一种带式输送机的智能在线监测系统技术方案

本申请公开了一种带式输送机的智能在线监测系统，包括：传感器模块，用于采集输送带的图像，采集各目标装置的温度数据与振动数据；弱磁无损检测模块，用于检测输送带的带内钢丝绳内芯的损伤情况；边缘智能终端，用于分析图像、温度数据以及振动数据，并根据分析结果进行报警，以及将图像的分析结果、温度数据、振动数据以及带内钢丝绳内芯的损伤情况上传云端服务器；云端服务器，用于通过CNN卷积神经网络模型融合分析各项数据，通过模糊分析机分析CNN卷积神经网络模型输出的特征预测，得到带式输送机的健康状态。该系统能够对带式输送机进行全方位全生命周期监测，实现输送带断裂或撕裂预警、关键装置故障分析以及全生命周期的健康诊断。健康诊断。健康诊断。

【技术实现步骤摘要】
一种带式输送机的智能在线监测系统


[0001]本申请涉及带式输送机
，特别涉及一种带式输送机的智能在线监测系统。

技术介绍

[0002]带式输送机主要应用于矿业、港口等散杂货长距离输送领域。随着现代工业的快速发展，散料输送量日益增加，为提高生产效率及设备稳定性，适应发展需要，带式输送机向着长距离输送、高效率、高稳定性方向不断发展。长距离带式输送机通过钢绳芯来增加传输带的横向抗拉强度以确保足够的运行拉力，但在拉力较大时，若超过胶带本身的纵向抗撕拉强度就会造成纵向撕裂。一旦撕裂，将会使整个传输带失效。另外，受接头老化损伤、材质缺陷、超负荷等因素的影响，传输带还可能发生横向断裂。运行中的传输带一旦发生横向断裂，受运动惯性影响，断开的传输带和运输的物料会快速堆积到机头位置，体积庞大的传输带和碎散的货物，需耗费大量人内物力来清理障碍，如果在向下运行过程中断带则可能引起飞车，极其危险。因此，对带式输送机的状态进行监控尤为重要。然而，现有方案多采用点检、巡检这种传统的现场人工维护方式，难以快速发现并处理皮带跑偏、打滑、撕裂和堵料、洒料等设备故障。
[0003]因此，如何提高监控水平和故障诊断的准确性，进行预防性维护，减少故障发生率，提高带式输送机运行效率，延长设备健康运行周期已成为本领域技术人员亟待解决的技术问题。

技术实现思路

[0004]本申请的目的是提供一种带式输送机的智能在线监测系统，能够对带式输送机进行全方位全生命周期监测，实现输送带断裂或撕裂预警、关键装置故障分析以及全生命周期的健康诊断，提高监控水平和故障诊断的准确性，进行预防性维护，减少故障发生率，提高带式输送机运行效率，延长设备健康运行周期。
[0005]为解决上述技术问题，本申请提供了一种带式输送机的智能在线监测系统，包括：
[0006]传感器模块，用于采集带式输送机的输送带的图像，采集所述带式输送机的各目标装置的温度数据与振动数据；
[0007]弱磁无损检测模块，用于采用弱磁无损检测技术检测所述输送带的带内钢丝绳内芯的损伤情况；
[0008]边缘智能终端，用于分析所述图像、所述温度数据以及所述振动数据，并根据分析结果进行报警，以及将所述图像的分析结果、所述温度数据、所述振动数据以及所述带内钢丝绳内芯的损伤情况上传云端服务器；
[0009]云端服务器，用于通过CNN卷积神经网络模型融合分析所述图像的分析结果、所述温度数据、所述振动数据以及所述带内钢丝绳内芯的损伤情况，并通过模糊分析机的健康规则分析所述CNN卷积神经网络模型输出的特征预测，得到所述带式输送机的健康状态。
[0010]可选的，所述边缘智能终端具体用于从所述图像中提取所述输送带表面条纹的条纹骨架，并计算所述条纹骨架的畸变值；当所述畸变值大于预设阈值时，进行报警。
[0011]可选的，所述边缘智能终端具体用于分析所述图像，得到所述输送带上的散杂货特征。
[0012]可选的，所述边缘智能终端具体用于比较所述温度数据与预设温度阈值的大小，当所述温度数据大于所述预设温度阈值时，进行报警。
[0013]可选的，所述边缘智能终端具体用于比较所述振动数据与预设振动阈值的大小，当所述振动数据大于所述预设温度阈值时，进行报警。
[0014]可选的，所述边缘智能终端还用于当所述温度数据参与所述预设温度阈值时，根据所述温度数据评估故障等级。
[0015]可选的，所述边缘智能终端还用于当所述温度数据参与所述预设振动阈值时，根据所述振动数据评估故障等级。
[0016]可选的，所述云端服务器还用于将所述带式输送机的健康状态数据推送到人机交互模块进行展示。
[0017]可选的，还包括：
[0018]清洁模块，用于当触发自清洁机制后，清洁CMOS传感器。
[0019]可选的，建立所述健康规则的方式为：
[0020]基于遗传优化算法建立适应度函数，以所述适应度函数的值最小为优化目标，得到所述健康规则。
[0021]本申请所提供的带式输送机的智能在线监测系统，包括：传感器模块，用于采集带式输送机的输送带的图像，采集所述带式输送机的各目标装置的温度数据与振动数据；弱磁无损检测模块，用于采用弱磁无损检测技术检测所述输送带的带内钢丝绳内芯的损伤情况；边缘智能终端，用于分析所述图像、所述温度数据以及所述振动数据，并根据分析结果进行报警，以及将所述图像的分析结果、所述温度数据、所述振动数据以及所述带内钢丝绳内芯的损伤情况上传云端服务器；云端服务器，用于通过CNN卷积神经网络模型融合分析所述图像的分析结果、所述温度数据、所述振动数据以及所述带内钢丝绳内芯的损伤情况，并通过模糊分析机的健康规则分析所述CNN卷积神经网络模型输出的特征预测，得到所述带式输送机的健康状态。
[0022]可见，较之传统的现场人工维护方式，本申请所提供的带式输送机的智能在线监测系统，利用传感器模块、弱磁无损检测模块、边缘智能终端与云端服务器可以在线采集数据并进行智能分析诊断，能够对带式输送机进行全方位全生命周期监测，实现输送带断裂或撕裂预警、关键装置故障分析以及全生命周期的健康诊断。另外，云端服务器对采集到温度数据、振动数据等进行融合分析，可以有效规避单个传感器自身的局限，提高监控水平和故障诊断的准确性，进行预防性维护，减少故障发生率，提高带式输送机运行效率，延长设备健康运行周期。
附图说明
[0023]为了更清楚地说明本申请实施例中的技术方案，下面将对现有技术和实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施
例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0024]图1为本申请实施例所提供的一种带式输送机的智能在线监测系统的示意图；
[0025]图2为本申请实施例所提供的一种图像采集模块的示意图；
[0026]图3为本申请实施例所提供的一种弱磁无损检测的示意图；
[0027]图4为本申请实施例所提供的一种神经网络模型的示意图。
具体实施方式
[0028]本申请的核心是提供一种带式输送机的智能在线监测系统，能够对带式输送机进行全方位全生命周期监测，实现输送带断裂或撕裂预警、关键装置故障分析以及全生命周期的健康诊断，提高监控水平和故障诊断的准确性，进行预防性维护，减少故障发生率，提高带式输送机运行效率，延长设备健康运行周期。
[0029]为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0030]请参考图1，图1为本申请实施例所提供的一种带式输送机的智能在线监测系统的示意图，参考图1所示，该智能在线监测系统主本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种带式输送机的智能在线监测系统，其特征在于，包括：传感器模块，用于采集带式输送机的输送带的图像，采集所述带式输送机的各目标装置的温度数据与振动数据；弱磁无损检测模块，用于采用弱磁无损检测技术检测所述输送带的带内钢丝绳内芯的损伤情况；边缘智能终端，用于分析所述图像、所述温度数据以及所述振动数据，并根据分析结果进行报警，以及将所述图像的分析结果、所述温度数据、所述振动数据以及所述带内钢丝绳内芯的损伤情况上传云端服务器；云端服务器，用于通过CNN卷积神经网络模型融合分析所述图像的分析结果、所述温度数据、所述振动数据以及所述带内钢丝绳内芯的损伤情况，并通过模糊分析机的健康规则分析所述CNN卷积神经网络模型输出的特征预测，得到所述带式输送机的健康状态。2.根据权利要求1所述的智能在线监测系统，其特征在于，所述边缘智能终端具体用于从所述图像中提取所述输送带表面条纹的条纹骨架，并计算所述条纹骨架的畸变值；当所述畸变值大于预设阈值时，进行报警。3.根据权利要求1所述的智能在线监测系统，其特征在于，所述边缘智能终端具体用于分析所述图像，得到所述输送带上的散杂货特征。4.根据权利要求1所述的智能在线监测系统，其...

【专利技术属性】
技术研发人员：章军辉，付宗杰，郭晓满，王静贤，丁羽璇，陈大鹏，
申请(专利权)人：无锡物联网创新中心有限公司，
类型：发明
国别省市：