本发明专利技术属于顺槽皮带维护技术领域，具体公开了顺槽皮带上的皮带接扣自动定位方法，具体技术方案为：一、通过高清线阵相机对运动的皮带进行不间断扫描，获得带面扫描的图像；二、对皮带接扣的扫描图像进行评分，生成列表；三、实时定位每个接扣的位置；四、在储带仓内安装激光测距仪，自动启动后续列表对比计算；五、对比评分列表，确定被割去皮带的位置，切除皮带上的两个相邻的接扣，并将两个皮带接头通过新的接扣连接，确定皮带长度变化，完成定位工作，本发明专利技术通过高清线阵相机获取皮带接扣的图像，并对图像进行训练和处理，可直观显示每个皮带接扣的图像，并获得每个皮带接扣的评分情况，对整体接扣状态有更加明显的评估，降低皮带的断带风险。
【技术实现步骤摘要】
本专利技术属于顺槽皮带维护，具体涉及一种应用于顺槽皮带上的皮带接扣自动定位方法。
技术介绍
1、顺槽皮带作为煤矿井下运输的关键设备，目前在西部地区的大型煤矿均使用长距离pvg材质皮带作为顺槽皮带使用，每段皮带长50-200米不等，相邻的皮带段之间采用金属材质接扣拼接使用，运输距离在5公里左右，机头设置储带仓，储带仓移动端连接张紧小车，收到张紧小车的牵引力，使得顺槽皮带处于张紧状态。
2、在顺槽皮带运行一段时间后，都要在皮带切割处切掉一段皮带，使得皮带变短，一般手动挑选接扣比较老旧的皮带段切掉，防止皮带在运输过程中发生断带风险。切掉老旧皮带后，储带仓、张紧小车等设备均返回至最初状态。每个工作面大约循环几十次的切割，顺槽皮带逐渐变短，直至工作面采煤结束，整个过程大约持续半年到一年左右。
3、目前，皮带在运行过程中，皮带运行速度在5米/秒左右，人工难以确定每个接扣的磨损程度。当停机检修时，人工确定皮带接扣的磨损程度费时费力，且皮带是循环运动的，每隔一段时间后，经过割带后，皮带的长度会发生变化，难以确定每个接扣的实时位置。如果未将磨损程度较为严重的皮带接扣替换，易出现断带事故，需要停产维修，经济损失较大。因此，亟需一种针对长距离顺槽皮带上的皮带接扣自动识别和定位方法，以精确确定每个接扣的磨损程度。
技术实现思路
1、为解决现有技术存在的技术问题，本专利技术提供了顺槽皮带上的皮带接扣自动定位方法，自动识别和定位每个皮带接扣的位置，为切割皮带提供方方便快捷的判断手段。</p>2、为实现上述目的，本专利技术所采用的技术方案为：顺槽皮带上的皮带接扣自动定位方法，具体步骤如下：
3、一、通过高清线阵相机对运动的皮带进行不间断扫描，获得带面扫描的图像；
4、二、对皮带接扣的扫描图像进行评分，生成列表；
5、三、通过位移传感器持续记录皮带运行的位移l，根据位移传感器的读数，设定发现接扣c时的读数为l0，设定皮带长度为d，皮带运行，记录当下位移传感器读数为l1，接扣c与位移传感器的距离为（l1-l0）%d，同理，实时定位每个接扣的位置；
6、四、在储带仓内安装激光测距仪，确定储带仓移动端与固定端的距离，在储带仓每次停机后及下次启机前，移动端与固定端之间的距离明显减小，即判断本次停机已完成割带，自动启动后续列表对比计算；
7、五、对比评分列表，确定被割去皮带的位置。
8、切除皮带上的两个相邻的接扣，并将两个皮带接头通过新的接扣连接，确定皮带长度变化，完成定位工作；
9、确定对应接扣的转动位移量，切割前和切割后的列表一一对应，确定皮带上被切除的接扣。
10、设定切割皮带之前的数组为a，切割皮带之后的数组为b；
11、寻找数组a中的最小值以及最小值左右各两个值为特征组x，计算特征组x与数组b子区间中5个值的相似度，若数组b的子区间超过数组b的末尾，由数组b的开头继续计算，当相似程度最高时，确定特征组x与数组b对应子区间的位置，即确定了数组b的转动位移量，具体公式如下：
12、
d(x,y)代表两个区间的欧几里得距离函数，其中，x为数组a中长度为5的子区间，y为数组b中长度为5的子区间；
13、位移量=argmin
id(
x,
b[
i,
i+∣
x∣])
14、其中，i为数组b中的起始索引，|x|为特征组x的长度，b[i,i+∣x∣]为从i开始的数组b中的子区间，则ab匹配的位移量就是最小欧几里得距离时的i的值，即得到b和a之间的转动位移量；
15、调整数组b的位移量与数组a一一对应，继续寻找数组b与数组a的差异部分，确定皮带的切割位置；
16、对比数组b的列表与数组a的列表，确定新的皮带长度，完成新的定位。
17、在步骤二中，通过第一人工智能模型识别皮带带面上的所有接扣，记录接扣的前后关系，获得接扣扫描图像的同时，记录位移传感器的读数，对扫描图像进行优化并输入至第一深度识别模型内进行训练，监测训练后的扫描图像上是否存在皮带接扣，若存在皮带接扣，则将对应的扫描图像数据记录并写入数据库，并保存扫描图像。
18、通过第二人工智能识别模型判断皮带上每个接扣两侧边的脱开程度，并对脱开程度进行评分，评分分数越大，接扣脱开的危险程度越高。
19、对于每一张带有接扣的扫描图像，都需进入第二深度识别模型进行训练，先识别皮带的边缘线，再识别金属接扣两端的内角顶点线，取皮带一侧的边缘线与内角顶点线在x轴上的像素差为第一像素差，取皮带另一侧的边缘线与内角顶点线在x轴上的像素差为第二像素差，第一像素差与第二像素差相加后作为该皮带接扣的评分。
20、在步骤五中，若皮带切割位置落入特征组x中，当最小相似度也超过预设值时，重新选择输注a中的第二小值，并将第二小值以及第二小值左右各两个值为特征组x。
21、本专利技术与现有技术相比，具体有益效果体现在：
22、一、本专利技术通过高清线阵相机获取皮带接扣的图像，并对图像进行训练和处理，处理后的图像可直观显示每个皮带接扣的图像，并获得每个皮带接扣的评分情况，对整体接扣状态有更加明显的评估，降低皮带的断带风险。
23、二、本专利技术根据皮带接扣评分的推荐对接扣进行切割，免维护自动进行后续的定位和追踪，大大提高了顺槽皮带的维护效率。
本文档来自技高网...
【技术保护点】
1.顺槽皮带上的皮带接扣自动定位方法，其特征在于，具体步骤如下：
2.根据权利要求1所述的顺槽皮带上的皮带接扣自动定位方法，其特征在于，在步骤二中，通过第一人工智能模型识别皮带带面上的所有接扣，记录接扣的前后关系，获得接扣扫描图像的同时，记录位移传感器的读数，对扫描图像进行优化并输入至第一深度识别模型内进行训练，监测训练后的扫描图像上是否存在皮带接扣，若存在皮带接扣，则将对应的扫描图像数据记录并写入数据库，并保存扫描图像；
3.根据权利要求1所述的顺槽皮带上的皮带接扣自动定位方法，其特征在于，在步骤五中，若皮带切割位置落入特征组X中，当最小相似度也超过预设值时，重新选择输注A中的第二小值，并将第二小值以及第二小值左右各两个值为特征组X。
【技术特征摘要】
1.顺槽皮带上的皮带接扣自动定位方法，其特征在于，具体步骤如下：
2.根据权利要求1所述的顺槽皮带上的皮带接扣自动定位方法，其特征在于，在步骤二中，通过第一人工智能模型识别皮带带面上的所有接扣，记录接扣的前后关系，获得接扣扫描图像的同时，记录位移传感器的读数，对扫描图像进行优化并输入至第一深度识别模型内进行训练，监测训练...
【专利技术属性】
技术研发人员：史铭翰，李岩，李文泉，闫恭华，
申请(专利权)人：山西安数智能科技有限公司，
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。