一種基于ai與激光監測技術的輸送皮帶檢測系統及方法
技術領域
1.本發明涉及輸送皮帶檢測技術領域,具體為一種基于ai與激光監測技術的輸送皮帶檢測系統及方法。
背景技術:
2.皮帶是帶式輸送機的牽引和運載的關鍵部件,已廣泛應用于煤炭、礦山、港口、電力、冶金、化工等領域,其成本占整機的40%以上,皮帶故障一直是影響原料運輸效率,生產穩定的痛點。皮帶撕裂的事故時有發生,價值幾十萬甚至上千萬的輸送皮帶,一旦發生縱向撕裂,礦石、原煤等原料通過撕裂口侵入到設備機械系統,造成設備損傷,生產停滯,甚至造成人員傷害等重大事故及巨大的經濟損失,因此,需要對皮帶進行實時監測,預警,預測,皮帶撕裂狀態,即時發現、解決生產安全隱患,應急報警、制動設備,修補、更換皮帶,保證生產穩定運行。
3.現有主流皮帶檢測方式可分為兩大類:第一類是人工巡檢,這種方法由巡檢員定時定期對皮帶進行檢查,發現皮帶跑偏或撕裂時則進行停機維護。這種檢測方法效率低,具有滯后性,不能有效降低皮帶故障造成的生產停滯和安全問題;第二類是機器視覺檢測,通過攝像頭實時監測皮帶,并運用人工智能技術實現故障的識別、預警。這種方法不需要人員巡檢,但受環境影響比較大,如灰塵阻擋,光源影響而且成本也比較高。
4.所以,人們需要一種基于ai與激光監測技術的輸送皮帶檢測系統及方法來解決上述問題。
技術實現要素:
5.本發明的目的在于提供一種基于ai與激光監測技術的輸送皮帶檢測系統及方法,以解決上述背景技術中提出的問題。
6.為了解決上述技術問題,本發明提供如下技術方案:一種基于ai與激光監測技術的輸送皮帶檢測系統,所述系統包括:設備狀態識別模塊、數據庫、皮帶檢測模塊和設備響應模塊。
7.所述設備狀態識別模塊用于對采集到的聲音數據進行分析,判斷設備是否發生異常;
8.所述數據庫用于存儲并管理采集到的所有數據;
9.所述皮帶檢測模塊用于對拍攝到皮帶異常圖片進行分析,判斷皮帶的狀態;
10.所述設備響應模塊用于根據皮帶的狀態,判斷設備是否發出停機指令以及判斷輸送皮帶是否需要更換或維修。
11.進一步的,所述設備狀態識別模塊包括聲音數據采集單元、聲紋識別單元和異常判斷單元;所述聲音數據采集單元的輸出端連接所述數據庫的輸入端;所述數據庫的輸出端連接所述聲紋識別單元的輸入端;所述聲紋識別單元的輸出端連接所述異常判斷單元的輸入端;
聲明:
“基于AI與激光監測技術的輸送皮帶檢測系統及方法與流程” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)