基于深度学习的矿井提升钢丝绳智能视觉检测装置及方法制造方法及图纸

技术编号:33534730 阅读:13 留言:0更新日期:2022-05-19 02:13
本申请提供了基于深度学习的矿井提升钢丝绳智能视觉检测装置,属于钢丝绳检测技术领域。包括底板,所述底板上安装有第一矩形柱,所述第一矩形柱上安装有第二矩形柱,所述第二矩形柱滑动安装在所述第一矩形柱内,所述底板上安装有调节组件,所述调节组件的一端固定安装在所述第二矩形柱的底部,所述第二矩形柱的上端安装有匚型板,所述匚型板上安装有两个对称的夹持组件,所述夹持组件之间安装有第二电动推杆,采用编码器方便对钢丝绳进行损伤定位,进一步与视频信息进行融合,采用第一相机和第二相机方便对钢丝绳的数据进行图像采集,通过存储器有利于大容量视频数据进行储存,提高了检测的精度和效果。检测的精度和效果。检测的精度和效果。

【技术实现步骤摘要】
基于深度学习的矿井提升钢丝绳智能视觉检测装置及方法


[0001]本申请涉及钢丝绳检测
,具体而言,涉及基于深度学习的矿井提升钢丝绳智能视觉检测装置及方法。

技术介绍

[0002]钢丝绳作为矿井提升系统的关键部件,在其长期工作过程中受到矿井复杂环境的磨损、腐蚀、撞击等各种因素的影响,不可避免的出现断丝、磨损等损伤,导致安全强度降低,使得钢丝绳发生骤断的风险逐渐升高。提升钢丝绳作为连接井上井下的“生命线”,一旦发生故障,可能造成重大经济损失,甚至发生人员伤亡等恶性事故。目前提升钢丝绳损伤检测以人工目检和手摸检查为主,然而该检测方法效率低、弊端多,受人为因素的影响难以高效检测出钢丝绳相关损伤,不利于提升钢丝绳的运行维护和安全监管。因此,开发一种基于深度学习的矿井提升钢丝绳智能视觉检测系统,以实现钢丝绳表面状态的自动化检测尤为重要。
[0003]现有视觉检测方法多是基于图像处理或传统机器学习算法进行损伤识别,存在精度低、效果差等问题,所以实际应用较少;矿井提升钢丝绳一般长度较长,损伤呈随机化分布,如何对损伤进行准确定位,目前尚缺乏相关特定技术和方法,不方便存储数据。

技术实现思路

[0004]为了弥补以上不足,本申请提供了基于深度学习的矿井提升钢丝绳智能视觉检测装置及方法,旨在改善存在精度低、效果差等问题,所以实际应用较少;矿井提升钢丝绳一般长度较长,损伤呈随机化分布,如何对损伤进行准确定位,目前尚缺乏相关特定技术和方法,不方便存储数据的问题。
[0005]本申请实施例提供了基于深度学习的矿井提升钢丝绳智能视觉检测装置,包括底板,所述底板上安装有第一矩形柱,所述第一矩形柱上安装有第二矩形柱,所述第二矩形柱滑动安装在所述第一矩形柱内,所述底板上安装有调节组件,所述调节组件的一端固定安装在所述第二矩形柱的底部,所述第二矩形柱的上端安装有匚型板,所述匚型板上安装有两个对称的夹持组件,所述夹持组件之间安装有第二电动推杆,所述第二电动推杆的输出轴上安装有移动板,所述移动板上安装有移动组件,所述移动组件上安装有两个对称的T型板,两个所述T型板上分别安装有第一相机和第二相机,其中所述T型板上安装有安装架,所述安装架上安装有推杆组件;
[0006]所述推杆组件上安装有编码器,所述底板上安装有控制器,所述控制器通过导线与所述编码器电性连接,所述控制器的一侧安装有图像采集卡,所述控制器通过导线分别与所述第一相机和所述第二相机电性连接,所述图像采集卡通过导线连接有主机,所述主机内通过导线连接有存储器。
[0007]在上述实现过程中,通过调节组件调节第二矩形柱在第一矩形柱内的高度,从而调节匚型板的高度,通过夹持组件对第二电动推杆进行夹持,通过第二电动推杆方便调节
移动板的水平移动位置,通过移动板内安装的移动组件,根据钢丝绳的位置调节两个T型板上的第一相机和第二相机之间的距离,通过安装架上的推杆组件方便将编码器接触到钢丝绳上,采用编码器方便对钢丝绳进行损伤定位,进一步与视频信息进行融合,采用第一相机和第二相机方便对钢丝绳的数据进行图像采集,通过存储器有利于大容量视频数据进行储存,提高了检测的精度和效果。
[0008]在一种具体的实施方案中,所述调节组件包括第一推杆和支架,所述第一推杆固定安装在所述底板上,所述支架的一侧安装在所述第二矩形柱上,所述第一推杆的输出端安装在所述支架上。
[0009]在上述实现过程中,通过第一推杆调节输出轴的伸缩长度,从而带动支架调节第二矩形柱的高度。
[0010]在一种具体的实施方案中,所述夹持组件包括V型夹块和锁紧螺钉,所述锁紧螺钉螺纹连接在所述匚型板上,所述锁紧螺钉通过轴承转动安装在所述V型夹块上。
[0011]在上述实现过程中,通过锁紧螺钉带动V型夹块水平移动,方便对第二电动推杆进行夹持,方便安装。
[0012]在一种具体的实施方案中,所述V型夹块上安装有两个对称的导向杆,所述导向杆的一端滑动安装在所述匚型板上。
[0013]在上述实现过程中,通过导向杆有利于提高V型夹块移动的稳定性。
[0014]在一种具体的实施方案中,所述移动组件包括丝杆、伺服电机和两个滑块,所述丝杆通过轴承转动安装在所述移动板上,所述两个滑块均螺纹连接在所述丝杆上,所述伺服电机固定安装在所述移动板上,所述伺服电机的输出端通过联轴器与所述丝杆传动连接,两个所述滑块的螺纹方向相反。
[0015]在上述实现过程中,伺服电机的输出端通过联轴器带动丝杆转动,从而带动两个滑块在移动板上相对移动。
[0016]在一种具体的实施方案中,所述推杆组件包括第三推杆和安装块,所述第三推杆固定安装在所述安装架上,所述安装块固定安装在所述第三推杆的输出端上,所述编码器安装在所述安装块上。
[0017]在上述实现过程中,通过调节第三推杆的伸缩长度,从而方便调节安装块上编码器与钢丝绳的接触位置。
[0018]在一种具体的实施方案中,所述第一相机和所述第二相机上均设置有LED灯。
[0019]在上述实现过程中,通过LED灯有利于对钢丝绳进行光照,提高检测的精度。
[0020]在一种具体的实施方案中,所述控制器与所述主机上均安装有蓝牙模块。
[0021]在上述实现过程中,通过安装的两个蓝牙模块方便数据的传输。
[0022]基于深度学习的矿井提升钢丝绳智能视觉检测方法,包括以下步骤:
[0023]步骤一,将容器放到井底,所有设备通电,通过调节组件调节第二矩形柱在第一矩形柱内的高度,从而调节匚型板的高度,通过夹持组件对第二电动推杆进行夹持,通过第二电动推杆调节移动板的水平移动位置,通过移动板内安装的移动组件,根据钢丝绳的位置调节两个T型板上的第一相机和第二相机之间的距离,通过安装架上的推杆组件将编码器接触到钢丝绳上;
[0024]步骤二,钢丝绳运动时,一方面带动编码器转动,编码器通过蓝牙模块将数据传到
主机,另一方面,触发第一相机和第二相机分别采集图像数据,数据流通过图像采集卡到主机,第一相机采集到钢丝绳左半面数据,第二相机采集到钢丝绳右半面数据,在钢丝绳运动时,位置数据和视频流数据为同一时刻采集,便于将位置信息和图像信息进行融合,当容器到达井口时,钢丝绳全绳数据采集完成,主机将得到容器从矿井底部到顶部的全部位置信息,深度按照时间逐渐增加,第一相机和第二相机得到的视频流信息通过存储器的文件夹进行逐帧存储;
[0025]步骤三,钢丝绳运动时,当容器到达井口时,关闭系统,编码器与钢丝绳脱离,
[0026]步骤四,调用目标检测算法依次对第一相机和第二相机的视频进行损伤检测计算,并将检测结果保存至检测结果数据库。
[0027]步骤五,采用统计方法对检测结果进行统计,用柱状图进行显示,横坐标为钢丝绳深度,纵坐标为损伤数;或采用曲线图进行显示,横坐标为钢丝绳深度位置信息,纵坐标为损伤类型;或采用饼状图进行统计,按深度区间统计损伤类型及数量,设计视频回放功能,便于视察损伤处损伤。
[0028]本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.基于深度学习的矿井提升钢丝绳智能视觉检测装置,其特征在于,包括底板(1),所述底板(1)上安装有第一矩形柱(2),所述第一矩形柱(2)上安装有第二矩形柱(3),所述第二矩形柱(3)滑动安装在所述第一矩形柱(2)内,所述底板(1)上安装有调节组件(4),所述调节组件(4)的一端固定安装在所述第二矩形柱(3)的底部,所述第二矩形柱(3)的上端安装有匚型板(5),所述匚型板(5)上安装有两个对称的夹持组件(6),所述夹持组件(6)之间安装有第二电动推杆(7),所述第二电动推杆(7)的输出轴上安装有移动板(8),所述移动板(8)上安装有移动组件(9),所述移动组件(9)上安装有两个对称的T型板(10),两个所述T型板(10)上分别安装有第一相机(11)和第二相机(12),其中所述T型板(10)上安装有安装架(13),所述安装架(13)上安装有推杆组件(14);所述推杆组件(14)上安装有编码器(15),所述底板(1)上安装有控制器(16),所述控制器(16)通过导线与所述编码器(15)电性连接,所述控制器(16)的一侧安装有图像采集卡(17),所述控制器(16)通过导线分别与所述第一相机(11)和所述第二相机(12)电性连接,所述图像采集卡(17)通过导线连接有主机(18),所述主机(18)内通过导线连接有存储器(22)。2.根据权利要求1所述的基于深度学习的矿井提升钢丝绳智能视觉检测装置,其特征在于,所述调节组件(4)包括第一推杆(41)和支架(42),所述第一推杆(41)固定安装在所述底板(1)上,所述支架(42)的一侧安装在所述第二矩形柱(3)上,所述第一推杆(41)的输出端安装在所述支架(42)上。3.根据权利要求2所述的基于深度学习的矿井提升钢丝绳智能视觉检测装置,其特征在于,所述夹持组件(6)包括V型夹块(61)和锁紧螺钉(62),所述锁紧螺钉(62)螺纹连接在所述匚型板(5)上,所述锁紧螺钉(62)通过轴承转动安装在所述V型夹块(61)上。4.根据权利要求3所述的基于深度学习的矿井提升钢丝绳智能视觉检测装置,其特征在于,所述V型夹块(61)上安装有两个对称的导向杆(19),所述导向杆(19)的一端滑动安装在所述匚型板(5)上。5.根据权利要求1所述的基于深度学习的矿井提升钢丝绳智能视觉检测装置,其特征在于,所述移动组件(9)包括丝杆(91)、伺服电机(93)和两个滑块(92),所述丝杆(91)通过轴承转动安装在所述移动板(8)上,所述两个滑块(92)均螺纹连接在所述丝杆(91)上,所述伺服电机(93)固定安装在所述移动板(8)上,所述伺服电机(93)的输出端通过联轴器与所述丝杆(91)传动连接,两个所述滑块(92)的螺纹方向相反。6.根据权利要求5...

【专利技术属性】
技术研发人员:朱法和周坪王虎周公博
申请(专利权)人:淮北矿业股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1