權(quán)利要求書： 1.一種刮板輸送機故障檢測方法，其特征在于，包括如下步驟：

根據(jù)刮板輸送機工作現(xiàn)場的歷史工作數(shù)據(jù)與故障數(shù)據(jù)對機器模型進行訓(xùn)練得到故障檢測模型；

獲取刮板輸送機工作現(xiàn)場的實時工作數(shù)據(jù)；

將所述實時工作數(shù)據(jù)輸入至所述故障檢測模型以獲取刮板輸送機的故障檢測結(jié)果；

所述歷史工作數(shù)據(jù)包括同一時間點的歷史實況圖像和歷史工作電流；

所述實時工作數(shù)據(jù)包括實時圖像和實時工作電流，所述方法還用于：先通過礦用隔爆攝像儀采集現(xiàn)場刮板輸送機實況圖像，并經(jīng)過引導(dǎo)濾波器清除圖像的無用噪聲，得到有效的圖像；

所述刮板輸送機實況圖像為I(x)：



其中J(x)為真實場景下的圖像，βs為散射系數(shù)，βa為吸收系數(shù)，d(x)為目標與攝像機間的距離，A為顏色變化的常量。

2.根據(jù)權(quán)利要求1所述的刮板輸送機故障檢測方法，其特征在于：

所述故障數(shù)據(jù)包括故障狀態(tài)和正常狀態(tài)，所述故障狀態(tài)下包括但不限于斷刮板故障、斷鏈故障和堆煤故障。

3.根據(jù)權(quán)利要求1或2所述的刮板輸送機故障檢測方法，其特征在于，還包括如下步驟：

若所述故障檢測結(jié)果表示刮板輸送機故障，則發(fā)出報警提示信號。

4.根據(jù)權(quán)利要求3所述的刮板輸送機故障檢測方法，其特征在于，還包括如下步驟：

若所述故障檢測結(jié)果表示堆煤故障，則調(diào)整刮板輸送機的皮帶運行速度。

5.一種存儲介質(zhì)，其特征在于，所述存儲介質(zhì)中存儲有程序指令，計算機讀取所述程序指令后執(zhí)行權(quán)利要求1-4任一項所述的刮板輸送機故障檢測方法。

6.一種智能刮板輸送機，其特征在于，包括至少一個處理器和至少一個存儲器，至少一個所述存儲器中存儲有程序指令，至少一個所述處理器讀取所述程序指令后執(zhí)行權(quán)利要求1-4任一項所述的刮板輸送機故障檢測方法。

7.根據(jù)權(quán)利要求6所述的智能刮板輸送機，其特征在于，還包括：

工作數(shù)據(jù)獲取模塊，獲取刮板輸送機工作現(xiàn)場的工作數(shù)據(jù)并將所述工作數(shù)據(jù)發(fā)送至所述處理器；

故障上報模塊，獲取刮板輸送機工作現(xiàn)場的故障數(shù)據(jù)并將所述故障數(shù)據(jù)發(fā)送至所述處理器；

所述處理器用于將同一時間點的工作數(shù)據(jù)和故障數(shù)據(jù)進行關(guān)聯(lián)標定。

8.根據(jù)權(quán)利要求7所述的智能刮板輸送機，其特征在于，所述工作數(shù)據(jù)獲取模塊包括：

所述礦用隔爆攝像儀，設(shè)置于刮板輸送機上，用于采集刮板輸送機工作現(xiàn)場圖像數(shù)據(jù)并將圖像數(shù)據(jù)；

變頻驅(qū)動器，設(shè)置于所述刮板輸送機上，通過AD轉(zhuǎn)換單元實時檢測刮板輸送機的耗電信息，根據(jù)所述耗電信息得到所述刮板輸送機的功率，根據(jù)所述刮板輸送機的功率和電壓得到所述刮板輸送機的工作電流；

所述工作數(shù)據(jù)獲取模塊將所述圖像數(shù)據(jù)和所述工作電流作為工作數(shù)據(jù)發(fā)送至所述處理器。

9.根據(jù)權(quán)利要求8所述的智能刮板輸送機，其特征在于，還包括報警模塊：

所述處理器在故障檢測結(jié)果表示刮板輸送機故障時，發(fā)出報警提示信號以控制所述報警模塊動作；所述處理器還用于在故障檢測結(jié)果表示堆煤故障時調(diào)整刮板輸送機的皮帶運行速度。

說明書： 刮板輸送機故障檢測方法、存儲介質(zhì)及智能刮板輸送機技術(shù)領(lǐng)域

本發(fā)明涉及礦用智能設(shè)備技術(shù)領(lǐng)域，具體涉及一種刮板輸送機故障檢測方法、存儲介質(zhì)及智能刮板輸送機。

背景技術(shù)

因綜采工作面環(huán)境惡劣復(fù)雜，突發(fā)情況眾多，現(xiàn)有刮板輸送機會因長期工作出現(xiàn)斷鏈、斷刮板等故障，不及時發(fā)現(xiàn)會對刮板輸送機工作產(chǎn)生嚴重影響，需停工檢修；同時由于開采下來煤塊大小不一，會出現(xiàn)壓煤的情況，出現(xiàn)運輸事故，造成巨大經(jīng)濟損失。因而監(jiān)測刮板輸送機的狀態(tài)極為重要。

目前僅能靠檢修人員定期檢查維護，并不能及時發(fā)現(xiàn)問題，難以避免故障發(fā)生，無法避免故障所帶來的影響。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明提供一種刮板輸送機故障檢測方法、存儲介質(zhì)及智能刮板輸送機，以解決現(xiàn)有技術(shù)中人員定期檢查刮板輸送機故障導(dǎo)致的無法及時發(fā)現(xiàn)故障的問題。

本發(fā)明提供一種刮板輸送機故障檢測方法，包括如下步驟：

根據(jù)刮板輸送機工作現(xiàn)場的歷史工作數(shù)據(jù)與故障數(shù)據(jù)對機器模型進行訓(xùn)練得到故障檢測模型；

獲取刮板輸送機工作現(xiàn)場的實時工作數(shù)據(jù)；

將所述實時工作數(shù)據(jù)輸入至所述故障檢測模型以獲取刮板輸送機的故障檢測結(jié)果。

可選地，上述的刮板輸送機故障檢測方法，所述歷史工作數(shù)據(jù)包括同一時間點的歷史實況圖像和歷史工作電流；

所述實時工作數(shù)據(jù)包括實時圖像和實時工作電流。

可選地，上述的刮板輸送機故障檢測方法，所述故障數(shù)據(jù)包括故障狀態(tài)和正常狀態(tài)，所述故障狀態(tài)下包括但不限于斷刮板故障、斷鏈故障和堆煤故障。

可選地，上述的刮板輸送機故障檢測方法，還包括如下步驟：

若所述故障檢測結(jié)果表示刮板輸送機故障，則發(fā)出報警提示信號。

可選地，上述的刮板輸送機故障檢測方法，還包括如下步驟：

若所述故障檢測結(jié)果表示堆煤故障，則調(diào)整刮板輸送機的皮帶運行速度。

本發(fā)明還提供一種存儲介質(zhì)，所述存儲介質(zhì)中存儲有程序指令，計算機讀取所述程序指令后執(zhí)行以上任一項所述的刮板輸送機故障檢測方法。

本發(fā)明還提供一種智能刮板輸送機，包括至少一個處理器和至少一個存儲器，至少一個所述存儲器中存儲有程序指令，至少一個所述處理器讀取所述程序指令后執(zhí)行以上任一項所述的刮板輸送機故障檢測方法。

可選地，上述的智能刮板輸送機，還包括：

工作數(shù)據(jù)獲取模塊，獲取刮板輸送機工作現(xiàn)場的工作數(shù)據(jù)并將所述工作數(shù)據(jù)發(fā)送至所述處理器；

故障上報模塊，獲取刮板輸送機工作現(xiàn)場的故障數(shù)據(jù)并將所述故障數(shù)據(jù)發(fā)送至所述處理器；

所述處理器用于將同一時間點的工作數(shù)據(jù)和故障數(shù)據(jù)進行關(guān)聯(lián)標定。

可選地，上述的智能刮板輸送機，所述工作數(shù)據(jù)獲取模塊包括：

礦用隔爆攝像儀，設(shè)置于刮板輸送機上，用于采集刮板輸送機工作現(xiàn)場圖像數(shù)據(jù)并將圖像數(shù)據(jù)；

變頻驅(qū)動器，設(shè)置于所述刮板輸送機上，通過AD轉(zhuǎn)換單元實時檢測刮板輸送機的耗電信息，根據(jù)所述耗電信息得到所述刮板輸送機的功率，根據(jù)所述刮板輸送機的功率和電壓得到所述刮板輸送機的工作電流；

所述工作數(shù)據(jù)獲取模塊將所述圖像數(shù)據(jù)和所述工作電流作為工作數(shù)據(jù)發(fā)送至所述處理器。

可選地，上述的智能刮板輸送機，還包括報警模塊：

所述處理器在故障檢測結(jié)果表示刮板輸送機故障時，發(fā)出報警提示信號以控制所述報警模塊動作；所述處理器還用于在故障檢測結(jié)果表示堆煤故障時調(diào)整刮板輸送機的皮帶運行速度。

本發(fā)明提供的以上技術(shù)方案，與現(xiàn)有技術(shù)相比，至少具有如下有益效果：通過對刮板輸送機的歷史時段的歷史工作數(shù)據(jù)和故障數(shù)據(jù)進行人工智能學(xué)習(xí)得到故障檢測模型，從而能夠利用故障檢測模型在刮板輸送機正常工作時對刮板輸送機的故障進行實時檢測，能夠即時發(fā)現(xiàn)刮板輸送機所存在的故障，避免損失。

附圖說明

圖1為本發(fā)明一個實施例所述刮板輸送機故障檢測方法的流程圖；

圖2為本發(fā)明另一個實施例所述刮板輸送機故障檢測方法的流程圖；

圖3為本發(fā)明一個實施例所述智能刮板輸送機的結(jié)構(gòu)示意圖；

圖4為本發(fā)明另一個實施例所述智能刮板輸送機的結(jié)構(gòu)示意圖。

具體實施方式

下面將結(jié)合附圖進一步說明本發(fā)明實施例。在本發(fā)明的描述中，需要說明的是，術(shù)語“中心”、“上”、“下”、“左”、“右”、“豎直”、“水平”、“內(nèi)”、“外”等指示的方位或位置關(guān)系為基于附圖所示的方位或位置關(guān)系，僅是為了便于描述本發(fā)明的簡化描述，而不是指示或暗示所指的裝置或組件必需具有特定的方位、以特定的方位構(gòu)造和操作，因此不能理解為對本發(fā)明的限制。此外，術(shù)語“第一”、“第二”、“第三”僅用于描述目的，而不能理解為指示或暗示相對重要性。其中，術(shù)語“第一位置”和“第二位置”為兩個不同的位置。

本發(fā)明提供一種刮板輸送機故障檢測方法，如圖1所示，所述方法包括如下步驟：

S101：根據(jù)刮板輸送機工作現(xiàn)場的歷史工作數(shù)據(jù)與故障數(shù)據(jù)對機器模型進行訓(xùn)練得到故障檢測模型。本步驟中的歷史工作數(shù)據(jù)包括所述歷史工作數(shù)據(jù)包括同一時間點的歷史實況圖像和歷史工作電流。其中的所述故障數(shù)據(jù)包括故障狀態(tài)和正常狀態(tài)，所述故障狀態(tài)下包括但不限于斷刮板故障、斷鏈故障和堆煤故障。

S102：獲取刮板輸送機工作現(xiàn)場的實時工作數(shù)據(jù)。本步驟中所述實時工作數(shù)據(jù)包括實時圖像和實時工作電流。

S103：將所述實時工作數(shù)據(jù)輸入至所述故障檢測模型以獲取刮板輸送機的故障檢測結(jié)果。

以上方案，基于人工智能方法對刮板輸送機的故障進行實時監(jiān)測，將解決綜采現(xiàn)場難以及時發(fā)現(xiàn)刮板輸送機各類故障情況的難題，減少綜采工作面隱患事故，增加煤炭開采產(chǎn)量。

上述方案中，可以先通過礦用隔爆攝像儀采集現(xiàn)場刮板輸送機實況圖像，并經(jīng)過引導(dǎo)濾波器清除圖像的無用噪聲，得到有效的圖像數(shù)據(jù)信息；通過在刮板輸送機上加裝變頻器，通過高精度AD實時采集刮板輸送機耗電量信息，得到刮板輸送機做功的有效數(shù)據(jù)信息，進而得到工作電流，通過采集大量現(xiàn)場實況包括刮板輸送機斷刮板、斷鏈、堆煤等故障狀態(tài)下的圖像數(shù)據(jù)和電流數(shù)據(jù)以及刮板輸送機正常運行下的圖像數(shù)據(jù)和電流數(shù)據(jù)，進行視頻和電流的數(shù)據(jù)標定以得到訓(xùn)練樣本。以標定好的數(shù)據(jù)作為樣本數(shù)據(jù)，通過人工智能算法進行模型訓(xùn)練，通過現(xiàn)場采集的視頻、電流信號，調(diào)用人工智能模型進行刮板輸送機狀態(tài)的實時輸出。整個過程均可以采用自動化算法來實現(xiàn)，整個過程是實時進行的，一旦刮板輸送機出現(xiàn)故障可以即時發(fā)現(xiàn)，具有更高的檢測效率，可以避免由于刮板輸送機故障帶來的損失。

其中，當(dāng)攝像儀采集到現(xiàn)場實況圖像之后，需要進行引導(dǎo)濾波器的濾波處理，引導(dǎo)濾波器的處理過程包括：

(1)圖像光學(xué)成像模型

煤礦生產(chǎn)因為工作需要時刻進行噴水，形成的水霧會使光線前后向散射一般會導(dǎo)致拍攝的圖像呈薄霧籠罩狀且紋理細節(jié)模糊；光的衰減效應(yīng)易降低圖像的對比度，使得目標與背景的區(qū)分度偏低，影響視覺辨析；再加上光源光線強度分布不均勻，導(dǎo)致拍攝的圖像局部區(qū)域過亮或過暗；將基于大量水霧存在的圖像的成像視為從目標到攝像機之間的前向散射、后向散射、直接傳輸以及被吸收等4個部分的線性疊加，故攝像機獲取的圖像I(x)可表示為：



其中J(x)為真實場景下的圖像，βs為散射系數(shù)，βa為吸收系數(shù)，d(x)為目標與攝像機間的距離，A為顏色變化的常量。

(2)圖像清晰化算法

根據(jù)上述可知，預(yù)對攝像機拍攝的工作面圖像進行復(fù)原，首先必須去除前后向散射光和煤炭粉塵的影響，然后依據(jù)衰退規(guī)律進行增強處理。由于圖像的暗通道主要集中在圖像的r通道，因此在計算圖像的局部暗通道時僅須計算r通道的暗通道即可，定義局部暗通道：

Jdark(x)＝minc∈(r，g，b)(miny∈Ω(x)Jc(x))；

其中Jc(x)為像素x在圖像顏色通道c上的圖像區(qū)域，c∈(r，g，b)；Ω為圖像的滑動窗口，選取7×7為例的窗口，通過計算r通道的最小值得到圖案的散射景深圖像





其中Ac是局部均勻背景，可通過局部顏色參數(shù)Ic(y)來計算：

Ac+maxx∈Iminy∈Ω(x)Ic(y)；

對上式左右兩邊同時除以Ac，可得：



根據(jù)暗通道原則，右式第一項為0，進一步得到：



利用引導(dǎo)圖像濾波器可求得圖像的噪聲分布，最終得到復(fù)原后的圖像：



其中t0取值為0，1F(I)P；

類似于雙邊濾波器，假設(shè)Ip，Gp分別為原圖像和參考圖像在像素p的強度值，q為參考圖像中對應(yīng)的像素點，則引導(dǎo)濾波器為：



μk，



分別為參考圖像在核窗口wk的均值與方差，|w|為核窗口的大小，ε＝0.000001。

優(yōu)選地，如圖2所示，以上方案中的方法，還可以包括如下步驟：

S104：若所述故障檢測結(jié)果表示刮板輸送機故障，則發(fā)出報警提示信號。也即，人工智能模型根據(jù)刮板輸送機的實時狀態(tài)進行分析預(yù)測，對刮板輸送機故障狀態(tài)進行聲光報警，及時通知檢修人員進行維護。

進一步優(yōu)選地，以上方案中還可以包括如下步驟：

S105：若所述故障檢測結(jié)果表示堆煤故障，則調(diào)整刮板輸送機的皮帶運行速度。也即，本方案可以對于刮板輸送機運煤量進行分析預(yù)測，及時進行刮板輸送機調(diào)速，避免出現(xiàn)堆煤等情況。

本發(fā)明一些實施例中還提供一種存儲介質(zhì)，所述存儲介質(zhì)中存儲有程序指令，計算機讀取所述程序指令后執(zhí)行以上任一項方案所述的刮板輸送機故障檢測方法。

在本發(fā)明其他一些實施例中還提供一種智能刮板輸送機，如圖3所示，其包括至少一個處理器301和至少一個存儲器302，至少一個所述存儲器302中存儲有程序指令，至少一個所述處理器301讀取所述程序指令后執(zhí)行以上任一項方案所述的刮板輸送機故障檢測方法。

進一步地，如圖4所示，上述智能刮板輸送機，還包括：

工作數(shù)據(jù)獲取模塊303，獲取刮板輸送機工作現(xiàn)場的工作數(shù)據(jù)并將所述工作數(shù)據(jù)發(fā)送至所述處理器301；故障上報模塊304，獲取刮板輸送機工作現(xiàn)場的故障數(shù)據(jù)并將所述故障數(shù)據(jù)發(fā)送至所述處理器301；所述處理器301用于將同一時間點的工作數(shù)據(jù)和故障數(shù)據(jù)進行關(guān)聯(lián)標定。其中的處理器301可以采用FPGA開發(fā)板實現(xiàn)和/或計算機來實現(xiàn)。上述的智能刮板輸送機用于監(jiān)測刮板輸送機實時狀態(tài)，及時進行預(yù)警和調(diào)速，將減少綜采工作面隱患事故，增加煤炭開采產(chǎn)量。

優(yōu)選地，上述工作數(shù)據(jù)獲取模塊303包括：

礦用隔爆攝像儀，設(shè)置于刮板輸送機上，用于采集刮板輸送機工作現(xiàn)場圖像數(shù)據(jù)并將圖像數(shù)據(jù)；可以在刮板輸送機機頭、機尾和采煤機上安裝攝像儀。

變頻驅(qū)動器，設(shè)置于所述刮板輸送機上，通過AD轉(zhuǎn)換單元實時檢測刮板輸送機的耗電信息，根據(jù)所述耗電信息得到所述刮板輸送機的功率，根據(jù)所述刮板輸送機的功率和電壓得到所述刮板輸送機的工作電流；也可以在供電電纜上加裝電流信號感應(yīng)裝置采集電流信號。

所述工作數(shù)據(jù)獲取模塊303將所述圖像數(shù)據(jù)和所述工作電流作為工作數(shù)據(jù)發(fā)送至所述處理器。

進一步地，以上智能刮板輸送機還包括報警模塊305，所述處理器301在故障檢測結(jié)果表示刮板輸送機故障時，發(fā)出報警提示信號以控制所述報警模塊305動作，例如聲光報警，從而使工作人員及時發(fā)現(xiàn)故障進行維修；所述處理器301還用于在故障檢測結(jié)果表示堆煤故障時調(diào)整刮板輸送機的皮帶運行速度，從而避免堆煤的情況出現(xiàn)。

最后應(yīng)說明的是：以上實施例僅用以說明本發(fā)明的技術(shù)方案，而非對其限制；盡管參照前述實施例對本發(fā)明進行了詳細的說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解：其依然可以對前述各實施例所記載的技術(shù)方案進行修改，或者對其中部分技術(shù)特征進行等同替換；而這些修改或者替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明各實施例技術(shù)方案的范圍。