皮带智能监测解决方案. 国家能源局印发的《智能化示范煤矿验收管理办法(试行)》中,针对主煤流运输系统提出:具备基于AI实现带式输送机计量、空载、跑偏、大块煤、堆煤、
了解更多2021年12月14日 3 智能化皮带监控系统在煤矿的应用分析 系统通过采集皮带运输机工况参数来实现自动控制 与远程监测,监测量包括:皮带运行速度、实时张紧力,
了解更多2021年5月2日 关键词:矿井;皮带运输机;故障检测系统. 皮带运输机是保证煤矿井下生产活动的重要设备,其运行质量,会对煤矿生产活动的效率和质量造成直接的影响,而在对皮带运输
了解更多2021年12月2日 摘 要:随着经济和各行各业的快速发展,在大型煤矿运输过程中,皮带输送机属于重要的运输设备,其具有结构简单、运输安全、便于维护、自动控制等特点。 特别对于
了解更多2022年4月24日 摘 要: 为了能够精准地对煤矿皮带运输机上的异物进行检出, 提出了一种基于深度生成模型的皮带异物检测方 法. 首先, 利用常规的变分自编码器(variational
了解更多煤矿主运输皮带故障智能诊断与保护研究. 由于大型皮带运输机经常发生断带,打滑,联轴器断,严重划伤等故障,而造成皮带压料事故,给皮带司机,维修人员增加了很大的额外工作量和
了解更多2021年6月10日 煤矿皮带跑偏、撕裂智能检测系统. 煤矿皮带跑. 在煤矿生产中,带式输送机是非常重要的输送工具,托辊转动带动皮带,将煤炭或其他物料送往指定地点,省时省力,但是带式输送机在工作中会遇到皮带
了解更多2023年7月22日 智能硬件. 图像识别. 煤矿皮带运输智能监控系统基于视频AI图像识别算法,煤矿皮带运输智能监控系统通过实时监测皮带运输过程中的各种异常情况,如跑偏、撕
了解更多为了能够及时对煤矿运输皮带的故障进行检测,文章研究一种用于煤矿运输皮带机故障检测的机器学习方法.在对皮带故障检测图像特点分析的基础上,以基于ShuffleNet V2改进
了解更多2021年5月2日 会将运输机电源切断,避免故障影响扩大[1]。2.2 皮带打滑检测 正常情况下,运输机皮带两端是具有一定的张力极限 的,一旦皮带和滚筒间的张力大于这个极限,那么就容易造 成皮带打滑故障。而在出现这种故障问题以后,皮带运输 机也会出现转矩下降的情
了解更多煤矿井下运输异物检测关键技术研究. 来自 钛学术. 喜欢 0. 阅读量:. 47. 作者:. 王希. 摘要:. 在进行煤炭开采作业时,对煤炭资源进行运输作业的主要设备就是矿用皮带式的运输机.基于不断改进与工业发展需要的背景,这种运输机械逐渐具备了更复杂,更大型以及 ...
了解更多2023年10月27日 本文将根据煤矿运输皮带检测的需要,进行模块的修改,在YOLOv5 的基础上建立运输皮带故障检测模型。2.2 皮带故障检测模型 为了更好地适合皮带故障检测应用,本文提出了几个修改,分别是图像预处理模块、主干特征提取模块、加强特征提取 ...
了解更多2023年8月17日 煤矿井下胶带运输图像具有照度低、细节不清晰、背景干扰等特点,现有的带式输送机异物检测模型存在精度低、灵活性差、计算量大、优化空间存在差异等问题。针对上述问题,提出了一种基于生成对抗网络(GAN)的带式输送机异物检测方法。
了解更多2023年7月22日 煤矿皮带运输智能监控系统基于视频AI图像识别算法,煤矿皮带运输智能监控系统通过实时监测皮带运输过程中的各种异常情况,如跑偏、撕裂、堆料异常等,实现对运输过程的智能监控。煤矿皮带运输智能监控系统一旦检测
了解更多6 天之前 皮带跑偏检测系统通过Python基于YOLOv7网络架构训练模型,对现场皮带跑偏状况进行实时分析检测。我们使用YOLO(你只看一次)算法进行对象检测。YOLO是一个聪明的卷积神经网络(CNN),用于实时进行目标检测。该算法将单个神经网络应用于完整的图像,然后将图像划分为多个区域,并预测每个区域的边界 ...
了解更多2023年3月31日 由于作业位置环境恶劣,皮带输送机在使用过程中容易出现皮带划伤或撕裂,停机检测会严重影响工厂生产。皮带撕裂算法可以在运输机正常运行的情况下,对上皮带底部状况进行全天候实时在线检测,一旦皮带发生纵向撕裂,算法将在第一时间发出报警,以免事故进一步扩大。
了解更多摘要: 为了能够精准地对煤矿皮带运输机上的异物进行检出,提出了一种基于深度生成模型的皮带异物检测方法.首先,利用常规的变分自编码器(variational autoencoder,VAE)对图像进行重构,根据原始图像与重构图像之间的重构误差对图像中是否存在异物进行检出.然后,为了解决变分自编码器所生成的重构图像 ...
了解更多2021年3月6日 摘要: 现有煤矿胶带运输异物检测方法检测精度较低、检测速度较慢,YOLOv3算法有较快的检测速度和较高的检测精度,但其用于煤矿胶带运输异物检测时存在对小目标检测效果不佳、容易出现漏检和正负样本不均衡等情况。. 针对上述问题,设计了Fast_YOLOv3算法 ...
了解更多2021年3月6日 针对上述问题,设计了Fast_YOLOv3算法:通过改进先验框及边界框,以适应煤矿胶带运输小目标异物检测场景;增加反卷积网络,以提高小目标异物检测能力;引入Focal Loss改进损失函数中负样本置信度的交叉熵,解决正负样本数量不均衡问题,提高检测
了解更多2019年9月25日 0 引言 在煤矿生产过程中,带式输送机启动后常处于非最优运行状态,需要根据负载调节电动机运行状态,从而节约能源,减少浪费。目前多采用基于煤流量检测的带式输送机自动调速控制系统 [1],其关键
了解更多摘要:. 由于大型皮带运输机经常发生断带,打滑,联轴器断,严重划伤等故障,而造成皮带压料事故,给皮带司机,维修人员增加了很大的额外工作量和思想负担,且故障的发生会影响煤矿的正常生产.因此研制一种多功能皮带运输机自动控制,故障诊断系统,对皮带运输机 ...
了解更多2021年12月14日 1.2 煤矿主皮带运输系统 煤矿主皮带运输系统,具体来说便是利用皮带的无 极运动对物料进行运输的一种机械设备。皮带运输系统 的优势为,具有很长的运输距离且运输能力比较强,无 较大的工作阻力,安全便捷,也不需要耗费大量的电能 资源。
了解更多2021年4月6日 0 引言 由于煤炭开采环境复杂,运输过程中煤矿输送带容易发生撕裂、转接处堵塞等安全事故 [1-3],主要原因是异物(锚杆、编织物、木块和铁丝网)进入。因此对煤矿输送带上异物进行实时检测,及时发现并处理,可最大程度减少异物对带式输送机造成的损害,不仅有利于煤矿安全生产,而且对提高 ...
了解更多2煤矿井皮带运输状态检测 与事故预警系统 2.1监测传感器 皮带输送机沿线布置的各类传感器是实现安全监控的基础,传感器安装数量、位置以及安装方式等均会给监测结果带来影响。为此,文中基于以往研究成果并结合矿井皮带输送机现场监控需要 ...
了解更多2021年10月9日 来源:煤矿安全网. 第1条 矿井主要运输设备及装备一年至少停产检修两次,每次检修时间不得少于两天;每月至少进行一次全面检修检查。. 矿分管领导、运输科长、运搬和皮带区长、技术员必须参加每月的检修检查,并分别在检修检查记录中签署意见。.
了解更多2021年7月26日 摘要: 为了能够精准地对煤矿皮带运输机上的异物进行检出, 提出了一种基于深度生成模型的皮带异物检测方法. 首先, 利用常规的变分自编码器 (variational autoencoder, VAE)对图像进行重构, 根据原始图像与重构图像之间的重构误差对图像中是否存在异物进行检
了解更多2023年10月27日 摘 要:为了能够及时对煤矿运输皮带的故障进行检测,文章研究一种用于煤矿运输皮带机故障检测的机器学习方法。在对皮带故障检测图像特点分析的基础上,以基于ShuffleNet V2改进的YOLOv5 网络建立了煤矿运输皮带的故障检测网络。针对因工作 ...
了解更多2024年1月14日 总之,煤矿皮带作为煤炭运输的关键环节,其安全运行对于整个矿区的生产和人员安全至关重要。企业和员工应共同努力,从设备维护、员工素质、安全管理、技术创新和应急处置等方面入手,全面提升煤矿皮带运输系统的安全性和可靠性,确保矿区的安全生产
了解更多