CN115116010A - 基于图像处理的皮带防跑偏视觉识别系统 - Google Patents
基于图像处理的皮带防跑偏视觉识别系统 Download PDFInfo
- Publication number
- CN115116010A CN115116010A CN202211036746.9A CN202211036746A CN115116010A CN 115116010 A CN115116010 A CN 115116010A CN 202211036746 A CN202211036746 A CN 202211036746A CN 115116010 A CN115116010 A CN 115116010A
- Authority
- CN
- China
- Prior art keywords
- value
- deviation
- image
- distance
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Control Of Conveyors (AREA)
Abstract
本发明涉及图像数据处理技术领域,用于解决现有的带式输送机在实际运行过程中经常会发生跑偏问题,易于导致带式输送机本身受损严重,还会造成安全隐患、影响生产效率、输送货物质量、污染环境的问题,具体涉及基于图像处理的皮带防跑偏视觉识别系统;该基于图像处理的皮带防跑偏视觉识别系统包括图像采集模块、图像分析模块、处理器、参数采集模块、预警报警模块以及跑偏控制模块;该基于图像处理的皮带防跑偏视觉识别系统通过多次判定,精确判定带式输送机的皮带是否偏离,若偏离及时关停带式输送机避免出现严重损失,同时结合外部因素的情况下,及时对带式输送机的情况进行预警,避免损失、保证安全的情况下保证工作效率。
Description
技术领域
本发明涉及图像数据处理技术领域,具体涉及基于图像处理的皮带防跑偏视觉识别系统。
背景技术
带式输送机以其独特优势在煤矿行业得到了广泛应用,但在使用过程中经常会发生跑偏问题,皮带跑偏使滚筒、托辊承受的轴向力增加,引起滚筒窜轴、托辊轴承损坏,而且皮带跑偏造成物料洒落到回程皮带上,引起皮带与滚筒非正常磨损,缩短了滚筒和皮带的使用寿命,另外,跑偏皮带在运行时与支架发生非正常摩擦,导致皮带边缘磨损,影响了其使用寿命,由于皮带严重跑偏,造成皮带翻卷物料,致使皮带单侧受力超过皮带纵向拉断力,从而引起皮带横向撕裂等安全隐患,物料在洒落及清理过程中常常引起煤炭扬尘,对环境造成污染,同时,物料洒落也对输送货物质量造成影响。
由此可见,在实际运行过程中,皮带跑偏不仅对皮带机本身损坏极大,而且存在安全隐患、影响生产效率、输送货物质量、污染环境的问题,因此,亟需一种基于图像处理的皮带防跑偏视觉识别系统来解决以上问题。
发明内容
为了克服上述的技术问题,本发明的目的在于提供基于图像处理的皮带防跑偏视觉识别系统:通过图像采集模块实时采集带式输送机的皮带运行时候的图像,之后将采集的图像发送至图像分析模块,图像分析模块根据采集的输入图像、输出图像获得入采点、入距值、出采点以及出距值,处理器根据入采点、入距值、出采点以及出距值对带式输送机的皮带是否出现偏离情况进行判定,解决了现有的带式输送机在实际运行过程中经常会发生跑偏问题,易于导致带式输送机本身受损严重,还会造成安全隐患、影响生产效率、输送货物质量、污染环境的问题。
本发明的目的可以通过以下技术方案实现:
基于图像处理的皮带防跑偏视觉识别系统,包括图像采集模块、图像分析模块以及处理器;
图像采集模块,用于实时采集带式输送机的输入端皮带图像和输出端皮带图像,并分别标记为输入图像、输出图像,将输入图像、输出图像发送至图像分析模块;
图像分析模块,用于根据输入图像、输出图像分别获得入距值Xr和出距值Xc,并将入距值Xr、出距值Xc发送至处理器;
处理器,用于将入距值Xr、出距值Xc分别与预设入距差YXr、预设出距差YXc进行比较,将比较结果发送至预警报警模块和跑偏控制模块或者参数采集模块,还用于根据参数采集模块反馈的跑偏系数PX与预设跑偏阈值YPX进行比较,将比较结果发送至预警报警模块和跑偏控制模块。
作为本发明进一步的方案:所述图像采集模块包括安装在带式输送机的输入端与输出端的摄像机,输入端与输出端的摄像机安装在皮带同一侧边的正上方,所述图像采集模块的工作过程如下:
输入端摄像机实时采集输入端皮带图像,并将其标记为输入图像,输出端摄像机实时采集输出端皮带图像,并将其标记为输出图像,将输入图像、输出图像发送至图像分析模块。
作为本发明进一步的方案:所述图像分析模块的工作过程如下:
接收到输入图像后实时获取输入端皮带侧边距离输入端采集点最近的点,并将其标记为入采点,获取入采点与输入端采集点之间的横向距离,并将其标记为入距值Xr,接收到输出图像后获取输出端皮带侧边距离输出端采集点最近的点,并将其标记为出采点,获取出采点与输出端采集点之间的横向距离,并将其标记为出距值Xc,将入距值Xr、出距值Xc发送至处理器。
作为本发明进一步的方案:所述处理器的工作过程如下:
获取历史数据中出现次数最多的入距值Xr,并将其标记为标准入距值BXr,获取历史数据中出现次数最多的出距值Xc,并将其标记为标准出距值BXc;
将实时采集的入距值Xr一一与标准入距值BXr进行比对,获取入距值Xr与标准入距值BXr之间的差值,并将其标记为入距差CXr,将实时采集的出距值Xc一一与标准出距值BXc进行比对,获取出距值Xc与标准出距值BXc之间的差值,并将其标记为出距差CXc;
将入距差CXr与预设入距差YXr进行比较,将出距差CXc与预设出距差YXc进行比较;
若入距差CXr>预设入距差YXr或出距差CXc>预设出距差YXc,生成停机信号,并将停机信号发送至预警报警模块和跑偏控制模块;
若入距差CXr≤预设入距差YXr且出距差CXc≤预设出距差YXc,根据入采点、出采点的位置绘制形成线段,并将其标记为跑偏判断线,根据输入端采集点、输出端采集点的位置绘制形成线段,并将其标记为标准输送线,将跑偏判断线、标准输送线平移至相交,获取跑偏判断线、标准输送线相交所形成的锐角,并将其标记为跑偏判断角;
将跑偏判断角与判定分级角进行角度大小比较,其中,判定分级角包括一级判定分级角和二级判定分级角;
若跑偏判断角>一级判定分级角,生成停机信号,并将停机信号发送至预警报警模块和跑偏控制模块;
若二级判定分级角<跑偏判断角≤一级判定分级角,生成预警分级信号,并将预警分级信号发送至参数采集模块;
将参数采集模块反馈的跑偏系数PX与预设跑偏阈值YPX进行比较:
若跑偏系数PX>预设跑偏阈值YPX,生成停机信号,并将停机信号发送至预警报警模块和跑偏控制模块;
若跑偏系数PX≤预设跑偏阈值YPX,生成预警信号,并将预警信号发送至预警报警模块。
作为本发明进一步的方案:还包括参数采集模块,用于接收到预警分级信号后采集带式输送机的压力值YL、速率值SL、动幅值DF以及动频值DP,并根据压力值YL、速率值SL、动幅值DF以及动频值DP分析得到跑偏系数PX,并将跑偏系数PX发送至处理器。
作为本发明进一步的方案:所述参数采集模块的工作过程如下:
接收到预警分级信号后采集带式输送机的输入端的实时压力和皮带输送速率,采集带式输送机的振动幅度、振动频率,并将其依次标记为压力值YL、速率值SL、动幅值DF以及动频值DP,将压力值YL、速率值SL、动幅值DF以及动频值DP代入公式
得到跑偏系数PX,其中,q1、q2、q3以及q4均为预设权重系数,且q1>q2>q3>q4>1,γ为误差修正因子,取值为1.015;
将跑偏系数PX发送至处理器。
作为本发明进一步的方案:还包括预警报警模块,用于根据停机信号、预警信号响起警报。
作为本发明进一步的方案:还包括跑偏控制模块,用于根据停机信号控制带式输送机停止运行。
本发明的有益效果:
本发明的基于图像处理的皮带防跑偏视觉识别系统,通过图像采集模块实时采集带式输送机的皮带运行时候的图像,之后将采集的图像发送至图像分析模块,图像分析模块根据采集的输入图像、输出图像获得入采点、入距值、出采点以及出距值,处理器根据入距值、出距值与标准入距值、标准出距值比较,可以得知此时带式输送机皮带的两端横向偏离情况,若横向偏离过大,则判定带式输送机的皮带偏离,此时通过预警报警模块报警,通过跑偏控制模块关停带式输送机,避免带式输送机强行在皮带偏离的情况下进行运行造成带式输送机损害,之后通过跑偏判断角与判定分级角进行比较,若跑偏判断角过大,表示此时带式输送机皮带的两端处于倾斜严重情况,进一步判定带式输送机的皮带偏离,若跑偏判断角较大,表示此时带式输送机皮带的两端处于开始倾斜情况,需要对其进行进一步判定,之后通过参数采集模块采集带式输送机的压力值、速率值、动幅值以及动频值,通过压力值、速率值、动幅值以及动频值这些外部因素判定此时带式输送机的运输状态,经过分析得出跑偏系数,若跑偏系数过大,判定带式输送机在该运输状态坚持运行,带式输送机皮带倾斜情况将会持续保持,甚至皮带跑偏严重,及时关停避免后续造成损失,若跑偏判断角较大且跑偏系数在允许范围内,此时虽然能够允许且同时进行预警,在不关停带式输送机的情况下需要及时进行检修,保证带式输送机安全的情况下保证其工作效率;该基于图像处理的皮带防跑偏视觉识别系统通过多次判定,精确判定带式输送机的皮带是否偏离,若偏离及时关停带式输送机避免出现严重损失,同时结合外部因素的情况下,及时对带式输送机的情况进行预警,避免损失、保证安全的情况下保证工作效率。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明中基于图像处理的皮带防跑偏视觉识别系统的流程框图。
具体实施方式
下面将结合本发明实施例,对本发明实施例中的技术方案进行清楚、完整地描述,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它实施例,都属于本发明保护的范围。
实施例1:
请参阅图1所示,本实施例为基于图像处理的皮带防跑偏视觉识别系统,包括图像采集模块、图像分析模块、处理器、参数采集模块、预警报警模块以及跑偏控制模块;
图像采集模块,用于实时采集带式输送机的输入端皮带图像和输出端皮带图像,并分别标记为输入图像、输出图像,将输入图像、输出图像发送至图像分析模块,具体过程如下:
输入端摄像机实时采集输入端皮带图像,并将其标记为输入图像,输出端摄像机实时采集输出端皮带图像,并将其标记为输出图像,将输入图像、输出图像发送至图像分析模块;
图像分析模块,用于根据输入图像、输出图像分别获得入距值Xr和出距值Xc,并将入距值Xr、出距值Xc发送至处理器,具体过程如下:
接收到输入图像后实时获取输入端皮带侧边距离输入端采集点最近的点,并将其标记为入采点,获取入采点与输入端采集点之间的横向距离,并将其标记为入距值Xr,接收到输出图像后获取输出端皮带侧边距离输出端采集点最近的点,并将其标记为出采点,获取出采点与输出端采集点之间的横向距离,并将其标记为出距值Xc,将入距值Xr、出距值Xc发送至处理器;
处理器,用于将入距值Xr、出距值Xc分别与预设入距差YXr、预设出距差YXc进行比较,将比较结果发送至预警报警模块和跑偏控制模块或者参数采集模块,还用于根据参数采集模块反馈的跑偏系数PX与预设跑偏阈值YPX进行比较,将比较结果发送至预警报警模块和跑偏控制模块,具体过程如下:
获取历史数据中出现次数最多的入距值Xr,并将其标记为标准入距值BXr,获取历史数据中出现次数最多的出距值Xc,并将其标记为标准出距值BXc;
将实时采集的入距值Xr一一与标准入距值BXr进行比对,获取入距值Xr与标准入距值BXr之间的差值,并将其标记为入距差CXr,将实时采集的出距值Xc一一与标准出距值BXc进行比对,获取出距值Xc与标准出距值BXc之间的差值,并将其标记为出距差CXc;
将入距差CXr与预设入距差YXr进行比较,将出距差CXc与预设出距差YXc进行比较;
若入距差CXr>预设入距差YXr或出距差CXc>预设出距差YXc,生成停机信号,并将停机信号发送至预警报警模块和跑偏控制模块;
若入距差CXr≤预设入距差YXr且出距差CXc≤预设出距差YXc,根据入采点、出采点的位置绘制形成线段,并将其标记为跑偏判断线,根据输入端采集点、输出端采集点的位置绘制形成线段,并将其标记为标准输送线,将跑偏判断线、标准输送线平移至相交,获取跑偏判断线、标准输送线相交所形成的锐角,并将其标记为跑偏判断角;
将跑偏判断角与判定分级角进行角度大小比较,其中,判定分级角包括一级判定分级角和二级判定分级角;
若跑偏判断角>一级判定分级角,取一级判定分级角=25°,生成停机信号,并将停机信号发送至预警报警模块和跑偏控制模块;
若二级判定分级角<跑偏判断角≤一级判定分级角,取二级判定分级角=15°,生成预警分级信号,并将预警分级信号发送至参数采集模块;
将参数采集模块反馈的跑偏系数PX与预设跑偏阈值YPX进行比较:
若跑偏系数PX>预设跑偏阈值YPX,生成停机信号,并将停机信号发送至预警报警模块和跑偏控制模块;
若跑偏系数PX≤预设跑偏阈值YPX,生成预警信号,并将预警信号发送至预警报警模块;
参数采集模块,用于接收到预警分级信号后采集带式输送机的压力值YL、速率值SL、动幅值DF以及动频值DP,并根据压力值YL、速率值SL、动幅值DF以及动频值DP分析得到跑偏系数PX,并将跑偏系数PX发送至处理器,具体过程如下:
接收到预警分级信号后采集带式输送机的输入端的实时压力和皮带输送速率,采集带式输送机的振动幅度、振动频率,并将其依次标记为压力值YL、速率值SL、动幅值DF以及动频值DP,将压力值YL、速率值SL、动幅值DF以及动频值DP代入公式
得到跑偏系数PX,其中,q1、q2、q3以及q4均为预设权重系数,且q1>q2>q3>q4>1,γ为误差修正因子,取值为1.015;
将跑偏系数PX发送至处理器;
预警报警模块,用于根据停机信号、预警信号响起警报,具体过程如下:
接收到停机信号响起停机警报,接收到预警信号响起预警警报;
跑偏控制模块,用于根据停机信号控制带式输送机停止运行,具体过程如下:
接收到停机信号控制带式输送机停止运行。
实施例2:
请参阅图1所示,本实施例为基于图像处理的皮带防跑偏视觉识别系统的工作方法,包括以下步骤:
步骤一:图像采集模块的输入端摄像机实时采集输入端皮带图像,并将其标记为输入图像,输出端摄像机实时采集输出端皮带图像,并将其标记为输出图像,将输入图像、输出图像发送至图像分析模块;
步骤二:图像分析模块接收到输入图像后实时获取输入端皮带侧边距离输入端采集点最近的点,并将其标记为入采点,获取入采点与输入端采集点之间的横向距离,并将其标记为入距值Xr,接收到输出图像后获取输出端皮带侧边距离输出端采集点最近的点,并将其标记为出采点,获取出采点与输出端采集点之间的横向距离,并将其标记为出距值Xc,将入距值Xr、出距值Xc发送至处理器;
步骤三:处理器获取历史数据中出现次数最多的入距值Xr,并将其标记为标准入距值BXr,获取历史数据中出现次数最多的出距值Xc,并将其标记为标准出距值BXc;
步骤四:处理器将实时采集的入距值Xr一一与标准入距值BXr进行比对,获取入距值Xr与标准入距值BXr之间的差值,并将其标记为入距差CXr,将实时采集的出距值Xc一一与标准出距值BXc进行比对,获取出距值Xc与标准出距值BXc之间的差值,并将其标记为出距差CXc;
步骤五:处理器将入距差CXr与预设入距差YXr进行比较,将出距差CXc与预设出距差YXc进行比较;
若入距差CXr>预设入距差YXr或出距差CXc>预设出距差YXc,生成停机信号,并将停机信号发送至预警报警模块和跑偏控制模块,预警报警模块接收到停机信号响起停机警报,跑偏控制模块接收到停机信号控制带式输送机停止运行;
若入距差CXr≤预设入距差YXr且出距差CXc≤预设出距差YXc,根据入采点、出采点的位置绘制形成线段,并将其标记为跑偏判断线,根据输入端采集点、输出端采集点的位置绘制形成线段,并将其标记为标准输送线,将跑偏判断线、标准输送线平移至相交,获取跑偏判断线、标准输送线相交所形成的锐角,并将其标记为跑偏判断角;
步骤六:处理器将跑偏判断角与判定分级角进行角度大小比较,其中,判定分级角包括一级判定分级角和二级判定分级角;
若跑偏判断角>一级判定分级角,取一级判定分级角=25°,生成停机信号,并将停机信号发送至预警报警模块和跑偏控制模块,预警报警模块接收到停机信号响起停机警报,跑偏控制模块接收到停机信号控制带式输送机停止运行;
若二级判定分级角<跑偏判断角≤一级判定分级角,取二级判定分级角=15°,生成预警分级信号,并将预警分级信号发送至参数采集模块;
步骤七:参数采集模块接收到预警分级信号后采集带式输送机的输入端的实时压力和皮带输送速率,采集带式输送机的振动幅度、振动频率,并将其依次标记为压力值YL、速率值SL、动幅值DF以及动频值DP,将压力值YL、速率值SL、动幅值DF以及动频值DP代入公式
得到跑偏系数PX,其中,q1、q2、q3以及q4均为预设权重系数,且q1>q2>q3>q4>1,γ为误差修正因子,取值为1.015;
步骤八:参数采集模块将跑偏系数PX发送至处理器;
步骤九:处理器将跑偏系数PX与预设跑偏阈值YPX进行比较:
若跑偏系数PX>预设跑偏阈值YPX,生成停机信号,并将停机信号发送至预警报警模块和跑偏控制模块,预警报警模块接收到停机信号响起停机警报,跑偏控制模块接收到停机信号控制带式输送机停止运行;
若跑偏系数PX≤预设跑偏阈值YPX,生成预警信号,并将预警信号发送至预警报警模块,预警报警模块接收到预警信号响起预警警报。
以上内容仅仅是对本发明所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (5)
1.基于图像处理的皮带防跑偏视觉识别系统,其特征在于,包括图像采集模块、图像分析模块以及处理器;
图像采集模块,用于实时采集带式输送机的输入端皮带图像和输出端皮带图像,并分别标记为输入图像、输出图像,将输入图像、输出图像发送至图像分析模块,所述图像采集模块包括安装在带式输送机的输入端与输出端的摄像机,输入端与输出端的摄像机安装在皮带同一侧边的正上方,所述图像采集模块的工作过程如下:
输入端摄像机实时采集输入端皮带图像,并将其标记为输入图像,输出端摄像机实时采集输出端皮带图像,并将其标记为输出图像,将输入图像、输出图像发送至图像分析模块;
图像分析模块,用于根据输入图像、输出图像分别获得入距值和出距值,并将入距值、出距值发送至处理器,所述图像分析模块的工作过程如下:
接收到输入图像后实时获取输入端皮带侧边距离输入端采集点最近的点,并将其标记为入采点,获取入采点与输入端采集点之间的横向距离,并将其标记为入距值,接收到输出图像后获取输出端皮带侧边距离输出端采集点最近的点,并将其标记为出采点,获取出采点与输出端采集点之间的横向距离,并将其标记为出距值,将入距值、出距值发送至处理器;
处理器,用于将入距值、出距值分别与预设入距差、预设出距差进行比较,将比较结果发送至预警报警模块和跑偏控制模块或者参数采集模块,还用于根据参数采集模块反馈的跑偏系数与预设跑偏阈值进行比较,将比较结果发送至预警报警模块和跑偏控制模块,所述处理器的工作过程如下:
获取历史数据中出现次数最多的入距值,并将其标记为标准入距值,获取历史数据中出现次数最多的出距值,并将其标记为标准出距值;
将实时采集的入距值一一与标准入距值进行比对,获取入距值与标准入距值之间的差值,并将其标记为入距差,将实时采集的出距值一一与标准出距值进行比对,获取出距值与标准出距值之间的差值,并将其标记为出距差;
将入距差与预设入距差进行比较,将出距差与预设出距差进行比较;
若入距差>预设入距差或出距差>预设出距差,生成停机信号,并将停机信号发送至预警报警模块和跑偏控制模块;
若入距差≤预设入距差且出距差≤预设出距差,根据入采点、出采点的位置绘制形成线段,并将其标记为跑偏判断线,根据输入端采集点、输出端采集点的位置绘制形成线段,并将其标记为标准输送线,将跑偏判断线、标准输送线平移至相交,获取跑偏判断线、标准输送线相交所形成的锐角,并将其标记为跑偏判断角;
将跑偏判断角与判定分级角进行角度大小比较,其中,判定分级角包括一级判定分级角和二级判定分级角;
若跑偏判断角>一级判定分级角,生成停机信号,并将停机信号发送至预警报警模块和跑偏控制模块;
若二级判定分级角<跑偏判断角≤一级判定分级角,生成预警分级信号,并将预警分级信号发送至参数采集模块;
将参数采集模块反馈的跑偏系数与预设跑偏阈值进行比较:
若跑偏系数>预设跑偏阈值,生成停机信号,并将停机信号发送至预警报警模块和跑偏控制模块;
若跑偏系数≤预设跑偏阈值,生成预警信号,并将预警信号发送至预警报警模块。
2.根据权利要求1所述的基于图像处理的皮带防跑偏视觉识别系统,其特征在于,还包括参数采集模块,用于接收到预警分级信号后采集带式输送机的压力值、速率值、动幅值以及动频值,并根据压力值、速率值、动幅值以及动频值分析得到跑偏系数,并将跑偏系数发送至处理器。
3.根据权利要求1所述的基于图像处理的皮带防跑偏视觉识别系统,其特征在于,所述参数采集模块的工作过程如下:
接收到预警分级信号后采集带式输送机的输入端的实时压力和皮带输送速率,采集带式输送机的振动幅度、振动频率,并将其依次标记为压力值、速率值、动幅值以及动频值,将压力值、速率值、动幅值以及动频值经过分析得到跑偏系数;
将跑偏系数发送至处理器。
4.根据权利要求1所述的基于图像处理的皮带防跑偏视觉识别系统,其特征在于,还包括预警报警模块,用于根据停机信号、预警信号响起警报。
5.根据权利要求1所述的基于图像处理的皮带防跑偏视觉识别系统,其特征在于,还包括跑偏控制模块,用于根据停机信号控制带式输送机停止运行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211036746.9A CN115116010B (zh) | 2022-08-29 | 2022-08-29 | 基于图像处理的皮带防跑偏视觉识别系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211036746.9A CN115116010B (zh) | 2022-08-29 | 2022-08-29 | 基于图像处理的皮带防跑偏视觉识别系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115116010A true CN115116010A (zh) | 2022-09-27 |
CN115116010B CN115116010B (zh) | 2022-11-18 |
Family
ID=83335564
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211036746.9A Active CN115116010B (zh) | 2022-08-29 | 2022-08-29 | 基于图像处理的皮带防跑偏视觉识别系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115116010B (zh) |
Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5096044A (en) * | 1989-10-05 | 1992-03-17 | Carl Schenck Ag | Method and apparatus for monitoring the run of a belt |
CN102134636A (zh) * | 2010-01-26 | 2011-07-27 | 宝钢新日铁汽车板有限公司 | 监控退火炉内钢带跑偏的方法 |
CN102275723A (zh) * | 2011-05-16 | 2011-12-14 | 天津工业大学 | 一种基于机器视觉的输送带在线监测系统和方法 |
CN102602681A (zh) * | 2012-01-13 | 2012-07-25 | 天津工业大学 | 基于机器视觉的输送带跑偏故障在线检测方法 |
CN103051872A (zh) * | 2012-12-18 | 2013-04-17 | 青岛科技大学 | 基于图像边缘提取的输送带跑偏检测方法 |
CN104590852A (zh) * | 2015-01-13 | 2015-05-06 | 中国矿业大学(北京) | 基于激光测距的皮带检测报警系统 |
CN106353760A (zh) * | 2016-11-07 | 2017-01-25 | 中国矿业大学(北京) | 基于超声波测距的皮带检测报警系统 |
CN110163852A (zh) * | 2019-05-13 | 2019-08-23 | 北京科技大学 | 基于轻量化卷积神经网络的输送带实时跑偏检测方法 |
CN110697373A (zh) * | 2019-07-31 | 2020-01-17 | 湖北凯瑞知行智能装备有限公司 | 一种基于图像识别技术的传送皮带跑偏故障检测方法 |
CN111003446A (zh) * | 2019-12-10 | 2020-04-14 | 安徽银河物联通信技术有限公司 | 一种皮带跑偏检测方法 |
CN111432179A (zh) * | 2020-04-26 | 2020-07-17 | 上海发电设备成套设计研究院有限责任公司 | 基于计算机视觉的输煤皮带智能巡检系统及方法 |
CN112027565A (zh) * | 2020-09-28 | 2020-12-04 | 武汉科技大学 | 一种皮带边缘检测的皮带跑偏报警急停的方法 |
CN112209054A (zh) * | 2020-09-28 | 2021-01-12 | 武汉科技大学 | 激光扫描的输送带横向跑偏实时检测系统及其检测方法 |
CN112215352A (zh) * | 2020-09-28 | 2021-01-12 | 武汉科技大学 | 基于bp神经网络算法输送带跑偏预测预警的系统及预测预警方法 |
CN112793989A (zh) * | 2020-12-25 | 2021-05-14 | 中国矿业大学 | 一种基于物料监测的皮带输送机智能调速方法 |
CN113129282A (zh) * | 2021-04-16 | 2021-07-16 | 广东韶钢松山股份有限公司 | 皮带异常确定方法、装置、设备及存储介质 |
CN113191394A (zh) * | 2021-04-07 | 2021-07-30 | 国电汉川发电有限公司 | 一种基于机器视觉的传送带跑偏诊断方法和系统 |
CN113298792A (zh) * | 2021-06-01 | 2021-08-24 | 中国矿业大学 | 基于ai视觉的皮带跑偏监测调速控制装置及方法 |
CN113343834A (zh) * | 2021-06-02 | 2021-09-03 | 华电邹县发电有限公司 | 基于机器视觉和激光线的皮带跑偏诊断方法 |
CN113378952A (zh) * | 2021-06-22 | 2021-09-10 | 中冶赛迪重庆信息技术有限公司 | 一种皮带机跑偏检测方法、系统、介质和终端 |
-
2022
- 2022-08-29 CN CN202211036746.9A patent/CN115116010B/zh active Active
Patent Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5096044A (en) * | 1989-10-05 | 1992-03-17 | Carl Schenck Ag | Method and apparatus for monitoring the run of a belt |
CN102134636A (zh) * | 2010-01-26 | 2011-07-27 | 宝钢新日铁汽车板有限公司 | 监控退火炉内钢带跑偏的方法 |
CN102275723A (zh) * | 2011-05-16 | 2011-12-14 | 天津工业大学 | 一种基于机器视觉的输送带在线监测系统和方法 |
CN102602681A (zh) * | 2012-01-13 | 2012-07-25 | 天津工业大学 | 基于机器视觉的输送带跑偏故障在线检测方法 |
CN103051872A (zh) * | 2012-12-18 | 2013-04-17 | 青岛科技大学 | 基于图像边缘提取的输送带跑偏检测方法 |
CN104590852A (zh) * | 2015-01-13 | 2015-05-06 | 中国矿业大学(北京) | 基于激光测距的皮带检测报警系统 |
CN106353760A (zh) * | 2016-11-07 | 2017-01-25 | 中国矿业大学(北京) | 基于超声波测距的皮带检测报警系统 |
CN110163852A (zh) * | 2019-05-13 | 2019-08-23 | 北京科技大学 | 基于轻量化卷积神经网络的输送带实时跑偏检测方法 |
CN110697373A (zh) * | 2019-07-31 | 2020-01-17 | 湖北凯瑞知行智能装备有限公司 | 一种基于图像识别技术的传送皮带跑偏故障检测方法 |
CN111003446A (zh) * | 2019-12-10 | 2020-04-14 | 安徽银河物联通信技术有限公司 | 一种皮带跑偏检测方法 |
CN111432179A (zh) * | 2020-04-26 | 2020-07-17 | 上海发电设备成套设计研究院有限责任公司 | 基于计算机视觉的输煤皮带智能巡检系统及方法 |
CN112027565A (zh) * | 2020-09-28 | 2020-12-04 | 武汉科技大学 | 一种皮带边缘检测的皮带跑偏报警急停的方法 |
CN112209054A (zh) * | 2020-09-28 | 2021-01-12 | 武汉科技大学 | 激光扫描的输送带横向跑偏实时检测系统及其检测方法 |
CN112215352A (zh) * | 2020-09-28 | 2021-01-12 | 武汉科技大学 | 基于bp神经网络算法输送带跑偏预测预警的系统及预测预警方法 |
CN112793989A (zh) * | 2020-12-25 | 2021-05-14 | 中国矿业大学 | 一种基于物料监测的皮带输送机智能调速方法 |
CN113191394A (zh) * | 2021-04-07 | 2021-07-30 | 国电汉川发电有限公司 | 一种基于机器视觉的传送带跑偏诊断方法和系统 |
CN113129282A (zh) * | 2021-04-16 | 2021-07-16 | 广东韶钢松山股份有限公司 | 皮带异常确定方法、装置、设备及存储介质 |
CN113298792A (zh) * | 2021-06-01 | 2021-08-24 | 中国矿业大学 | 基于ai视觉的皮带跑偏监测调速控制装置及方法 |
CN113343834A (zh) * | 2021-06-02 | 2021-09-03 | 华电邹县发电有限公司 | 基于机器视觉和激光线的皮带跑偏诊断方法 |
CN113378952A (zh) * | 2021-06-22 | 2021-09-10 | 中冶赛迪重庆信息技术有限公司 | 一种皮带机跑偏检测方法、系统、介质和终端 |
Non-Patent Citations (2)
Title |
---|
毕东月: "《基于深度学习的输煤皮带故障视觉检测方法研究》", 《中国安全生产科学技术》 * |
顼熙亮: "《基于机器视觉的矿用皮带运输机故障智能检测系统》", 《煤矿现代化》 * |
Also Published As
Publication number | Publication date |
---|---|
CN115116010B (zh) | 2022-11-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110171691B (zh) | 带式传输机皮带撕裂状态检测方法及检测系统 | |
EP2242710B1 (en) | Method and apparatus for monitoring a conveyor belt | |
CN110040469B (zh) | 一种刮板输送机链条张力监测系统及方法 | |
CN108298273A (zh) | 皮带机智能巡检系统 | |
CN110015553B (zh) | 基于视频分析的运输皮带系统异物检测保护方法 | |
CN107512550A (zh) | 一种带式输送机的输送带损害监测装置及方法 | |
CN116177146A (zh) | 一种基于ai与激光监测技术的输送皮带检测系统及方法 | |
CN115394060A (zh) | 基于互联网的煤矿综采工作面ai视频智能监控系统 | |
CN115116010B (zh) | 基于图像处理的皮带防跑偏视觉识别系统 | |
CN115504187B (zh) | 一种矿用皮带智能调速和保护系统及控制方法 | |
CN112744540A (zh) | 输送带撕裂监测装置、带有撕裂监测装置的输送线及其监测方法 | |
CN116280989A (zh) | 一种用于矿用带式输送机控制装置的故障检测预警系统 | |
CN115892912A (zh) | 一种带式输送机防撕裂综合监控装置 | |
US11874194B2 (en) | Vibration processing apparatus, vibration processing method, and non-transitory computer-readable storage medium | |
CN115258589A (zh) | 用于皮带输送机的检测方法及检测装置、控制器和皮带输送机 | |
CN211945113U (zh) | 一种输送皮带撕裂检测装置 | |
CN105911074B (zh) | 钢丝芯皮带接头x射线在线检测中自适应阈值标定方法 | |
CN214398635U (zh) | 输送带撕裂监测装置和带有撕裂监测装置的输送线 | |
CN207312536U (zh) | 一种带式输送机自动纠偏系统 | |
CN113928824A (zh) | 一种皮带跑偏检测方法、装置及搅拌站 | |
CN113108898B (zh) | 一种基于声振联合监测的堆煤保护方法 | |
CN103287822A (zh) | 全方位输送带智能监测保护系统 | |
Wang et al. | Research on real time monitoring system for coal mine belt conveyor | |
CN116037309B (zh) | 一种用于齿辊式正弦滚轴筛的破碎筛选分析系统 | |
CN113120634A (zh) | 一种斗轮机输送带撕裂图像处理方法及故障检测装置 |
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 |