1.本发明涉及煤矿装备智能化技术领域，尤其涉及一种基于深度学习的带式输送机输送带跑偏监测方法。
背景技术：
2.带式输送机作为散状物料连续输送的首选装备，是煤矿井下和露天煤矿开采的主要运输装备，同时也广泛应用在矿山、码头、港口、化工等领域。输送带是带式输送机的重要组成部分，起着承载物料与传递动力的重要作用。因为加工精度、安装精度、物料不均衡装载等的影响，使得输送带在运行过程中经常出现跑偏。跑偏是带式输送机最常见的故障之一，会引起诸多事故，诸如会引起承载物料洒落；引起输送带边缘磨损或脱胶等，缩短输送带使用寿命；增大输送机运行阻力系数，增加输送机能耗；同时，它也是引起输送带撕裂的一个重要原因。跑偏事故的产生与扩大严重影响煤矿安全高效运输的进行与绿色可持续发展。
3.文献cn113772364a中公开了一种皮带输送机跑偏检测及自动调整方法，包括视觉检测模块和托辊控制模块。首先通过安装在皮带输送机中部的视觉检测模块，分别获取皮带输送机工作时的中部皮带运行图像、中部前后方运行图像及中部煤流信息，使用伽马和分数阶进行图像增强处理，对处理后的图像进行canny边缘检测以获取托辊与皮带边缘信息，通过皮带中部前后的托辊和皮带边缘直线计算出跑偏角度，再根据中部边缘检测得出的信息检测出横向跑偏量，算法比较复杂。目前煤矿皮带跑偏监测方式主要通过跑偏开关传感器，跑偏传感器确定跑偏量并对跑偏进行处理，然而实际煤矿生产环境较为复杂，需要在皮带运行的两侧安装较多的跑偏开关传感器，这种检测方式在皮带运行过程中，主要会存在相邻传感器的磁性干扰，输出处于不稳定状态，影响数据的判读，皮带跑偏开关与保护装置还需要定期停机校对和测试，并且井下输送带较长，需要投入人力和时间进行检测，会对煤矿井下生产效率产生影响。
技术实现要素：
4.为解决上述技术问题，本发明提供一种基于深度学习的带式输送机输送带跑偏监测方法，采用具有特定标注要求的标注方法对输送带边缘区域进行数据标注得到输送带跑偏数据集，进而利用该数据集对通用目标检测网络进行训练，而后将训练完成后的网络用于输送带边缘区域的预测，通过对预测框四个顶点坐标位置的计算，得到输送带边缘区域预测框的对角线位置及其方程，并以此表征输送带边缘直线。通过对比所得输送带左右边缘直线分别距离相机视野边界的距离，实现输送带跑偏状态的有效监测。本发明利用通用目标检测网络进行
声明：
“基于深度学习的带式输送机输送带跑偏监测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
349
编辑：中冶有色网
来源：山东科技大学
分享 0
举报 0
收藏 0
反对 0
点赞 0
2025年06月20日 ~ 22日 
