1.本發明涉及煤礦裝備智能化技術領域，尤其涉及一種基于深度學習的帶式輸送機輸送帶跑偏監測方法。
背景技術：
2.帶式輸送機作為散狀物料連續輸送的首選裝備，是煤礦井下和露天煤礦開采的主要運輸裝備，同時也廣泛應用在礦山、碼頭、港口、化工等領域。輸送帶是帶式輸送機的重要組成部分，起著承載物料與傳遞動力的重要作用。因為加工精度、安裝精度、物料不均衡裝載等的影響，使得輸送帶在運行過程中經常出現跑偏。跑偏是帶式輸送機最常見的故障之一，會引起諸多事故，諸如會引起承載物料灑落；引起輸送帶邊緣磨損或脫膠等，縮短輸送帶使用壽命；增大輸送機運行阻力系數，增加輸送機能耗；同時，它也是引起輸送帶撕裂的一個重要原因。跑偏事故的產生與擴大嚴重影響煤礦安全高效運輸的進行與綠色可持續發展。
3.文獻cn113772364a中公開了一種皮帶輸送機跑偏檢測及自動調整方法，包括視覺檢測模塊和托輥控制模塊。首先通過安裝在皮帶輸送機中部的視覺檢測模塊，分別獲取皮帶輸送機工作時的中部皮帶運行圖像、中部前后方運行圖像及中部煤流信息，使用伽馬和分數階進行圖像增強處理，對處理后的圖像進行canny邊緣檢測以獲取托輥與皮帶邊緣信息，通過皮帶中部前后的托輥和皮帶邊緣直線計算出跑偏角度，再根據中部邊緣檢測得出的信息檢測出橫向跑偏量，算法比較復雜。目前煤礦皮帶跑偏監測方式主要通過跑偏開關傳感器，跑偏傳感器確定跑偏量并對跑偏進行處理，然而實際煤礦生產環境較為復雜，需要在皮帶運行的兩側安裝較多的跑偏開關傳感器，這種檢測方式在皮帶運行過程中，主要會存在相鄰傳感器的磁性干擾，輸出處于不穩定狀態，影響數據的判讀，皮帶跑偏開關與保護裝置還需要定期停機校對和測試，并且井下輸送帶較長，需要投入人力和時間進行檢測，會對煤礦井下生產效率產生影響。
技術實現要素：
4.為解決上述技術問題，本發明提供一種基于深度學習的帶式輸送機輸送帶跑偏監測方法，采用具有特定標注要求的標注方法對輸送帶邊緣區域進行數據標注得到輸送帶跑偏數據集，進而利用該數據集對通用目標檢測網絡進行訓練，而后將訓練完成后的網絡用于輸送帶邊緣區域的預測，通過對預測框四個頂點坐標位置的計算，得到輸送帶邊緣區域預測框的對角線位置及其方程，并以此表征輸送帶邊緣直線。通過對比所得輸送帶左右邊緣直線分別距離相機視野邊界的距離，實現輸送帶跑偏狀態的有效監測。本發明利用通用目標檢測網絡進行
聲明：
“基于深度學習的帶式輸送機輸送帶跑偏監測方法” 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)
366
編輯：中冶有色網
來源：山東科技大學
分享 0
舉報 0
收藏 0
反對 0
點贊 0
2025年07月24日 ~ 26日 
