【技术实现步骤摘要】
本专利技术涉及带式输送机智能监测领域，具体涉及基于机器学习的悬索带式输送机风振监测方法与系统。
技术介绍
1、本节中的陈述仅提供与本公开相关的背景信息，并且可能不构成现有技术。
2、在我国具有恶劣地形条件的地区，矿石等物料的输送方式通常采用曲线带式输送机或圆管带式输送机的方案，但无论采用哪种方式，输送机线路的布置都会非常困难，都不可避免要采用极高的支撑塔架和大跨桁架，且还可能挖掘隧道、架设桥梁等。
3、针对地形条件较为复杂的情况，还有一种悬索带式输送机的方案，但这种输送机在输送的过程中，由于物料、皮带张力、风、雨、雪等因素，悬索会出现类似“钟摆”的位移变化。由于其结构与常规带式输送机有所不同，没有现成可用的监测系统，且位移过大时可能导致撒料、结构应力变化等异常情况。这些隐患不仅会运行带式输送机的正常运行，严重时可能会造成经济损失，甚至导致安全事故。
4、机器学习技术通过其强大的非线性拟合能力，构建起输入与输出的映射关系，可实现多因素多结果的分析和预测。机器学习技术的发展拓宽了智能监控的应用场景，并为悬...
【技术保护点】
1.基于机器学习的悬索带式输送机风振监测方法，其特征在于，包括：
2.根据权利要求1所述的基于机器学习的悬索带式输送机风振监测方法，其特征在于，所述目标检测标杆是一个长条形标记，需根据检测距离设置为固定长度，且颜色应与环境颜色不同，横向放置在悬索带式输送机中某一跨内。
3.根据权利要求2所述的基于机器学习的悬索带式输送机风振监测方法，其特征在于，所述目标检测标杆所需长度或宽度，按照下式选取：
4.根据权利要求1所述的基于机器学习的悬索带式输送机风振监测方法，其特征在于，所述步骤S1，包括：
5.根据权利要求1所述的基于机...
【技术特征摘要】
1.基于机器学习的悬索带式输送机风振监测方法，其特征在于，包括：
2.根据权利要求1所述的基于机器学习的悬索带式输送机风振监测方法，其特征在于，所述目标检测标杆是一个长条形标记，需根据检测距离设置为固定长度，且颜色应与环境颜色不同，横向放置在悬索带式输送机中某一跨内。
3.根据权利要求2所述的基于机器学习的悬索带式输送机风振监测方法，其特征在于，所述目标检测标杆所需长度或宽度，按照下式选取：
4.根据权利要求1所述的基于机器学习的悬索带式输送机风振监测方法，其特征在于，所述步骤s1，包括：
5.根据权利要求1所述的基于机器学习的悬索带式输送机风振监测方法，其特征在于，所述步骤s2，包括：
6.根据权利要求1所述的基于机器学习的悬索带式输送机风振监测方法，其特征在于，所述步骤s3，包括：
7.根据权利要求1所述的基于机器学习的悬索带式输送机风振监测方法，其特征...
【专利技术属性】
技术研发人员：何洋洋，蔡东成，曹旻昊，周铁，余雷，
申请(专利权)人：四川省自贡运输机械集团股份有限公司，
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。