基于机器视觉的带式输送机安全监测与故障诊断系统设计

李明哲, 马子成, 张少波, 韩文慧

煤矿机械 ›› 2026, Vol. 47 ›› Issue (11) : 204 -208.

煤矿机械 ›› 2026, Vol. 47 ›› Issue (11) : 204 -208. DOI: 10.13436/j.mkjx.202611038

基于机器视觉的带式输送机安全监测与故障诊断系统设计

    李明哲, 马子成, 张少波, 韩文慧
作者信息 +

Author information +
文章历史 +

摘要

传统的带式输送机安全监测与故障诊断方法单一且落后,难以满足日益发展的煤矿开采需求。采用机器视觉对带式输送机进行安全监测与故障诊断。通过分析带式输送机安全监测与故障诊断系统的功能需求,对该系统的整体架构进行设计,分析了机器视觉的图像处理流程,并以跑偏等故障为例详述机器视觉的故障特征提取过程与判断依据。采集10 000个样本进行训练以提高YOLOv5s模型的性能,经大量训练后YOLOv5s模型对于各类故障诊断的准确率均高于90%。在某煤矿搭建了该系统,运行3个月共检测出59次故障,准确率达96.6%,且大多在故障早期完成监测与诊断,诊断时间小于2 s,远低于人工诊断时间。该系统有效保障了煤矿的安全开采,提高了企业的经济效益。

关键词

带式输送机 / 机器视觉 / 故障诊断 / YOLOv5s模型 / 监测系统

Key words

引用本文

引用格式 ▾
李明哲, 马子成, 张少波, 韩文慧. 基于机器视觉的带式输送机安全监测与故障诊断系统设计[J]. 煤矿机械, 2026, 47(11): 204-208 DOI:10.13436/j.mkjx.202611038

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap

1

访问

0

被引

详细

导航
相关文章

AI思维导图

/

〈 〉