CN117830416A - 输送带异常位置定位方法、装置、设备及介质 - Google Patents
输送带异常位置定位方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN117830416A CN117830416A CN202410245959.5A CN202410245959A CN117830416A CN 117830416 A CN117830416 A CN 117830416A CN 202410245959 A CN202410245959 A CN 202410245959A CN 117830416 A CN117830416 A CN 117830416A
- Authority
- CN
- China
- Prior art keywords
- image
- belt
- fault
- determining
- current
- 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
- 238000000034 method Methods 0.000 title claims abstract description 43
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 22
- 229910000831 Steel Inorganic materials 0.000 claims abstract description 71
- 239000010959 steel Substances 0.000 claims abstract description 71
- 230000005856 abnormality Effects 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 4
- 230000008569 process Effects 0.000 description 10
- 238000003708 edge detection Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000009659 non-destructive testing Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000013590 bulk material Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Landscapes
- Control Of Conveyors (AREA)
Abstract
本申请涉及输送带异常位置定位方法、装置、设备及介质,涉及故障检测的领域,该方法包括确定皮带接头的标定图像以及编号,标定图像包括皮带接头内钢丝绳的标定搭接数量以及标定搭接长度,每个皮带接头均对应有一个编号;获取每个编号对应的第一图像,第一图像包括皮带接头内钢丝绳的当前搭接数量以及当前搭接长度;基于标定图像以及第一图像,确定故障图像,故障图像包括第一图像与标定图像不一致的图像;基于故障图像,获取皮带接头的当前运行时间以及当前运行时间内每个预设时间段对应的当前运行速度;根据当前运行时间、预设时间段以及当前运行速度进行计算,得到当前故障位置。本申请具有提高故障位置定位的准确性。
Description
技术领域
本申请涉及故障检测的领域,尤其是涉及输送带异常位置定位方法、装置、设备及介质
背景技术
需要运送散装物料的行业已经大量使用钢绳芯输送带,并且成为这些行业生产过程中最重要的输送设备。在生产过程中,钢绳芯输送带被物料及物料中的金属物质划伤、挫漏的现象时有发生,使钢绳芯输送带产生破损及老化现象。表现形式为,钢绳芯断裂、撕带、锈蚀、接头伸长等故障现象,给安全生产造成极大的隐患,这些隐患不能及时排除,可能会造成重大安全事故。
相关的一种输送带故障位置定位采用的是编码器定位,即将编码器安装在输送带的边缘,通过测量电机旋转的角度或输送带移动的距离来计算位置。当输送带发生异常,如撕裂、跑偏等,编码器会检测到相应的变化,从而触发报警或采取其他控制措施。
但是,在进行检测的过程中由于输送带快速运行,编码器固定在输送带的边缘容易发生丢转、打滑等故障,从而导致故障位置定位不准确。
发明内容
为了提高故障位置定位的准确性,本申请提供输送带异常位置定位方法。
第一方面,本申请提供输送带异常位置定位方法,采用如下的技术方案:
输送带异常位置定位方法,包括:
确定皮带接头的标定图像以及编号,所述标定图像包括所述皮带接头内钢丝绳的标定搭接数量以及标定搭接长度,每个所述皮带接头均对应有一个编号;
获取每个所述编号对应的第一图像,所述第一图像包括所述皮带接头内钢丝绳的当前搭接数量以及当前搭接长度;
基于所述标定图像以及所述第一图像,确定故障图像,所述故障图像包括所述第一图像与所述标定图像不一致的图像;
基于所述故障图像,获取所述皮带接头的当前运行时间以及所述当前运行时间内每个预设时间段对应的当前运行速度;
根据所述当前运行时间、所述预设时间段以及所述当前运行速度进行计算,得到当前故障位置。
通过采用上述技术方案,标定图像以及编号的确定为皮带接头提供标准,第一图像表征输送带在运行过程中每个皮带接头的钢丝绳图像,确定每个编号对应的第一图像,将标定图像与第一图像进行对比,可以准确地确定故障发生的具体位置,发生故障的第一图像,即故障图像,通过获取每个编号对应的第一图像以及当前运行时间、预设时间段以及当前运行速度,可以对输送带的运行状态进行实时监控,然后通过对当前运行时间、预设时间段以及当前运行速度进行计算,可以准确地得到当前故障位置。
在另一种可能实现的方式中,所述基于所述标定图像以及所述第一图像,确定故障图像包括:
基于所述标定图像确定第一轮廓信息以及基于所述第一图像确定第二轮廓信息;
将所述第一轮廓信息与所述第二轮廓信息对比,确定所述钢丝绳的搭接数量;
根据所述第一轮廓信息计算第一搭接长度;
根据所述第二轮廓信息计算第二搭接长度;
将所述第一搭接长度与所述第二搭接长度进行对比,确定目标搭接长度,所述目标搭接长度包括所述第二搭接长度与所述第一搭接长度不一致的搭接长度;
基于所述搭接数量以及所述目标搭接长度确定所述故障图像。
在另一种可能实现的方式中,所述基于所述搭接数量以及所述搭接长度确定所述故障图像,包括:
基于所述搭接数量以及所述标定搭接数量确定未搭接数量;
若所述未搭接数量超过预设未搭接数量,则将所述未搭接数量以及所述未搭接数量对应的数量权重进行计算,得到数量故障值;
若所述搭接长度低于预设搭接长度,则将所述搭接长度与所述搭接长度对应的长度权重进行计算,得到长度故障值;
将所述长度故障值与所述数量故障值进行计算,得到故障总值;
基于所述故障总值确定所述故障图像,所述故障图像为所述故障总值超过所述预设故障总值的图像。
在另一种可能实现的方式中,所述根据所述当前运行时间、所述预设时间段以及所述当前运行速度进行计算,得到当前故障位置,之前包括:
确定停带基准位置、所述故障图像的第一位置以及第二位置,所述停带基准位置为输送带启动和停止的参考位置,所述第一位置为输送带当前时间运行位置,所述第二位置为输送带下一时间运行的位置;
根据所述第一位置以及所述第二位置,确定所述输送带运行的方向。
在另一种可能实现的方式中,所述根据所述第一位置以及所述第二位置,确定所述输送带运行的方向,包括:
获取所述第一位置到所述停带基准位置的第一运行速度以及第一运行时间,获取所述第二位置到所述停带基准位置的第二运行速度以及第二运行时间;
根据所述第一运行时间以及所述第一运行速度,确定第一距离;
根据所述第二运行时间以及所述第二运行速度,确定第二距离;
基于所述第一距离以及所述第二距离,确定所述皮带接头的运行方向。
在另一种可能实现的方式中,所述基于所述第一距离以及所述第二距离,确定所述皮带接头的运行方向,包括:
若所述第一距离大于所述第二距离,则确定所述皮带接头的运行方向为正向,所述正向为所述第一位置位于所述第二位置的后方;
若所述第一距离小于所述第二距离,则确定所述皮带接头的运行方向为反向,所述反向为所述第一位置位于所述第二位置的后方。
在另一种可能实现的方式中,所述根据所述当前运行时间、所述预设时间段以及所述当前运行速度进行计算,得到当前故障位置,包括:
获取所述皮带接头的标定运行时间以及标定运行速度;
基于所述标定运行时间以及所述标定运行速度,确定第三距离,所述第三距离为所述皮带接头运行一圈的距离;
当所述皮带的运行方向为正向时,对所述当前运行时间以及所述运行速度进行计算,得到第四距离;
将距离所述停带基准为第四距离的皮带接头确定为当前故障位置;
当所述皮带接头的运行方向为反向时,对所述当前运行时间、预设时间段以及所述当前运行速度进行计算,得到第五距离;
将所述第三距离与所述第五距离进行计算,确定当前故障位置。
第二方面,本申请提供输送带异常位置定位装置,采用如下的技术方案:
输送带异常位置定位装置,包括:
标定确定模块,用于确定皮带接头的标定图像以及编号,所述标定图像包括所述皮带接头内钢丝绳的标定搭接数量以及标定搭接长度,每个所述皮带接头均对应有一个编号;
第一图像获取模块,用于获取每个所述编号对应的第一图像,所述第一图像包括所述皮带接头内钢丝绳的当前搭接数量以及当前搭接长度;
故障图像确定模块,用于基于所述标定图像以及所述第一图像,确定故障图像,所述故障图像包括所述第一图像与所述标定图像不一致的图像;
运行速度获取模块,用于基于所述故障图像,获取所述皮带接头的当前运行时间以及所述当前运行时间内每个预设时间段对应的当前运行速度;
故障位置确定模块,用于根据所述当前运行时间、所述预设时间段以及所述当前运行速度进行计算,得到当前故障位置。
在另一种可能实现的方式中,所述故障图像确定模块在基于所述标定图像以及所述第一图像,确定故障图像时,具体用于:
基于所述标定图像确定第一轮廓信息以及基于所述第一图像确定第二轮廓信息;
将所述第一轮廓信息与所述第二轮廓信息对比,确定所述钢丝绳的搭接数量;
根据所述第一轮廓信息计算第一搭接长度;
根据所述第二轮廓信息计算第二搭接长度;
将所述第一搭接长度与所述第二搭接长度进行对比,确定目标搭接长度,所述目标搭接长度包括所述第二搭接长度与所述第一搭接长度不一致的搭接长度;
基于所述搭接数量以及所述目标搭接长度确定所述故障图像。
在另一种可能实现的方式中,所述故障图像确定模块基于所述搭接数量以及所述搭接长度确定所述故障图像时,具体用于:
基于所述搭接数量以及标定搭接数量确定未搭接数量;
若所述未搭接数量超过预设未搭接数量,则将所述未搭接数量以及所述未搭接数量对应的数量权重进行计算,得到数量故障值;
若所述搭接长度低于预设搭接长度,则将所述搭接长度与所述搭接长度对应的长度权重进行计算,得到长度故障值;
将所述长度故障值与所述数量故障值进行计算,得到故障总值;
基于所述故障总值确定所述故障图像,所述故障图像为所述故障总值超过所述预设故障总值的图像。
在另一种可能实现的方式中,所述装置还包括:
位置确定模块,用于确定停带基准位置、所述故障图像的第一位置以及第二位置,所述停带基准位置为输送带启动和停止的参考位置,所述第一位置为输送带当前时间运行位置,所述第二位置为输送带下一时间运行的位置;
运行方向确定模块,用于根据所述第一位置以及所述第二位置,确定所述输送带运行的方向。
在另一种可能实现的方式中,所述运行方向确定模块在根据所述第一位置以及所述第二位置,确定所述输送带运行的方向时,具体用于:
获取所述第一位置到所述停带基准位置的第一运行速度以及第一运行时间,获取所述第二位置到所述停带基准位置的第二运行速度以及第二运行时间;
根据所述第一运行时间以及所述第一运行速度,确定第一距离;
根据所述第二运行时间以及所述第二运行速度,确定第二距离;
基于所述第一距离以及所述第二距离,确定所述皮带接头的运行方向。
在另一种可能实现的方式中,所述运行方向确定模块基于所述第一距离以及所述第二距离,确定所述皮带接头的运行方向时,具体用于:
若所述第一距离大于所述第二距离,则确定所述皮带接头的运行方向为正向,所述正向为所述第一位置位于所述第二位置的后方;
若所述第一距离小于所述第二距离,则确定所述皮带接头的运行方向为反向,所述反向为所述第一位置位于所述第二位置的后方。
在另一种可能实现的方式中,所述故障位置确定模块在根据所述当前运行时间、所述预设时间段以及所述当前运行速度进行计算,得到当前故障位置时,具体用于:
获取所述皮带接头的标定运行时间以及标定运行速度;
基于所述标定运行时间以及所述标定运行速度,确定第三距离,所述第三距离为所述皮带接头运行一圈的距离;
当所述皮带的运行方向为正向时,对所述当前运行时间以及所述运行速度进行计算,得到第四距离;
将距离所述停带基准为第四距离的皮带接头确定为当前故障位置;
当所述皮带接头的运行方向为反向时,对所述当前运行时间、预设时间段以及所述当前运行速度进行计算,得到第五距离;
将所述第三距离与所述第五距离进行计算,确定当前故障位置。
第三方面,本申请提供一种电子设备,采用如下的技术方案:
一种电子设备,该电子设备包括:
至少一个处理器;
存储器;
至少一个应用程序,其中至少一个应用程序被存储在存储器中并被配置为由至少一个处理器执行,至少一个配置用于:执行根据第一方面任一种可能的实现方式所示的输送带异常位置定位方法。
第四方面,本申请提供一种计算机可读存储介质,采用如下的技术方案:
一种计算机可读存储介质,当所述计算机程序在计算机中执行时,令所述计算机执行第一方面任一项所述的输送带异常位置定位方法。
综上所述,本申请包括以下至少一种有益技术效果:
1. 标定图像以及编号的确定为皮带接头提供标准,第一图像表征输送带在运行过程中每个皮带接头的钢丝绳图像,确定每个编号对应的第一图像,将标定图像与第一图像进行对比,可以准确地确定故障发生的具体位置,发生故障的第一图像,即故障图像,通过获取每个编号对应的第一图像以及当前运行时间、预设时间段以及当前运行速度,可以对输送带的运行状态进行实时监控,然后通过对当前运行时间、预设时间段以及当前运行速度进行计算,可以准确地得到当前故障位置。
附图说明
图1是本申请实施例中的输送带异常位置定位方法的流程示意图。
图2是本申请实施例中的输送带异常位置定位装置的流程示意图。
图3是本申请实施例中的一种电子设备的结构示意图。
具体实施方式
以下结合附图1-3对本申请作进一步详细说明。
本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改,但只要在本申请的权利要求范围内都受到专利法的保护。
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
另外,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,如无特殊说明,一般表示前后关联对象是一种“或”的关系。
下面结合说明书附图对本申请实施例作进一步详细描述。
本申请实施例提供了输送带异常位置定位方法,由电子设备执行,该电子设备可以为服务器也可以为终端设备,其中,该服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云计算服务的云服务器。终端设备可以是智能手机、平板电脑、笔记本电脑、台式计算机等,但并不局限于此,该终端设备以及服务器可以通过有线或无线通信方式进行直接或间接地连接,本申请实施例在此不做限制,如图1所示,该方法包括:步骤S10、步骤S11、步骤S12、步骤S13以及步骤S14,其中,
步骤S10,确定皮带接头的标定图像以及编号。
其中,标定图像包括皮带接头内钢丝绳的标定搭接数量以及标定搭接长度,每个皮带接头均对应有一个编号。
在本申请实施例中,输送带在第一次进行运行时,开启钢绳芯输送带无损检测设备对输送带的皮带接头进行图像采集,即,标定图像;然后依次对每个皮带接头进行编号,然后将采集到的标定图像以及编号上传至电子设备,电子设备将接收到的标定图像以及编号存储至电子设备的数据库或云端中。从而将每个皮带接头进行编号,进一步的,通过编号可以快速地记录每个皮带接头的标定图像。需要说明的是,钢绳芯输送带无损检测设备设置在输送带传送机上。
步骤S11,获取每个编号对应的第一图像。
其中,第一图像包括皮带接头内钢丝绳的当前搭接数量以及当前搭接长度。
在本申请实施例中,钢绳芯输送带无损检测设备在皮带进行运行过程中对每个编号对应的皮带接头的图像进行实时监控,即输送带每转一圈,钢绳芯输送带无损检测设备采集各个皮带接头的图像,即第一图像。然后钢绳芯输送带无损检测设备将采集到的第一图像保存在数据库中,电子设备向钢绳芯输送带无损检测设备的数据库发送访问请求,钢绳芯输送带无损检测设备通过电子设备的访问,将第一图像反馈给电子设备。
步骤S12,基于标定图像以及第一图像,确定故障图像。
其中,故障图像包括故障图像包括第一图像与标定图像不一致的图像。
在本申请实施例中,标定图像表征输送带上的皮带接头在正常状态下的图像,第一图像表征输送带运输过程中皮带接头的实时图像,因此,将标定图像以及第一图像进行对比,从而可以准确地找到与标定图像不一致的第一图像,进而准确地确定出故障图像。
步骤S13,基于故障图像,获取皮带接头的当前运行时间以及当前运行时间内每个预设时间段对应的当前运行速度。
在本申请实施例中,当前运行时间是由多个预设时间段组成的,预设时间段的长短根据具体使用情况进行设定,本申请实施例不做具体限定。每个预设时间段分别对应有当前运行速度。需要说明的是,预设时间段越短,获取到的当前运行速度越准确。假设预设时间段为5秒,则每五秒进行采集输送带的当前运行速度,皮带接头1的当前运行时间为15秒,则预设时间段1的运行速度为0.5米/秒,预设时间段2的运行速度为0.6米/秒,预设时间段3的运行速度为0.65米/秒。
步骤S14,根据当前运行时间、预设时间段以及当前运行速度进行计算,得到当前故障位置。
在本申请实施例中,将当前运行时间、预设时间段以及当前运行速度根据公式进行计算,从而得到故障图像运行的距离,进而根据故障图像运行的距离准确地确定当前故障位置。
本申请实施例的一种可能的实现方式,基于标定图像以及第一图像,确定故障图像,包括:步骤S121(图中未示出)、步骤S122(图中未示出)、步骤S123(图中未示出)以及步骤S124(图中未示出),其中,
步骤S121,基于标定图像确定第一轮廓信息以及基于第一图像确定第二轮廓信息。
在本申请实施例中,标定图像清晰的展示了钢丝绳的正常状态或标准状态,第一图=像表征皮带在运行过程中钢丝绳的实际图像。使用图像处理技术(如边缘检测算法)从标定图像中提取钢丝绳的轮廓信息,为第一轮廓信息,使用相同的图像处理技术从第一图像中提取钢丝绳的轮廓信息,为第二轮廓信息。
步骤S122,将第一轮廓信息与第二轮廓信息对比,确定钢丝绳的搭接数量。
在本申请实施例中,将第一轮廓信息与第二轮廓信息进行对比。通过比较两者的形状、大小等特征,可以确定钢丝绳的搭接数量。将第一轮廓信息与第二轮廓信息进行对比。通过比较两者的形状、大小等特征,可以确定钢丝绳的搭接数量。
步骤S123,根据第一轮廓信息计算第一搭接长度。
步骤S124,根据第二轮廓信息计算第二搭接长度。
在本申请实施例中,根据第一轮廓信息,计算钢丝绳在标定图像中的搭接长度,为第一搭接长度,根据第二轮廓信息,计算钢丝绳在第一图像中的搭接长度,为第二搭接长度。其中,具体的,使用图像处理技术(如Canny边缘检测算法)来检测标定图像和第一图像中钢丝绳的轮廓边缘。生成一系列的边缘点,这些点表示钢丝绳的轮廓。对检测到的边缘点进行拟合,通常使用直线或曲线来近似钢丝绳的形状,应用形状识别算法来区分不同的钢丝绳段。在拟合的轮廓上识别出搭接区域,这通常是两条或多条钢丝绳段相互重叠的部分,通过分析轮廓之间的相对位置、间距和方向来确定搭接区域。在搭接区域内,测量两条钢丝绳段重叠部分的长度,通过计算重叠部分的起点和终点之间的距离来得到搭接长度。如果图像存在透视变形(例如,由于摄像头角度或镜头畸变),则需要进行透视校正,以确保测量的搭接长度是准确的。其中,可以使用标定数据或透视变换算法来调整测量值。从而计算得到的搭接长度作为结果输出,可以用于进一步的分析或故障检测。
步骤S125,将第一搭接长度与第二搭接长度进行对比,确定目标搭接长度。
其中,目标搭接长度包括第二搭接长度与第一搭接长度不一致的搭接长度。
在本申请实施例中,将第一搭接长度与第二搭接长度进行对比。如果两者不一致,说明钢丝绳可能存在某种故障或异常,将第二搭接长度与第一搭接长度不一致的搭接长度标记为目标搭接长度,简单便捷。
步骤S126,基于搭接数量以及目标搭接长度确定故障图像。
在本申请实施例中,基于上述步骤中确定的搭接数量和目标搭接长度,可以进一步分析钢丝绳的状态,如果搭接数量异常或目标搭接长度超过某个阈值,则可以判断钢丝绳存在故障,根据上述分析结果,可以确定故障图像,并可能进一步进行故障分类或预警。
本申请实施例的一种可能的实现方式,基于搭接数量以及搭接长度确定故障图像,包括:
基于搭接数量以及标定搭接数量确定未搭接数量;
若未搭接数量超过预设未搭接数量,则将未搭接数量以及未搭接数量对应的数量权重进行计算,得到数量故障值;
若搭接长度低于预设搭接长度,则将搭接长度与搭接长度对应的长度权重进行计算,得到长度故障值;
将长度故障值与数量故障值进行计算,得到故障总值;
基于故障总值确定故障图像,故障图像为故障总值超过预设故障总值的图像。
在本申请实施例中,根据之前分析的轮廓信息,确定钢丝绳的实际搭接数量,同时,从标定图像中获取已知的、正常的搭接数量,将实际搭接数量与标定搭接数量进行比较,得出未搭接数量。未搭接数量 = 标定搭接数量 - 实际搭接数量。根据钢丝绳的正常工作范围和经验数据,设定一个未搭接数量的阈值。将计算出的未搭接数量与预设未搭接数量进行比较。如果未搭接数量超过预设未搭接数量,说明数量上存在故障。针对超过的未搭接数量,根据每个未搭接数量对应的数量权重,计算出数量故障值。数量故障值 = 未搭接数量 × 数量权重。根据钢丝绳的正常工作标准和规范,设定一个搭接长度的最低阈值。将之前计算出的搭接长度与预设搭接长度进行比较,如果搭接长度低于预设搭接长度,说明长度上存在故障。针对低于预设值的搭接长度,根据每个搭接长度对应的长度权重,计算出长度故障值。长度故障值 = (预设搭接长度 - 实际搭接长度) × 长度权重。将数量故障值和长度故障值进行综合考虑,可以是简单的相加,也可以是更复杂的加权计算。故障总值= 数量故障值 + 长度故障值。根据钢丝绳的故障判定标准和历史数据,设定一个故障总值的阈值。将计算出的故障总值与预设故障总值进行比较。如果故障总值超过预设故障总值,则判定该图像为故障图像。对于确定为故障的图像,进行标记或记录,以便后续分析和处理。
需要说明的是,在确定故障图像时,还可以采用如下方法:
对标定图像以及第一图像分别进行特征提取,得到标定图像的第一特征以及第一图像的第二特征。
其中,第一特征为标定图像中的每个钢丝绳特征,第二特征为第一图像中的每个钢丝绳特征。
在本申请实施例中,电子设备将标定图像输入卷积神经网络中进行训练,从而得到第一特征,进而简单方便地确定标定图像中每个钢丝绳的特征,第一图像中的第二特征的实现方式与标定图像中的第一特征的实现方式一样,故不在赘述。假设,第一特征中有钢丝绳1-1、钢丝绳1-2、钢丝绳1-3、钢丝绳1-4以及钢丝绳1-5,第二特征中有钢丝绳2-1、钢丝绳2-2、钢丝绳2-3、钢丝绳2-4以及钢丝绳2-5。
对第一特征进行边缘检测,得到第一轮廓信息。
其中,第一轮廓信息包括标定图像中的每个钢丝绳的轮廓。
对第二特征进行边缘检测,得到第二轮廓信息。
其中,第二轮廓信息包括第一图像中的每个钢丝绳的轮廓。
在本申请实施例中,电子设备对标定图像进行去噪处理,然后经过去噪处理的标定图像转化为灰度图,找出灰度值的梯度,从而将第一特征的边缘进行提取,进而准确地确定第一特征内每个钢丝绳的轮廓,即第一轮廓信息。第二轮廓信息的实现方式与标定图像的实现方式一样,故不再赘述。以步骤S121为例,假设,第一轮廓信息通过边缘检测得到钢丝绳轮廓1-1、钢丝绳轮廓1-2、钢丝绳轮廓1-3、钢丝绳轮廓1-4以及钢丝绳轮廓1-5;第二轮廓信息通过边缘检测得到钢丝绳轮廓2-1、钢丝绳轮廓2-2、钢丝绳轮廓2-3、钢丝绳轮廓2-4以及钢丝绳轮廓2-5。
基于第一轮廓信息与第二轮廓信息,确定故障图像包括:
在本申请实施例中,第一轮廓信息表征输送带正常状态下皮带接头内钢丝绳的搭接状态,第二轮廓信息表征输送带在运输过程中皮带接头的搭接状态,当第二轮廓中的搭接状态相较于第一轮廓的搭接状态发生改变时,说明在运输过程中该皮带接头发生了故障,进而准确地确定故障图像。
将第一轮廓信息中的钢丝绳特征与第二轮廓信息中的钢丝绳特征进行对比,判断第二轮廓信息中的钢丝绳搭接数量与第一轮廓信息中的搭接数量是否一致,和/或,第二轮廓信息中的钢丝绳搭接长度与第一轮廓信息中的搭接长度是否一致。
在本申请实施例中,将第一轮廓信息的钢丝绳以及第二轮廓信息中的钢丝绳使用霍夫变换算法进行分析,可以通过计算钢丝绳的角度,从而准确地判断第二轮廓信息中的钢丝绳搭接数量与第一轮廓信息中的搭接数量是否一致,和/或,第二轮廓信息中的钢丝绳搭接长度与第一轮廓信息中的搭接长度是否一致。
若第二轮廓信息中的钢丝绳搭接数量与第一轮廓信息中的钢丝绳搭接数量不一致,和/或,第二轮廓信息中的钢丝绳搭接长度与第一轮廓信息中的搭接长度不一致,则将第一图像确定为故障图像。
在本申请实施例中,第一轮廓中的钢丝绳搭接数量为正常状态下钢丝绳的搭接数量,第一轮廓中的钢丝绳搭接长度为正常状态下的钢丝搭接长度,第二轮廓中的钢丝绳搭接数量与第一轮廓信息中的钢丝绳搭接数量不一致,则说明钢丝绳的搭接数量减少,输送带在运行过程中钢丝绳皮带的承载能力会下降,第二轮廓信息中的钢丝绳搭接长度与第一轮廓信息中的搭接长度不一致,则说明钢丝绳的长度缩短,钢丝绳在单位长度内的支撑点减少,输送带会被拉扯,强度降低。
本申请实施例的一种可能的实现方式,根据当前运行时间、预设时间段以及当前运行速度进行计算,得到当前故障位置,之前包括:步骤S15(图中未示出)以及步骤S16(图中未示出),其中步骤S15可在步骤S14之前执行,
步骤S15,确定停带基准位置、故障图像的第一位置以及第二位置。
步骤S16,根据第一位置以及第二位置,确定输送带运行的方向。
在本申请实施例中,故障图像的第一位置表征皮带接头当前运行的位置,第二位置表征皮带接头在下一段时间运行的位置,停带基准位置可以根据图像识别进行定位,也可以使用编码器进行定位,本申请实施例不做具体限定。电子设备根据第一位置以及第二位置的相对关系,从而可以准确地确定输送带的运行方向。
本申请实施例的一种可能的实现方式,根据第一位置以及第二位置,确定输送带运行的方向,包括:步骤S161(图中未示出)、步骤S162(图中未示出)、步骤S163(图中未示出)以及步骤S164(图中未示出),其中,
步骤S161,获取第一位置到停带基准位置的第一运行速度以及第一运行时间,获取第二位置到停带基准位置的第二运行速度以及第二运行时间。
在本申请实施例中,第一运行速度以及第二运行速度均通过绝对值编码器进行测量,绝对值编码器实时检测输送带的运行速度,然后将检测到的第一运行速度以及第二运行速度上传至电子设备的云端或数据库中,电子设备在输送带开始运行时,记录故障图像的第一位置到停带基准位置之间的运行时间为第一运行时间,第二位置到停带基准位置之间的运行时间为第二运行时间,其中需要说明的是,第一位置以及第二位置均为同一皮带接头的位置。
步骤S162,根据第一运行时间以及第一运行速度,确定第一距离。
步骤S163,根据第二运行时间以及第二运行速度,确定第二距离。
在本申请实施例中,根据距离=运行速度×运行时间,计算第一距离以及第二距离。假设,第一运行时间为30秒,第一运行速度为0.5米/秒,第二运行速度为0.5米/秒,第二运行时间为15秒,则第一距离=30秒×0.5米/秒=15米,第二距离=15秒×0.5米/秒=7.5米。
步骤S164,基于第一距离以及第二距离,确定皮带接头的运行方向。
在本申请实施例中,第一距离表征皮带接头的第一位置到停带基准点的长度,第二距离表征该皮带接头的第二位置到停带基准位置的长度,从而根据第一距离以及第二距离的长短,可以准确地确定皮带接头的运行速度。
本申请实施例的一种可能的实现方式,基于第一距离以及第二距离,确定皮带接头的运行方向,包括:步骤S1641(图中未示出)以及步骤S1642(图中未示出),其中,
步骤S1641,若第一距离大于第二距离,则确定皮带接头的运行方向为正向。
在本申请实施例中,正向为第一位置位于第二位置的后方,第一距离大于第二距离时,则说明第一位置到停带基准位置的距离比第二位置到停带基准的距离更远,说明皮带接头是朝向第一位置的方向移动的,因此,当第一距离大于第二距离时,可以确定皮带接头的运行方向为正向。
步骤S1642,若第一距离小于第二距离,则确定皮带接头的运行方向为反向。
在本申请实施例中,反向为第一位置位于第二位置的后方,第一距离小于第二距离时,则说明第一位置到停带基准位置的距离比第二位置到停带基准的距离更近,说明皮带接头是朝向第二位置的方向移动的,因此,当第一距离大于第二距离时,可以确定皮带接头的运行方向为反向。
本申请实施例的一种可能的实现方式,根据当前运行时间、预设时间段以及当前运行速度进行计算,得到当前故障位置,包括:步骤S141(图中未示出)、步骤S142(图中未示出)、步骤S143(图中未示出)、步骤S144(图中未示出)、步骤S145(图中未示出)以及步骤S146(图中未示出),其中,
步骤S141,获取皮带接头的标定运行时间以及标定运行速度。
在本申请实施例中,电子设备检测皮带接头开始运行的时间戳以及停止的时间戳,通过计算两个时间戳之间的差值,即可得到皮带接头的标定运行时间;绝对值编码器在皮带运行过程中,定期记录其标定运行速度。
步骤S142,基于标定运行时间以及标定运行速度,确定第三距离。
其中,第三距离为皮带接头运行一圈的距离。
在本申请实施例中,根据公式距离=速度×时间,可计算出第三距离,从而准确地确定输送带的长度。
步骤S143,当皮带的运行方向为正向时,对当前运行时间、预设时间段以及当前运行速度进行计算,得到第四距离。
步骤S144,将距离停带基准位置为第四距离的皮带接头确定为当前故障位置。
在本申请实施中,当前运行时间包括多段预设时间段,由于输送带在运行过程中,速度是变化的,因此为了准确地计算第四距离,确定当前运行时间内多个预设时间段对应的当前运行速度。根据距离=速度×时间,计算第四距离,由于第四距离的计算方向与标定方向是相同的,需要说明的是,标定方向为标定图像运行的方向,标定图像的运行方向为正向。因此,将距离停带基准为第四距离的皮带接头确定为当前确定为当前故障位置。以步骤S13为例,当前运行时间包括3个预设时间段,每个预设时间段为5秒,假设,皮带接头1的当前运行时间为15秒,则预设时间段1的运行速度为0.5米/秒,预设时间段2的运行速度为0.6米/秒,预设时间段3的运行速度为0.65米/秒,则第四距离=0.5×5+0.6×5+0.65×5=8.75米,距离停带基准位置8.75米的距离为故障。
步骤S145,当皮带接头的运行方向为反向时,对当前运行时间、预设时间段以及当前运行速度进行计算,得到第五距离。
步骤S146,将第三距离与第五距离进行计算,确定当前故障位置。
在本申请实施例中,当皮带接头的运行方向为反向时,则第五距离的计算方向与标定方向是相反的,需要说明的是标定方向为标定图像运行的方向,标定图像的运行方向为正向。因此,根据公式故障距离=第三距离-故障运行距离可以准确地确定故障位置,即故障距离=第三距离-第五距离。
以步骤S144为例,当前运行时间包括3个预设时间段,每个预设时间段为5秒,假设,皮带接头1的当前运行时间为15秒,则预设时间段1的运行速度为0.5米/秒,预设时间段2的运行速度为0.6米/秒,预设时间段3的运行速度为0.65米/秒,假设,第三距离为15米,则第五距离=0.5×5+0.6×5+0.65×5=8.75米,故障距离=第三距离-第五距离=15-8.75=6.25米,因此,将距离停带基准位置为6.25米的距离确定为当前确定为当前故障位置。
上述实施例从方法流程的角度介绍输送带异常位置定位方法,下述实施例从虚拟模块或者虚拟单元的角度介绍了输送带异常位置定位装置,具体详见下述实施例。
本申请实施例提供输送带异常位置定位装置20,如图2所示,该输送带异常位置定位装置20具体可以包括:
标定确定模块201,用于确定皮带接头的标定图像以及编号,标定图像包括皮带接头内钢丝绳的标定搭接数量以及标定搭接长度,每个皮带接头均对应有一个编号;
第一图像获取模块202,用于获取每个编号对应的第一图像,第一图像包括皮带接头内钢丝绳的当前搭接数量以及当前搭接长度;
故障图像确定模块203,用于基于标定图像以及第一图像,确定故障图像,故障图像包括第一图像与标定图像不一致的图像;
运行速度获取模块204,用于基于故障图像,获取皮带接头的当前运行时间以及当前运行时间内每个预设时间段对应的当前运行速度;
故障位置确定模块205,用于根据当前运行时间、预设时间段以及当前运行速度进行计算,得到当前故障位置。
通过采用上述技术方案,标定确定模块201确定标定图像以及编号为皮带接头提供标准,第一图像表征输送带在运行过程中每个皮带接头的钢丝绳图像,第一图像获取模块202确定每个编号对应的第一图像,故障图像确定模块203将标定图像与第一图像进行对比,可以准确地确定故障发生的具体位置,发生故障的第一图像,即故障图像,运行速度获取模块204通过获取每个编号对应的第一图像以及当前运行时间、预设时间段以及当前运行速度,可以对输送带的运行状态进行实时监控,然后故障位置确定模块205通过对当前运行时间、预设时间段以及当前运行速度进行计算,可以准确地得到当前故障位置。
在另一种可能实现的方式中,故障图像确定模块203在基于标定图像以及第一图像,确定故障图像时,具体用于:
基于所述标定图像确定第一轮廓信息以及基于所述第一图像确定第二轮廓信息;
将所述第一轮廓信息与所述第二轮廓信息对比,确定所述钢丝绳的搭接数量;
根据所述第一轮廓信息计算第一搭接长度;
根据所述第二轮廓信息计算第二搭接长度;
将所述第一搭接长度与所述第二搭接长度进行对比,确定目标搭接长度,所述目标搭接长度包括所述第二搭接长度与所述第一搭接长度不一致的搭接长度;
基于所述搭接数量以及所述目标搭接长度确定所述故障图像。
在另一种可能实现的方式中,故障图像确定模块203在基于搭接数量以及搭接长度确定故障图像时,具体用于:
基于搭接数量以及标定搭接数量确定未搭接数量;
若未搭接数量超过预设未搭接数量,则将未搭接数量以及未搭接数量对应的数量权重进行计算,得到数量故障值;
若搭接长度低于预设搭接长度,则将搭接长度与搭接长度对应的长度权重进行计算,得到长度故障值;
将长度故障值与数量故障值进行计算,得到故障总值;
基于故障总值确定故障图像,故障图像为故障总值超过预设故障总值的图像。
在另一种可能实现的方式中,装置20还包括:
位置确定模块,用于确定停带基准位置、故障图像的第一位置以及第二位置,停带基准位置为输送带启动和停止的参考位置,第一位置为输送带当前时间运行位置,第二位置为输送带下一时间运行的位置;
运行方向确定模块,用于根据第一位置以及第二位置,确定输送带运行的方向。
在另一种可能实现的方式中,运行方向确定模块204在根据第一位置以及第二位置,确定输送带运行的方向时,具体用于:
获取第一位置到停带基准位置的第一运行速度以及第一运行时间,获取第二位置到停带基准位置的第二运行速度以及第二运行时间;
根据第一运行时间以及第一运行速度,确定第一距离;
根据第二运行时间以及第二运行速度,确定第二距离;
基于第一距离以及第二距离,确定皮带接头的运行方向。
在另一种可能实现的方式中,运行方向确定模块204在基于第一距离以及第二距离,确定皮带接头的运行方向时,具体用于:
若第一距离大于第二距离,则确定皮带接头的运行方向为正向,正向为第一位置位于第二位置的后方;
若第一距离小于第二距离,则确定皮带接头的运行方向为反向,反向为第一位置位于第二位置的后方。
在另一种可能实现的方式中,故障位置确定模块205在根据当前运行时间、预设时间段以及当前运行速度进行计算,得到当前故障位置时,具体用于:
获取皮带接头的标定运行时间以及标定运行速度;
基于标定运行时间以及标定运行速度,确定第四距离,第三距离为皮带接头运行一圈的距离;
当皮带的运行方向为正向时,对当前运行时间以及运行速度进行计算,得到第四距离;
将距离停带基准为第四距离的皮带接头确定为当前确定为当前故障位置;
当皮带接头的运行方向为反向时,对当前运行时间、预设时间段以及当前运行速度进行计算,得到第五距离;
将第三距离与第五距离进行计算,确定当前故障位置。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本申请实施例中提供了一种电子设备,如图3所示,图3所示的电子设备30包括:处理器301和存储器303。其中,处理器301和存储器303相连,如通过总线302相连。可选地,电子设备30还可以包括收发器304。需要说明的是,实际应用中收发器304不限于一个,该电子设备30的结构并不构成对本申请实施例的限定。
处理器301可以是CPU(Central Processing Unit,中央处理器),通用处理器,DSP(Digital Signal Processor,数据信号处理器),ASIC(Application SpecificIntegrated Circuit,专用集成电路),FPGA(Field Programmable Gate Array,现场可编程门阵列)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,模块和电路。处理器301也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,DSP和微处理器的组合等。
总线302可包括一通路,在上述组件之间传送信息。总线302可以是PCI(Peripheral Component Interconnect,外设部件互连标准)总线或EISA(ExtendedIndustry Standard Architecture,扩展工业标准结构)总线等。总线302可以分为地址总线、数据总线、控制总线等。为便于表示,图3中仅用一条粗线表示,但并不表示仅有一根总线或一型的总线。
存储器303可以是ROM(Read Only Memory,只读存储器)或可存储静态信息和指令的其他类型的静态存储设备,RAM(Random Access Memory,随机存取存储器)或者可存储信息和指令的其他类型的动态存储设备,也可以是EEPROM(Electrically ErasableProgrammable Read Only Memory,电可擦可编程只读存储器)、CD-ROM(Compact DiscRead Only Memory,只读光盘)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。
存储器303用于存储执行本申请方案的应用程序代码,并由处理器301来控制执行。处理器301用于执行存储器303中存储的应用程序代码,以实现前述方法实施例所示的内容。
其中,电子设备包括但不限于:移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。还可以为服务器等。图3示出的电子设备仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
本申请实施例提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,当其在计算机上运行时,使得计算机可以执行前述方法实施例中相应内容。与相关技术相比,本申请实施例中标定图像以及编号的确定为皮带接头提供标准,第一图像表征输送带在运行过程中每个皮带接头的钢丝绳图像,确定每个编号对应的第一图像,将标定图像与第一图像进行对比,可以准确地确定故障发生的具体位置,发生故障的第一图像,即故障图像,通过获取每个编号对应的第一图像以及当前运行时间、预设时间段以及当前运行速度,可以对输送带的运行状态进行实时监控,然后通过对当前运行时间、预设时间段以及当前运行速度进行计算,可以准确地得到当前故障位置。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上仅是本申请的部分实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (10)
1.输送带异常位置定位方法,其特征在于,包括:
确定皮带接头的标定图像以及编号,所述标定图像包括所述皮带接头内钢丝绳的标定搭接数量以及标定搭接长度,每个所述皮带接头均对应有一个编号;
获取每个所述编号对应的第一图像,所述第一图像包括所述皮带接头内钢丝绳的当前搭接数量以及当前搭接长度;
基于所述标定图像以及所述第一图像,确定故障图像,所述故障图像包括所述第一图像与所述标定图像不一致的图像;
基于所述故障图像,获取所述皮带接头的当前运行时间以及所述当前运行时间内每个预设时间段对应的当前运行速度;
根据所述当前运行时间、所述预设时间段以及所述当前运行速度进行计算,得到当前故障位置。
2.根据权利要求1所述的输送带异常位置定位方法,其特征在于,所述基于所述标定图像以及所述第一图像,确定故障图像包括:
基于所述标定图像确定第一轮廓信息以及基于所述第一图像确定第二轮廓信息;
将所述第一轮廓信息与所述第二轮廓信息对比,确定所述钢丝绳的搭接数量;
根据所述第一轮廓信息计算第一搭接长度;
根据所述第二轮廓信息计算第二搭接长度;
将所述第一搭接长度与所述第二搭接长度进行对比,确定目标搭接长度,所述目标搭接长度包括所述第二搭接长度与所述第一搭接长度不一致的搭接长度;
基于所述搭接数量以及所述目标搭接长度确定所述故障图像。
3.根据权利要求2所述的输送带异常位置定位方法,其特征在于,所述基于所述搭接数量以及所述搭接长度确定所述故障图像,包括:
基于所述搭接数量以及所述标定搭接数量确定未搭接数量;
若所述未搭接数量超过预设未搭接数量,则将所述未搭接数量以及所述未搭接数量对应的数量权重进行计算,得到数量故障值;
若所述搭接长度低于预设搭接长度,则将所述搭接长度与所述搭接长度对应的长度权重进行计算,得到长度故障值;
将所述长度故障值与所述数量故障值进行计算,得到故障总值;
基于所述故障总值确定所述故障图像,所述故障图像为所述故障总值超过预设故障总值的图像。
4.根据权利要求1所述的输送带异常位置定位方法,其特征在于,所述根据所述当前运行时间、所述预设时间段以及所述当前运行速度进行计算,得到当前故障位置,之前包括:
确定停带基准位置、所述故障图像的第一位置以及第二位置,所述停带基准位置为输送带启动和停止的参考位置,所述第一位置为输送带当前时间运行位置,所述第二位置为输送带下一时间运行的位置;
根据所述第一位置以及所述第二位置,确定所述输送带运行的方向。
5.根据权利要求4所述的输送带异常位置定位方法,其特征在于,所述根据所述第一位置以及所述第二位置,确定所述输送带运行的方向,包括:
获取所述第一位置到所述停带基准位置的第一运行速度以及第一运行时间,获取所述第二位置到所述停带基准位置的第二运行速度以及第二运行时间;
根据所述第一运行时间以及所述第一运行速度,确定第一距离;
根据所述第二运行时间以及所述第二运行速度,确定第二距离;
基于所述第一距离以及所述第二距离,确定所述输送带的运行方向。
6.根据权利要求5所述的输送带异常位置定位方法,其特征在于,所述基于所述第一距离以及所述第二距离,确定所述皮带接头的运行方向,包括:
若所述第一距离大于所述第二距离,则确定所述皮带接头的运行方向为正向,所述正向为所述第一位置位于所述第二位置的后方;
若所述第一距离小于所述第二距离,则确定所述皮带接头的运行方向为反向,所述反向为所述第一位置位于所述第二位置的后方。
7.根据权利要求4所述的输送带异常位置定位方法,其特征在于,所述根据所述当前运行时间、所述预设时间段以及所述当前运行速度进行计算,得到当前故障位置,包括:
获取所述皮带接头的标定运行时间以及标定运行速度;
基于所述标定运行时间以及所述标定运行速度,确定第三距离,所述第三距离为所述皮带接头运行一圈的距离;
当所述皮带的运行方向为正向时,对所述当前运行时间以及所述运行速度进行计算,得到第四距离;
将距离所述停带基准位置为第四距离的皮带接头确定为当前故障位置;
当所述皮带接头的运行方向为反向时,对所述当前运行时间、预设时间段以及所述当前运行速度进行计算,得到第五距离;
将所述第三距离与所述第五距离进行计算,确定当前故障位置。
8.输送带异常位置定位装置,其特征在于,包括:
标定确定模块,用于确定皮带接头的标定图像以及编号,所述标定图像包括所述皮带接头内钢丝绳的标定搭接数量以及标定搭接长度,每个所述皮带接头均对应有一个编号;
第一图像获取模块,用于获取每个所述编号对应的第一图像,所述第一图像包括所述皮带接头内钢丝绳的当前搭接数量以及当前搭接长度;
故障图像确定模块,用于基于所述标定图像以及所述第一图像,确定故障图像,所述故障图像包括所述第一图像与所述标定图像不一致的图像;
运行速度获取模块,用于基于所述故障图像,获取所述皮带接头的当前运行时间以及所述当前运行时间内每个预设时间段对应的当前运行速度;
故障位置确定模块,用于根据所述当前运行时间、所述预设时间段以及所述当前运行速度进行计算,得到当前故障位置。
9.一种电子设备,其特征在于,其包括:
至少一个处理器;
存储器;
至少一个应用程序,其中所述至少一个应用程序被存储在所述存储器中并被配置为由所述至少一个处理器执行,所述至少一个应用程序:用于执行根据权利要求1~7任一项所述的输送带异常位置定位方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,当所述计算机程序在计算机中执行时,令所述计算机执行权利要求1~7任一项所述的输送带异常位置定位方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410245959.5A CN117830416B (zh) | 2024-03-05 | 2024-03-05 | 输送带异常位置定位方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410245959.5A CN117830416B (zh) | 2024-03-05 | 2024-03-05 | 输送带异常位置定位方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117830416A true CN117830416A (zh) | 2024-04-05 |
CN117830416B CN117830416B (zh) | 2024-05-17 |
Family
ID=90504361
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410245959.5A Active CN117830416B (zh) | 2024-03-05 | 2024-03-05 | 输送带异常位置定位方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117830416B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101825584A (zh) * | 2010-04-15 | 2010-09-08 | 天津工业大学 | X光成像的钢丝绳芯输送带接头拉伸故障自动检测方法 |
EP2803493A1 (en) * | 2013-05-15 | 2014-11-19 | Agfa Graphics Nv | Belt step conveyor system |
CN105911074A (zh) * | 2016-04-07 | 2016-08-31 | 山西大学 | 钢丝芯皮带接头x射线在线检测中自适应阈值标定方法 |
CN109969736A (zh) * | 2019-01-17 | 2019-07-05 | 上海大学 | 一种大型运载皮带跑偏故障智能检测方法 |
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 |
CN113553926A (zh) * | 2021-07-08 | 2021-10-26 | 天津工业大学 | 一种基于图像匹配的钢丝绳芯输送带接头抽动自动检测方法 |
CN115456963A (zh) * | 2022-08-25 | 2022-12-09 | 中冶南方工程技术有限公司 | 一种基于视觉识别的料场皮带跑偏检测方法及系统 |
CN116912186A (zh) * | 2023-07-05 | 2023-10-20 | 山东能源集团鲁西矿业有限公司 | 一种用于铁矿石皮带运输过程中铁质异物的排检方法 |
-
2024
- 2024-03-05 CN CN202410245959.5A patent/CN117830416B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101825584A (zh) * | 2010-04-15 | 2010-09-08 | 天津工业大学 | X光成像的钢丝绳芯输送带接头拉伸故障自动检测方法 |
EP2803493A1 (en) * | 2013-05-15 | 2014-11-19 | Agfa Graphics Nv | Belt step conveyor system |
CN105911074A (zh) * | 2016-04-07 | 2016-08-31 | 山西大学 | 钢丝芯皮带接头x射线在线检测中自适应阈值标定方法 |
CN109969736A (zh) * | 2019-01-17 | 2019-07-05 | 上海大学 | 一种大型运载皮带跑偏故障智能检测方法 |
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 |
CN113553926A (zh) * | 2021-07-08 | 2021-10-26 | 天津工业大学 | 一种基于图像匹配的钢丝绳芯输送带接头抽动自动检测方法 |
CN115456963A (zh) * | 2022-08-25 | 2022-12-09 | 中冶南方工程技术有限公司 | 一种基于视觉识别的料场皮带跑偏检测方法及系统 |
CN116912186A (zh) * | 2023-07-05 | 2023-10-20 | 山东能源集团鲁西矿业有限公司 | 一种用于铁矿石皮带运输过程中铁质异物的排检方法 |
Non-Patent Citations (3)
Title |
---|
ALAKESH NARZARY; S ASHOK: "Real-time monitoring of Conveyor using Computer Vision and IoT", 2019 2ND INTERNATIONAL CONFERENCE ON INTELLIGENT COMPUTING, INSTRUMENTATION AND CONTROL TECHNOLOGIES (ICICICT), 13 February 2020 (2020-02-13) * |
董征: "基于机器视觉的矿用带式输送机控制系统研究", 中国优秀硕士学位论文全文数据库工程科技Ⅰ辑, 6 July 2023 (2023-07-06) * |
邢李涛;: "成庄矿钢绳芯强力胶带运输机实时监测装置的研究", 山西煤炭, no. 02, 15 February 2011 (2011-02-15) * |
Also Published As
Publication number | Publication date |
---|---|
CN117830416B (zh) | 2024-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115953373B (zh) | 玻璃缺陷检测方法、装置、电子设备及存储介质 | |
CN116128380B (zh) | 一种桥梁健康监测方法、装置、电子设备及存储介质 | |
CN113903180B (zh) | 一种高速公路检测车辆超速的方法及系统 | |
CN117830416B (zh) | 输送带异常位置定位方法、装置、设备及介质 | |
CN109102499B (zh) | 一种动车车顶的检测方法及系统 | |
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 | |
CN116342107A (zh) | 一种轨道检测的方法、装置、电子设备及介质 | |
CN108474412A (zh) | 用于检测滚动轴承中的滑移率的方法和测量装置 | |
CN113870754B (zh) | 一种面板检测电子信号缺陷判定的方法和系统 | |
CN115951336A (zh) | 确定激光雷达误差的方法、装置、设备及存储介质 | |
CN115239774A (zh) | 一种轮胎鼓包检测方法、装置、设备及介质 | |
Rao et al. | Automatic Dent Detection in Automobile Using IR Sensor | |
CN112840226A (zh) | 用于确定雷达测量值的有效性以确定停车位的占用状态的方法 | |
CN116071347B (zh) | 一种磨损度确定方法、装置、系统及存储介质 | |
CN117686533B (zh) | 一种检测管壁缺陷、相邻连续缺陷及绘制管壁缺陷图像的方法 | |
KR102535133B1 (ko) | 배관 결함 분석 시스템 | |
KR102656131B1 (ko) | 화물차의 적재량 검출 장치 및 방법 | |
CN117886081A (zh) | 一种带式输送机故障监测方法、装置、电子设备及介质 | |
CN115196250B (zh) | 一种异物识别方法、装置、系统及存储介质 | |
CN115294049A (zh) | 一种设备故障监测方法、装置、电子设备及存储介质 | |
CN114308716B (zh) | 电池漏液检测方法、装置、计算机设备、系统及存储介质 | |
CN115308517B (zh) | 一种元器件的老化检测方法、系统、存储介质和设备 | |
CN116952169B (zh) | 一种丝杆直线度智能检测系统及方法 | |
CN115445953B (zh) | 一种油管的良品检测方法及检测装置 | |
KR20190012479A (ko) | 타이어 비드 진원도 검사 장치 |
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 |