CN117571728B - 基于机器学习的煤矿皮带表面裂痕检测装置及方法 - Google Patents
基于机器学习的煤矿皮带表面裂痕检测装置及方法 Download PDFInfo
- Publication number
- CN117571728B CN117571728B CN202410059810.8A CN202410059810A CN117571728B CN 117571728 B CN117571728 B CN 117571728B CN 202410059810 A CN202410059810 A CN 202410059810A CN 117571728 B CN117571728 B CN 117571728B
- Authority
- CN
- China
- Prior art keywords
- plate
- belt
- crack
- module
- groove
- 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
- 239000003245 coal Substances 0.000 title claims abstract description 59
- 238000010801 machine learning Methods 0.000 title claims abstract description 18
- 238000000034 method Methods 0.000 title abstract description 6
- 238000001514 detection method Methods 0.000 claims abstract description 109
- 235000017166 Bambusa arundinacea Nutrition 0.000 claims description 8
- 235000017491 Bambusa tulda Nutrition 0.000 claims description 8
- 241001330002 Bambuseae Species 0.000 claims description 8
- 235000015334 Phyllostachys viridis Nutrition 0.000 claims description 8
- 239000011425 bamboo Substances 0.000 claims description 8
- 238000001125 extrusion Methods 0.000 claims description 7
- 230000007547 defect Effects 0.000 claims description 5
- 238000009434 installation Methods 0.000 claims description 4
- 238000003860 storage Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000006835 compression Effects 0.000 description 3
- 238000007906 compression Methods 0.000 description 3
- 230000017105 transposition Effects 0.000 description 3
- 230000002146 bilateral effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000005389 magnetism Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
- G01N21/8914—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the material examined
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8854—Grading and classifying of flaws
- G01N2021/8874—Taking dimensions of defect into account
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pathology (AREA)
- Theoretical Computer Science (AREA)
- Textile Engineering (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Control Of Conveyors (AREA)
Abstract
本发明涉及煤矿皮带检测领域,且公开了基于机器学习的煤矿皮带表面裂痕检测装置及方法,有效的解决了目前只能判断皮带表面是否存在裂痕,不易对裂痕进行深入检测的问题,包括皮带安装架和裂痕检测组件,所述皮带安装架用于安装需要进行表面裂痕检测的煤矿皮带,裂痕检测组件用于实现对皮带表面进行检测,裂痕检测组件包括竖向架,竖向架的顶端安装有横向架,横向架上开设有内槽,内槽的内侧设有纵移架,本发明,通过当发现皮带存在裂痕时,皮带定位子模块控制第一电机停机,同时控制第一电磁铁断电后,上下两个夹板相互靠近对皮带进行夹持,保证皮带裂痕的位置位于采集摄像头下方,方便后续对裂痕进行进一步检测。
Description
技术领域
本发明属于煤矿皮带检测领域,具体为基于机器学习的煤矿皮带表面裂痕检测装置及方法。
背景技术
皮带输送机在煤矿生产中起到了重要的作用,一旦发生故障将直接影响到煤矿的生产,当皮带输送机长时间使用时,皮带输送机上的皮带易产生裂痕,当裂痕较大时,易在工作过程中造成皮带断裂,继而造成煤炭输送停滞,继而影响煤炭的生产,对生产安全也产生影响,因此监测皮带输送机关键部位的运行状态有着重要的意义,现如今通过摄像头对皮带表面裂痕进行检测,但是存在以下缺陷:
由于皮带表面裂痕大小深浅不易,而摄像头只能判断皮带表面是否存在裂痕,不易对裂痕进行深入检测,不易对裂痕是否影响皮带安全使用进行判断。
发明内容
针对上述情况,为克服现有技术的缺陷,本发明提供基于机器学习的煤矿皮带表面裂痕检测装置及方法,有效的解决了目前只能判断皮带表面是否存在裂痕,不易对裂痕进行深入检测的问题。
为实现上述目的,本发明提供如下技术方案:基于机器学习的煤矿皮带表面裂痕检测装置,包括皮带安装架和裂痕检测组件,所述皮带安装架用于安装需要进行表面裂痕检测的煤矿皮带,裂痕检测组件用于实现对皮带表面进行检测;
裂痕检测组件包括竖向架,竖向架的顶端安装有横向架,横向架上开设有内槽,内槽的内侧设有纵移架,纵移架的底端设有采集摄像头,采集摄像头外接裂痕检测系统,纵移架的内部开设有内部槽,内部槽的内部滑动安装有内部板,内部板的底端安装有吊杆,吊杆的底端贯穿至纵移架的下方,吊杆的底端安装有固定板,固定板与采集摄像头螺栓连接,纵移架与横向架之间安装有横移单元,纵移架的内部安装有纵移单元,内部板与纵移架之间安装有接电控制单元;
横移单元包括对称开设于横向架的两个侧壁上的横向滑槽,纵移架的两侧对称安装有横向滑块,横向滑块滑动安装于内槽的内部,横向滑块的滑动方向为煤矿皮带的宽度方向,其中一个横向滑槽的端部转动安装有第一螺杆,第一螺杆与横向滑块螺纹连接,第一螺杆的一端与第二电机的输出轴固定连接,第二电机固定安装于横向架上;
纵移单元包括对称开设于内部槽两侧的纵向滑槽,吊杆的外侧套设有纵向滑板,纵向滑板位于内部板的下方,纵向滑板的两端分别滑动安装于两个纵向滑槽的内部,其中一个纵向滑槽的端部转动安装有第二螺杆,第二螺杆与纵向滑板螺纹连接,第二螺杆的底端与第三电机的输出轴固定连接,第三电机固定安装于纵移架的底端,另一个纵向滑槽的外侧安装有距离检测单元,内部板的底壁和纵向滑板的顶壁均设置有缓冲垫;
距离检测单元包括开设于另一个纵向滑槽侧面的安装槽,安装槽的内部安装有第一滑动变阻器,纵向滑板的侧面安装有连接板,连接板的一端与第一滑动变阻器的滑片固定连接,第一滑动变阻器外接电流传感器和蓄电池,电流传感器用于检测第一滑动变阻器外接电路中的电流大小。
优选的,所述接电控制单元包括安装于内部板顶端的顶部块,顶部块的顶端两侧对称开设有挤压斜面,顶部块的顶端安装有第一磁块,纵移架的顶端安装有第一电磁铁,第一电磁铁与第一磁块磁性连接,内部槽的两侧对称开设有两个侧部槽,侧部槽位于纵向滑槽的上方,侧部槽的内部滑动安装有侧部板,侧部板靠近顶部块的一侧安装有受压块,受压块的一端开设有受压斜面,受压斜面与挤压斜面紧贴,受压块上安装有导电杆,两个导电杆的一端分别位于两个受压块相互靠近的端部,侧部板远离受压块的一侧对称安装有两个第二弹簧,第二弹簧的一端与侧部槽远离内部槽的一侧内壁固定连接。
优选的,所述皮带安装架包括第一侧板,第一侧板的底端安装有固定底座,固定底座固定设置,第一侧板的一侧设有第二侧板,第二侧板的底端安装有移动底座,移动底座的底端设有滚轮,固定底座上安装有气缸,气缸的输出端与移动底座固定连接,第一侧板与第二侧板之间对称设有主动辊和从动辊,主动辊的一端转轴与第一电机的输出轴固定连接,第一电机固定安装于第一侧板上,从动辊的一端转轴转动安装于第一侧板上,第二侧板上开设有转动槽,主动辊另一端转轴和从动辊的另一端转轴分别插入到第二侧板上的两个转动槽内部,第一侧板远离第二侧板的一侧安装有辅助检测组件。
优选的,所述第一侧板靠近第二侧板的一侧中部开设有纵移槽,纵移槽的内部滑动安装有纵移块,预紧辊的一端转轴转动安装于纵移块的内部,纵移块的顶端安装有第一弹簧,第一弹簧的顶端与纵移槽的内顶壁固定连接。
优选的,所述辅助检测组件包括对称开设于第一侧板上的连通槽,第一侧板远离第二侧板一侧设有固定侧板,固定侧板上安装有两个固定柱,固定柱与第一侧板固定连接,固定侧板靠近第一侧板的一侧对称开设有滑动槽,两个滑动槽分别与两个连通槽相对应,滑动槽的内部滑动安装有滑动块,两个滑动块相互远离的一侧均安装有第三弹簧,滑动块的一端安装有皮带定位单元,固定侧板的顶端安装有驱动控制单元。
优选的,所述皮带定位单元包括安装于滑动块一端的箱体,箱体位于固定侧板靠近第一侧板的一侧,箱体内部对称开设有两个纵向板槽,两个纵向板槽的内部均滑动安装有第一齿板,两个纵向板槽之间开设有第一圆形槽,第一圆形槽的内部转动安装有第一齿轮,第一齿轮的两侧分别与两个第一齿板相啮合,纵向板槽靠近第一侧板的一侧开设有纵向通槽,第一齿板靠近第一侧板的一侧安装有连接杆,连接杆与纵向通槽滑动连接,连接杆的一端安装有夹板,两个夹板上下设置,两个夹板分别设于皮带的上下两侧,箱体的内部开设有第二圆形槽,第二圆形槽位于第一圆形槽远离第一侧板的一侧且与第一圆形槽同轴设置,第二圆形槽的内部转动安装有第二齿轮,第二齿轮与第一齿轮之间同轴安装有连接轴,两个箱体上的第二圆形槽相互远离的一侧均开设有侧板槽,侧板槽的顶端贯穿至箱体的顶端,侧板槽的内部滑动安装有第二齿板,第二齿板与第二齿轮相啮合。
优选的,所述驱动控制单元包括安装于第二齿板顶端的端部块,两个端部块之间设有活动横板,活动横板的底端对称设有两个连杆,连杆的两端对称转动安装有两个转座,两个连杆一端的转座对称固定安装于活动横板的底端,两个连杆另一端的转座分别安装于两个端部块上,活动横板的上方设有固定横板,固定横板的底端安装有支撑板,支撑板固定安装于固定侧板顶端,固定横板的上方设有第二电磁铁,两个导电杆与第二电磁铁电性连接,第二电磁铁串联设置有第二滑动变阻器,活动横板的顶端安装有第二磁块,第二磁块与第二电磁铁磁性连接。
优选的,所述固定横板的底端对称安装有底筒,底筒的内部活动安装有限位块,限位块的底端安装有底杆,底杆的底端安装贯穿至底筒的下方,底杆的底端与活动横板固定连接,限位块的底端安装有第四弹簧,第四弹簧的底端与底筒的内底壁固定连接。
优选的,所述裂痕检测系统包括学习模块、图像输入模块、对比识别模块、结果输出模块以及后续检测模块;
学习模块用于获取煤矿皮带表面正常图像和煤矿皮带表面缺陷图像,形成煤矿皮带表面图像数据库;
图像输入模块用于在采集摄像头获取煤矿皮带表面图像后,输入到对比识别模块中;
对比识别模块用于对输入的图像进行识别,并与煤矿皮带表面正常图像对比,确定煤矿皮带表面是否存在裂痕;
结果输出模块用于将检测结果传输至电脑系统中,并对后续检测模块进行控制,当检测结果为存在裂痕时,后续检测模块启动,否则不启动;
后续检测模块包括皮带定位子模块、裂痕面积大小检测子模块以及裂痕深度检测子模块,皮带定位子模块用于控制第一电机的停机以及控制第一电磁铁的通电和断电,裂痕面积大小检测子模块用于控制第二电机和第三电机,当采集摄像头传输至电脑系统的图像中裂痕面积大小接近图像大小时,使采集摄像头停止移动,并通过电流传感器传输至电脑系统中,并将电流大小转换成采集摄像头距离皮带表面的距离,从而计算出裂痕的大小,裂痕深度检测子模块用于控制第二电磁铁外接第二滑动变阻器的阻值。
优选的,基于机器学习的煤矿皮带表面裂痕检测装置的检测方法,检测方法如下:
S1、皮带安装:将第二侧板朝着远离第一侧板移动,将皮带安装于主动辊和从动辊外侧,将第二侧板回移,开启第一电机,使得皮带移动;
S2、粗略检测:采集摄像头处于距离皮带表面较高位置上,采集摄像头对煤矿皮带的顶壁进行图像采集,并将图像通过图像输入模块输入到对比识别模块中;
S3、皮带定位:皮带定位子模块控制第一电机停机,同时控制第一电磁铁断电,造成两个夹板相互靠近对皮带进行夹持,保证皮带裂痕的位置位于采集摄像头下方;
S4、精细检测:裂痕面积大小检测子模块控制第二电机和第三电机开启,直至采集摄像头移动至采集的图像中裂痕面积大小接近图像大小,将图像通过图像输入模块输入至对比识别模块,对裂痕再次进行识别检测,并对裂痕面积大小计算;
S5、裂痕深度检测:裂痕深度检测子模块控制第二电磁铁外接第二滑动变阻器的阻值减小,使得连杆对两个箱体产生相互远离的推力,继而将皮带裂痕两侧向外拉,将皮带裂痕缝隙打开,将图像通过图像输入模块输入至对比识别模块,对裂痕再次进行识别检测;
S6、结果输出:在对比识别模块对比识别后通过结果输出模块将结果传输至电脑系统中,方便工作人员了解皮带状况。
与现有技术相比,本发明的有益效果是:
(1)、本发明,通过采集摄像头处于较高位置时,对皮带表面进行粗略裂痕检测,当发现皮带存在裂痕时,皮带定位子模块控制第一电机停机,同时控制第一电磁铁断电,使得两个导电杆能够接触,继而使第二电磁铁外接电路接通对第二磁块产生斥力,使得第二齿板向下移动,使得上下两个夹板相互靠近对皮带进行夹持,保证皮带裂痕的位置位于采集摄像头下方,方便后续对裂痕进行进一步检测;
(2)、该发明通过裂痕面积大小检测子模块控制第二电机和第三电机开启,使得采集摄像头能够不断靠近裂痕位置,当采集摄像头采集的图像中裂痕面积大小接近图像大小时,第二电机和第三电机关闭,对采集摄像头进行定位,由于此时图像中裂痕面积大小接近图像大小,使得裂痕图像更加清晰,并通过图像输入模块输入至对比识别模块,对裂痕再次进行识别检测,提高裂痕状况结果的准确性;
(3)、该发明通过纵向滑板与内部板向下移动,带动第一滑动变阻器上的滑片移动,使得吊杆外接电路上的电流不断变化,在纵向滑板停止后,通过电流传感器对第一滑动变阻器外接电路上的电流大小进行检测,将电流大小传输至电脑系统中,将电流大小转换成采集摄像头距离皮带表面的距离,从而计算出裂痕的大小,提高裂痕状况结果的准确性;
(4)、该发明通过裂痕深度检测子模块控制第二电磁铁外接第二滑动变阻器的阻值减小,由于两个夹板将皮带夹持,第二齿板无法向下移动,当斥力增大时连杆对两个箱体产生相互远离的推力,将皮带裂痕缝隙打开,方便采集摄像头对裂痕内部情况进行图像采集,进一步提高裂痕状况结果的准确性。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。
在附图中:
图1为本发明基于机器学习的煤矿皮带表面裂痕检测装置结构示意图;
图2为本发明皮带安装架结构示意图;
图3为本发明预紧辊结构示意图;
图4为本发明横移单元结构示意图;
图5为本发明纵移单元结构示意图;
图6为本发明图5中A处放大图;
图7为本发明距离检测单元结构示意图;
图8为本发明辅助检测组件结构示意图;
图9为本发明皮带定位单元结构示意图;
图10为本发明箱体内部结构示意图;
图11为本发明驱动控制单元结构示意图;
图中:1、皮带安装架;101、第一侧板;102、固定底座;103、第二侧板;104、移动底座;105、气缸;106、主动辊;107、从动辊;108、第一电机;109、预紧辊;110、纵移槽;111、纵移块;112、第一弹簧;2、裂痕检测组件;201、竖向架;202、横向架;203、内槽;204、纵移架;205、采集摄像头;206、内部槽;207、内部板;208、吊杆;209、固定板;210、横移单元;2101、横向滑槽;2102、横向滑块;2103、第一螺杆;2104、第二电机;211、纵移单元;2111、纵向滑槽;2112、纵向滑板;2113、第二螺杆;2114、第三电机;212、接电控制单元;2121、顶部块;2122、挤压斜面;2123、第一磁块;2124、第一电磁铁;2125、侧部槽;2126、侧部板;2127、受压块;2128、受压斜面;2129、导电杆;21210、第二弹簧;213、距离检测单元;2131、安装槽;2132、第一滑动变阻器;2133、连接板;3、辅助检测组件;301、连通槽;302、固定侧板;303、固定柱;304、滑动槽;305、滑动块;306、第三弹簧;307、皮带定位单元;3071、箱体;3072、纵向板槽;3073、第一齿板;3074、第一圆形槽;3075、第一齿轮;3076、纵向通槽;3077、连接杆;3078、夹板;3079、第二圆形槽;30710、第二齿轮;30711、侧板槽;30712、第二齿板;308、驱动控制单元;3081、端部块;3082、活动横板;3083、连杆;3084、转座;3085、固定横板;3086、支撑板;3087、第二电磁铁;3088、第二磁块;3089、底筒;30810、限位块;30811、底杆;30812、第四弹簧。
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做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。
实施例一,由图1-图11给出,本发明包括皮带安装架1和裂痕检测组件2,皮带安装架1用于安装需要进行表面裂痕检测的煤矿皮带,裂痕检测组件2用于实现对皮带表面进行检测;
皮带安装架1包括第一侧板101,第一侧板101的底端安装有固定底座102,固定底座102固定设置,第一侧板101的一侧设有第二侧板103,第二侧板103的底端安装有移动底座104,移动底座104的底端设有滚轮,固定底座102上安装有气缸105,气缸105的输出端与移动底座104固定连接,第一侧板101与第二侧板103之间对称设有主动辊106和从动辊107,主动辊106的一端转轴与第一电机108的输出轴固定连接,第一电机108固定安装于第一侧板101上,从动辊107的一端转轴转动安装于第一侧板101上,第二侧板103上开设有转动槽,主动辊106另一端转轴和从动辊107的另一端转轴分别插入到第二侧板103上的两个转动槽内部,第一侧板101远离第二侧板103的一侧安装有辅助检测组件3,第一侧板101靠近第二侧板103的一侧中部开设有纵移槽110,纵移槽110的内部滑动安装有纵移块111,预紧辊109的一端转轴转动安装于纵移块111的内部,纵移块111的顶端安装有第一弹簧112,第一弹簧112的顶端与纵移槽110的内顶壁固定连接;
裂痕检测组件2包括竖向架201,竖向架201的顶端安装有横向架202,横向架202上开设有内槽203,内槽203的内侧设有纵移架204,纵移架204的底端设有采集摄像头205,采集摄像头205外接裂痕检测系统,纵移架204的内部开设有内部槽206,内部槽206的内部滑动安装有内部板207,内部板207的底端安装有吊杆208,吊杆208的底端贯穿至纵移架204的下方,吊杆208的底端安装有固定板209,固定板209与采集摄像头205螺栓连接,纵移架204与横向架202之间安装有横移单元210,纵移架204的内部安装有纵移单元211,内部板207与纵移架204之间安装有接电控制单元212,横移单元210包括对称开设于横向架202的两个侧壁上的横向滑槽2101,纵移架204的两侧对称安装有横向滑块2102,横向滑块2102滑动安装于内槽203的内部,横向滑块2102的滑动方向为煤矿皮带的宽度方向,其中一个横向滑槽2101的端部转动安装有第一螺杆2103,第一螺杆2103与横向滑块2102螺纹连接,第一螺杆2103的一端与第二电机2104的输出轴固定连接,第二电机2104固定安装于横向架202上,纵移单元211包括对称开设于内部槽206两侧的纵向滑槽2111,吊杆208的外侧套设有纵向滑板2112,纵向滑板2112位于内部板207的下方,纵向滑板2112的两端分别滑动安装于两个纵向滑槽2111的内部,其中一个纵向滑槽2111的端部转动安装有第二螺杆2113,第二螺杆2113与纵向滑板2112螺纹连接,第二螺杆2113的底端与第三电机2114的输出轴固定连接,第三电机2114固定安装于纵移架204的底端,另一个纵向滑槽2111的外侧安装有距离检测单元213,内部板207的底壁和纵向滑板2112的顶壁均设置有缓冲垫,裂痕面积大小检测子模块控制第二电机2104和第三电机2114开启,使得采集摄像头205能够不断靠近裂痕位置,当采集摄像头205采集的图像中裂痕面积大小接近图像大小时,第二电机2104和第三电机2114关闭,对采集摄像头205进行定位,由于此时图像中裂痕面积大小接近图像大小,使得裂痕图像更加清晰,并通过图像输入模块输入至对比识别模块,对裂痕再次进行识别检测,提高裂痕状况结果的准确性,距离检测单元213包括开设于另一个纵向滑槽2111侧面的安装槽2131,安装槽2131的内部安装有第一滑动变阻器2132,纵向滑板2112的侧面安装有连接板2133,连接板2133的一端与第一滑动变阻器2132的滑片固定连接,第一滑动变阻器2132外接电流传感器和蓄电池,电流传感器用于检测第一滑动变阻器2132外接电路中的电流大小,纵向滑板2112与内部板207向下移动,带动第一滑动变阻器2132上的滑片移动,使得吊杆208外接电路上的电流不断变化,在纵向滑板2112停止后,通过电流传感器对第一滑动变阻器2132外接电路上的电流大小进行检测,将电流大小传输至电脑系统中,将电流大小转换成采集摄像头205距离皮带表面的距离,从而计算出裂痕的大小,提高裂痕状况结果的准确性。
接电控制单元212包括安装于内部板207顶端的顶部块2121,顶部块2121的顶端两侧对称开设有挤压斜面2122,顶部块2121的顶端安装有第一磁块2123,纵移架204的顶端安装有第一电磁铁2124,第一电磁铁2124与第一磁块2123磁性连接,内部槽206的两侧对称开设有两个侧部槽2125,侧部槽2125位于纵向滑槽2111的上方,侧部槽2125的内部滑动安装有侧部板2126,侧部板2126靠近顶部块2121的一侧安装有受压块2127,受压块2127的一端开设有受压斜面2128,受压斜面2128与挤压斜面2122紧贴,受压块2127上安装有导电杆2129,两个导电杆2129的一端分别位于两个受压块2127相互靠近的端部,侧部板2126远离受压块2127的一侧对称安装有两个第二弹簧21210,第二弹簧21210的一端与侧部槽2125远离内部槽206的一侧内壁固定连接。
辅助检测组件3包括对称开设于第一侧板101上的连通槽301,第一侧板101远离第二侧板103一侧设有固定侧板302,固定侧板302上安装有两个固定柱303,固定柱303与第一侧板101固定连接,固定侧板302靠近第一侧板101的一侧对称开设有滑动槽304,两个滑动槽304分别与两个连通槽301相对应,滑动槽304的内部滑动安装有滑动块305,两个滑动块305相互远离的一侧均安装有第三弹簧306,滑动块305的一端安装有皮带定位单元307,固定侧板302的顶端安装有驱动控制单元308。
皮带定位单元307包括安装于滑动块305一端的箱体3071,箱体3071位于固定侧板302靠近第一侧板101的一侧,箱体3071内部对称开设有两个纵向板槽3072,两个纵向板槽3072的内部均滑动安装有第一齿板3073,两个纵向板槽3072之间开设有第一圆形槽3074,第一圆形槽3074的内部转动安装有第一齿轮3075,第一齿轮3075的两侧分别与两个第一齿板3073相啮合,纵向板槽3072靠近第一侧板101的一侧开设有纵向通槽3076,第一齿板3073靠近第一侧板101的一侧安装有连接杆3077,连接杆3077与纵向通槽3076滑动连接,连接杆3077的一端安装有夹板3078,两个夹板3078上下设置,两个夹板3078分别设于皮带的上下两侧,箱体3071的内部开设有第二圆形槽3079,第二圆形槽3079位于第一圆形槽3074远离第一侧板101的一侧且与第一圆形槽3074同轴设置,第二圆形槽3079的内部转动安装有第二齿轮30710,第二齿轮30710与第一齿轮3075之间同轴安装有连接轴,两个箱体3071上的第二圆形槽3079相互远离的一侧均开设有侧板槽30711,侧板槽30711的顶端贯穿至箱体3071的顶端,侧板槽30711的内部滑动安装有第二齿板30712,第二齿板30712与第二齿轮30710相啮合。
驱动控制单元308包括安装于第二齿板30712顶端的端部块3081,两个端部块3081之间设有活动横板3082,活动横板3082的底端对称设有两个连杆3083,连杆3083的两端对称转动安装有两个转座3084,两个连杆3083一端的转座3084对称固定安装于活动横板3082的底端,两个连杆3083另一端的转座3084分别安装于两个端部块3081上,活动横板3082的上方设有固定横板3085,固定横板3085的底端安装有支撑板3086,支撑板3086固定安装于固定侧板302顶端,固定横板3085的上方设有第二电磁铁3087,两个导电杆2129与第二电磁铁3087电性连接,第二电磁铁3087串联设置有第二滑动变阻器,活动横板3082的顶端安装有第二磁块3088,第二磁块3088与第二电磁铁3087磁性连接,固定横板3085的底端对称安装有底筒3089,底筒3089的内部活动安装有限位块30810,限位块30810的底端安装有底杆30811,底杆30811的底端安装贯穿至底筒3089的下方,底杆30811的底端与活动横板3082固定连接,限位块30810的底端安装有第四弹簧30812,第四弹簧30812的底端与底筒3089的内底壁固定连接,采集摄像头205处于较高位置时,对皮带表面进行粗略裂痕检测,当发现皮带存在裂痕时,皮带定位子模块控制第一电机108停机,同时控制第一电磁铁2124断电,使得两个导电杆2129能够接触,继而使第二电磁铁3087外接电路接通对第二磁块3088产生斥力,使得第二齿板30712向下移动,使得上下两个夹板3078相互靠近对皮带进行夹持,保证皮带裂痕的位置位于采集摄像头205下方,方便后续对裂痕进行进一步检测,裂痕深度检测子模块控制第二电磁铁3087外接第二滑动变阻器的阻值减小,由于两个夹板3078将皮带夹持,第二齿板30712无法向下移动,当斥力增大时连杆3083对两个箱体3071产生相互远离的推力,将皮带裂痕缝隙打开,方便采集摄像头205对裂痕内部情况进行图像采集,进一步提高裂痕状况结果的准确性。
裂痕检测系统包括学习模块、图像输入模块、对比识别模块、结果输出模块以及后续检测模块,学习模块用于获取煤矿皮带表面正常图像和煤矿皮带表面缺陷图像,形成煤矿皮带表面图像数据库,图像输入模块用于在采集摄像头205获取煤矿皮带表面图像后,输入到对比识别模块中,对比识别模块用于对输入的图像进行识别,并与煤矿皮带表面正常图像对比,确定煤矿皮带表面是否存在裂痕,结果输出模块用于将检测结果传输至电脑系统中,并对后续检测模块进行控制,当检测结果为存在裂痕时,后续检测模块启动,否则不启动,后续检测模块包括皮带定位子模块、裂痕面积大小检测子模块以及裂痕深度检测子模块,皮带定位子模块用于控制第一电机108的停机以及控制第一电磁铁2124的通电和断电,裂痕面积大小检测子模块用于控制第二电机2104和第三电机2114,当采集摄像头205传输至电脑系统的图像中裂痕面积大小接近图像大小时,使采集摄像头205停止移动,并通过电流传感器传输至电脑系统中,并将电流大小转换成采集摄像头205距离皮带表面的距离,从而计算出裂痕的大小,裂痕深度检测子模块用于控制第二电磁铁3087外接第二滑动变阻器的阻值。
工作原理:在使用时,开启气缸105,使得气缸105的输出端向外移动,推动第二侧板103朝着远离第一侧板101一侧移动,使得主动辊106和从动辊107靠近第二侧板103的一端被打开,随后将需要检测的煤矿皮带安装于主动辊106和从动辊107的外侧,且在第一弹簧112的弹力作用下,预紧辊109将皮带的内侧壁紧贴,使得皮带能够与主动辊106和从动辊107外壁紧贴,使得第一电机108开启后,能够带动煤矿皮带缓慢移动,方便对煤矿皮带表面进行裂痕检测,在安装好后,通过气缸105拉动第二侧板103回移;
在原状态下,纵移架204处于内槽203内居中位置,同时第一电磁铁2124处于通电状态,在第一电磁铁2124的磁力作用下,对第一磁块2123产生吸引力,使得采集摄像头205处于靠近纵移架204底端位置,且此时顶部块2121上的两个挤压斜面2122分别对两个受压块2127的受压斜面2128产生压力,使得两个受压块2127上的导电杆2129不接触;
煤矿皮带不断移动,采集摄像头205对煤矿皮带的顶壁进行图像采集,并将图像通过图像输入模块输入到对比识别模块中,当对比识别模块检测到煤矿皮带表面存在裂痕,对比识别模块控制后续检测模块开启;
后续检测模块中的皮带定位子模块控制第一电机108停机,使得主动辊106停转,同时控制第一电磁铁2124断电,使得对第一磁块2123产生的吸引力消失,使得内部板207在重力作用下向下掉落至纵向滑板2112上,使得顶部块2121对两个受压块2127的压力小时,使得两个受压块2127在第二弹簧21210的弹力作用下相互靠近,使得两个导电杆2129接触,在接触时使得第二电磁铁3087外接电路接通;
在第二电磁铁3087通电后对第二磁块3088产生斥力,在斥力作用下,活动横板3082向下移动,此时第三弹簧306的弹力大于第二齿轮30710对第二齿板30712的阻力,从而在活动横板3082向下移动后,带动两个第二齿板30712向下移动,而第二齿板30712与第二齿轮30710相啮合,从而带动第二齿轮30710转动,而第二齿轮30710与第一齿轮3075之间安装有连接轴,使得第一齿轮3075转动,而第一齿轮3075两侧分别与两个第一齿板3073相啮合,从而带动两个夹板3078相互靠近对皮带进行夹持,保证皮带裂痕的位置位于采集摄像头205下方,方便后续对裂痕进行进一步检测;
同时裂痕面积大小检测子模块控制第二电机2104和第三电机2114开启,带动纵移架204沿着横向滑槽2101横向移动,同时纵向滑板2112纵向移动,带动采集摄像头205向下移动,使得采集摄像头205能够不断靠近裂痕位置,同时采集摄像头205采集的图像中裂痕面积大小接近图像大小时,第二电机2104和第三电机2114关闭,对采集摄像头205进行定位,由于此时图像中裂痕面积大小接近图像大小,使得裂痕图像更加清晰,并通过图像输入模块输入至对比识别模块,从而对裂痕再次进行识别检测,同时纵向滑板2112移动通过连接板2133带动第一滑动变阻器2132上的滑片移动,使得吊杆208外接电路上的电流不断变化,在纵向滑板2112停止后,通过电流传感器对第一滑动变阻器2132外接电路上的电流大小进行检测,将电流大小传输至电脑系统中,将电流大小转换成采集摄像头205距离皮带表面的距离,从而计算出裂痕的大小,提高裂痕状况结果的准确性;
随后裂痕深度检测子模块控制第二电磁铁3087外接第二滑动变阻器的阻值减小,使得第二电磁铁3087的磁力增大,而由于两个夹板3078将皮带夹持,使得第二齿板30712无法向下移动,当推力大于第三弹簧306的弹力后,使得连杆3083对两个箱体3071产生相互远离的推力,继而将皮带裂痕两侧向外拉,将皮带裂痕缝隙打开,方便采集摄像头205对裂痕内部情况进行图像采集,并将图像通过图像输入模块输入至对比识别模块,从而对裂痕再次进行识别检测,最后通过结果输出模块将结果传输至电脑系统中,方便工作人员了解皮带状况。
Claims (10)
1.基于机器学习的煤矿皮带表面裂痕检测装置,包括皮带安装架(1)和裂痕检测组件(2),其特征在于:所述皮带安装架(1)用于安装需要进行表面裂痕检测的煤矿皮带,裂痕检测组件(2)用于实现对皮带表面进行检测;
裂痕检测组件(2)包括竖向架(201),竖向架(201)的顶端安装有横向架(202),横向架(202)上开设有内槽(203),内槽(203)的内侧设有纵移架(204),纵移架(204)的底端设有采集摄像头(205),采集摄像头(205)外接裂痕检测系统,纵移架(204)的内部开设有内部槽(206),内部槽(206)的内部滑动安装有内部板(207),内部板(207)的底端安装有吊杆(208),吊杆(208)的底端贯穿至纵移架(204)的下方,吊杆(208)的底端安装有固定板(209),固定板(209)与采集摄像头(205)螺栓连接,纵移架(204)与横向架(202)之间安装有横移单元(210),纵移架(204)的内部安装有纵移单元(211),内部板(207)与纵移架(204)之间安装有接电控制单元(212);
横移单元(210)包括对称开设于横向架(202)的两个侧壁上的横向滑槽(2101),纵移架(204)的两侧对称安装有横向滑块(2102),横向滑块(2102)滑动安装于内槽(203)的内部,横向滑块(2102)的滑动方向为煤矿皮带的宽度方向,其中一个横向滑槽(2101)的端部转动安装有第一螺杆(2103),第一螺杆(2103)与横向滑块(2102)螺纹连接,第一螺杆(2103)的一端与第二电机(2104)的输出轴固定连接,第二电机(2104)固定安装于横向架(202)上;
纵移单元(211)包括对称开设于内部槽(206)两侧的纵向滑槽(2111),吊杆(208)的外侧套设有纵向滑板(2112),纵向滑板(2112)位于内部板(207)的下方,纵向滑板(2112)的两端分别滑动安装于两个纵向滑槽(2111)的内部,其中一个纵向滑槽(2111)的端部转动安装有第二螺杆(2113),第二螺杆(2113)与纵向滑板(2112)螺纹连接,第二螺杆(2113)的底端与第三电机(2114)的输出轴固定连接,第三电机(2114)固定安装于纵移架(204)的底端,另一个纵向滑槽(2111)的外侧安装有距离检测单元(213),内部板(207)的底壁和纵向滑板(2112)的顶壁均设置有缓冲垫;
距离检测单元(213)包括开设于另一个纵向滑槽(2111)侧面的安装槽(2131),安装槽(2131)的内部安装有第一滑动变阻器(2132),纵向滑板(2112)的侧面安装有连接板(2133),连接板(2133)的一端与第一滑动变阻器(2132)的滑片固定连接,第一滑动变阻器(2132)外接电流传感器和蓄电池,电流传感器用于检测第一滑动变阻器(2132)外接电路中的电流大小。
2.根据权利要求1所述的基于机器学习的煤矿皮带表面裂痕检测装置,其特征在于:所述接电控制单元(212)包括安装于内部板(207)顶端的顶部块(2121),顶部块(2121)的顶端两侧对称开设有挤压斜面(2122),顶部块(2121)的顶端安装有第一磁块(2123),纵移架(204)的顶端安装有第一电磁铁(2124),第一电磁铁(2124)与第一磁块(2123)磁性连接,内部槽(206)的两侧对称开设有两个侧部槽(2125),侧部槽(2125)位于纵向滑槽(2111)的上方,侧部槽(2125)的内部滑动安装有侧部板(2126),侧部板(2126)靠近顶部块(2121)的一侧安装有受压块(2127),受压块(2127)的一端开设有受压斜面(2128),受压斜面(2128)与挤压斜面(2122)紧贴,受压块(2127)上安装有导电杆(2129),两个导电杆(2129)的一端分别位于两个受压块(2127)相互靠近的端部,侧部板(2126)远离受压块(2127)的一侧对称安装有两个第二弹簧(21210),第二弹簧(21210)的一端与侧部槽(2125)远离内部槽(206)的一侧内壁固定连接。
3.根据权利要求2所述的基于机器学习的煤矿皮带表面裂痕检测装置,其特征在于:所述皮带安装架(1)包括第一侧板(101),第一侧板(101)的底端安装有固定底座(102),固定底座(102)固定设置,第一侧板(101)的一侧设有第二侧板(103),第二侧板(103)的底端安装有移动底座(104),移动底座(104)的底端设有滚轮,固定底座(102)上安装有气缸(105),气缸(105)的输出端与移动底座(104)固定连接,第一侧板(101)与第二侧板(103)之间对称设有主动辊(106)和从动辊(107),主动辊(106)的一端转轴与第一电机(108)的输出轴固定连接,第一电机(108)固定安装于第一侧板(101)上,从动辊(107)的一端转轴转动安装于第一侧板(101)上,第二侧板(103)上开设有转动槽,主动辊(106)另一端转轴和从动辊(107)的另一端转轴分别插入到第二侧板(103)上的两个转动槽内部,第一侧板(101)远离第二侧板(103)的一侧安装有辅助检测组件(3)。
4.根据权利要求3所述的基于机器学习的煤矿皮带表面裂痕检测装置,其特征在于:所述第一侧板(101)靠近第二侧板(103)的一侧中部开设有纵移槽(110),纵移槽(110)的内部滑动安装有纵移块(111),预紧辊(109)的一端转轴转动安装于纵移块(111)的内部,纵移块(111)的顶端安装有第一弹簧(112),第一弹簧(112)的顶端与纵移槽(110)的内顶壁固定连接。
5.根据权利要求4所述的基于机器学习的煤矿皮带表面裂痕检测装置,其特征在于:所述辅助检测组件(3)包括对称开设于第一侧板(101)上的连通槽(301),第一侧板(101)远离第二侧板(103)一侧设有固定侧板(302),固定侧板(302)上安装有两个固定柱(303),固定柱(303)与第一侧板(101)固定连接,固定侧板(302)靠近第一侧板(101)的一侧对称开设有滑动槽(304),两个滑动槽(304)分别与两个连通槽(301)相对应,滑动槽(304)的内部滑动安装有滑动块(305),两个滑动块(305)相互远离的一侧均安装有第三弹簧(306),滑动块(305)的一端安装有皮带定位单元(307),固定侧板(302)的顶端安装有驱动控制单元(308)。
6.根据权利要求5所述的基于机器学习的煤矿皮带表面裂痕检测装置,其特征在于:所述皮带定位单元(307)包括安装于滑动块(305)一端的箱体(3071),箱体(3071)位于固定侧板(302)靠近第一侧板(101)的一侧,箱体(3071)内部对称开设有两个纵向板槽(3072),两个纵向板槽(3072)的内部均滑动安装有第一齿板(3073),两个纵向板槽(3072)之间开设有第一圆形槽(3074),第一圆形槽(3074)的内部转动安装有第一齿轮(3075),第一齿轮(3075)的两侧分别与两个第一齿板(3073)相啮合,纵向板槽(3072)靠近第一侧板(101)的一侧开设有纵向通槽(3076),第一齿板(3073)靠近第一侧板(101)的一侧安装有连接杆(3077),连接杆(3077)与纵向通槽(3076)滑动连接,连接杆(3077)的一端安装有夹板(3078),两个夹板(3078)上下设置,两个夹板(3078)分别设于皮带的上下两侧,箱体(3071)的内部开设有第二圆形槽(3079),第二圆形槽(3079)位于第一圆形槽(3074)远离第一侧板(101)的一侧且与第一圆形槽(3074)同轴设置,第二圆形槽(3079)的内部转动安装有第二齿轮(30710),第二齿轮(30710)与第一齿轮(3075)之间同轴安装有连接轴,两个箱体(3071)上的第二圆形槽(3079)相互远离的一侧均开设有侧板槽(30711),侧板槽(30711)的顶端贯穿至箱体(3071)的顶端,侧板槽(30711)的内部滑动安装有第二齿板(30712),第二齿板(30712)与第二齿轮(30710)相啮合。
7.根据权利要求6所述的基于机器学习的煤矿皮带表面裂痕检测装置,其特征在于:所述驱动控制单元(308)包括安装于第二齿板(30712)顶端的端部块(3081),两个端部块(3081)之间设有活动横板(3082),活动横板(3082)的底端对称设有两个连杆(3083),连杆(3083)的两端对称转动安装有两个转座(3084),两个连杆(3083)一端的转座(3084)对称固定安装于活动横板(3082)的底端,两个连杆(3083)另一端的转座(3084)分别安装于两个端部块(3081)上,活动横板(3082)的上方设有固定横板(3085),固定横板(3085)的底端安装有支撑板(3086),支撑板(3086)固定安装于固定侧板(302)顶端,固定横板(3085)的上方设有第二电磁铁(3087),两个导电杆(2129)与第二电磁铁(3087)电性连接,第二电磁铁(3087)串联设置有第二滑动变阻器,活动横板(3082)的顶端安装有第二磁块(3088),第二磁块(3088)与第二电磁铁(3087)磁性连接。
8.根据权利要求7所述的基于机器学习的煤矿皮带表面裂痕检测装置,其特征在于:所述固定横板(3085)的底端对称安装有底筒(3089),底筒(3089)的内部活动安装有限位块(30810),限位块(30810)的底端安装有底杆(30811),底杆(30811)的底端安装贯穿至底筒(3089)的下方,底杆(30811)的底端与活动横板(3082)固定连接,限位块(30810)的底端安装有第四弹簧(30812),第四弹簧(30812)的底端与底筒(3089)的内底壁固定连接。
9.根据权利要求8所述的基于机器学习的煤矿皮带表面裂痕检测装置,其特征在于:所述裂痕检测系统包括学习模块、图像输入模块、对比识别模块、结果输出模块以及后续检测模块;
学习模块用于获取煤矿皮带表面正常图像和煤矿皮带表面缺陷图像,形成煤矿皮带表面图像数据库;
图像输入模块用于在采集摄像头(205)获取煤矿皮带表面图像后,输入到对比识别模块中;
对比识别模块用于对输入的图像进行识别,并与煤矿皮带表面正常图像对比,确定煤矿皮带表面是否存在裂痕;
结果输出模块用于将检测结果传输至电脑系统中,并对后续检测模块进行控制,当检测结果为存在裂痕时,后续检测模块启动,否则不启动;
后续检测模块包括皮带定位子模块、裂痕面积大小检测子模块以及裂痕深度检测子模块,皮带定位子模块用于控制第一电机(108)的停机以及控制第一电磁铁(2124)的通电和断电,裂痕面积大小检测子模块用于控制第二电机(2104)和第三电机(2114),当采集摄像头(205)传输至电脑系统的图像中裂痕面积大小接近图像大小时,使采集摄像头(205)停止移动,并通过电流传感器传输至电脑系统中,并将电流大小转换成采集摄像头(205)距离皮带表面的距离,从而计算出裂痕的大小,裂痕深度检测子模块用于控制第二电磁铁(3087)外接第二滑动变阻器的阻值。
10.根据权利要求9所述的基于机器学习的煤矿皮带表面裂痕检测装置的检测方法,其特征在于,检测方法如下:
S1、皮带安装:将第二侧板(103)朝着远离第一侧板(101)移动,将皮带安装于主动辊(106)和从动辊(107)外侧,将第二侧板(103)回移,开启第一电机(108),使得皮带移动;
S2、粗略检测:采集摄像头(205)处于距离皮带表面较高位置上,采集摄像头(205)对煤矿皮带的顶壁进行图像采集,并将图像通过图像输入模块输入到对比识别模块中;
S3、皮带定位:皮带定位子模块控制第一电机(108)停机,同时控制第一电磁铁(2124)断电,造成两个夹板(3078)相互靠近对皮带进行夹持,保证皮带裂痕的位置位于采集摄像头(205)下方;
S4、精细检测:裂痕面积大小检测子模块控制第二电机(2104)和第三电机(2114)开启,直至采集摄像头(205)移动至采集的图像中裂痕面积大小接近图像大小,将图像通过图像输入模块输入至对比识别模块,对裂痕再次进行识别检测,并对裂痕面积大小计算;
S5、裂痕深度检测:裂痕深度检测子模块控制第二电磁铁(3087)外接第二滑动变阻器的阻值减小,使得连杆(3083)对两个箱体(3071)产生相互远离的推力,继而将皮带裂痕两侧向外拉,将皮带裂痕缝隙打开,将图像通过图像输入模块输入至对比识别模块,对裂痕再次进行识别检测;
S6、结果输出:在对比识别模块对比识别后通过结果输出模块将结果传输至电脑系统中,方便工作人员了解皮带状况。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410059810.8A CN117571728B (zh) | 2024-01-16 | 2024-01-16 | 基于机器学习的煤矿皮带表面裂痕检测装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410059810.8A CN117571728B (zh) | 2024-01-16 | 2024-01-16 | 基于机器学习的煤矿皮带表面裂痕检测装置及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117571728A CN117571728A (zh) | 2024-02-20 |
CN117571728B true CN117571728B (zh) | 2024-03-19 |
Family
ID=89895932
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410059810.8A Active CN117571728B (zh) | 2024-01-16 | 2024-01-16 | 基于机器学习的煤矿皮带表面裂痕检测装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117571728B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118225790B (zh) * | 2024-05-23 | 2024-08-13 | 陕西奥尔德机械有限公司 | 一种履带断裂检测预警装置及其方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003059789A2 (en) * | 2002-01-14 | 2003-07-24 | Carnegie Mellon University | Conveyor belt inspection system and method |
JP2013024668A (ja) * | 2011-07-20 | 2013-02-04 | Honda Motor Co Ltd | ベルト検査装置 |
CN106990109A (zh) * | 2017-03-23 | 2017-07-28 | 中国矿业大学 | 一种基于多摄像头判定的井下皮带异物检测系统及方法 |
CN111340798A (zh) * | 2020-03-16 | 2020-06-26 | 浙江一木智能科技有限公司 | 深度学习在产品外观瑕疵检测中的应用 |
CN111780674A (zh) * | 2020-08-07 | 2020-10-16 | 清华大学天津高端装备研究院洛阳先进制造产业研发基地 | 一种基于图像处理和机器学习的视觉检测系统 |
WO2022116248A1 (zh) * | 2020-12-04 | 2022-06-09 | 华擎智能科技(苏州)有限公司 | 一种缺陷检测设备 |
CN115171051A (zh) * | 2022-09-06 | 2022-10-11 | 合肥金星智控科技股份有限公司 | 一种运输皮带边缘撕裂的在线检测方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11493453B2 (en) * | 2019-06-28 | 2022-11-08 | Kyocera Document Solutions Inc. | Belt inspection system, belt inspection method, and recording medium for belt inspection program |
-
2024
- 2024-01-16 CN CN202410059810.8A patent/CN117571728B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003059789A2 (en) * | 2002-01-14 | 2003-07-24 | Carnegie Mellon University | Conveyor belt inspection system and method |
JP2013024668A (ja) * | 2011-07-20 | 2013-02-04 | Honda Motor Co Ltd | ベルト検査装置 |
CN106990109A (zh) * | 2017-03-23 | 2017-07-28 | 中国矿业大学 | 一种基于多摄像头判定的井下皮带异物检测系统及方法 |
CN111340798A (zh) * | 2020-03-16 | 2020-06-26 | 浙江一木智能科技有限公司 | 深度学习在产品外观瑕疵检测中的应用 |
CN111780674A (zh) * | 2020-08-07 | 2020-10-16 | 清华大学天津高端装备研究院洛阳先进制造产业研发基地 | 一种基于图像处理和机器学习的视觉检测系统 |
WO2022116248A1 (zh) * | 2020-12-04 | 2022-06-09 | 华擎智能科技(苏州)有限公司 | 一种缺陷检测设备 |
CN115171051A (zh) * | 2022-09-06 | 2022-10-11 | 合肥金星智控科技股份有限公司 | 一种运输皮带边缘撕裂的在线检测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117571728A (zh) | 2024-02-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117571728B (zh) | 基于机器学习的煤矿皮带表面裂痕检测装置及方法 | |
CN209161032U (zh) | 一种薄膜物料上料机构 | |
CN205015261U (zh) | 一种滚压装置 | |
CN209624711U (zh) | 一种屏幕自动检测设备 | |
CN203711267U (zh) | 一种涂布机刀辊的调节装置 | |
CN212363873U (zh) | 一种机器人触摸屏测试机 | |
CN114295904A (zh) | 一种滑触线检测装置及滑触线检测系统 | |
CN111570520A (zh) | 一种冷轧机的全电动换辊系统及其换辊方法 | |
CN210279278U (zh) | 一种纳米晶带材破碎加工装置 | |
CN203283922U (zh) | 具有纠偏功能的卷绕装置 | |
CN108311546B (zh) | 侧导自动定位装置 | |
CN209991961U (zh) | 一种导轨间隙检测及智能调整机构 | |
CN218066977U (zh) | 一种显示器显示监测装置 | |
CN216695272U (zh) | 一种用于建筑结构的振动测试装置 | |
CN221367712U (zh) | 一种显示屏贴膜表面气泡消除机构 | |
CN221049287U (zh) | 一种ctp印版质量快速检测机构 | |
CN221351186U (zh) | 一种多角度视觉检测装置 | |
CN221404194U (zh) | 一种宽厚板形状检测装置 | |
CN220972174U (zh) | 一种计算机硬件维修工装 | |
CN220552840U (zh) | 一种卷绕机电芯极片检测机构 | |
CN219694105U (zh) | 一种检测减震器扁的装置 | |
CN216065119U (zh) | 一种用于桥梁建设施工用t型钢冲孔装置 | |
CN218464591U (zh) | 一种矿用堆煤检测装置 | |
CN218808875U (zh) | 一种轴承下料装置 | |
CN221038721U (zh) | 一种成套线束线序检测装置 |
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 |