构建运行速度DNN网络，并确定运行速度DNN网络的损失函数；
获取运行速度DNN网络的训练数据集，所述训练数据集包括N个运送周期的煤矿传送带的每个位置的断带区域的第二断带矩阵，所述N个运送周期的煤矿传送带的每个位置的断带区域的第二断带矩阵的获取步骤包括：
获取煤矿传送带历史工作过程中实时获取的煤矿传送带的上表面红外图像、下表面红外图像、运载煤矿RGB图像和运行速度；
根据煤矿传送带历史工作过程中实时获取的煤矿传送带的上表面红外图像和下表面红外图像，确定N个运送周期的煤矿传送带的每个位置的断带程度，根据煤矿传送带历史工作过程中实时获取的煤矿传送带的运载煤矿RGB图像，确定对应N个运送周期的煤矿传送带的每个位置的煤矿堆积程度，根据煤矿传送带历史工作过程中实时获取的煤矿传送带的运行速度，确定对应N个运送周期的煤矿传送带的平均运行速度；
根据N个运送周期的煤矿传送带的每个位置的断带程度和煤矿堆积程度、以及后一个运送周期与前一个运送周期的煤矿传送带的每个位置的断带程度的断带程度变化值和运行时间内的煤矿传送带的平均运行速度，确定N个运送周期的煤矿传送带的每个位置的第二断带特征，进而确定N个运送周期的煤矿传送带的每个位置的断带区域的第二断带矩阵；
根据运行速度DNN网络的损失函数，利用训练数据集对运行速度DNN网络进行训练，从而得到训练好的运行速度DNN网络。
进一步的，运行速度DNN网络训练过程中的损失函数对应的计算公式为：
Figure 373547DEST_PATH_IMAGE001
其中，
Figure 697212DEST_PATH_IMAGE002
为危险运行速度关注程度，
Figure 742528DEST_PATH_IMAGE003
，
Figure 668896DEST_PATH_IMAGE004
为第t个运送周期的煤矿传送带的第q个位置的断带区域的第二断带矩阵
Figure 155372DEST_PATH_IMAGE005
的第k行的第j列的断带程度变化值，K2为第t个运送周期的煤矿传送带的第q个位置的断带区域的第二断带矩阵
Figure 243414DEST_PATH_IMAGE005
的行数，
Figure 916972DEST_PATH_IMAGE006
为运行速度DNN网络输出的第t个运送周期的煤矿传送带的第q个位置的断带区域的安全运行速度，
Figure 381451DEST_PATH_IMAGE007
为第t个运送周期的煤矿传送带的第q个位置的平均运行速度，
Figure 315909DEST_PATH_IMAGE008
为运行速度DNN网络输出的第t个运送周期的煤矿传送带的第q个位置的断带区域的危险运行速度。
进一步的，目标函数的计算公式：
Figure 715798DEST_PATH_IMAGE009
其中，
Figure 735706DEST_PATH_IMAGE010
为未来运送周期的煤矿传送带的第p个位置的断带区域的第一断带矩阵
Figure 738297DEST_PATH_IMAGE011
的第k行的第j列的断带程度变化值，
Figure 668207DEST_PATH_IMAGE012
为运行速度DNN网络输出的未来运送周期的煤矿传送带的第p个位置的断带区域的安全运行速度，
Figure 363631DEST_PATH_IMAGE013
为运行速度DNN网络输出的未来运送周期的煤矿传送带的第p个位置的断带区域的危险运行速度，K2为未来运送周期的煤矿传送带的第p个位置的断带区域的第一断带矩阵
Figure 11781DEST_PATH_IMAGE011
的行数，a和b为目标函数的关注程度指标值。
进一步的，确定未来运送周期的煤矿传送带的调控速度的步骤包括：
根据未来运送周期的煤矿传送带的每个位置的断带区域的安全运行速度和危险运行速度，确定未来运送周期的煤矿传送带的每个位置所对应的安全运行速度危险运行速度差异指标值；
根据当前运送周期与未来运送周期之间的煤矿传送带的每个位置的断带区域的断带程度变化值，确定当前运送周期与未来运送周期之间的煤矿传送带的每个位置的断带区域的断带程度变化值的均值；
根据未来运送周期的煤矿传送带的每个位置所对应的安全运行速度危险运行速度差异指标值、当前运送周期与未来运送周期之间的煤矿传送带的每个位置的断带区域的断带程度变化值的均值以及未来运送周期的煤矿传送带的每个位置的断带区域的安全运行速度和危险运行速度，确定未来运送周期的煤矿传送带的调控速度。
进一步的，未来运送周期的煤矿传送带的调控速度的计算公式：
Figure 552484DEST_PATH_IMAGE014
其中，
Figure 461534DEST_PATH_IMAGE015
为未来运送周期的煤矿传送带的调控速度，
Figure 203225DEST_PATH_IMAGE016
为未来运送周期的煤矿传送带的第p个位置所对应的安全运行速度危险运行速度差异指标值，
Figure 932146DEST_PATH_IMAGE017
为当前运送周期与未来运送周期之间的煤矿传送带的第p个位置的断带区域的断带程度变化值的均值，
Figure 542119DEST_PATH_IMAGE012
为运行速度DNN网络输出的未来运送周期的煤矿传送带的第p个位置的断带区域的安全运行速度，B为煤矿传送带的位置的数目。
进一步的，未来运送周期的煤矿传送带的每个位置所对应的安全运行速度危险运行速度差异指标值的计算公式：
Figure 305676DEST_PATH_IMAGE018
其中，
Figure 218268DEST_PATH_IMAGE016
为未来运送周期的煤矿传送带的第p个位置所对应的安全运行速度危险运行速度差异指标值，
Figure 700065DEST_PATH_IMAGE012
为运行速度DNN网络输出的未来运送周期的煤矿传送带的第p个位置的断带区域的安全运行速度，
Figure 848150DEST_PATH_IMAGE019
为运行速度DNN网络输出的未来运送周期的煤矿传送带的第o个位置的断带区域的危险运行速度，B为煤矿传送带的位置的数目；
当前运送周期与未来运送周期之间的煤矿传送带的每个位置的断带区域的断带程度变化值的均值的计算公式：
Figure 607158DEST_PATH_IMAGE020
其中，
Figure 815286DEST_PATH_IMAGE021
为当前运送周期与未来运送周期之间的煤矿传送带的第p个位置的断带区域的断带程度变化值的均值，
Figure 518800DEST_PATH_IMAGE022
为未来运送周期的煤矿传送带的第p个位置的断带区域的第一断带矩阵
Figure 345941DEST_PATH_IMAGE011
的第k行的第j列的断带程度变化值，K2为未来运送周期的煤矿传送带的第p个位置的断带区域的第一断带矩阵的行数。
进一步的，确定当前运送周期的煤矿传送带的每个位置的断带程度的步骤包括：
根据实时获取煤矿传送带的上表面的红外图像和下表面红外图像，确定当前运送周期的煤矿传送带的上表面中每个位置的温度和煤矿传送带的下表面中每个位置的温度；
根据当前运送周期的煤矿传送带的上表面中每个位置的温度，确定当前运送周期的煤矿传送带的上表面中每个位置的局部温度变化程度，根据当前运送周期的煤矿传送带的下表面中每个位置的温度，确定当前运送周期的煤矿传送带的下表面中每个位置的局部温度变化程度；
根据当前运送周期的煤矿传送带的上表面中每个位置的局部温度变化程度以及煤矿传送带的下表面中每个位置的局部温度变化程度，确定当前运送周期的煤矿传送带的每个位置的断带程度。
进一步的，确定运送周期的煤矿传送带的每个位置的断带区域的第一断带矩阵/第二断带矩阵的步骤包括：
获取以运送周期的煤矿传送带的每个位置为中心的位置数目不小于设定的数目阈值的断带区域，且该断带区域内的各个位置的断带程度大于设定的断带程度阈值；
获取运送周期的煤矿传送带的每个位置的断带区域内各位置的第一断带特征/第二断带特征，根据每个位置的断带区域内的各个位置的第一断带特征/第二断带特征，确定运送周期的煤矿传送带的每个位置的断带区域的第一断带矩阵/第二断带矩阵。
本发明还提供了一种基于图像分析的井下带式输送用自动调速系统，包括处理器和存储器，所述处理器用于处理存储在所述存储器中的指令，以实现一种基于图像分析的井下带式输送用自动调速方法。
本发明具有如下有益效果：
本发明通过实时获取煤矿传送带的上表面红外图像、下表面红外图像以及运载煤矿RGB图像，然后采用图像分析技术对这些图像进行分析，从而确定当前运送周期的煤矿传送带的断带程度和煤矿堆积程度，进而根据待确定的当前运送周期与未来运送周期之间的煤矿传送带的每个位置的断带程度变化值，确定未来运送周期的煤矿传送带的每个位置的第一断带矩阵，基于该第一断带矩阵确定当前运送周期与未来运送周期之间的煤矿传送带的每个位置的断带区域的断带程度变化值以及其对应的安全运行速度和危险运行速度，从而确定未来运送周期的煤矿传送带的调控速度。
本发明通过图像分析技术对传送带断带情况和煤矿堆积程度进行识别，从而确定每个位置的断带区域的安全运行速度和危险运行速度，并确定最终合理的调控速度，减少了带式输送机的出现故障的次数，而且调控速度时考虑到了传送带每个位置的断带程度，在一定程度上提高了带式输送机的传送带的使用寿命，防止带式输送机的断带程度增大，同时也保证了井下煤矿的输送效率，充分发挥带式输送机的使用价值。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
图1为本发明的一种基于图像分析的井下带式输送用自动调速方法的流程图；
图2为本发明的带式输送机运行过程的示意图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种结构件生产信息视觉测量方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一个实施例。此外，一个或N个实施例中的特定特征、结构、或特点可由任何合适形式组合。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
本实施例提供了一种基于图像分析的井下带式输送用自动调速方法，如图1所示，该方法的步骤包括：
（1）实时获取煤矿传送带的上表面红外图像、下表面红外图像以及运载煤矿RGB图像。
本实施例在带式输送机上安装红外相机，获取煤矿传送带的红外图像。如图2所示，T1为上表面红外相机，T2为下表面红外相机，在带式输送机的下方安装两个红外相机，一个位于带式输送机下方的煤矿传送带的上表面，通过不断地拍摄煤矿传送带的图像，在传送带运行一个周期之后，可获取煤矿传送带的上表面红外图像，记为I1，另一个位于带式输送机下方的煤矿传送带的下表面，参考获取图像I1的步骤，获取煤矿传送带的下表面红外图像，记为I2。由此，可实时获取煤矿传送带的上表面红外图像I1和下表面红外图像I2。
本实施例在带式输送机上安置RGB相机，实时采集运载煤矿RGB图像数据。如图2所示，RGB为RGB相机，在带式输送机的上方安置RGB相机，RGB相机拍摄的运载煤矿RGB图像为当前时刻的带式输送机的煤矿传送带的一部分RGB图像，在传送带运行一个周期之后，可获取煤矿传送带的完整的运载煤矿RGB图像。
需要说明的是，由于煤矿传送带的运行原理，当前时刻的RGB相机和红外相机只能拍摄到煤矿传送带的上方或是下方的图像，即不能同时获取煤矿传送带的完整的上表面红外图像、下表面红外图像以及运载煤矿RGB图像。
（2）根据实时获取的煤矿传送带的上表面红外图像和下表面红外图像，确定当前运送周期的煤矿传送带的每个位置的断带程度，并根据实时获取的煤矿传送带的运载煤矿RGB图像，确定当前运送周期的煤矿传送带的每个位置的煤矿堆积程度，步骤包括：
（2-1）根据实时获取的煤矿传送带的上表面红外图像和下表面红外图像，确定当前运送周期的煤矿传送带的每个位置的断带程度，步骤包括：
（2-1-1）根据实时获取煤矿传送带的上表面红外图像和下表面红外图像，确定当前运送周期的煤矿传送带的上表面中每个位置的温度和煤矿传送带的下表面中每个位置的温度。
煤矿传送带的上表面红外图像I1和下表面红外图像I2中每个像素点的灰度值为煤矿传送带每个位置的温度，本实施例利用5×5的高斯核对I1和I2进行高斯滤波，去除噪声的干扰。需要说明的是，当前运送周期是指当前的煤矿传送带运行旋转一周，煤矿传送带运行一周即为一个运送周期，而且煤矿传送带的每个位置的温度是通过煤矿传送带运行一周以后才可以获取。
（2-1-2）根据当前运送周期的煤矿传送带的上表面中每个位置的温度，确定当前运送周期的煤矿传送带的上表面中每个位置的局部温度变化程度，根据当前运送周期的煤矿传送带的下表面中每个位置的温度，确定当前运送周期的煤矿传送带的下表面中每个位置的局部温度变化程度。
以当前运送周期的煤矿传送带的第p个位置为例，确定当前运送周期的煤矿传送带的上表面红外图像I1的第p个位置的局部温度变化程度a1p，确定局部温度变化程度a1p的步骤包括：
获取当前运送周期的煤矿传送带的第p个位置在I1上的对应的像素点，记第p个位置对应的像素点为p1。以像素点p1为中心点，构建一个K×K（4*4）的窗口，获取窗口内的像素点的灰度值，根据窗口内的像素点的灰度值确定其灰度共生矩阵，该灰度共生矩阵用于描述像素点p1周围像素点的灰度值的分布特征，即两个灰度值相同的像素点成对出现的概率。计算这个灰度共生矩阵中所有元素的熵值，用于表示p1周围像素点的灰度值的分布的复杂程度，这个灰度共生矩阵中所有元素的熵值为当前运送周期的煤矿传送带的上表面红外图像I1的第p个位置的局部温度变化程度a1p。
参考确定a1p的步骤，确定当前运送周期的煤矿传送带的下表面红外图像I2的第p个位置的局部温度变化程度a2p，从而确定当前运送周期的煤矿传送带的下表面中每个位置的局部温度变化程度。
（2-1-3）根据当前运送周期的煤矿传送带的上表面中每个位置的局部温度变化程度以及煤矿传送带的下表面中每个位置的局部温度变化程度，确定当前运送周期的煤矿传送带的每个位置的断带程度。
以当前运送周期的煤矿传送带的第p个位置为例，根据当前运送周期的煤矿传送带的上表面红外图像I1的第p个位置的局部温度变化程度a1p以及下表面红外图像I2的第p个位置的局部温度变化程度a2p，确定当前运送周期的煤矿传送带的第p个位置的断带程度，第p个位置的断带程度的计算公式如下：
Figure 84090DEST_PATH_IMAGE023
需要说明的是，若像素点p1周围的像素点的灰度值差别较大，那么其对应的熵就越大，也说明第p个位置出现断带的可能性或者说断带程度就越大，其原因为：因为煤矿传送带的断带会导致煤矿传送带内部的物理结构发生变化，从而导致热量的传导规律和正常煤矿传送带的传导规律不一样，这导致煤矿传送带的断带位置的温度和其他正常位置的温度不一样。若煤矿传送带的断带程度越严重，即其熵值越大；若煤矿传送带的断带程度越小，即其熵值越小，说明煤矿传送带的第p个位置周围的温度分布越是一样的，即温度的传导规律一样。
因此，
Figure 4730DEST_PATH_IMAGE024
越大说明煤矿传送带的第p个位置的断带程度越大，越容易发生断带风险，根据上述确定煤矿传送带的第p个位置的断带程度的步骤，从而确定煤矿传送带的每个位置的断带程度。
本实施例为了确保煤矿传送带的每个位置的断带程度的准确性、去除煤矿传送带的每个位置的噪声干扰，以煤矿传送带上的所有位置为像素点，以每个位置的断带程度为图像像素的灰度值，构建一个断带程度分布图，利用模板大小为K1×K1（3*3）的模板对该断带程度分布图进行膨胀运算，目的是去除噪声干扰，保证结果的准确性。膨胀运算为现有技术，不在本发明保护范围内，此处不再进行详细阐述。
（2-2）根据实时获取的煤矿传送带的运载煤矿RGB图像，确定当前运送周期的煤矿传送带的每个位置的煤矿堆积程度，步骤包括：
将实时获取的煤矿传送带的完整的运载煤矿RGB图像输入到预先构建并训练好的煤矿堆积DNN网络中，完整的运载煤矿RGB图像是指煤矿传送带运送一个周期之后才确定运载煤矿RGB图像，从而得到该图像中每个像素点的煤矿堆积程度，在本实施例中，煤矿堆积程度的取值范围为：0.1，0.2，…，1.0。该图像中每个像素点都对应煤矿传送带的每个位置，那么煤矿传送带的每个位置的煤矿堆积程度为运载煤矿RGB图像中对应的每个像素点的煤矿堆积程度。
（3）根据当前运送周期的煤矿传送带的每个位置的断带程度和煤矿堆积程度，以及待确定的当前运送周期与未来运送周期之间的煤矿传送带的每个位置的断带程度变化值，确定未来运送周期的煤矿传送带的每个位置的第一断带特征，进而确定未来运送周期的煤矿传送带的每个位置的断带区域的第一断带矩阵，步骤包括：
（3-1）根据当前运送周期的煤矿传送带的每个位置的断带程度和煤矿堆积程度，以及待确定的当前运送周期与未来运送周期之间的煤矿传送带的每个位置的断带程度变化值，确定未来运送周期的煤矿传送带的每个位置的第一断带特征，步骤包括：
以当前运送周期的煤矿传送带的第p个位置为例，将当前运送周期的煤矿传送带的第p个位置的断带程度表示为
Figure 929960DEST_PATH_IMAGE025
，第p个位置的煤矿堆积程度表示为
Figure 764055DEST_PATH_IMAGE026
（本实施例认为接下来的一段时间煤矿堆积程度还是
Figure 356711DEST_PATH_IMAGE026
），待确定的当前运送周期与未来运送周期之间的煤矿传送带的每个位置的断带程度变化值表示为
Figure 782007DEST_PATH_IMAGE027
，该值为随机的初始化值。根据这三个数值构建一个向量，该向量为
Figure 538741DEST_PATH_IMAGE028
，且该向量为未来运送周期的煤矿传送带的第p个位置的第一断带特征，进而确定未来运送周期的煤矿传送带的每个位置的第一断带特征。
（3-2）根据未来运送周期的煤矿传送带的每个位置的第一断带特征，确定未来运送周期的煤矿传送带的每个位置的断带区域的第一断带矩阵，步骤包括：
需要说明的是，若只考虑未来运送周期的煤矿传送带的每个位置的第一断带特征，则后续确定的运行速度会有较大误差，而每个位置的断带区域内的所有位置的断带特征往往是关联在一起，通过考虑断带区域内的各个位置的断带特征，可以获得更准确的运行速度。
（3-2-1）获取以运送周期的煤矿传送带的每个位置为中心的位置数目不小于设定的数目阈值的断带区域，且该断带区域内的各位置的断带程度大于设定的断带程度阈值。
以当前运送周期的煤矿传送带的第p个位置为例，获取以当前运送周期的煤矿传送带的第p个位置为中心的初始断带区域，判断第p个位置的初始断带区域是否满足断带区域条件，断带区域条件为断带区域内的各个位置的断带程度大于设定的断带程度阈值且断带区域内的位置数目不小于设定的数目阈值，本实施例将断带程度阈值设置为0.4，设定的数目阈值为20个。
若第p个位置的初始断带区域满足断带区域条件，则第p个位置的初始断带区域为未来运送周期的煤矿传送带的第p个位置的断带区域
Figure 832319DEST_PATH_IMAGE029
；若第p个位置的初始断带区域不满足断带区域条件，则不考虑第p个位置的断带程度。根据当前运送周期的煤矿传送带的第p个位置的断带区域的确定步骤，确定当前运送周期的煤矿传送带的每个位置的断带区域。
（3-2-2）获取未来运送周期的煤矿传送带的每个位置的断带区域内各个位置的第一断带特征，根据每个位置的断带区域内各个位置的第一断带特征，确定未来运送周期的煤矿传送带的每个位置的断带区域的第一断带矩阵。
以未来运送周期的煤矿传送带的第p个位置为例，由未来运送周期的煤矿传送带的第p个位置的断带区域内各个位置的第一断带特征构成第p个位置的断带区域的第一断带矩阵，记为
Figure 420427DEST_PATH_IMAGE030
，根据未来运送周期的煤矿传送带的第p个位置的断带区域的第一断带矩阵
Figure 875679DEST_PATH_IMAGE030
的确定过程，确定未来运送周期的煤矿传送带的每个位置的断带区域的第一断带矩阵。
（4）根据未来运送周期的煤矿传送带的每个位置的断带区域的第一断带矩阵以及预先构建并训练好的运行速度DNN网络，构建目标函数，对目标函数进行求解，从而得到当前运送周期与未来运送周期之间的煤矿传送带的每个位置的断带区域的断带程度变化值以及其对应的安全运行速度和危险运行速度。
（4-1）构建并训练运行速度DNN网络的步骤包括：
（4-1-1）构建运行速度DNN网络，并确定运行速度DNN网络的损失函数，损失函数的计算公式如下：
Figure 182026DEST_PATH_IMAGE001
其中，
Figure 748137DEST_PATH_IMAGE002
为危险运行速度关注程度，
Figure 580964DEST_PATH_IMAGE003
，
Figure 98795DEST_PATH_IMAGE004
为第t个运送周期的煤矿传送带的第q个位置的断带区域的第二断带矩阵
Figure 17072DEST_PATH_IMAGE005
的第k行的第j列的断带程度变化值，K2为第t个运送周期的煤矿传送带的第q个位置的断带区域的第二断带矩阵
Figure 652453DEST_PATH_IMAGE005
的行数，
Figure 701572DEST_PATH_IMAGE006
为运行速度DNN网络输出的第t个运送周期的煤矿传送带的第q个位置的断带区域的安全运行速度，
Figure 29786DEST_PATH_IMAGE007
为第t个运送周期的煤矿传送带的第q个位置的平均运行速度，
Figure 904201DEST_PATH_IMAGE008
为运行速度DNN网络输出的第t个运送周期的煤矿传送带的第q个位置的断带区域的危险运行速度。
（4-1-2）获取运行速度DNN网络的训练数据集，所述训练数据集包括N个运送周期的煤矿传送带的每个位置的断带区域的第二断带矩阵，所述N个运送周期的煤矿传送带的每个位置的断带区域的第二断带矩阵的获取步骤包括：
（4-1-2-1）获取煤矿传送带历史工作过程中实时获取的煤矿传送带的上表面红外图像、下表面红外图像、运载煤矿RGB图像和运行速度。
获取煤矿传送带历史工作过程中实时获取的煤矿传送带的上表面红外图像、下表面红外图像以及运载煤矿RGB图像的步骤可以参考步骤（1），本实施例利用传感器实时获得煤矿传送带的运行速度。
需要说明的是，根据煤矿传送带的运行速度和运行时间，可以确定煤矿传送带上每个位置在给定运行时间内运行的距离，实现了对煤矿传送带的每个位置的定位功能，便于煤矿传送带的每个位置与煤矿传送带的红外图像的每个像素点进行对照。
（4-1-2-2）根据煤矿传送带历史工作过程中实时获取的煤矿传送带的上表面红外图像和下表面红外图像，确定N个运送周期的煤矿传送带的每个位置的断带程度，根据煤矿传送带历史工作过程中实时获取的煤矿传送带的运载煤矿RGB图像，确定对应N个运送周期的煤矿传送带的每个位置的煤矿堆积程度，根据煤矿传送带历史工作过程中实时获取的煤矿传送带的运行速度，确定对应N个运送周期的煤矿传送带的平均运行速度。
根据步骤（2）确定N个运送周期的煤矿传送带的每个位置的断带程度和煤矿堆积程度，计算后一个运送周期与前一个运送周期之间的运行时间内的煤矿传送带的平均运行速度，进而确定对应N个运送周期的煤矿传送带的平均运行速度。
（4-1-2-3）根据N个运送周期的煤矿传送带的每个位置的断带程度和煤矿堆积程度、以及后一个运送周期与前一个运送周期的煤矿传送带的每个位置的断带程度变化值和运行时间内的煤矿传送带的平均运行速度，确定N个运送周期的煤矿传送带的每个位置的第二断带特征，进而确定N个运送周期的煤矿传送带的每个位置的断带区域的第二断带矩阵。
以第t个运送周期的煤矿传送带的第q个位置以及第r个运送周期的煤矿传送带的第q个位置为例，确定第t个运送周期的煤矿传送带的第q个位置的第二断带特征，第二断带特征可以记为
Figure 484218DEST_PATH_IMAGE031
，第q个位置的第二断带特征表示第t个运送周期的煤矿传送带的第q个位置的断带程度和断带程度变化值，以及对应的煤矿堆积程度和煤矿传送带的平均运行速度。
参考步骤（3-2），确定第t个运送周期的煤矿传送带的第q个位置断带区域的第二断带矩阵
Figure 760478DEST_PATH_IMAGE005
，该矩阵的每一行为一个第二断带特征，矩阵的大小为
Figure 994013DEST_PATH_IMAGE032
，当t取N个值时，得到一个第二断带矩阵集合，记为
Figure 496670DEST_PATH_IMAGE033
，进而确定了N个运送周期的煤矿传送带的每个位置的断带区域的第二断带矩阵。
（4-1-3）根据运行速度DNN网络的损失函数，利用训练数据集对运行速度DNN网络进行训练，从而得到训练好的运行速度DNN网络。
（4-1-3-1）以第t个运送周期的煤矿传送带的第q个位置为例，获取第t个运送周期的煤矿传送带的第q个位置的断带区域的第二断带矩阵
Figure 473853DEST_PATH_IMAGE005
，该矩阵的所有行的前3列构成一个矩阵
Figure 604620DEST_PATH_IMAGE034
，该矩阵中包括第q个位置的断带区域内的各个位置的断带程度、断带程度变化值，以及该断带程度变化值对应的煤矿堆积程度，并且该矩阵为运行速度DNN网络的输入数据；该矩阵的所有行的最后一列构成一个向量
Figure 150002DEST_PATH_IMAGE035
，该向量为第q个位置的断带区域内的各个位置的在运行时间内的煤矿传送带的平均运行速度，并将该向量
Figure 999010DEST_PATH_IMAGE035
降为一维向量的标量，记为
Figure 514305DEST_PATH_IMAGE036
，并且该标量为运行速度DNN网络的标签数据。根据确定第t个运送周期的煤矿传送带的第q个位置对应的输入数据和标签数据的过程，从而确定了N个运送周期的煤矿传送带的每个位置对应的输入数据和标签数据。
需要说明的是，根据实际情况断带区域内各个位置的平均运行速度是相同的，所以矩阵的所有行的最后一列构成一个向量中的所有元素是相等的。
（4-1-3-2）利用N个运送周期的煤矿传送带的每个位置对应的输入数据和标签数据对运行速度DNN网络进行训练，从而得到训练好的运行速度DNN网络。由于运行速度DNN网络的构建和训练过程为现有技术，不在本发明保护范围内，此处不再进行详细阐述。
（4-2）根据未来运送周期的煤矿传送带的每个位置的断带区域的第一断带矩阵以及步骤（4-1）得到的运行速度DNN网络，构建目标函数并求解，构建及求解的过程包括：
将未来运送周期的煤矿传送带的每个位置的断带区域的第一断带矩阵输入到预先构建并训练好的运行速度DNN网络，运行速度DNN网络输出未来运送周期的煤矿传送带的每个位置的断带区域的安全运行速度和危险运行速度，该安全运行速度和危险运行速度为关于待确定的断带程度变化值的函数，对该函数进行求解，从而得到当前运送周期与未来运送周期之间的煤矿传送带的每个位置的断带区域的断带程度变化值以及其对应的安全运行速度和危险运行速度，为保证断带程度变化值的准确性，在求解过程中目标函数
Figure 640524DEST_PATH_IMAGE037
的期待值越小越好。由于目标函数的构建及求解过程为现有技术，不在本发明保护范围内，此处不再进行详细阐述。
其中，目标函数的计算公式如下：
Figure 481441DEST_PATH_IMAGE009
其中，
Figure 817744DEST_PATH_IMAGE010
为未来运送周期的煤矿传送带的第p个位置的断带区域的第一断带矩阵
Figure 12096DEST_PATH_IMAGE011
的第k行的第j列的断带程度变化值，
Figure 383035DEST_PATH_IMAGE012
为运行速度DNN网络输出的未来运送周期的煤矿传送带的第p个位置的断带区域的安全运行速度，
Figure 129274DEST_PATH_IMAGE013
为运行速度DNN网络输出的未来运送周期的煤矿传送带的第p个位置的断带区域的危险运行速度，K2为未来运送周期的煤矿传送带的第p个位置的断带区域的第一断带矩阵
Figure 828240DEST_PATH_IMAGE011
的行数，a和b为目标函数的关注程度指标值。
需要说明的是，本实施例令a=0.3，b=0.7，表示并不严格的约束将来一段时间的断带程度尽可能不变这一条件，而是更关注让网络输出准确的安全运行速度和危险运行速度。若a> b, 说明严格约束将来一段时间的断带程度尽可能不变这一条件，而不关注安全运行速度和危险运行速度，这样虽然能够让断带程度不会进一步变大，但是会使得危险运行速度不太准确，进一步影响未来运送周期的煤矿传送带的调控速度的准确性。
（5）根据当前运送周期与未来运送周期之间的煤矿传送带的每个位置的断带区域的断带程度变化值，以及每个位置的断带区域的安全运行速度和危险运行速度，确定未来运送周期的煤矿传送带的调控速度，步骤包括：
（5-1）根据未来运送周期的煤矿传送带的每个位置的断带区域的安全运行速度和危险运行速度，确定未来运送周期的煤矿传送带的每个位置所对应的安全运行速度危险运行速度差异指标值，每个位置所对应的安全运行速度危险运行速度差异指标值的计算公式如下：
Figure 950916DEST_PATH_IMAGE018
其中，
Figure 910782DEST_PATH_IMAGE016
为未来运送周期的煤矿传送带的第p个位置所对应的安全运行速度危险运行速度差异指标值，
Figure 968868DEST_PATH_IMAGE012
为运行速度DNN网络输出的未来运送周期的煤矿传送带的第p个位置的断带区域的安全运行速度，
Figure 279764DEST_PATH_IMAGE019
为运行速度DNN网络输出的未来运送周期的煤矿传送带的第o个位置的断带区域的危险运行速度，B为煤矿传送带的位置的数目。
需要说明的是，第p个位置所对应的安全运行速度危险运行速度差异指标值是指第p个位置的断带区域的安全运行速度与其他位置的断带区域的危险运行速度的平方差值的均值。由于煤矿传送带上每个位置都对应一个断带区域（p可以取很多值，因此区域
Figure 940552DEST_PATH_IMAGE029
也有多个），因此煤矿传送带不能仅仅以
Figure 895870DEST_PATH_IMAGE012
运行，因为
Figure 187174DEST_PATH_IMAGE012
可能接近其他区域的危险运行速度，可能会导致其他区域的断带程度发生较大变化。
Figure 719786DEST_PATH_IMAGE016
越大，说明未来运送周期的煤矿传送带的第p个位置的断带区域的安全运行速度不会导致其他位置的断带区域的断带程度变大，就越需要关注第p个位置的断带区域的安全运行速度
Figure 325211DEST_PATH_IMAGE012
；
Figure 994090DEST_PATH_IMAGE016
越小，说明未来运送周期的煤矿传送带的第p个位置的断带区域的安全运行速度可能导致其他位置的断带区域的断带程度变大，就不需要关注第p个位置的断带区域的安全运行速度
Figure 518612DEST_PATH_IMAGE012
。
（5-2）根据当前运送周期与未来运送周期之间的煤矿传送带的每个位置的断带区域的断带程度变化值，确定当前运送周期与未来运送周期之间的煤矿传送带的每个位置的断带区域的断带程度变化值的均值，每个位置的断带区域的断带程度变化值的均值的计算公式如下：
Figure 679466DEST_PATH_IMAGE038
其中，
Figure 682057DEST_PATH_IMAGE021
为当前运送周期与未来运送周期之间的煤矿传送带的第p个位置的断带区域的断带程度变化值的均值，
Figure 611967DEST_PATH_IMAGE022
为未来运送周期的煤矿传送带的第p个位置的断带区域的第一断带矩阵
Figure 245074DEST_PATH_IMAGE011
的第k行的第j列的断带程度变化值，K2为未来运送周期的煤矿传送带的第p个位置的断带区域的第一断带矩阵的行数。
需要说明的是，当前运送周期与未来运送周期之间的煤矿传送带的第p个位置的断带区域的断带程度变化值的均值
Figure 752278DEST_PATH_IMAGE021
越大，说明第p个位置的未来运送周期的断带程度越大，越需要关注第p个位置的断带区域的安全运行速度
Figure 433927DEST_PATH_IMAGE012
；当前运送周期与未来运送周期之间的煤矿传送带的第p个位置的断带区域的断带程度变化值的均值
Figure 342977DEST_PATH_IMAGE021
越小，说明第p个位置的未来运送周期的断带程度不会太大，不容易发生断裂，不需要关注第p个位置的断带区域的安全运行速度
Figure 209302DEST_PATH_IMAGE012
。
（5-3）根据未来运送周期的煤矿传送带的每个位置所对应的安全运行速度危险运行速度差异指标值、当前运送周期与未来运送周期之间的煤矿传送带的每个位置的断带区域的断带程度变化值的均值以及未来运送周期的煤矿传送带的每个位置的断带区域的安全运行速度和危险运行速度，确定未来运送周期的煤矿传送带的调控速度，煤矿传送带的调控速度的计算公式如下：
Figure 79169DEST_PATH_IMAGE039
其中，
Figure 689142DEST_PATH_IMAGE015
为未来运送周期的煤矿传送带的调控速度，
Figure 452698DEST_PATH_IMAGE016
为未来运送周期的煤矿传送带的第p个位置所对应的安全运行速度危险运行速度差异指标值，
Figure 93852DEST_PATH_IMAGE017
为当前运送周期与未来运送周期之间的煤矿传送带的第p个位置的断带区域的断带程度变化值的均值，
Figure 841228DEST_PATH_IMAGE012
为运行速度DNN网络输出的未来运送周期的煤矿传送带的第p个位置的断带区域的安全运行速度，B为煤矿传送带的位置的数目。
本发明在考虑煤矿传送带断带程度、每个位置对应的安全运行速度危险运行速度差异指标值的基础上，为带式输送机分配一个合适的运行速度，既防止了煤矿传送带的断带程度加重，又确保了带式输送机的运送效率，充分发挥了带式输送机的使用价值。
本实施例还提供了一种基于图像分析的井下带式输送用自动调速系统，包括处理器和存储器，所述处理器用于处理存储在所述存储器中的指令，以实现一种基于图像分析的井下带式输送用自动调速方法，该方法是以上所描述的内容，这里不再作详细阐述。
需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于图像分析的井下带式输送用自动调速方法，其特征在于，包括以下步骤：
实时获取煤矿传送带的上表面红外图像、下表面红外图像以及运载煤矿RGB图像；
根据实时获取的煤矿传送带的上表面红外图像和下表面红外图像，确定当前运送周期的煤矿传送带的每个位置的断带程度，并根据实时获取的煤矿传送带的运载煤矿RGB图像，确定当前运送周期的煤矿传送带的每个位置的煤矿堆积程度；
根据当前运送周期的煤矿传送带的每个位置的断带程度和煤矿堆积程度，以及待确定的当前运送周期与未来运送周期之间的煤矿传送带的每个位置的断带程度变化值，确定未来运送周期的煤矿传送带的每个位置的第一断带特征，进而确定未来运送周期的煤矿传送带的每个位置的断带区域的第一断带矩阵；
根据当前运送周期的煤矿传送带的每个位置的断带程度和煤矿堆积程度，以及待确定的当前运送周期与未来运送周期之间的煤矿传送带的每个位置的断带程度变化值，确定未来运送周期的煤矿传送带的每个位置的第一断带特征，步骤包括：
将当前运送周期的煤矿传送带的第p个位置的断带程度表示为
Figure DEST_PATH_IMAGE001
，第p个位置的煤矿堆积程度表示为
Figure 754232DEST_PATH_IMAGE002
，待确定的当前运送周期与未来运送周期之间的煤矿传送带的每个位置的断带程度变化值表示为
Figure DEST_PATH_IMAGE003
，根据这三个数值构建一个向量，该向量为
Figure 805233DEST_PATH_IMAGE004
，且该向量为未来运送周期的煤矿传送带的第p个位置的第一断带特征，进而确定未来运送周期的煤矿传送带的每个位置的第一断带特征；
根据未来运送周期的煤矿传送带的每个位置的第一断带特征，确定未来运送周期的煤矿传送带的每个位置的断带区域的第一断带矩阵，步骤包括：
获取以运送周期的煤矿传送带的每个位置为中心的位置数目不小于设定的数目阈值的断带区域，且该断带区域内的各位置的断带程度大于设定的断带程度阈值；
获取未来运送周期的煤矿传送带的每个位置的断带区域内各个位置的第一断带特征，根据每个位置的断带区域内各个位置的第一断带特征，确定未来运送周期的煤矿传送带的每个位置的断带区域的第一断带矩阵；
根据未来运送周期的煤矿传送带的每个位置的断带区域的第一断带矩阵以及预先构建并训练好的运行速度DNN网络，构建目标函数，对目标函数进行求解，从而得到当前运送周期与未来运送周期之间的煤矿传送带的每个位置的断带区域的断带程度变化值以及其对应的安全运行速度和危险运行速度；
构建并训练运行速度DNN网络的步骤包括：
构建运行速度DNN网络，并确定运行速度DNN网络的损失函数；
获取运行速度DNN网络的训练数据集，所述训练数据集包括N个运送周期的煤矿传送带的每个位置的断带区域的第二断带矩阵，所述N个运送周期的煤矿传送带的每个位置的断带区域的第二断带矩阵的获取步骤包括：
获取煤矿传送带历史工作过程中实时获取的煤矿传送带的上表面红外图像、下表面红外图像、运载煤矿RGB图像和运行速度；
根据煤矿传送带历史工作过程中实时获取的煤矿传送带的上表面红外图像和下表面红外图像，确定N个运送周期的煤矿传送带的每个位置的断带程度，根据煤矿传送带历史工作过程中实时获取的煤矿传送带的运载煤矿RGB图像，确定对应N个运送周期的煤矿传送带的每个位置的煤矿堆积程度，根据煤矿传送带历史工作过程中实时获取的煤矿传送带的运行速度，确定对应N个运送周期的煤矿传送带的平均运行速度；
根据N个运送周期的煤矿传送带的每个位置的断带程度和煤矿堆积程度、以及后一个运送周期与前一个运送周期的煤矿传送带的每个位置的断带程度的断带程度变化值和运行时间内的煤矿传送带的平均运行速度，确定N个运送周期的煤矿传送带的每个位置的第二断带特征，进而确定N个运送周期的煤矿传送带的每个位置的断带区域的第二断带矩阵；
根据运行速度DNN网络的损失函数，利用训练数据集对运行速度DNN网络进行训练，从而得到训练好的运行速度DNN网络；
目标函数的计算公式：
Figure DEST_PATH_IMAGE005
其中，
Figure 104759DEST_PATH_IMAGE006
为未来运送周期的煤矿传送带的第p个位置的断带区域的第一断带矩阵
Figure DEST_PATH_IMAGE007
的第k行的第j列的断带程度变化值，
Figure 81549DEST_PATH_IMAGE008
为运行速度DNN网络输出的未来运送周期的煤矿传送带的第p个位置的断带区域的安全运行速度，
Figure 817423DEST_PATH_IMAGE009
为运行速度DNN网络输出的未来运送周期的煤矿传送带的第p个位置的断带区域的危险运行速度，K2为未来运送周期的煤矿传送带的第p个位置的断带区域的第一断带矩阵
Figure 927243DEST_PATH_IMAGE010
的行数，a和b为目标函数的关注程度指标值；
根据当前运送周期与未来运送周期之间的煤矿传送带的每个位置的断带区域的断带程度变化值，以及每个位置的断带区域的安全运行速度和危险运行速度，确定未来运送周期的煤矿传送带的调控速度；
确定未来运送周期的煤矿传送带的调控速度的步骤包括：
根据未来运送周期的煤矿传送带的每个位置的断带区域的安全运行速度和危险运行速度，确定未来运送周期的煤矿传送带的每个位置所对应的安全运行速度危险运行速度差异指标值；
根据当前运送周期与未来运送周期之间的煤矿传送带的每个位置的断带区域的断带程度变化值，确定当前运送周期与未来运送周期之间的煤矿传送带的每个位置的断带区域的断带程度变化值的均值；
根据未来运送周期的煤矿传送带的每个位置所对应的安全运行速度危险运行速度差异指标值、当前运送周期与未来运送周期之间的煤矿传送带的每个位置的断带区域的断带程度变化值的均值以及未来运送周期的煤矿传送带的每个位置的断带区域的安全运行速度和危险运行速度，确定未来运送周期的煤矿传送带的调控速度。
2.根据权利要求1所述的一种基于图像分析的井下带式输送用自动调速方法，其特征在于，运行速度DNN网络训练过程中的损失函数对应的计算公式为：
Figure 799384DEST_PATH_IMAGE011
其中，w为危险运行速度关注程度，
Figure 9392DEST_PATH_IMAGE012
，
Figure 966984DEST_PATH_IMAGE013
为第t个运送周期的煤矿传送带的第q个位置的断带区域的第二断带矩阵
Figure 172837DEST_PATH_IMAGE014
的第k行的第j列的断带程度变化值，K2为第t个运送周期的煤矿传送带的第q个位置的断带区域的第二断带矩阵
Figure 883173DEST_PATH_IMAGE014
的行数，
Figure 516280DEST_PATH_IMAGE015
为运行速度DNN网络输出的第t个运送周期的煤矿传送带的第q个位置的断带区域的安全运行速度，
Figure 711900DEST_PATH_IMAGE016
为第t个运送周期的煤矿传送带的第q个位置的平均运行速度，
Figure 190286DEST_PATH_IMAGE017
为运行速度DNN网络输出的第t个运送周期的煤矿传送带的第q个位置的断带区域的危险运行速度。
3.根据权利要求1所述的一种基于图像分析的井下带式输送用自动调速方法，其特征在于，未来运送周期的煤矿传送带的调控速度的计算公式：
Figure 37019DEST_PATH_IMAGE018
其中，V为未来运送周期的煤矿传送带的调控速度，w p 为未来运送周期的煤矿传送带的第p个位置所对应的安全运行速度危险运行速度差异指标值，
Figure 824715DEST_PATH_IMAGE019
为当前运送周期与未来运送周期之间的煤矿传送带的第p个位置的断带区域的断带程度变化值的均值，
Figure 22478DEST_PATH_IMAGE020
为运行速度DNN网络输出的未来运送周期的煤矿传送带的第p个位置的断带区域的安全运行速度，B为煤矿传送带的位置的数目。
4.根据权利要求3所述的一种基于图像分析的井下带式输送用自动调速方法，其特征在于，未来运送周期的煤矿传送带的每个位置所对应的安全运行速度危险运行速度差异指标值的计算公式：
Figure 38976DEST_PATH_IMAGE021
其中，w p 为未来运送周期的煤矿传送带的第p个位置所对应的安全运行速度危险运行速度差异指标值，
Figure 482159DEST_PATH_IMAGE020
为运行速度DNN网络输出的未来运送周期的煤矿传送带的第p个位置的断带区域的安全运行速度，
Figure 722648DEST_PATH_IMAGE022
为运行速度DNN网络输出的未来运送周期的煤矿传送带的第o个位置的断带区域的危险运行速度，B为煤矿传送带的位置的数目；
当前运送周期与未来运送周期之间的煤矿传送带的每个位置的断带区域的断带程度变化值的均值的计算公式：
Figure 860237DEST_PATH_IMAGE023
其中，
Figure 211584DEST_PATH_IMAGE024
为当前运送周期与未来运送周期之间的煤矿传送带的第p个位置的断带区域的断带程度变化值的均值，
Figure 767330DEST_PATH_IMAGE025
为未来运送周期的煤矿传送带的第p个位置的断带区域的第一断带矩阵
Figure 788507DEST_PATH_IMAGE026
的第k行的第j列的断带程度变化值，K2为未来运送周期的煤矿传送带的第p个位置的断带区域的第一断带矩阵的行数。
5.根据权利要求1所述的一种基于图像分析的井下带式输送用自动调速方法，其特征在于，确定当前运送周期的煤矿传送带的每个位置的断带程度的步骤包括：
根据实时获取煤矿传送带的上表面红外图像和下表面红外图像，确定当前运送周期的煤矿传送带的上表面中每个位置的温度和煤矿传送带的下表面中每个位置的温度；
根据当前运送周期的煤矿传送带的上表面中每个位置的温度，确定当前运送周期的煤矿传送带的上表面中每个位置的局部温度变化程度，根据当前运送周期的煤矿传送带的下表面中每个位置的温度，确定当前运送周期的煤矿传送带的下表面中每个位置的局部温度变化程度；
根据当前运送周期的煤矿传送带的上表面中每个位置的局部温度变化程度以及煤矿传送带的下表面中每个位置的局部温度变化程度，确定当前运送周期的煤矿传送带的每个位置的断带程度。
6.根据权利要求1所述的一种基于图像分析的井下带式输送用自动调速方法，其特征在于，确定运送周期的煤矿传送带的每个位置的断带区域的第二断带矩阵的步骤包括：
获取以运送周期的煤矿传送带的每个位置为中心的位置数目不小于设定的数目阈值的断带区域，且该断带区域内的各个位置的断带程度大于设定的断带程度阈值；
获取运送周期的煤矿传送带的每个位置的断带区域内各位置的第一断带特征或第二断带特征，根据每个位置的断带区域内的各个位置的第一断带特征或第二断带特征，确定运送周期的煤矿传送带的每个位置的断带区域的第一断带矩阵或第二断带矩阵。
7.一种基于图像分析的井下带式输送用自动调速系统，其特征在于，包括处理器和存储器，所述处理器用于处理存储在所述存储器中的指令，以实现如权利要求1-6中任一项所述的一种基于图像分析的井下带式输送用自动调速方法。
CN202210082717.XA 2022-01-25 2022-01-25 基于图像分析的井下带式输送用自动调速方法及系统 Active CN114104652B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210082717.XA CN114104652B (zh) 2022-01-25 2022-01-25 基于图像分析的井下带式输送用自动调速方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210082717.XA CN114104652B (zh) 2022-01-25 2022-01-25 基于图像分析的井下带式输送用自动调速方法及系统

Publications (2)

Publication Number Publication Date
CN114104652A CN114104652A (zh) 2022-03-01
CN114104652B true CN114104652B (zh) 2022-04-22

Family

ID=80360813

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210082717.XA Active CN114104652B (zh) 2022-01-25 2022-01-25 基于图像分析的井下带式输送用自动调速方法及系统

Country Status (1)

Country Link
CN (1) CN114104652B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114684568A (zh) * 2022-04-29 2022-07-01 天地（常州）自动化股份有限公司 一种煤流速度和煤流量的测量系统及其测量方法
CN114671214B (zh) * 2022-05-27 2022-08-30 新风光电子科技股份有限公司 基于高压变频器的煤矿输送皮带调速方法
CN115331157B (zh) * 2022-09-28 2023-02-17 山东山矿机械有限公司 基于图像处理的输送机异常检测方法及系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102358505A (zh) * 2011-06-28 2012-02-22 太原理工大学 一种输送带纵向撕裂在线监测预警装置
CN102951426A (zh) * 2012-11-07 2013-03-06 太原理工大学 一种输送带纵向撕裂视觉检测方法
CN103910181A (zh) * 2014-04-02 2014-07-09 太原理工大学 基于红外视觉的胶带纵向撕裂检测预警方法
CN206367818U (zh) * 2016-12-22 2017-08-01 神华集团有限责任公司 监控煤矿输送机调速的系统
CN110171691A (zh) * 2019-06-20 2019-08-27 天津市三特电子有限公司 带式传输机皮带撕裂状态检测方法及检测系统
CN111392368A (zh) * 2020-06-03 2020-07-10 天津美腾科技股份有限公司 一种输送带损伤检测方法、装置、设备及存储介质
CN111634638A (zh) * 2020-06-03 2020-09-08 无锡宝通智能物联科技有限公司 红外结合视觉的输送带撕裂破损监控方式
CN111634637A (zh) * 2020-06-03 2020-09-08 无锡宝通智能物联科技有限公司 带有红外结合视觉撕裂破损监控装置的输送线及其监控方式
KR20200123939A (ko) * 2019-04-23 2020-11-02 이원만 저탄장 컨베이어 접근 경보 시스템
CN112340387A (zh) * 2020-09-30 2021-02-09 中煤科工集团上海有限公司 基于机器视觉的带式输送机智能控制系统及控制方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102358505A (zh) * 2011-06-28 2012-02-22 太原理工大学 一种输送带纵向撕裂在线监测预警装置
CN102951426A (zh) * 2012-11-07 2013-03-06 太原理工大学 一种输送带纵向撕裂视觉检测方法
CN103910181A (zh) * 2014-04-02 2014-07-09 太原理工大学 基于红外视觉的胶带纵向撕裂检测预警方法
CN206367818U (zh) * 2016-12-22 2017-08-01 神华集团有限责任公司 监控煤矿输送机调速的系统
KR20200123939A (ko) * 2019-04-23 2020-11-02 이원만 저탄장 컨베이어 접근 경보 시스템
CN110171691A (zh) * 2019-06-20 2019-08-27 天津市三特电子有限公司 带式传输机皮带撕裂状态检测方法及检测系统
CN111392368A (zh) * 2020-06-03 2020-07-10 天津美腾科技股份有限公司 一种输送带损伤检测方法、装置、设备及存储介质
CN111634638A (zh) * 2020-06-03 2020-09-08 无锡宝通智能物联科技有限公司 红外结合视觉的输送带撕裂破损监控方式
CN111634637A (zh) * 2020-06-03 2020-09-08 无锡宝通智能物联科技有限公司 带有红外结合视觉撕裂破损监控装置的输送线及其监控方式
CN112340387A (zh) * 2020-09-30 2021-02-09 中煤科工集团上海有限公司 基于机器视觉的带式输送机智能控制系统及控制方法

Also Published As

Publication number Publication date
CN114104652A (zh) 2022-03-01

Similar Documents

Publication Publication Date Title
CN114104652B (zh) 基于图像分析的井下带式输送用自动调速方法及系统
CN102147851B (zh) 多角度特定物体判断设备及多角度特定物体判断方法
US20200210809A1 (en) System and method for outlier detection using a cascade of neural networks
CN110490842B (zh) 一种基于深度学习的带钢表面缺陷检测方法
CN108846831B (zh) 基于统计特征和图像特征相结合的带钢表面缺陷分类方法
CN106990109B (zh) 一种基于多摄像头判定的井下皮带异物检测系统及方法
Shen et al. Real-time tracking and counting of grape clusters in the field based on channel pruning with YOLOv5s
US20230260101A1 (en) Subtle defect detection method based on coarse-to-fine strategy
CN116402863B (zh) 一种建筑施工监控数据智能分析及预警系统
CN113297885A (zh) 基于卷积神经网络的皮带机表面状态检测方法及装置
CN101625722B (zh) 载物识别图像的分类方法
CN111369538A (zh) 一种基于深度卷积神经网络的传输机胶带跑偏检测方法
CN115456963A (zh) 一种基于视觉识别的料场皮带跑偏检测方法及系统
Lemos et al. Convolutional neural network based object detection for additive manufacturing
CN115830023A (zh) 基于图像处理的胶带输送机传输带缺陷检测方法
CN115082841B (zh) 一种仓储物流机器人工作区域异常监测方法
CN111597889B (zh) 一种视频中目标移动的检测方法、装置及系统
CN113291703A (zh) 一种卸料口堵料检测方法及装置
US20050074141A1 (en) Image processing apparatus and method and program
JPH0694643A (ja) 表面欠陥検出方法
CN116258745A (zh) 一种基于自适应差分的棒材端部目标追踪方法
CN116152730A (zh) 一种基于深度学习的带式输送机多运行状态检测方法及装置
CN114663808A (zh) 基于视频检测技术的分拣中心异常识别方法
CN115187882A (zh) 货物流量监测方法、装置、计算机设备和存储介质
Pal et al. A video-based human activity and motion direction classification framework for agricultural fields

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
PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: Automatic speed regulation method and system for underground belt conveyor based on image analysis

Effective date of registration: 20220722

Granted publication date: 20220422

Pledgee: Jining Branch of Rizhao Bank Co.,Ltd.

Pledgor: SHANDONG SHANKUANG MACHINERY Co.,Ltd.

Registration number: Y2022980010896

PC01 Cancellation of the registration of the contract for pledge of patent right

Date of cancellation: 20230705

Granted publication date: 20220422

Pledgee: Jining Branch of Rizhao Bank Co.,Ltd.

Pledgor: SHANDONG SHANKUANG MACHINERY Co.,Ltd.

Registration number: Y2022980010896

PC01 Cancellation of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: Automatic speed control method and system for underground belt conveyor based on image analysis

Effective date of registration: 20230801

Granted publication date: 20220422

Pledgee: Jining Branch of Rizhao Bank Co.,Ltd.

Pledgor: SHANDONG SHANKUANG MACHINERY Co.,Ltd.

Registration number: Y2023980050506

PE01 Entry into force of the registration of the contract for pledge of patent right
PC01 Cancellation of the registration of the contract for pledge of patent right

Date of cancellation: 20240103

Granted publication date: 20220422

Pledgee: Jining Branch of Rizhao Bank Co.,Ltd.

Pledgor: SHANDONG SHANKUANG MACHINERY Co.,Ltd.

Registration number: Y2023980050506

PC01 Cancellation of the registration of the contract for pledge of patent right