[发明专利]基于计算机视觉的输煤皮带智能巡检系统及方法在审
申请号: | 202010336718.3 | 申请日: | 2020-04-26 |
公开(公告)号: | CN111432179A | 公开(公告)日: | 2020-07-17 |
发明(设计)人: | 丁刚;汪勇;郭荣;牛潘鑫;王凯杰;方超;孙猛 | 申请(专利权)人: | 上海发电设备成套设计研究院有限责任公司 |
主分类号: | H04N7/18 | 分类号: | H04N7/18;G07C1/20;G08B19/00 |
代理公司: | 上海申汇专利代理有限公司 31001 | 代理人: | 徐俊 |
地址: | 201100 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 计算机 视觉 皮带 智能 巡检 系统 方法 | ||
本发明的一个技术方案是提供了一种基于计算机视觉的输煤皮带智能巡检系统。本发明的另一个技术方案是提供了一种基于计算机视觉的输煤皮带智能巡检方法。本发明在皮带运行过程中可以对皮带的运行状态进行实时检测,及时发现异常情况并报警。本发明提供的系统具有普适性,适用于各种皮带运输场景,帮助操作维护人员更快掌握现场实际情况,减少人工对现有检测传感器的定时效对操作,防范由于设备故障导致事故的进一步扩大从而确保作业安全,同时减少人力、时间的浪费。
技术领域
本发明涉及一种输煤皮带巡检报警系统及方法,属于计算机视觉和人工智能领域。
背景技术
在电厂正式投入运营后,为保证设备的安全生产运行,日常需要花费大量的人力、物力来巡检设备,其中以输煤系统最为典型。输煤系统对火电厂生产影响重大,输煤系统的正常运行可以保障电厂的安全和正常运转,一旦输煤系统发生故障或异常时,如果不能在短时间内消除故障,将造成较大的经济损失。
传统电厂中采用人工巡检方式对输煤系统不间断进行巡检,这种方式受到人员责任心和技术水平的制约,容易出现设备漏检的情况,存在安全隐患,同时也耗费大量人力成本。因此,电力系统迫切需要借助信息化、自动化的技术手段,提供智能巡检工作方式,实时自动巡检运行设备,做到“早发现、早处理”,减少人力成本,提高巡检的工作效率,提高运行人员对设备缺陷的识别能力和预见性。
近年来,计算机视觉和人工智能技术得到了飞速发展,在视频监控、自动驾驶、虚拟现实、智能装配等领域都得到了广泛的应用。
发明内容
本发明的目的是:基于计算机视觉算法和人工智能技术,搭建一个输煤皮带智能巡检系统,能够有效替代人工巡检,降低巡检人员的工作强度。
为了达到上述目的,本发明的一个技术方案是提供了一种基于计算机视觉的输煤皮带智能巡检系统,其特征在于,包括:
固定在输煤皮带上方的皮带跑偏检测摄像头,以固定视角采集实时的皮带跑偏检测视频图像;
固定在转运站落煤口上方的堵煤检测摄像头,以固定视角采集实时的堵煤检测视频图像;
固定在预警周界区域内的异常人员闯入检测摄像头,以固定视角采集实时的异常人员闯入检测图像;
皮带跑偏检测摄像头、堵煤检测摄像头及异常人员闯入检测摄像头均将采集得到的视频流信息送入高性能处理服务器,高性能处理服务器利用皮带跑偏检测摄像头上传的视频图像进行皮带跑偏检测、利用堵煤检测摄像头上传的视频图像进行堵煤检测、利用异常人员闯入检测摄像头上传的视频图像进行异常人员闯入检测,若高性能处理服务器检测获得异常信息,则由预警系统产生告警,其中:
高性能处理服务器进行皮带跑偏检测时,将皮带跑偏检测视频图像中每一帧图像所包含的皮带区域选取出来,随后在皮带区域两侧设置皮带正常情况下的边界参考线,并结合跑偏阈值在边界参考线外侧两边设置跑偏告警参考线,以边界参考线和预设的皮带宽度作为跟踪目标识别基准,实时检测当前获得的皮带区域的皮带边缘,利用皮带边缘与边界参考线计算得到跑偏距离,若跑偏距离超过跑偏告警参考线,则产生异常信息,同时,高性能处理服务器利用实时检测得到的跑偏距离生成跑偏距离变化曲线,将跑偏距离变化曲线与现成实际情况相结合,对所述边界参考线进行调整和优化,以强化所述跑偏告警参考线范围;
高性能处理服务器进行堵煤检测时,通过堵煤检测摄像头实时检测挡页片变形情况和皮带输送机煤流形态以及煤堆的高度,当皮带输送机落料口处的煤炭出现堆积时,通过堵煤检测摄像头识别到的煤堆高度逐渐变高,体积也发生变化,同时变挡页片发生剧烈变形。当煤堆到达预设的警戒高度或变挡页片的变形量超过预先设定的阈值并且持续预定的时间不能消失时,认定发生堵煤事件,产生异常信息;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海发电设备成套设计研究院有限责任公司,未经上海发电设备成套设计研究院有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010336718.3/2.html,转载请声明来源钻瓜专利网。