检索结果-维普期刊中文期刊服务平台

基于φ—OTDR技术的带式输送机托辊故障检测被引量：12: 1; 作者孙维刁冬梅《工矿自动化》北大核心 2016年第8期9-12,共4页; 针对现有带式输送机托辊故障检测方法准确率及效率低等问题,提出一种基于φ-OTDR技术的带式输送机托辊故障检测方法。该方法利用相干脉冲光的后向瑞利散射对托辊的振动信号进行检测,从而实现对异常托辊的识别和定位。实验及测试结果表明... 展开更多; 关键词带式输送机托辊故障检测相位敏感光时域反射计; 在线阅读下载PDF 职称材料

基于机器视觉的带式输送机托辊故障检测被引量：3: 2; 作者苗长云郭盈辉刘意《天津工业大学学报》 CAS 北大核心 2023年第3期56-63,共8页; 针对带式输送机托辊故障检测中存在成本高、可靠性和准确性差的问题,提出了基于机器视觉的带式输送机托辊故障检测方法。该方法利用摄像头采集托辊图像序列,利用YOLOv4-Tiny目标检测算法提取托辊感兴趣区域(ROI),通过托辊分割算法提取... 展开更多; 关键词带式输送机托辊故障检测机器视觉转速检测图像处理算法; 在线阅读下载PDF 职称材料

基于热红外图像的带式输送机托辊故障检测研究被引量：9: 3; 作者郭砚秋苗长云刘意《工矿自动化》 CSCD 北大核心 2023年第10期52-60,共9页; 针对目前带式输送机巡检机器人搭载红外采集设备移动受限,存在不能实时进行数据采集、数据处理并上传至监控终端,无法完成远程故障检测,续航能力不足等问题,提出了一种基于热红外图像的带式输送机托辊故障检测方法。带式输送机巡检机器... 展开更多; 关键词带式输送机托辊故障检测热红外图像 YOLOv5s网络模型带式输送机巡检机器人; 在线阅读下载PDF 职称材料

带式输送机托辊故障检测方法被引量：24: 4; 作者曹贯强《工矿自动化》北大核心 2020年第6期81-86,共6页; 针对现有带式输送机托辊故障检测方法采用接触式测量、不便于安装操作、不适合于井下大范围故障检测等问题,提出了一种基于小波去噪和BP-RBF神经网络的托辊故障检测方法。采集托辊运行时的音频信号,采用结合了软阈值法和硬阈值法的折中... 展开更多; 关键词带式输送机托辊故障检测非接触式测量小波去噪音频信号特征提取 BP-RBF神经网络; 在线阅读下载PDF 职称材料

煤矿带式输送机异常状态视频AI识别技术研究被引量：15: 5; 作者毛清华郭文瑾 +4 位作者翟姣王荣泉尚新芒李世坤薛旭升《工矿自动化》 CSCD 北大核心 2023年第9期36-46,共11页; 传统的带式输送机异常状态识别采用人工巡检或机械综合保护系统进行检测,人工巡检劳动强度大、效率低、难以准确发现故障等,机械综合保护系统易造成误判,识别效果不佳,已无法满足煤炭行业智能化需求。随着机器视觉、深度学习和工业以太... 展开更多; 关键词煤矿带式输送机异常状态识别视频AI识别胶带跑偏检测托辊故障检测人员异常状态检测堆煤检测异物检测; 在线阅读下载PDF 职称材料

煤矿主斜井带式输送机智能巡检系统设计被引量：12: 6; 作者赵云龙《煤炭技术》 CAS 北大核心 2022年第10期219-222,共4页; 针对煤矿主斜井铺设的长距离带式输送机的托辊故障检测问题,提出一种基于矿用挂轨式巡检机器人的智能巡检系统设计方案。该智能巡检系统可实现主斜井带式输送机的全程移动巡检,不间断地采集、存储、传输现场的音视频、温度、气体参数、... 展开更多; 关键词煤矿主斜井带式输送机托辊故障检测智能巡检系统; 在线阅读下载PDF 职称材料

题名基于φ—OTDR技术的带式输送机托辊故障检测被引量：12: 1; 作者孙维刁冬梅; 机构瓦斯灾害监控与应急技术国家重点实验室中煤科工集团重庆研究院有限公司重庆大学光电技术及系统教育部重点实验室; 出处《工矿自动化》北大核心 2016年第8期9-12,共4页; 基金工业与信息化部2014年国家物联网发展专项资金资助项目(工信科科函〔2014〕351号); 文摘针对现有带式输送机托辊故障检测方法准确率及效率低等问题,提出一种基于φ-OTDR技术的带式输送机托辊故障检测方法。该方法利用相干脉冲光的后向瑞利散射对托辊的振动信号进行检测,从而实现对异常托辊的识别和定位。实验及测试结果表明,该方法能够实现带式输送机托辊故障检测,故障定位误差不大于5m。; 关键词带式输送机托辊故障检测相位敏感光时域反射计; Keywords belt conveyor roller fault detection phase sensitive optical time domain reflectometer; 分类号 TD634.1 [矿业工程—矿山机电]; 在线阅读下载PDF 职称材料

题名基于机器视觉的带式输送机托辊故障检测被引量：3: 2; 作者苗长云郭盈辉刘意; 机构天津工业大学电子与信息工程学院天津工业大学教学实习训练中心; 出处《天津工业大学学报》 CAS 北大核心 2023年第3期56-63,共8页; 基金国家自然科学基金资助项目(51274150) 天津市重点研发计划项目(18YFJLCG00060) 天津市重点研发计划科技支撑重点项目(18YFZCGX00930)。; 文摘针对带式输送机托辊故障检测中存在成本高、可靠性和准确性差的问题,提出了基于机器视觉的带式输送机托辊故障检测方法。该方法利用摄像头采集托辊图像序列,利用YOLOv4-Tiny目标检测算法提取托辊感兴趣区域(ROI),通过托辊分割算法提取托辊表面区域图像,采用帧间差分的相邻两帧托辊表面区域图像处理算法判断托辊是否转动,若检测到托辊处于转动状态,采用密集采样算法提取托辊表面区域图像特征点,采用金字塔LK稀疏光流法跟踪特征点,根据相邻两帧图像同一特征点的位置计算托辊转速,能够实现根据托辊转速检测托辊故障。实验结果表明:该方法的托辊不转动(卡转)检测准确率为97.5%,转速检测最大误差不超过3.6%,可用于托辊转速故障检测,具有检测成本低、可靠性和准确性高等优点。; 关键词带式输送机托辊故障检测机器视觉转速检测图像处理算法; Keywords belt conveyor roller fault detection machine vision speed detection image processing algorithm; 分类号 TD634.1 [矿业工程—矿山机电]; 在线阅读下载PDF 职称材料

题名基于热红外图像的带式输送机托辊故障检测研究被引量：9: 3; 作者郭砚秋苗长云刘意; 机构天津工业大学电子与信息工程学院天津工业大学机械工程学院天津工业大学工程教学实习训练中心; 出处《工矿自动化》 CSCD 北大核心 2023年第10期52-60,共9页; 基金国家自然科学基金面上项目(NSFC51274150) 天津市重点研发计划科技支撑项目(18YFZCGX00930)。; 文摘针对目前带式输送机巡检机器人搭载红外采集设备移动受限,存在不能实时进行数据采集、数据处理并上传至监控终端,无法完成远程故障检测,续航能力不足等问题,提出了一种基于热红外图像的带式输送机托辊故障检测方法。带式输送机巡检机器人搭载托辊故障检测器及红外热像仪,红外热像仪将采集的托辊热红外图像序列与温度数据传输给托辊故障检测器进行托辊故障检测,检测结果由托辊故障检测器内置的WH-L101无线传输模块发送给上位机。提出了一种带式输送机托辊故障检测算法:利用YOLOv5s目标检测算法提取托辊热红外图像的感兴趣区域(ROI),采用维纳滤波和自适应中值滤波算法对ROI图像进行滤波,利用自适应直方图均衡化和图像锐化算法对滤波后的ROI图像进行增强,采用基于形态学的Otsu图像分割算法对增强后的ROI图像进行图像分割,得到待检测的托辊图像,利用Harris角点检测算法提取托辊图像特征,获得托辊位置信息,提取相应位置的温度信息,并采用基于相对温差法的托辊故障检测算法判定托辊故障。实验结果表明:①YOLOv5s网络模型提取托辊ROI的目标检测结果平均准确率为99.12%。②提出的托辊故障检测算法对托辊故障(无故障、轴承锈蚀、托辊卡转、筒体磨穿)检测的平均准确率为97.625%,帧率为16帧/s。③将检测结果通过无线传输模块传送至上位机,可显示故障类型及关键区域温度,并进行报警。; 关键词带式输送机托辊故障检测热红外图像 YOLOv5s网络模型带式输送机巡检机器人; Keywords belt conveyor roller fault detection thermal infrared image YOLOv5s network model inspection robot for belt conveyor; 分类号 TD634.1 [矿业工程—矿山机电]; 在线阅读下载PDF 职称材料

题名带式输送机托辊故障检测方法被引量：24: 4; 作者曹贯强; 机构北京天地玛珂电液控制系统有限公司; 出处《工矿自动化》北大核心 2020年第6期81-86,共6页; 基金国家重点研发计划资助项目(2017YFC0804300) 北京市科技计划智能制造技术创新与培育资助项目(Z171100000817003) 中国煤炭科工集团科技创新资助项目(2016MS014,KJ-2016-TDMK-01)。; 文摘针对现有带式输送机托辊故障检测方法采用接触式测量、不便于安装操作、不适合于井下大范围故障检测等问题,提出了一种基于小波去噪和BP-RBF神经网络的托辊故障检测方法。采集托辊运行时的音频信号,采用结合了软阈值法和硬阈值法的折中法对音频信号进行小波去噪处理;将每一层小波分解信号的能量和作为该层的特征值,通过处理系数对低频部分的特征值进行转换,以减小其在总能量中的占比,使故障特征更加明显;将提取的特征向量输入BP-RBF神经网络模型中进行故障检测。测试结果表明,对于正常托辊信号、托辊表面存在裂痕、托辊表面磨损3种情况,该方法的故障识别率达到96.7%。与传统的频谱分析诊断技术相比,该方法所需的工作量更少、准确率更高;相较于基于温度检测等的故障检测技术,该方法采用非接触安装方式,安装更方便,检测范围更大,具有良好的应用前景。; 关键词带式输送机托辊故障检测非接触式测量小波去噪音频信号特征提取 BP-RBF神经网络; Keywords belt conveyor roller fault detection non-contact measurement wavelet denoising audio signal feature extraction BP-RBF neural network; 分类号 TD634.1 [矿业工程—矿山机电]; 在线阅读下载PDF 职称材料

题名煤矿带式输送机异常状态视频AI识别技术研究被引量：15: 5; 作者毛清华郭文瑾翟姣王荣泉尚新芒李世坤薛旭升; 机构西安科技大学机械工程学院陕西省矿山机电装备智能检测与控制重点实验室西安重装韩城煤矿机械有限公司; 出处《工矿自动化》 CSCD 北大核心 2023年第9期36-46,共11页; 基金陕西省煤矿带式输送机智能测控技术研究与应用“科学家+工程师”队伍项目(2023KXJ-238)。; 文摘传统的带式输送机异常状态识别采用人工巡检或机械综合保护系统进行检测,人工巡检劳动强度大、效率低、难以准确发现故障等,机械综合保护系统易造成误判,识别效果不佳,已无法满足煤炭行业智能化需求。随着机器视觉、深度学习和工业以太网技术发展,视频AI技术成为煤矿带式输送机异常状态智能识别的研究热点。分析了采用视频AI技术识别煤矿带式输送机输送带跑偏、托辊故障、人员入侵、人员不安全行为、堆煤及异物等异常状态的研究现状,指出目前煤矿带式输送机异常状态视频AI识别技术存在视频图像数据集构建耗时长、异常状态识别精度不高、视频信息传输延时大3个主要问题。针对视频图像数据集构建耗时长问题,提出加强基于半监督、无监督及小样本学习的视频AI识别算法研究、基于生成模型等方式扩充数据集的解决思路;针对异常状态识别精度不高问题,提出加强数据去模糊方法研究、利用生成对抗网络等算法均衡正负样本和改进AI识别算法的解决思路;针对视频信息传输延时大问题,提出构建“云−边−端”协同的带式输送机异常状态视频AI识别系统架构,合理部署高带宽、低延时的网络通信系统的解决思路。从高性能视频AI识别算法,高带宽、低延时视频通信技术,“云−边−端”高效协同的视频AI识别系统和健全视频AI识别技术标准4个方面展望了带式输送机异常状态视频AI识别技术的发展趋势。; 关键词煤矿带式输送机异常状态识别视频AI识别胶带跑偏检测托辊故障检测人员异常状态检测堆煤检测异物检测; Keywords coal mine belt conveyor abnormal state recognition video AI recognition belt deviation detection idler failure detection abnormal state detection of personnel coal stacking detection foreign object detection; 分类号 TD528 [矿业工程—矿山机电] TD634 [矿业工程—矿山机电]; 在线阅读下载PDF 职称材料

题名煤矿主斜井带式输送机智能巡检系统设计被引量：12: 6; 作者赵云龙; 机构煤炭科学技术研究院有限公司煤炭资源高效开采与洁净利用国家重点实验室北京市煤矿安全工程技术研究中心; 出处《煤炭技术》 CAS 北大核心 2022年第10期219-222,共4页; 基金煤炭科学技术研究院有限公司科技发展基金项目(2021CX-Ⅱ-20)。; 文摘针对煤矿主斜井铺设的长距离带式输送机的托辊故障检测问题,提出一种基于矿用挂轨式巡检机器人的智能巡检系统设计方案。该智能巡检系统可实现主斜井带式输送机的全程移动巡检,不间断地采集、存储、传输现场的音视频、温度、气体参数、烟雾等数据,有效检测带式输送机的托辊运行状态数据和主斜井环境数据。通过矿用巡检机器人替代人工巡检,提高煤矿的智能化水平。; 关键词煤矿主斜井带式输送机托辊故障检测智能巡检系统; Keywords mine main inclined shaft belt conveyor roller failure detection intelligent inspection system; 分类号 TD528.1 [矿业工程—矿山机电]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于φ—OTDR技术的带式输送机托辊故障检测	孙维刁冬梅	《工矿自动化》北大核心	2016	12	在线阅读下载PDF 职称材料
2	基于机器视觉的带式输送机托辊故障检测	苗长云郭盈辉刘意	《天津工业大学学报》 CAS 北大核心	2023	3	在线阅读下载PDF 职称材料
3	基于热红外图像的带式输送机托辊故障检测研究	郭砚秋苗长云刘意	《工矿自动化》 CSCD 北大核心	2023	9	在线阅读下载PDF 职称材料
4	带式输送机托辊故障检测方法	曹贯强	《工矿自动化》北大核心	2020	24	在线阅读下载PDF 职称材料
5	煤矿带式输送机异常状态视频AI识别技术研究	毛清华郭文瑾翟姣王荣泉尚新芒李世坤薛旭升	《工矿自动化》 CSCD 北大核心	2023	15	在线阅读下载PDF 职称材料
6	煤矿主斜井带式输送机智能巡检系统设计	赵云龙	《煤炭技术》 CAS 北大核心	2022	12	在线阅读下载PDF 职称材料