采煤廠輸煤皮帶裂紋識別預(yù)警解決方案
2021-09-27 18:15:37
次
一、項目背景
采煤廠通常選用輸煤皮帶作為遠(yuǎn)距離煤炭運(yùn)輸?shù)年P(guān)鍵機(jī)械設(shè)備。在生產(chǎn)傳輸過程中,由于輸煤皮帶長時間運(yùn)轉(zhuǎn)、皮帶持續(xù)受力、天氣和煤炭質(zhì)量等因素影響,皮帶故障事故時有發(fā)生。例如皮帶撕裂故障、皮帶異物故障、皮帶跑偏故障,一旦發(fā)生故障,往往導(dǎo)致整條傳送皮帶撕裂脫落,造成重大經(jīng)濟(jì)損失,影響企業(yè)的正常生產(chǎn)經(jīng)營。
二、解決方案
美林?jǐn)?shù)據(jù)利用人工智能算法、圖像識別與邊緣計算技術(shù),采用云邊協(xié)同模式構(gòu)建輸煤皮帶裂紋識別預(yù)警解決方案,確保輸煤皮帶工作的安全性、可靠性及穩(wěn)定性。

1、搭建“材料表面創(chuàng)傷及裂痕識別解析系統(tǒng)”:通過現(xiàn)場調(diào)研總結(jié)皮帶裂紋的撕裂規(guī)律,綜合研究現(xiàn)場的影響環(huán)境。同時結(jié)合環(huán)境完成整個故障識別的硬件系統(tǒng)搭建,利用光的漫反射和折射原理,實(shí)現(xiàn)圖像采集功能與磁場異物檢測功能。
2、搭建云邊協(xié)同平臺:實(shí)現(xiàn)邊緣端對圖像數(shù)據(jù)的實(shí)時處理與分析,將告警信息傳輸至云端,云端對邊緣端進(jìn)行管理和監(jiān)控,并將故障識別模型下發(fā)至邊緣端,減少現(xiàn)場視頻數(shù)據(jù)直接傳輸至云端造成的滯后性和高帶寬。
3、建立圖像處理框架:采用合理的數(shù)字化圖像處理技術(shù),對待采集的圖像進(jìn)行圖像預(yù)處理,增強(qiáng)對比度、對裂紋圖像進(jìn)行優(yōu)化、去噪的同時保證裂紋輪廓的特征等等。
4、輸煤異物磁場檢測:利用磁場強(qiáng)度檢測物體內(nèi)部是否夾雜金屬異物,實(shí)現(xiàn)磁場參數(shù)的圖像成形,完成金屬異物檢測的直觀表達(dá)。
5、落煤筒圖像識別檢測:使用灰度拉升、直方圖均衡和空域濾波的增強(qiáng)方法,將處理后的圖像進(jìn)行分割處理,提取出拍攝圖片中的煤炭面積,判斷是否堵料。
6、皮帶跑偏檢測技術(shù):基于分層式深度學(xué)習(xí)的皮帶跑偏識別方法,構(gòu)建基于CNN+LSTM結(jié)合殘差結(jié)構(gòu)的深度神經(jīng)網(wǎng)絡(luò)模型,實(shí)現(xiàn)精準(zhǔn)、快速的皮帶運(yùn)行狀態(tài)解析。
7、建立智能信息管理平臺:實(shí)現(xiàn)皮帶報警、聲光報警以及報警圖片上報等功能,實(shí)現(xiàn)對輸煤皮帶安全生產(chǎn)的整體管控。
三、方案亮點(diǎn)
1、智能化
結(jié)合深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)等行業(yè)內(nèi)尖端技術(shù),結(jié)合業(yè)務(wù)構(gòu)建智能化模型,識別更精準(zhǔn)。
2、自動化
通過智能模型的應(yīng)用,自動識別皮帶故障問題,及時預(yù)警,釋放人力。
3、通用化
通過云邊協(xié)同平臺,可實(shí)現(xiàn)智能化應(yīng)用快速部署,即插即用,并支持智能化應(yīng)用下發(fā)、更新等。
4、低延時
邊緣計算的引入,實(shí)現(xiàn)了數(shù)據(jù)即時處理,可完成大量智能化模型部署和數(shù)據(jù)低延時處理。
四、價值成效
輸煤皮帶裂紋識別預(yù)警解決方案能夠幫助企業(yè)在生產(chǎn)運(yùn)維管理中真正做到人力釋放、成本降低、價值最大化。某企業(yè)具體項目應(yīng)用成效如下:
1、皮帶裂紋檢測誤差率低于5%。
2、可檢測出1mm大小的金屬物質(zhì)。
3、落煤筒堵料檢測誤差率低于5%。
4、皮帶跑偏檢測誤差率低于10%。