CN115331385A - 电厂输煤系统监测方法、装置、设备和存储介质 - Google Patents
电厂输煤系统监测方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN115331385A CN115331385A CN202210865706.9A CN202210865706A CN115331385A CN 115331385 A CN115331385 A CN 115331385A CN 202210865706 A CN202210865706 A CN 202210865706A CN 115331385 A CN115331385 A CN 115331385A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- alarm
- power plant
- target area
- value
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 74
- 239000003245 coal Substances 0.000 title claims abstract description 48
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000004044 response Effects 0.000 claims abstract description 33
- 238000012806 monitoring device Methods 0.000 claims abstract description 6
- 238000001514 detection method Methods 0.000 claims description 31
- 238000004590 computer program Methods 0.000 claims description 13
- 230000035945 sensitivity Effects 0.000 description 18
- 238000004891 communication Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 239000003638 chemical reducing agent Substances 0.000 description 9
- 239000000523 sample Substances 0.000 description 9
- 238000012545 processing Methods 0.000 description 6
- 230000005236 sound signal Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000004519 grease Substances 0.000 description 1
- 230000020169 heat generation Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000001050 lubricating effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B19/00—Alarms responsive to two or more different undesired or abnormal conditions, e.g. burglary and fire, abnormal temperature and abnormal rate of flow
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/07—Target detection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本公开涉及一种电厂输煤系统监测方法、装置、设备和存储介质。该方法，包括：获取电厂输煤系统中被监测设备的监测值，所述监测值包括振动值和/或温度值；响应于确定所述监测值大于预定的监测阈值，控制报警装置进行报警。提高了对于电厂输煤系统中，监测的智能化水平。解决了现有技术中，人工监管导致的结果不准确，容易导致设备故障高发的技术问题。
Description
技术领域
本公开涉及电子技术领域，具体地，涉及一种电厂输煤系统监测方法、装置、设备和存储介质。
背景技术
在煤炭的相关技术中，大型输煤系统是燃煤火电厂不可缺少的重要组成部分。常见故障是减速机故障，故障的原因往往是高温，或者震动导致的，相关技术中，往往靠人力经验来判断高温和震动，因此导致输煤机械故障率高发。
发明内容
本公开的目的是提供一种电厂输煤系统监测方法、装置、设备和存储介质。
为了实现上述目的，本公开提供一种电厂输煤系统监测方法，包括：
获取电厂输煤系统中被监测设备的监测值，所述监测值包括振动值和/或温度值；
响应于确定所述监测值大于预定的监测阈值，控制报警装置进行报警。
可选的，还包括：获取所述被监测设备在预定时间段内的音频特征；
响应于确定所述音频特征大于预定的音频特征阈值，控制所述报警装置进行报警；
所述音频特征包括声音强度。
可选的，还包括：获取储备场地检测图像；
响应于根据所述储备场地检测图像确定储备场地中有人员进入，控制所述报警装置进行报警。
可选的，还包括：获取目标区域图像；
响应于根据所述目标区域图像确定目标区域中有多个人员聚集或者人员在所述目标区域内反复移动，控制报警装置进行报警。
可选的，还包括：对所述目标区域图像进行目标检测，以识别出所述目标区域中的多个人员；
根据每个人员的坐标，确定多个人员中任意两个人员之间的距离；
响应于任意两个人员之间的距离小于预定的距离阈值，确定所述目标区域中有个人员聚集。
可选的，还包括：在非工作的时间段获取目标区域图像；
响应于根据所述目标区域图像确定目标区域中有目标类型的物品，控制报警装置进行报警。
可选的，还包括：显示所述监测值。
第二方面，一种电厂输煤系统监测装置，包括：
获取模块，被配置为获取电厂输煤系统中被监测设备的监测值，所述监测值包括振动值和/或温度值；
报警模块，被配置为响应于确定所述监测值大于预定的监测阈值，控制报警装置进行报警。
在至少一种实施方式中，所述获取模块，进一步被配置为：获取所述被监测设备在预定时间段内的音频特征；
所述报警模块，进一步被配置为：响应于确定所述音频特征大于预定的音频特征阈值，控制所述报警装置进行报警；所述音频特征包括声音强度。
在至少一种实施方式中，所述获取模块，进一步被配置为：获取储备场地检测图像；
所述报警模块，进一步被配置为：响应于根据所述储备场地检测图像确定储备场地中有人员进入，控制所述报警装置进行报警。
在至少一种实施方式中，所述获取模块，进一步被配置为：获取目标区域图像；
所述报警模块，进一步被配置为：响应于根据所述目标区域图像确定目标区域中有多个工作人员聚集或者人员在所述目标区域内反复移动，控制报警装置进行报警；
在至少一种实施方式中，所述报警模块，进一步被配置为：
对所述目标区域图像进行目标检测，以识别出所述目标区域中的多个人员；
根据每个人员的坐标，确定多个人员中任意两个人员之间的距离；
响应于确定任意两个人员之间的距离小于预定的距离阈值，确定所述目标区域中有多个人员聚集。
在至少一种实施方式中，所述获取模块，进一步被配置为：在非工作的时间段获取目标区域图像；
所述报警模块，进一步被配置为：响应于根据所述目标区域图像确定目标区域中有目标类型的物品，控制报警装置进行报警。
在至少一种实施方式中，还包括显示模块，被配置为：显示所述监测值。
第三方面，一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述任一项所述方法的步骤。
第四方面，一种电子设备，包括：存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现上述中任一项所述方法的步骤。
通过上述技术方案，通过获取电厂输煤系统中被监测设备的监测值，所述监测值包括振动值和/或温度值；响应于确定所述监测值大于预定的监测阈值，控制报警装置进行报警。提高了对于电厂输煤系统中，监测的智能化水平，解决了现有技术中，人力监测导致的检测的结果不准确，容易导致设备故障高发的技术问题。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：
图1是根据一示例性实施例示出的一种电厂输煤系统监测方法的流程图；
图2是根据一示例性实施例示出的一种设置页面示意图；
图3是根据一示例性实施例示出的一种工作人员标记框示意图；
图4是根据一示例性实施例示出的一种界面示意图；
图5是根据一示例性实施例示出的一种电厂输煤系统监测装置的框图；
图6是根据一示例性实施例示出的一种电子设备的框图；
图7是根据一示例性实施例示出的一种电子设备的框图。
具体实施方式
以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。
需要说明的是，本公开中所有获取信号、信息或数据的动作都是在遵照所在地国家相应的数据保护法规政策的前提下，并获得由相应装置所有者给予授权的情况下进行的。
大型输煤系统包括：传送皮带、滚轮、减速机、堆料臂和取料臂等。
引起减速机故障的原因主要有：减速机的轴承缺少润滑脂，造成摩擦导致的噪声或发热烧坏；减速机的中心不准，引起振动；电机或减速机固定底脚松动，引起设备振动；在运行时有异物卡入传动部位，引起异声、发热及振动。现场人员主要通过听音、感受设备振动发现故障，由于人力经验的不准确性，导致故障率高。
图1是根据一示例性实施例示出的一种电厂输煤系统监测方法的流程图。该方法可以用于中央控制单元中。如图1所示，该方法可以包括以下步骤。
步骤S102，获取输煤系统中被监测设备的监测值，所述监测值包括振动值和/或温度值；
其中，被监测的设备包括但不限于：减速机、电机、堆料臂、取料臂、刮板机。具体的，可以在被监测的设备上设置温度传感器，震动传感器；温度传感器用来检测被监测设备的温度，将检测到的温度值转换成电信号发送给中央控制单元。温度传感器可以选用红外测温探头，探头对准被测部位。若安装位置受限，也可在转动部位粘上PT100测温电阻，并接入4-20mA采集模块。
示例性的，在轴承上安装有温度传感器。在电机、减速机的底脚上安装有震动传感器。震动传感器用来检测被监测设备的震动值，将振动值转换为电信号发送给中央控制单元。
示例性的，振动传感器可以选用4-20mA测振探头，探头固定在转动部位，比如减速机本体上，并接入4-20mA采集模块。
关于堆料臂的检测，参见表1：
表1关于取料机，参见表2：
表2关于刮板机，参见表3：
表3
步骤S104，响应于确定所述监测值大于预定的监测阈值，控制报警装置进行报警。
具体的，报警装置与中央控制单元连接，在中央控制单元的控制下进行报警。
为了更加方便对于监测值进行观测，中央控制单元还可以显示所述监测值。
示例性的，在中央控制单元的显示屏幕上可以显示温度，和/或者，振动值的二维曲线图，其中，横轴为时间段，纵轴为监测值。电厂的运维人员可以查看任意一段自己感兴趣的时间段的监测值的二维曲线，包括当前的时间和历史的时间。这样，极大的提高了对于电厂输煤系统中的被监测设备的监控能力。
本申请的上述的技术方案，通过设置温度传感器、震动传感器，对被监测的设备进行温度和震动方面的检测，产生监测值，根据获取到的监测值进行自动报警。代替了人力凭听觉、视觉和触觉经验的检测，提高了对于被监测设备的检测精确度，有利于及时发现被监测设备的安全隐患，降低被监测设备的故障率。
在至少一种实施方式中，还可以包括以下步骤：获取所述电厂输煤系统在预定时间段内的音频特征；响应于确定所述音频特征大于预定的音频特征阈值，控制所述报警装置进行报警；所述音频特征包括声音强度。
具体的，设置拾音器来采集被监测设备发出的声音。参见附图2，在设置页面中设置声强阈值和灵敏度。灵敏度可以灵活设定，当声源距离拾音器较远或者录音现场声音小时，需提高灵敏度，保证清晰获取声音信号，当声源距离拾音器较近或者录音现场声音大时，需降低灵敏度，可有效降低环境噪音，提高拾取的音频质量。测试时通过音频处理系统，过滤掉周围环境产生的无参考意义的低频噪音，并实时生成音频音量矢量图。
煤炭的储备场地一般情况下封闭式的，是无人值守的，因此需要重点进行监控，在至少一种实施方式中，还可以包括以下步骤：
获取储备场地检测图像；
响应于根据所述储备场地检测图像确定储备场地中有人员进入，控制所述报警装置进行报警。
具体的，在储备仓库中设置有摄像头，摄像头一天24小时不间断工作，对储备仓库中进行拍摄，可以周期性的，或者定时的获取摄像头拍摄的储备场地的图像帧。采用经过训练的第一目标检测模型识别图像帧中的人员。
训练时，采用正负两种样本对目标检测模型进行训练，正样本为电厂工作人员的图像，负样本为非电厂工作人员的图像。对第一目标检测模型进行训练，使得第一目标检测模型能够识别出电厂工作人员和非工作人员。
第一目标检测模型用来识别图像中是否有人员出现，如果确定图像中有人员出现，则确定发出报警。
在至少一种实施方式中，还可以包括以下步骤：
获取工作时间段的目标区域图像；
响应于根据所述目标区域图像确定目标区域中有多个人员聚集或者人员在所述目标区域内反复移动，控制报警装置进行报警。
具体的，在工作区域中设置有摄像头，实时的对于工作区域中的工作人员进行监控。在工作时间段，对工作区域中进行拍摄，可以周期性的，或者定时的获取摄像头拍摄的工作区域的图像帧，采用经过训练的目标检测模型识别该图像帧中的工作人员。经过目标检测模型处理后，在该图像帧中显示每个工作人员的标记框，以及标记框的中心点坐标。
在至少一种实施方式中，还可以包括以下步骤：
对所述目标区域图像进行目标检测，以识别出所述目标区域中的多个人员；
根据每个人员的坐标，确定多个人员中任意两个人员之间的距离；
响应于任意两个人员之间的距离小于预定的距离阈值，确定所述目标区域中有多个人员聚集。
示例性的，参见附图3，工作人员1的标记框1，中心点坐标为(x1，y1)；工作人员2的标记框2，中心点坐标为(x2，y2)。可以根据两个标记框的横坐标的差来判断是否聚集。如果标记框1的中心点的横坐标x1与标记框2的中心点的横坐标x2的差值的绝对值小于预定的差值阈值，则确定工作人员1和工作人员2发生了聚集的现象。其中，差值阈值可以设定为，比如，0.1米-1米之间的值。
在一种实施方式中，考虑到工作人员的立体工作场景，也可以根据两个标记框的纵坐标的差来判断是否聚集，如果标记框1的中心点的纵坐标y1与标记框2的中心点的纵坐标y2的差值的绝对值小于预定的阈值，则确定工作人员1和工作人员2发生了聚集的现象。
在一种实施方式中，可以采用两个标记框的横坐标的差和纵坐标的差来判断是否聚集，当横坐标的差和纵坐标的差都满足条件，也就是差值的绝对值小于预定的差值阈值，才确定为发生了人员聚集。
同理，可以判断出3个或者更多的工作人员聚集在一起的现象。如果确定发生了工作人员聚集，则进行及时报警处理。避免工作人员在工作时间从事非工作的闲聊等事情。
还可以设定人员聚集的人数阈值，当确定聚集的人数等于或者大于人数阈值的情况下，进行报警。
除了上述的报警条件之外，报警条件还包括：人员在目标区域内快速移动。为了确定工作人员在工作区域内快速移动，可以包括以下的步骤：
确定每个工作人员的标记框的中心点坐标；其中，坐标包括横坐标和纵坐标。在预定的时间段获取所述工作人员的标记框的中心点的横坐标；对于任意的两个时间点，确定第一时间点对应的第一横坐标；第二时间点对应的第二横坐标；计算第一横坐标和第二横坐标的差值的绝对值；第一时间点和第二时间点的差值；根据第一横坐标和第二横坐标的差值的绝对值和第一时间点和第二时间点的差值确定该时间段内的平均速度；判断平均速度是否大于预定的速度阈值，如果是，则确定该工作人员快速移动。
工作人员快速移动也是一种非正常工作的现象，一般是出现了一些紧急的需要工作人员迅速处理的现象，导致了工作人员在工作区域内出现了跑步情况的发生。这种情况下，往往需要报警处理，使得远端的控制室中的监控人员得到报警信息，可以及时辅助处理。
为了确定所述工作人员在所述工作区域内反复移动徘徊，可以包括以下的步骤：
获取每个工作人员的标记框的中心点横坐标；根据所述中心点横坐标在预定时间段内变化值确定所述工作人员在反复徘徊的动作。如果中心点横坐标的变化呈现周期性重复，则确定工作人员在往复的徘徊。
工作人员在工作区域内反复的徘徊散步，也是一种非正常的工作状态，对于该类型的动作，也进行了重点的监控，一旦发现有如此现象，及时报警处理，有助于远端的控制中心的管理者对于工作人员进行监督，也有助于实现对于工作人员的更加科学的考核。比如，如果发现工作人员在预定的时间段中出现了反复徘徊的次数达到了预定的次数阈值，就可以进行扣分处理，为当天的绩效成绩扣除分数。这样，有助于统计一个月下来，该员工的总的绩效分数。有助于更加科学的来对该员工的绩效进行考核，提高了管理的科学性。同理，上述的绩效扣分的方法也可以应用于上述的员工聚集合的场景中。
通过上述的利用图像实现对于人员的监控方式，实现了对于人的识别，动作类型的识别，能够提高对于工作人员的监控效果。还可以实现其他的一些功能，比如，确定相关工作人员是否越界，比如，从相邻的第一区域进入到第二区域。可以确定相关人员是否进入到某个特定的工作区域，是否离开某个特定的工作区域。
除了对人的识别之外，还可以利用图像实现对于物品的检测，在至少一种实施方式中，还可以包括以下步骤：
在非工作时间段获取目标区域图像；响应于根据所述目标区域图像确定目标区域中有目标类型的物品，控制报警装置进行报警。
其中，目标类型的物品为工作人员遗留的物品，包括工作类物品和非工作类物品。其中，非工作类物品包括：手机、钥匙。工作类物品包括：板子、剪子、钳子、锤子等。
具体的，在工作区域中设置有摄像头，在非工作时间段，对工作区域中进行拍摄，可以周期性的，或者定时的获取摄像头拍摄的工作区域的图像帧。采用经过训练的目标检测模型识别图像帧中的物品。
训练时，采用正负两种样本对第三目标检测模型进行训练，正样本为工作类物品，负样本为非工作类物品。通过训练，第三目标检测模型可以分辨出工作人员在现场遗留的物品。
可以设置报警的时间阈值，当时间达到时间阈值时，确定非工作类物品还是存在，则进行报警。
示例性的，时间阈值可以设定为5分钟。工作人员下班后，在工作区域忘了带走自己的手机，被摄像头拍摄到图像并被中央控制单元确定是非工作物品之后，如果时间超过5分钟，手机还存在，进行报警。报警可以为向远端的中央控制室发送报警消息，中央控制室中的相关工作人员接到报警消息后，可以到工作区域，把手机带到中央控制室存留。
为了实现对于输送皮带停车的监控，在至少一种实施方式中，还可以包括以下步骤：
获取传送皮带的部分区域图像；获取第一时刻的所述区域图像和第二时刻的所述区域图像；提取第一时刻的所述区域图像的第一图像特征；提取第二时刻的所述区域图像的第二图像特征；比较第一图像特征和第二图像特征是否相同；如果相同，则确定发生了停车，控制报警装置进行报警。如果不同，则确定没有发生停车。
考虑到皮带机上的煤的分布特点，在不同的时刻，在皮带上分布的煤的外观的轮廓是不同的。利用煤的外观轮廓的图像特征，可以来判断皮带是否运动。第一时刻和第二时刻之间的时间间隔可以灵活进行设定的，比如，设定为3秒钟、5秒钟等。
利用图像识别的技术来判断皮带机是否停止运动，如果停止运动，及时报警，这样，就能够避免现场无人监控的情况下，输煤皮带因为故障停止后，长时间无人发现，导致的影响工作效率的现象发生。
示例性的，参见附图4，可以设置摄像头的灵敏度，设置停车的时间阈值为5s。如果停车的时间大于等于5s时，控制报警装置进行报警。灵敏度的设定，可以根据摄像头所在的位置的震动幅度来设置，如果摄像头所在的支架，震动比较大，则可以将灵敏度调低，如果震动比较小，则可以将灵敏度调大。可以为传送皮带的每一段需要重点监控的区域设置一个摄像头，对该区域进行监控。可以从下拉列表中选择传送皮带的目标区域，设置该区域的摄像头的灵敏度。
进一步的，可以根据摄像头所在的支架的振幅来自动的调节摄像头的灵敏度。如果振幅达到了预定的振幅阈值，把摄像头的灵敏度调节到第一灵敏度阈值，如果振幅达到了预定的第二振幅阈值，就把摄像头的灵敏度调节到第二灵敏度阈值；其中，第二振幅阈值大于第一振幅阈值，第二灵敏度阈值小于第一灵敏度阈值。也就是说，随着振幅与灵敏度呈现负相关的关系，振幅越大，灵敏度越小。这样，就可以避免，如果支架振动比较严重的情况下，摄像头的灵敏度比较高，就会导致摄像头会频繁的发出报警信号，产生过多的误报警。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
图5是根据一示例性实施例示出的一种电厂输煤系统监测装置500的框图。该装置500可以应用于中央处理单元，参照图5，该装置500可以包括：
获取模块510，被配置为获取电厂输煤系统中被监测设备的监测值，所述监测值包括振动值和/或温度值；
报警模块520，被配置为响应于确定所述监测值大于预定的监测阈值，控制报警装置进行报警。
在至少一种实施方式中，所述获取模块510，进一步被配置为：获取所述被监测设备在预定时间段内的音频特征；
所述报警模块520，进一步被配置为：响应于确定所述音频特征大于预定的音频特征阈值，控制所述报警装置进行报警；所述音频特征包括声音强度。
在至少一种实施方式中，所述获取模块510，进一步被配置为：获取储备场地检测图像；
所述报警模块520，进一步被配置为：响应于根据所述储备场地检测图像确定储备场地中有人员进入，控制所述报警装置进行报警。
在至少一种实施方式中，所述获取模块510，进一步被配置为：获取目标区域图像；
所述报警模块520，进一步被配置为：响应于根据所述目标区域图像确定目标区域中有多个人员聚集或人员在所述目标区域内反复移动，控制报警装置进行报警。
在至少一种实施方式中，所述报警模块520，进一步被配置为：对所述目标区域图像进行目标检测，以识别出所述目标区域中的多个人员；
根据每个人员的坐标确定多个人员中任意两个人员之间的距离；
响应于任意两个人员之间的距离小于预定的距离阈值，确定所述目标区域中有多个人员聚集的现象。
在至少一种实施方式中，所述获取模块510，进一步被配置为：在非工作的时间段获取目标区域图像；
所述报警模块520，进一步被配置为：响应于根据所述目标区域图像确定目标区域中有目标类型的物品，控制报警装置进行报警。
在至少一种实施方式中，还包括显示模块，被配置为：显示所述监测值。
图6是根据一示例性实施例示出的一种电子设备600的框图。如图6所示，该电子设备600可以包括：处理器601，存储器602。该电子设备600还可以包括多媒体组件603，输入/输出(I/O)接口604，以及通信组件605中的一者或多者。
其中，处理器601用于控制该电子设备600的整体操作，以完成上述的电厂输煤系统监测方法中的全部或部分步骤。存储器602用于存储各种类型的数据以支持在该电子设备600的操作，这些数据例如可以包括用于在该电子设备600上操作的任何应用程序或方法的指令，以及应用程序相关的数据，例如联系人数据、收发的消息、图片、音频、视频等等。该存储器602可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random Access Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。多媒体组件603可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器602或通过通信组件605发送。音频组件还包括至少一个扬声器，用于输出音频信号。I/O接口604为处理器601和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件605用于该电子设备600与其他设备之间进行有线或无线通信。无线通信，例如Wi-Fi，蓝牙，近场通信(Near FieldCommunication，简称NFC)，2G、3G、4G、NB-IOT、eMTC、或其他5G等等，或它们中的一种或几种的组合，在此不做限定。因此相应的该通信组件605可以包括：Wi-Fi模块，蓝牙模块，NFC模块等等。
在一示例性实施例中，电子设备600可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit，简称ASIC)、数字信号处理器(DigitalSignal Processor，简称DSP)、数字信号处理设备(Digital Signal Processing Device，简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的电厂输煤系统监测方法。
在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的电厂输煤系统监测方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器602，上述程序指令可由电子设备600的处理器601执行以完成上述的电厂输煤系统监测方法。
图7是根据一示例性实施例示出的一种电子设备700的框图。例如，电子设备700可以被提供为一服务器。参照图7，电子设备700包括处理器722，其数量可以为一个或多个，以及存储器732，用于存储可由处理器722执行的计算机程序。存储器732中存储的计算机程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理器722可以被配置为执行该计算机程序，以执行上述的电厂输煤系统监测方法。
另外，电子设备700还可以包括电源组件726和通信组件750，该电源组件726可以被配置为执行电子设备700的电源管理，该通信组件750可以被配置为实现电子设备700的通信，例如，有线或无线通信。此外，该电子设备700还可以包括输入/输出(I/O)接口758。电子设备700可以操作基于存储在存储器732的操作系统，例如Windows ServerTM，Mac OSXTM，UnixTM，LinuxTM等等。
在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的电厂输煤系统监测方法的步骤。例如，该非临时性计算机可读存储介质可以为上述包括程序指令的存储器732，上述程序指令可由电子设备700的处理器722执行以完成上述的电厂输煤系统监测方法。
在另一示例性实施例中，还提供一种计算机程序产品，该计算机程序产品包含能够由可编程的装置执行的计算机程序，该计算机程序具有当由该可编程的装置执行时用于执行上述的电厂输煤系统监测方法的代码部分。
以上结合附图详细描述了本公开的优选实施方式，但是，本公开并不限于上述实施方式中的具体细节，在本公开的技术构思范围内，可以对本公开的技术方案进行多种简单变型，这些简单变型均属于本公开的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本公开对各种可能的组合方式不再另行说明。
此外，本公开的各种不同的实施方式之间也可以进行任意组合，只要其不违背本公开的思想，其同样应当视为本公开所公开的内容。
Claims (10)
1.一种电厂输煤系统监测方法，其特征在于，包括：
获取电厂输煤系统中被监测设备的监测值，所述监测值包括振动值和/或温度值；
响应于确定所述监测值大于预定的监测阈值，控制报警装置进行报警。
2.根据权利要求1所述的电厂输煤系统监测方法，其特征在于，还包括：
获取所述被监测设备在预定时间段内的音频特征；
响应于确定所述音频特征大于预定的音频特征阈值，控制所述报警装置进行报警；
所述音频特征包括声音强度。
3.根据权利要求1所述的电厂输煤系统监测方法，其特征在于，还包括：
获取储备场地检测图像；
响应于根据所述储备场地检测图像确定储备场地中有人员进入，控制所述报警装置进行报警。
4.根据权利要求1所述的电厂输煤系统监测方法，其特征在于，还包括：
获取目标区域图像；
响应于根据所述目标区域图像确定目标区域中有多个人员聚集或者人员在所述目标区域内反复移动，控制报警装置进行报警。
5.根据权利要求4所述的电厂输煤系统监测方法，其特征在于，还包括：
对所述目标区域图像进行目标检测，以识别出所述目标区域中的多个人员；
根据每个人员的坐标，确定多个人员中任意两个人员之间的距离；
响应于任意两个人员之间的距离小于预定的距离阈值，确定所述目标区域中有多个人员聚集。
6.根据权利要求1所述的电厂输煤系统监测方法，其特征在于，还包括：
在非工作的时间段获取目标区域图像；
响应于根据所述目标区域图像确定目标区域中有目标类型的物品，控制报警装置进行报警。
7.根据权利要求1至6任一项所述的电厂输煤系统监测方法，其特征在于，还包括：
显示所述监测值。
8.一种电厂输煤系统监测装置，其特征在于，包括：
获取模块，被配置为获取电厂输煤系统中被监测设备的监测值，所述监测值包括振动值和/或温度值；
报警模块，被配置为响应于确定所述监测值大于预定的监测阈值，控制报警装置进行报警。
9.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-7中任一项所述方法的步骤。
10.一种电子设备，其特征在于，包括：
存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现权利要求1-7中任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210865706.9A CN115331385A (zh) | 2022-07-21 | 2022-07-21 | 电厂输煤系统监测方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210865706.9A CN115331385A (zh) | 2022-07-21 | 2022-07-21 | 电厂输煤系统监测方法、装置、设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115331385A true CN115331385A (zh) | 2022-11-11 |
Family
ID=83920268
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210865706.9A Pending CN115331385A (zh) | 2022-07-21 | 2022-07-21 | 电厂输煤系统监测方法、装置、设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115331385A (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101520938A (zh) * | 2008-12-31 | 2009-09-02 | 上海序参量科技发展有限公司 | 基于物品识别的忘物提醒装置及其实现方法 |
| CN107585096A (zh) * | 2016-07-08 | 2018-01-16 | 奥迪股份公司 | 防遗忘提醒系统、方法及车辆 |
| CN109214249A (zh) * | 2017-07-04 | 2019-01-15 | 北京航天长峰科技工业集团有限公司 | 一种用于安保监控系统的智能视频分析方法 |
| CN110070294A (zh) * | 2019-04-25 | 2019-07-30 | 大连海事大学 | 机械加工现场人员携带物监督管理系统 |
| CN111932710A (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设备及方法 |
| CN112785798A (zh) * | 2020-12-04 | 2021-05-11 | 国网江苏省电力工程咨询有限公司 | 面向电力变电站工程建设项目施工人员的行为分析方法 |
| CN213239483U (zh) * | 2020-11-19 | 2021-05-18 | 武汉瑞丽森智能设备有限公司 | 一种输煤巡检机器人系统 |
| CN213274886U (zh) * | 2020-10-20 | 2021-05-25 | 山东矿机华能装备制造有限公司 | 一种煤矿用减速机监测设备 |
| CN113483806A (zh) * | 2021-06-05 | 2021-10-08 | 安徽恒泰电气科技股份有限公司 | 煤矿机电设备温度、振动检测设备及检测方法 |
| CN113537117A (zh) * | 2021-07-27 | 2021-10-22 | 广东机电职业技术学院 | 车载遗留物监控告警方法及其5g系统 |
| CN113822151A (zh) * | 2021-08-09 | 2021-12-21 | 中标慧安信息技术股份有限公司 | 用于监测市场内部人员聚集密度的方法和系统 |
| CN114025308A (zh) * | 2021-09-29 | 2022-02-08 | 青岛漫斯特数字科技有限公司 | 一种作业区域内的人车监管方法 |
-
2022
- 2022-07-21 CN CN202210865706.9A patent/CN115331385A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101520938A (zh) * | 2008-12-31 | 2009-09-02 | 上海序参量科技发展有限公司 | 基于物品识别的忘物提醒装置及其实现方法 |
| CN107585096A (zh) * | 2016-07-08 | 2018-01-16 | 奥迪股份公司 | 防遗忘提醒系统、方法及车辆 |
| CN109214249A (zh) * | 2017-07-04 | 2019-01-15 | 北京航天长峰科技工业集团有限公司 | 一种用于安保监控系统的智能视频分析方法 |
| CN110070294A (zh) * | 2019-04-25 | 2019-07-30 | 大连海事大学 | 机械加工现场人员携带物监督管理系统 |
| CN111932710A (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设备及方法 |
| CN213274886U (zh) * | 2020-10-20 | 2021-05-25 | 山东矿机华能装备制造有限公司 | 一种煤矿用减速机监测设备 |
| CN213239483U (zh) * | 2020-11-19 | 2021-05-18 | 武汉瑞丽森智能设备有限公司 | 一种输煤巡检机器人系统 |
| CN112785798A (zh) * | 2020-12-04 | 2021-05-11 | 国网江苏省电力工程咨询有限公司 | 面向电力变电站工程建设项目施工人员的行为分析方法 |
| CN113483806A (zh) * | 2021-06-05 | 2021-10-08 | 安徽恒泰电气科技股份有限公司 | 煤矿机电设备温度、振动检测设备及检测方法 |
| CN113537117A (zh) * | 2021-07-27 | 2021-10-22 | 广东机电职业技术学院 | 车载遗留物监控告警方法及其5g系统 |
| CN113822151A (zh) * | 2021-08-09 | 2021-12-21 | 中标慧安信息技术股份有限公司 | 用于监测市场内部人员聚集密度的方法和系统 |
| CN114025308A (zh) * | 2021-09-29 | 2022-02-08 | 青岛漫斯特数字科技有限公司 | 一种作业区域内的人车监管方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111080775A (zh) | 一种基于人工智能的服务器巡检方法及系统 | |
| CN107526329A (zh) | 基于人工智能设计的机器人管理系统 | |
| CN114155601A (zh) | 一种基于视觉的作业人员危险行为检测方法及系统 | |
| AU2015395790B2 (en) | System and method for monitoring motion state of bucket of construction vertical shaft | |
| CN112101495A (zh) | 一种风险监测方法、系统和相关设备 | |
| CN113726606B (zh) | 异常检测方法及装置、电子设备、存储介质 | |
| CN112185086B (zh) | 基于偏差分析的粮库安全预警系统 | |
| CN112199410A (zh) | 一种基于物联网的桥梁健康监测系统 | |
| CN115431266A (zh) | 一种巡检方法、巡检装置及巡检机器人 | |
| CN115171361A (zh) | 一种基于计算机视觉的危险行为智能检测预警方法 | |
| JP2019067217A (ja) | 安全度判定プログラム、安全度判定方法および安全度判定装置 | |
| US20210166180A1 (en) | Information processing apparatus, information processing method, and work evaluation system | |
| CN213457742U (zh) | 一种焊接作业监控系统 | |
| CN113483815A (zh) | 一种基于工业大数据的机械故障监控系统 | |
| CN115331385A (zh) | 电厂输煤系统监测方法、装置、设备和存储介质 | |
| CN106933167A (zh) | 一种猪场监测预警方法、系统及装置 | |
| CN208795711U (zh) | 微型空气质量预警装置及系统 | |
| CN113763682B (zh) | 终端的安全告警方法、移动设备、电子设备以及存储介质 | |
| CN213458097U (zh) | 一种摄像设备和风险监测系统 | |
| CN112576310B (zh) | 基于机器人的隧道安防检测方法及系统 | |
| CN108508855A (zh) | 一种基于物联网的监控系统 | |
| JP2019092049A (ja) | 施設管理装置、施設管理システム及びプログラム | |
| WO2021042233A1 (en) | Remote diagnosis system, apparatus and method for power tool | |
| JP2021170386A (ja) | ロボット制御装置及びロボット制御方法 | |
| CN111901570A (zh) | 皮带机岗位机器人 |
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 |