基於AI圖像識別和深度學習的帶式輸送機智能監控系統的製作方法
2023-10-09 16:46:51 3
基於ai圖像識別和深度學習的帶式輸送機智能監控系統
技術領域
1.本發明屬於煤礦領域，涉及帶式輸送機監控技術，具體是基於ai圖像識別和深度學習的帶式輸送機智能監控系統。
背景技術：
2.煤礦是人類在富含煤炭的礦區開採煤炭資源的區域，一般分為井工煤礦和露天煤礦。當煤層離地表遠時，一般選擇向地下開掘巷道採掘煤炭，此為井工煤礦。當煤層距地表的距離很近時，一般選擇直接剝離地表土層挖掘煤炭，此為露天煤礦。煤是最主要的固體燃料，是可燃性有機巖的一種。它是由一定地質年代生長的繁茂植物，在適宜的地質環境中，逐漸堆積成厚層，並埋沒在水底或泥沙中，經過漫長地質年代的天然煤化作用而形成的。根據煤化程度的不同，煤可分為泥炭、褐煤、煙煤和無煙煤四類。
3.煤礦生產的煤炭通常由皮帶輸送機進行運輸，由於皮帶輸送機控制環節複雜、監控點眾多，由於人眼視覺疲勞，難以長時間保持警覺，集控人員難以做到24小時實時盯著監控點，同時無法對人員違規行為(危險區域闖入、跨越皮帶等)等情況進行即時獲取，進而無法做到及時發現問題；
4.為此，我們提出基於ai圖像識別和深度學習的帶式輸送機智能監控系統。
技術實現要素：
5.針對現有技術存在的不足，本發明目的是提供基於ai圖像識別和深度學習的帶式輸送機智能監控系統。
6.本發明所要解決的技術問題為：
7.如何在相適配監控標準下對煤礦帶式輸送機的運輸情況進行精確監控。
8.本發明的目的可以通過以下技術方案實現：
9.基於ai圖像識別和深度學習的帶式輸送機智能監控系統，包括數據採集模塊、警報終端、運輸監測模塊、大數據模塊、智能監控模塊、分級警報模塊、區域劃分模塊、歷史監測模塊、區域設定模塊以及伺服器；所述區域劃分模塊用於對帶式輸送機的工作區域進行劃分，劃分得到若干個監測區域；所述伺服器內存儲有若干個監測區域的歷史監測數據並發送至歷史監測模塊；所述歷史監測模塊用於對監測區域內帶式輸送機的工作情況進行監測，得到監測區域內帶式輸送機的監測值反饋至伺服器，所述伺服器將監測區域內帶式輸送機的監測值發送至區域設定模塊，區域設定模塊依據監測值用於對監測區域的區域等級進行設定，設定監測區域的區域等級反饋至伺服器，伺服器依據區域等級得到監測區域內帶式輸送機的標準輸送數據以及監測區域的標準監控數據，所述伺服器將標準輸送數據發送至運輸監測模塊，所述伺服器將標準監控數據發送至智能監控模塊；
10.所述數據採集模塊用於採集不同監測區域內帶式輸送機的實時輸送數據以及不同監測區域的實時監控視頻並發送至伺服器，所述伺服器將實時輸送數據發送至運行監測模塊，所述伺服器將實時監控視頻發送至智能監控模塊；
11.所述運輸監測模塊用於對監測區域內帶式輸送機的實時運輸情況進行監測，生成運行異常信號或運行正常信號反饋至伺服器，所述伺服器將運行正常信號或運行異常信號發送至分級警報模塊；
12.所述大數據模塊用於獲取不同物體的預設熱成像圖，所述智能監控模塊用於對不同監測區域內的區域情況進行監控，生成區域正常信號或區域異常信號反饋至伺服器，所述伺服器將區域正常信號或區域異常信號發送至分級警報模塊；所述分級警報模塊用於對監測區域內帶式輸送機的工作情況進行分級警報。
13.進一步地，歷史監測數據為監測區域內帶式輸送機的故障次數以及每次故障時的故障時間和維護時間、警報次數。
14.進一步地，所述歷史監測模塊的監測過程具體如下：
15.獲取監測區域內帶式輸送機的故障次數；
16.而後獲取監測區域內帶式輸送機每次故障時的故障時間和維護時間，維護時間減去故障時間得到監測區域內帶式輸送機每次故障時的故障持續時長，每次故障時的故障持續時長相加求和取均值得到監測區域內帶式輸送機的故障持續均時長；
17.最後獲取監測區域內帶式輸送機的警報次數；
18.計算監測區域內帶式輸送機的監測值。
19.進一步地，所述區域設定模塊的設定過程具體如下：
20.監測值比對監測閾值；
21.判定監測區域的區域等級為第三區域等級、第二區域等級或第一區域等級。
22.進一步地，第一區域等級的級別高於第二區域等級的級別，第二區域等級的級別高於第三區域等級的級別；
23.標準輸送數據包括帶式輸送機的標準輸送量、以及標準輸送量對應的標準運行速度區間、以及帶式輸送機的標準運行間距區間；標準監控數據為監測區域的標準停留時長和標準間隔間距；
24.第一區域等級的標準停留時長小於第二區域等級的標準停留時長，第二區域等級的標準停留時長小於第三區域等級的標準停留時長，第一區域等級的標準間隔間距小於第二區域等級的標準間隔間距，第二區域等級的標準間隔間距小於第三區域等級的標準間隔間距。
25.進一步地，實時輸送數據為監測區域內帶式輸送機的實時輸送量、實時運行速度和實時運行間距。
26.進一步地，所述運輸監測模塊的監測過程具體如下：
27.依據區域等級得到監測區域內帶式輸送機對應的標準輸送數據；
28.獲取帶式輸送機的實時輸送量，實時輸送量比對標準輸送量得到帶式輸送機對應的標準運行速度區間；
29.而後獲取帶式輸送機的實時運行速度，若實時運行速度不處於標準運行速度區間，則生成運行異常信號；
30.若實時運行速度處於標準運行速度區間，則獲取帶式輸送機的實時運行間距，若實時運行間距處於標準運行間距區間，則生成運行正常信號，若實時運行間距不處於標準運行間距區間，則生成運行異常信號。
31.進一步地，所述智能監控模塊的監控過程具體如下：
32.依據區域等級得到監測區域對應的標準監控數據；
33.獲取不同監測區域內的實時監控視頻，按照時間順序獲取實時監控視頻中的每一幀畫面，而後獲取每一幀畫面中出現物體的實時熱成像圖，同時記錄出現物體的出現時間並記為初始時間；
34.依據實時熱成像圖得到對應的實時輪廓圖，依據預設熱成像圖得到對應的預設輪廓圖，將實時輪廓圖與預設輪廓圖進行比對；
35.當實時輪廓圖與預設輪廓圖不匹配，則不進行任何操作，當實時輪廓圖與預設輪廓圖相匹配，則利用伺服器的當前時間減去初始時間得到監測區域內出現物體的出現時長；
36.同時獲取物體與監測區域內帶式輸送機的實時間隔間距；
37.若出現時長未超過標準停留時長且實時間隔間距長於標準間隔間距，則生成區域正常信號，若出現時長超過標準停留時長或實時間隔間距短於標準間隔間距，則生成區域異常信號。
38.進一步地，所述分級警報模塊的工作過程具體如下：
39.若同時接收到區域異常信號和運行異常信號，則生成一級警報指令；
40.若接收到區域異常信號或運行異常信號，則生成二級警報指令；
41.若同時接收到區域正常信號和運行正常信號，則生成安全指令。
42.進一步地，所述分級警報模塊將一級警報指令、二級警報指令或安全指令反饋至伺服器；
43.若伺服器接收到安全指令則不進行任何操作；
44.若伺服器接收到一級警報指令或二級警報指令，則將一級警報指令或二級警報指令發送至警報終端，所述警報終端接收到一級警報指令或二級警報指令後用於進行警報工作；
45.一級警報指令的級別高於二級警報指令。
46.與現有技術相比，本發明的有益效果是：
47.1、本發明首先通過區域劃分模塊對帶式輸送機的工作區域進行劃分得到若干個監測區域，同時利用歷史監測模塊對監測區域內帶式輸送機的工作情況進行監測，得到監測區域的區域等級，依據區域等級設定監測區域內帶式輸送機的標準輸送數據以及監測區域的標準監控數據，本發明將帶式輸送機的輸送區域進行區域劃分，並通過深度學習的方法將劃分後的區域設定相對應區域等級，依據區域等級設定相對應的監控準則；
48.2、本發明通過運輸監測模塊對監測區域內帶式輸送機的實時運輸情況進行監測，監測生成運行異常信號或運行正常信號，同時通過智能監控模塊對不同監測區域內的區域情況進行監控，監控生成區域正常信號或區域異常信號，最終利用分級警報模塊對監測區域內帶式輸送機的工作情況進行分級警報，本發明在適配的監控準則下，實現對帶式輸送機的運輸情況以及工作區域內的區域情況進行精準監控。
附圖說明
49.為了便於本領域技術人員理解，下面結合附圖對本發明作進一步的說明。
50.圖1為本發明的整體系統框圖。
具體實施方式
51.下面將結合實施例對本發明的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發明一部分實施例，而不是全部的實施例。基於本發明中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其它實施例，都屬於本發明保護的範圍。
52.實施例一
53.請參閱圖1所示，基於ai圖像識別和深度學習的帶式輸送機智能監控系統，本系統中的帶式輸送機主要用於煤礦運輸，包括數據採集模塊、警報終端、運輸監測模塊、大數據模塊、智能監控模塊、分級警報模塊、區域劃分模塊、歷史監測模塊、區域設定模塊以及伺服器；
54.區域劃分模塊用於對帶式輸送機的工作區域進行劃分，劃分得到若干個監測區域，在具體實施時，劃分原則可以按照帶式輸送機的所在區域進行劃分，例如一組帶式輸送機可以為一個監測區域，另一組帶式輸送機可以為另一個監測區域，同時劃分原則也可以按照系統自設定規則；
55.伺服器內存儲有若干個監測區域的歷史監測數據，並將歷史監測數據發送至歷史監測模塊；
56.需要具體說明的是，歷史監測數據為監測區域內帶式輸送機的故障次數以及每次故障時的故障時間和維護時間、警報次數等；
57.歷史監測模塊用於對監測區域內帶式輸送機的工作情況進行監測，監測過程具體如下：
58.將監測區域標記為u，u＝1，2，
……
，z，z為正整數；
59.獲取監測區域內帶式輸送機的故障次數，並將故障次數標記為gcu；
60.而後獲取監測區域內帶式輸送機每次故障時的故障時間和維護時間，維護時間減去故障時間得到監測區域內帶式輸送機每次故障時的故障持續時長，每次故障時的故障持續時長相加求和取均值得到監測區域內帶式輸送機的故障持續均時長jtu；
61.最後獲取監測區域內帶式輸送機的警報次數，並將警報次數標記為jcu；
62.通過公式jzu＝gcu
×
a1+jtu
×
a2+jcu
×
a3計算得到監測區域內帶式輸送機的監測值jzu；式中，a1、a2和a3均為固定數值的權重係數，且a1、a2和a3的取值均大於零；
63.歷史監測模塊將監測區域內帶式輸送機的監測值jzu反饋至伺服器，伺服器將監測區域內帶式輸送機的監測值jzu發送至區域設定模塊，區域設定模塊依據監測值用於對監測區域的區域等級進行設定，設定過程具體如下：
64.若jzu＜x1，則監測區域的區域等級為第三區域等級；
65.若x1≤jzu＜x2，則監測區域的區域等級為第二區域等級；
66.若x2≤jzu，則監測區域的區域等級為第一區域等級；其中，x1和x2均為固定數值的監測閾值，且x1＜x2；
67.可理解的是，第一區域等級的級別高於第二區域等級的級別，第二區域等級的級別高於第三區域等級的級別；
68.區域設定模塊將監測區域的區域等級反饋至伺服器，伺服器依據區域等級得到監測區域內帶式輸送機的標準輸送數據以及監測區域的標準監控數據，伺服器將標準輸送數據發送至運輸監測模塊，伺服器將標準監控數據發送至智能監控模塊；
69.其中，標準輸送數據包括帶式輸送機的標準輸送量、以及標準輸送量對應的標準運行速度區間、以及帶式輸送機的標準運行間距區間；標準監控數據為監測區域的標準停留時長和標準間隔間距，標準停留時長為物體在監測區域內的停留時長，標準間隔間隔為物體在監測區域內帶式輸送機的間隔距離；
70.可理解的是，第一區域等級的標準停留時長小於第二區域等級的標準停留時長，第二區域等級的標準停留時長小於第三區域等級的標準停留時長，第一區域等級的標準間隔間距小於第二區域等級的標準間隔間距，第二區域等級的標準間隔間距小於第三區域等級的標準間隔間距；
71.需要舉例說明的是，若為第一區域等級，則帶式輸送機的標準輸送量為100kg，標準輸送量對應的標準運行速度區間為[y1，y2)，標準運行間距區間為[n1，n2)；若為第二區域等級，則帶式輸送機的標準輸送量為110kg，標準輸送量對應的標準運行速度區間為[y2，y3)，標準運行間距區間為[n2，n3)；若為第三區域等級，則帶式輸送機的標準輸送量為120kg，標準輸送量對應的標準運行速度區間為[y3，y4]，標準運行間距區間為[n3，n4]；其中，y1、y2、y3和y4均為固定數值的運行速度閾值，且0＜y1＜y2＜y3＜y4，n1、n2、n3和n4均為固定數值的運行間距閾值，且0＜n1＜n2＜n3＜n4；
[0072]
其中，若為第一區域等級，則標準停留時長為10秒和標準間隔間距為2.5米，若為第二區域等級，則標準停留時長為20秒和標準間隔間距為5米；，若為第三區域等級，則標準停留時長為30秒和標準間隔間距為10米；
[0073]
在具體實施時，數據採集模塊用於採集不同監測區域內帶式輸送機的實時輸送數據以及不同監測區域的實時監控視頻，並將實時輸送數據和實時監控視頻發送至伺服器，伺服器將實時輸送數據發送至運行監測模塊，伺服器將實時監控視頻發送至智能監控模塊；
[0074]
需要具體說明的是，實時輸送數據為監測區域內帶式輸送機的實時輸送量、實時運行速度、實時運行間距(指的是帶式輸送機上的輸送皮帶與託輥之間的間隔距離)等；
[0075]
運輸監測模塊用於對監測區域內帶式輸送機的實時運輸情況進行監測，監測過程具體如下：
[0076]
依據區域等級得到監測區域內帶式輸送機對應的標準輸送數據；
[0077]
獲取帶式輸送機的實時輸送量，實時輸送量比對標準輸送量得到帶式輸送機對應的標準運行速度區間；
[0078]
而後獲取帶式輸送機的實時運行速度，若實時運行速度處於標準運行速度區間，則進入下一步驟，若實時運行速度不處於標準運行速度區間，則生成運行異常信號；
[0079]
最後獲取帶式輸送機的實時運行間距，若實時運行間距處於標準運行間距區間，則生成運行正常信號，若實時運行間距不處於標準運行間距區間，則生成運行異常信號；
[0080]
運輸監測模塊將運行異常信號或運行正常信號反饋至伺服器，伺服器將運行正常信號或運行異常信號發送至分級警報模塊；
[0081]
智能監控模塊連接有大數據模塊，大數據模塊與外界網際網路相連接，用於獲取不
同物體的預設熱成像圖，智能監控模塊用於對不同監測區域內的區域情況進行監控，監控過程具體如下：
[0082]
依據區域等級得到監測區域對應的標準監控數據；
[0083]
獲取不同監測區域內的實時監控視頻，按照時間順序獲取實時監控視頻中的每一幀畫面，而後獲取每一幀畫面中出現物體的實時熱成像圖，同時記錄出現物體的出現時間並記為初始時間；
[0084]
依據實時熱成像圖得到對應的實時輪廓圖，依據預設熱成像圖得到對應的預設輪廓圖，將實時輪廓圖與預設輪廓圖進行比對；其中，實時輪廓圖是通過統計實時熱成像圖中某一顏色的像素點，而後將相同顏色的像素點進行連接，即可得到實時輪廓圖；
[0085]
當實時輪廓圖與預設輪廓圖不匹配，則不進行任何操作；
[0086]
當實時輪廓圖與預設輪廓圖相匹配，則利用伺服器的當前時間減去初始時間得到監測區域內出現物體的出現時長；
[0087]
同時獲取物體與監測區域內帶式輸送機的實時間隔間距；
[0088]
若出現時長未超過標準停留時長且實時間隔間距長於標準間隔間距，則生成區域正常信號；
[0089]
若出現時長超過標準停留時長或實時間隔間距短於標準間隔間距，則生成區域異常信號；
[0090]
智能監控模塊將區域正常信號或區域異常信號反饋至伺服器，伺服器將區域正常信號或區域異常信號發送至分級警報模塊；
[0091]
分級警報模塊用於對監測區域內帶式輸送機的工作情況進行分級警報，工作過程具體如下：
[0092]
若同時接收到區域異常信號和運行異常信號，則生成一級警報指令；
[0093]
若接收到區域異常信號或運行異常信號，則生成二級警報指令；
[0094]
若同時接收到區域正常信號和運行正常信號，則生成安全指令；
[0095]
分級警報模塊將一級警報指令、二級警報指令或安全指令反饋至伺服器，若伺服器接收到安全指令則不進行任何操作，若伺服器接收到一級警報指令或二級警報指令，則將一級警報指令或二級警報指令發送至警報終端，警報終端接收到一級警報指令或二級警報指令後用於進行警報工作；
[0096]
可理解的是，一級警報指令的級別高於二級警報指令，在具體實施時，警報終端接收到一級警報指令時為急促且長時間的警報聲，警報終端接收到二級警報指令時為緩慢且短時間的警報聲；
[0097]
上述公式均是去量綱取其數值計算，權重係數和比例係數的大小是為了將各個參數進行量化得到的一個具體的數值，關於權重係數和比例係數的大小，只要不影響參數與量化後數值的比例關係即可。
[0098]
實施例二
[0099]
基於同一發明的又一構思，提出基於ai圖像識別和深度學習的帶式輸送機智能監控系統的工作方法，工作方法具體如下：
[0100]
步驟s101，區域劃分模塊對帶式輸送機的工作區域進行劃分，劃分得到若干個監測區域，伺服器內存儲有若干個監測區域的歷史監測數據並發送至歷史監測模塊，通過歷
史監測模塊對監測區域內帶式輸送機的工作情況進行監測，獲取監測區域內帶式輸送機的故障次數，而後獲取監測區域內帶式輸送機每次故障時的故障時間和維護時間，維護時間減去故障時間得到監測區域內帶式輸送機每次故障時的故障持續時長，每次故障時的故障持續時長相加求和取均值得到監測區域內帶式輸送機的故障持續均時長，最後獲取監測區域內帶式輸送機的警報次數，計算監測區域內帶式輸送機的監測值，歷史監測模塊將監測區域內帶式輸送機的監測值反饋至伺服器，伺服器將監測區域內帶式輸送機的監測值發送至區域設定模塊，區域設定模塊依據監測值對監測區域的區域等級進行設定，監測值比對監測閾值，判定監測區域的區域等級為第三區域等級、第二區域等級或第一區域等級，區域設定模塊將監測區域的區域等級反饋至伺服器，伺服器依據區域等級得到監測區域內帶式輸送機的標準輸送數據以及監測區域的標準監控數據，伺服器將標準輸送數據發送至運輸監測模塊，伺服器將標準監控數據發送至智能監控模塊；
[0101]
步驟s102，數據採集模塊採集不同監測區域內帶式輸送機的實時輸送數據以及不同監測區域的實時監控視頻，並將實時輸送數據和實時監控視頻發送至伺服器，伺服器將實時輸送數據發送至運行監測模塊，伺服器將實時監控視頻發送至智能監控模塊；
[0102]
步驟s103，運輸監測模塊對監測區域內帶式輸送機的實時運輸情況進行監測，依據區域等級得到監測區域內帶式輸送機對應的標準輸送數據，獲取帶式輸送機的實時輸送量，實時輸送量比對標準輸送量得到帶式輸送機對應的標準運行速度區間；而後獲取帶式輸送機的實時運行速度，若實時運行速度不處於標準運行速度區間，則生成運行異常信號，若實時運行速度處於標準運行速度區間，則獲取帶式輸送機的實時運行間距，若實時運行間距處於標準運行間距區間，則生成運行正常信號，若實時運行間距不處於標準運行間距區間，則生成運行異常信號，運輸監測模塊將運行異常信號或運行正常信號反饋至伺服器，伺服器將運行正常信號或運行異常信號發送至分級警報模塊；
[0103]
步驟s104，大數據模塊獲取不同物體的預設熱成像圖並發送至智能監控模塊，智能監控模塊對不同監測區域內的區域情況進行監控，依據區域等級得到監測區域對應的標準監控數據，獲取不同監測區域內的實時監控視頻，按照時間順序獲取實時監控視頻中的每一幀畫面，而後獲取每一幀畫面中出現物體的實時熱成像圖，同時記錄出現物體的出現時間並記為初始時間，依據實時熱成像圖得到對應的實時輪廓圖，依據預設熱成像圖得到對應的預設輪廓圖，將實時輪廓圖與預設輪廓圖進行比對，當實時輪廓圖與預設輪廓圖不匹配，則不進行任何操作，當實時輪廓圖與預設輪廓圖相匹配，則利用伺服器的當前時間減去初始時間得到監測區域內出現物體的出現時長，同時獲取物體與監測區域內帶式輸送機的實時間隔間距，若出現時長未超過標準停留時長且實時間隔間距長於標準間隔間距，則生成區域正常信號，若出現時長超過標準停留時長或實時間隔間距短於標準間隔間距，則生成區域異常信號，智能監控模塊將區域正常信號或區域異常信號反饋至伺服器，伺服器將區域正常信號或區域異常信號發送至分級警報模塊；
[0104]
步驟s105，分級警報模塊對監測區域內帶式輸送機的工作情況進行分級警報，若同時接收到區域異常信號和運行異常信號，則生成一級警報指令，若接收到區域異常信號或運行異常信號，則生成二級警報指令，若同時接收到區域正常信號和運行正常信號，則生成安全指令，分級警報模塊將一級警報指令、二級警報指令或安全指令反饋至伺服器，若伺服器接收到安全指令則不進行任何操作，若伺服器接收到一級警報指令或二級警報指令，
則將一級警報指令或二級警報指令發送至警報終端，警報終端接收到一級警報指令或二級警報指令後進行警報工作。
[0105]
以上公開的本發明優選實施例只是用於幫助闡述本發明。優選實施例並沒有詳盡敘述所有的細節，也不限制該發明僅為的具體實施方式。顯然，根據本說明書的內容，可作很多的修改和變化。本說明書選取並具體描述這些實施例，是為了更好地解釋本發明的原理和實際應用，從而使所屬技術領域技術人員能很好地理解和利用本發明。本發明僅受權利要求書及其全部範圍和等效物的限制。