输送机传送带撕裂预警方法与装置制造方法及图纸

本发明专利技术涉及输送机传送带撕裂预警方法与装置，属于数据处理技术领域，该方法包括利用传送带上方和下侧分别设置的第一相机和第二相机，拍摄得到传送带正常工作过程中的实际热度分布图和物料表面热成像图，利用训练好的第一神经网络，将物料表面热成像图作为输入，能够预测出体现出物料堆积热度的物料堆积热度分布图；然后再利用训练好的第二神经网络，将物料堆积热度分布图和实际热度分布图作为输入，能够预测出体现传送带可能发生撕裂情况的撕裂区域关注图；最后，将该撕裂区域关注图中连通域内像素点的灰度均值，与设定阈值比较，根据比较结果，实现传送带各个位置区域的撕裂预警。预警。预警。

【技术实现步骤摘要】
输送机传送带撕裂预警方法与装置


[0001]本专利技术涉及数据处理
，具体涉及输送机传送带撕裂预警方法与装置。

技术介绍

[0002]输送机是矿石或煤炭开采中不可或缺的机械装置，输送机的安全运行关乎整个开采链的稳定运行，如果输送机发生故障损坏轻则造成暂时停工，重则造成重大经济损失，甚至重大安全事故，其中输送机传送带的撕裂或开裂是常见的故障，目前，对这些故障基本是在传送带已经发生撕裂后，通过人工检查才能发现出来，无法对传送带在发生实质的撕裂之前进行撕裂预警。

技术实现思路

[0003]本专利技术的目的在于提供一种输送机传送带撕裂预警方法与装置，用于解决现有方法无法对传送带上即将发生撕裂的位置进行撕裂故障预测的问题。
[0004]因此，输送机传送带撕裂预警方法，所采用的技术方案具体如下：步骤S1，利用安装在输送机的传送带下侧的第一相机，拍摄得到传送带在正常运行过程中某一传送带位置区域Li的实际热度分布图；步骤S2，利用安装在所述传送带上方的第二相机，拍摄得到传送带正常运行过程中某一传送带位置区域Li的物料表面热成像图，将所述的物料热成像图输入至训练好的第一神经网络，输出所述传送带位置区域Li的物料堆积热度分布图；步骤S3，将所述传送带位置区域Li的实际热度分布图和物料堆积热度分布图作为输入图像，输入至训练好的第二神经网络，输出传送带位置区域Li的摩擦产热特征图和撕裂区域关注图；步骤S4，对所述传送带位置区域Li的撕裂区域关注图进行处理，提取撕裂区域关注图中的连通域，确定连通域内像素点的灰度均值，当所述灰度均值大于设定阈值时，进行传送带位置区域Li的撕裂预警。
[0005]优选的，步骤S3中，第二神经网络为DNN网络，包括编码器和解码器，编码器用于输入传送带各个位置区域的实际热度分布图和物料堆积热度分布图，输出特征图；解码器用于输入特征图，输出传送带各个位置区域的摩擦产热特征图和撕裂区域关注图。
[0006]优选的，步骤S3中，第二神经网络的训练过程如下：收集N个训练样本，每个训练样本包括传送带某个位置区域的实际热度分布图和物料堆积热度分布图，因此，N个训练样本对应N个位置区域的实际热度分布图和物料堆积热度分布图；设置第二神经网络的损失函数如下：LOSS=A+B+C其中，LOSS为第二神经网络的损失函数值，A为根据网络输出的摩擦产热特征图计算得到的摩擦产热损失值，B为根据网络输出的撕裂区域关注图计算得到的撕裂区域损失
值，C为重构损失值，，其中，为设定权重，为网络输出传送带第i个位置区域的摩擦产热特征图，为网络输出传送带第i个位置区域的撕裂区域关注图，为训练样本中第i个位置区域的物料堆积热度分布图，为训练样本中第i个位置区域的实际热度分布图，表示传送带第i个位置区域的摩擦产热特征图、撕裂区域关注图、物料堆积热度分布图整体上与实际热度分布图之间的欧式距离；对第二神经网络进行反复训练，利用随机梯度下降算法更新网络参数。
[0007]优选的，所述第二神经网络的损失函数中，摩擦产热损失值A的计算公式如下：式中，表示将数据集中第j个数据输入到DNN网络之后，第二神经网络输出的结果中的摩擦产热特征图，j=1,2,
…
,i,
…
,N，表示将数据集中第i个数据输入到第二神经网络之后，网络输出的结果中的摩擦产热特征图；为N个摩擦产热特征图的均值图像，即，表示N个摩擦产热特征图上对应位置的灰度值求均值计算；表示摩擦产热特征图与均值图像之间的欧式距离，表示所有的协方差矩阵的L2范数。
[0008]优选的，所述第二神经网络的损失函数中，撕裂区域损失值B的计算公式如下：式中，为第j个数据输入第二神经网络后，网络输出的撕裂区预测特征值，表示将数据集中第j个数据输入到第二神经网络后，网络输出结果中的撕裂区域关注图，表示的L2范数；为撕裂区域目标特征值，均为每次训练需要更新的网络参数。
[0009]优选的，步骤S2中，第一神经网络为DNN网络，包括编码器和解码器，编码器用于输入传送带各个位置区域的物料表面热成像图，输出特征图；解码器用于输入特征图，输出传送带各个位置区域的物料堆积热度分布图。
[0010]优选的，第一神经网络的训练样本包括：采集得到的传送带各个位置区域的物料表面热成像图，以及对应的标签，对应的标签即为传送带各个位置区域的物料堆积热度分布图。
[0011]输送机传送带撕裂预警装置，所采用的技术方案具体如下：第一数据采集模块，用于安装在输送机的传送带下侧，拍摄得到传送带在正常运行过程中某一传送带位置区域Li的实际热度分布图；第二数据采集模块，用于安装在所述传送带上方，拍摄得到传送带正常运行过程
中某一传送带位置区域Li的物料表面热成像图；第一神经网络预测模块，用于将所述的物料热成像图输入至训练好的第一神经网络，输出所述传送带位置区域Li的物料堆积热度分布图；第二神经网络预测模块，用于将所述传送带位置区域Li的实际热度分布图和物料堆积热度分布图作为输入图像，输入至训练好的第二神经网络，输出传送带位置区域Li的摩擦产热特征图和撕裂区域关注图；撕裂预警模块，用于对所述传送带位置区域Li的撕裂区域关注图进行处理，提取撕裂区域关注图中的连通域，确定连通域内像素点的灰度均值，当所述灰度均值大于设定阈值时，进行传送带位置区域Li的撕裂预警。
[0012]优选的，第二神经网络为DNN网络，包括编码器和解码器，编码器用于输入传送带各个位置区域的实际热度分布图和物料堆积热度分布图，输出特征图；解码器用于输入特征图，输出传送带各个位置区域的摩擦产热特征图和撕裂区域关注图。
[0013]优选的，第二神经网络的训练过程如下：收集N个训练样本，每个训练样本包括传送带某个位置区域的实际热度分布图和物料堆积热度分布图，因此，N个训练样本对应N个位置区域的实际热度分布图和物料堆积热度分布图；设置第二神经网络的损失函数如下：LOSS=A+B+C其中，LOSS为第二神经网络的损失函数值，A为根据网络输出的摩擦产热特征图计算得到的摩擦产热损失值，B为根据网络输出的撕裂区域关注图计算得到的撕裂区域损失值，C为重构损失值，，其中，为设定权重，为网络输出传送带第i个位置区域的摩擦产热特征图，为网络输出传送带第i个位置区域的撕裂区域关注图，为训练样本中第i个位置区域的物料堆积热度分布图，为训练样本中第i个位置区域的实际热度分布图，表示传送带第i个位置区域的摩擦产热特征图、撕裂区域关注图、物料堆积热度分布图整体上与实际热度分布图之间的欧式距离；对第二神经网络进行反复训练，利用随机梯度下降算法更新网络参数。
[0014]本专利技术具有如下有益效果：本专利技术的传送带撕裂预警方法与装置，利用传送带上方和下侧分别设置的第一相机和第二相机，拍摄得到传送带正常工作过程中的实际热度分布图和物料表面热成像图，利用训练好的第一神经网络，将物料表面热成像图作为输入，能够预测出体现出物料堆积热度的物料堆积热度分布图；然后再利用训练好的第二神经网络，将物料堆积热度分布图和实际热度分布图作为输入，能够预本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.输送机传送带撕裂预警方法，其特征在于，包括以下步骤：步骤S1，利用安装在输送机的传送带下侧的第一相机，拍摄得到传送带在正常运行过程中某一传送带位置区域Li的实际热度分布图；步骤S2，利用安装在传送带上方的第二相机，拍摄得到传送带正常运行过程中某一传送带位置区域Li的物料表面热成像图，将所述的物料热成像图输入至训练好的第一神经网络，输出所述传送带位置区域Li的物料堆积热度分布图；步骤S3，将所述传送带位置区域Li的实际热度分布图和物料堆积热度分布图作为输入图像，输入至训练好的第二神经网络，输出传送带位置区域Li的摩擦产热特征图和撕裂区域关注图；步骤S4，对所述传送带位置区域Li的撕裂区域关注图进行处理，提取撕裂区域关注图中的连通域，确定连通域内像素点的灰度均值，当所述灰度均值大于设定阈值时，进行传送带位置区域Li的撕裂预警。2.根据权利要求1所述的输送机传送带撕裂预警方法，其特征在于，步骤S3中，第二神经网络为DNN网络，包括编码器和解码器，编码器用于输入传送带各个位置区域的实际热度分布图和物料堆积热度分布图，输出特征图；解码器用于输入特征图，输出传送带各个位置区域的摩擦产热特征图和撕裂区域关注图。3.根据权利要求2所述的输送机传送带撕裂预警方法，其特征在于，步骤S3中，第二神经网络的训练过程如下：收集N个训练样本，每个训练样本包括传送带某个位置区域的实际热度分布图和物料堆积热度分布图，因此，N个训练样本对应N个位置区域的实际热度分布图和物料堆积热度分布图；设置第二神经网络的损失函数如下：LOSS=A+B+C其中，LOSS为第二神经网络的损失函数值，A为根据网络输出的摩擦产热特征图计算得到的摩擦产热损失值，B为根据网络输出的撕裂区域关注图计算得到的撕裂区域损失值，C为重构损失值，，其中，为设定权重，为网络输出传送带第i个位置区域的摩擦产热特征图，为网络输出传送带第i个位置区域的撕裂区域关注图，为训练样本中第i个位置区域的物料堆积热度分布图，为训练样本中第i个位置区域的实际热度分布图，表示传送带第i个位置区域的摩擦产热特征图、撕裂区域关注图、物料堆积热度分布图在整体上与实际热度分布图之间的欧式距离；对第二神经网络进行反复训练，利用随机梯度下降算法更新第二神经网络的网络参数。4.根据权利要求3所述的输送机传送带撕裂预警方法，其特征在于，所述第二神经网络的损失函数中，摩擦产热损失值A的计算公式如下：式中，表示将数据集中第j个数据输入到DNN网络之后，第二神经网络输出的结果中
的摩擦产热特征图，j=1,2,
…
,i,
…
,N，表示将数据集中第i个数据输入到第二神经网络之后，网络输出的结果中的摩擦产热特征图；为N个摩擦产热特征图的均值图像，即，表示N个摩擦产热特征图上对应位置的灰度值求均值计算；表示摩擦产热特征图与均值图像之间的欧式距离，表示所有的协方差矩阵的L2范数。5.根据权利要求3所述的输送机传送带撕裂预警方法，其特征在于，所述第二神经网络的损失函数中，撕裂区域损失值B的计算公式如下：式中，...

【专利技术属性】
技术研发人员：詹少斌，张美珍，
申请(专利权)人：海门市重型矿山机械厂，
类型：发明
国别省市：