本发明专利技术是关于一种采煤调速预警模型训练方法、装置及设备。本发明专利技术提供的技术方案，通过机器视觉技术以及数学统计模型，识别皮带的满载程度和异常状态，记录运行数据，形成统计样本，通过样本分析实时计算出在未出现异常状态下的极限满载程度，作为触发调速预警的条件，这样，当皮带满载程度超过极限满载程度时，即可通过广播进行预警，通知采煤设备的操作人员进行截割速度调控，避免皮带的撒煤、堆煤、设备磨损等问题，从而降低设备磨损率、提升生产效率。率。率。
【技术实现步骤摘要】
一种采煤调速预警模型训练方法、装置及设备
[0001]本专利技术涉及煤矿开采领域，尤其涉及一种采煤调速预警模型训练方法、装置及设备。
技术介绍
[0002]煤矿巷道快掘生产过程中，采煤速度调节的问题十分突出，以掘锚一体机为例，其具有截割速度快、出煤量大、生产效率高的特点，而由于掘锚一体机的一运、下接的二运皮带无法进行调速，在快速出煤的过程中，会造成二运皮带、顺槽皮带的撒煤、堆煤，甚至直接压死顺槽皮带，同时也会使顺槽皮带长时间高负荷运行，造成胶带带面、托辊、电机等设备磨损严重，设备故障率升高等问题。
[0003]在实际生产过程中，掘锚一体机司机往往需要控制掘锚一体机的滚筒截割速度，以达到控制截割出煤量、减少设备损耗、防止撒煤堆煤的目的，而控制掘锚一体机滚筒截割速度的时机十分困难，在煤量达到某个极值时，既能保证最大效率出煤，又不会造成皮带撒煤、堆煤，通过一种科学的方法找到该极值也十分困难。因此，寻找一种能够辅助司机实时进行截割调速的方法十分必要、迫切。
技术实现思路
[0004]为克服相关技术中存在的问题，本专利技术提供一种采煤调速预警模型训练方法、装置及设备，该方案为掘锚一体机司机提供了一种实时调速的依据与方法，能够保证最大出煤效率的同时，也避免了二运皮带、顺槽皮带的撒煤、堆煤、设备磨损等问题。
[0005]根据本专利技术实施例的第一方面，提供一种采煤调速预警模型训练方法，包括：
[0006]将采集的多个皮带图像输入至预先训练的煤流识别模型和皮带异常识别模型中，分别得到每个皮带图像的煤量拟合值和异常状态值，构成样本集，其中，所述煤量拟合值表征皮带的满载程度，所述异常状态值表征皮带的异常状态；
[0007]将所述样本集按照所述煤量拟合值的范围进行分组，计算每个分组中样本数据为异常状态的占比，作为该分组对应的异常概率；
[0008]根据对应异常概率小于设定值的分组的范围确定采煤调速预警模型触发预警的条件。
[0009]根据本专利技术实施例的第二方面，提供一种采煤调速预警模型训练装置，包括：
[0010]样本集生成模块，用于将采集的多个皮带图像输入至预先训练的煤流识别模型和皮带异常识别模型中，分别得到每个皮带图像的煤量拟合值和异常状态值，构成样本集，其中，所述煤量拟合值表征皮带的满载程度，所述异常状态值表征皮带的异常状态；
[0011]样本集处理模块，用于将所述样本集按照所述煤量拟合值的范围进行分组，计算每个分组中样本数据为异常状态的占比，作为该分组对应的异常概率；
[0012]模型训练模块，用于根据对应异常概率小于设定值的分组的范围确定采煤调速预警模型触发预警的条件。
[0013]根据本专利技术实施例的第三方面，提供一种终端设备，包括：
[0014]处理器；以及
[0015]存储器，其上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如上所述的方法。
[0016]根据本专利技术实施例的第四方面，提供一种非暂时性机器可读存储介质，其上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器执行如上所述的方法。
[0017]本专利技术的实施例提供的技术方案可以包括以下有益效果：
[0018]本专利技术基于机器视觉技术及统计学知识，识别判断皮带满载程度，以及是否存在撒煤、堆煤等异常现象，通过训练算法模型得到极限满载程度(超过该极限会造成二运皮带、顺槽皮带撒煤、堆煤等异常状态)作为采煤调速预警模型触发预警的条件，这样，在采煤调速预警模型判断皮带满载程度达到触发预警条件时即可触发预警，从而提示采煤设备的操作人员降低滚筒截割速度，降低出煤量，以避免二运皮带、顺槽皮带的撒煤、堆煤、设备磨损等问题。
[0019]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本专利技术。
附图说明
[0020]通过结合附图对本专利技术示例性实施方式进行更详细的描述，本专利技术的上述以及其它目的、特征和优势将变得更加明显，其中，在本专利技术示例性实施方式中，相同的参考标号通常代表相同部件。
[0021]图1是根据本专利技术一示例性实施例示出的一种采煤调速预警模型训练方法的流程示意图。
[0022]图2是煤流识别模型识别效果示意图；
[0023]图3是煤量拟合值各范围撒煤概率趋势图；
[0024]图4是根据本专利技术一示例性实施例示出的一种采煤调速预警模型训练装置的结构框图；
[0025]图5是根据本专利技术一示例性实施例示出的一种计算设备的结构示意图。
具体实施方式
[0026]下面将参照附图更详细地描述本专利技术的优选实施方式。虽然附图中显示了本专利技术的优选实施方式，然而应该理解，可以以各种形式实现本专利技术而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本专利技术更加透彻和完整，并且能够将本专利技术的范围完整地传达给本领域的技术人员。
[0027]在本专利技术使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本专利技术。在本专利技术和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
[0028]应当理解，尽管在本专利技术可能采用术语“第一”、“第二”、“第三”等来描述各种信
息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本专利技术范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本专利技术的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
[0029]为便于读者理解，下面以掘锚一体机为例，介绍本专利技术技术方案的应用场景。在掘锚一体机机尾8到12米处的合适位置安装矿用摄像机，要求摄像机采集的图像能够观察到一运刮板机的出煤位置，且保证摄像机图像区域处于垂直居中的位置，利用煤流识别模型可以对此处的图像进行识别，输出用以表征皮带满载程度的煤量拟合值。在二运皮带的中部位置安装矿用摄像机，利用皮带异常识别模型对此处采集的图像进行识别，可以判断出二运皮带是否出现撒煤堆煤等皮带异常现象，输出异常状态值。基于以上两个判断值，通过统计学理论，进行算法模型构建，即可得到在不出现皮带异常的条件下的最大煤量拟合值。通过在掘进过程中，不断积累样本值，训练模型，动态计算得到一运刮板机较为合适的煤量拟合值。当一运刮板机识别煤量达到极限值时，连通掘锚一体机的广播，向司机发出预警，司机及时调低滚筒截割速度，降低出煤量。同时，遇到极个别偶发情况时，煤量没有达到极限值，而二运皮带出现撒煤时，也可以通过广播及时发出报警，通知司机降低截割速度减少出煤量，避免出现更严重的撒煤、堆煤、进一步加大皮带磨损。
[0030]以下结合附图详细描述本专利技术实施例的技术方案。
[本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种采煤调速预警模型训练方法，其特征在于，包括：将采集的多个皮带图像输入至预先训练的煤流识别模型和皮带异常识别模型中，分别得到每个皮带图像的煤量拟合值和异常状态值，构成样本集，其中，所述煤量拟合值表征皮带的满载程度，所述异常状态值表征皮带的异常状态；将所述样本集按照所述煤量拟合值的范围进行分组，计算每个分组中样本数据为异常状态的占比，作为该分组对应的异常概率；根据对应异常概率小于设定值的分组的范围确定采煤调速预警模型触发预警的条件。2.根据权利要求1所述的方法，其特征在于，所述异常状态值为所述皮带图像中煤流面积与皮带面积之比，或，所述皮带图像的皮带区域任一横截面煤流宽度与皮带宽度之比。3.根据权利要求1所述的方法，其特征在于，所述将所述样本集按照所述煤量拟合值的范围进行分组，具体包括：对所述样本集按照所述煤量拟合值从小到大排序；按照固定差值对排序后的样本集进行划分，得到各个分组。4.根据权利要求1
‑
3任一项所述的方法，其特征在于，所述根据对应异常概率小于设定值的分组的范围确定采煤调速预警模型触发预警的条件，具体包括：将对应异常概率小于设定值的分组的最大区间值作为采煤调速预警模型触发预警的阈值。5.一种采煤调速预警模型训练装置，其特征在于，包括：样本集生成模块，用于将采集的多个皮带图像输入至预先训练的煤流识别模型和皮带异常识别模型中，分别得到每个皮带图像的煤量拟合值和异常状态值，构...
【专利技术属性】
技术研发人员：周佳宇，朱晓宁，吴喆峰，许志贞，郭俊超，宋力超，白利伟，杨贺博，任兴刚，刘哨辉，
申请(专利权)人：精英数智科技股份有限公司，
类型：发明
国别省市：
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。