CN119445453A 一种输煤皮带的运行状态监测方法、装置及存储介质 （北京国冶锐诚工程技术有限公司）

本申请公开了一种输煤皮带的运行状态监工作人员对皮带的故障进行及时调整的技术效2获取用于描述皮带运行状态的视频图像，并从所述视频图像中随识别各个图像帧中的皮带区域，并基于所述皮带区域确定用于将所述对照区域的中心点确定为对照点，并确定相邻两个图像帧之将所述运动矢量序列输入至预先设置的状态监测模型，并基于所述确定所述多个图像帧中，与相邻两个图像帧的对照点对应的第将所述第一子矢量序列输入至预先设置的打滑监测模型，并基确定所述多个图像帧中，与相邻两个图像帧的对照点对应的第将所述第二子矢量序列输入至预先设置的偏移监测模型，并基在确定所述偏移监测模型的输出结果的情况下，对比在所述偏移监测模型的输出结果表示存在偏移故障，确定与所述各个图像帧对应的各个皮带区域中的输送对基于与所述各个图像帧的行或列对应的多个图像块，确定与所述将与所述各个图像帧对应的多个图像块集合输入至基于自注意力机制的神经网络模3基于相邻两个图像帧中，对应位置处的图像块之间的相似度，确分别确定各个相似度矩阵中大于预先设置的相似度阈值识别所述皮带区域中沿皮带输送方向的皮带区域边界，并将所在相邻两个图像帧中的对照边界发生偏移，且偏移量大于采集与所述皮带的各个位置对应的振动数据，并基于多个振动数据，将所述振动数据序列和所述运动矢量序列输入至预先设置的故障对照区域确定模块，用于识别各个图像帧中的皮带区域，并基于所述皮带运动矢量确定模块，用于将所述对照区域的中心点确定为对照点，运行故障监测模块，用于将所述运动矢量序列输入至预先设置的状态获取用于描述皮带运行状态的视频图像，并从所述视频图像中随识别各个图像帧中的皮带区域，并基于所述皮带区域确定用于4将所述对照区域的中心点确定为对照点，并确定相邻两个图像帧之将所述运动矢量序列输入至预先设置的状态监测模型，并基于所述5劳动强度大以及实时性差等缺点。目前还存在一种针对于输煤皮带的运行状态的监测方进行监测的方式存在可靠性差以及自动化程度[0005]针对上述的现有技术中存在的利用人工巡检对输煤皮带的运行状态进行监测的至少解决现有技术中存在的利用人工巡检对输煤皮带的运行状态进行监测的方式经济成6[0009]根据本公开实施例的另一个方面，还提供了一种输煤皮[0010]根据本公开实施例的另一个方面，还提供了一种输煤皮器识别各个图像帧中的皮带区域，并基于皮带区域确定用于检测皮带运行状态的对照区处理器将运动矢量序列输入至预先设置的状态监测模型，并基于状态监测模型的输出结[0015]进而解决了现有技术中存在的利用人工巡检对输煤皮带的运行状态进行监测的7监测模型用于判定皮带是否存在打滑故障，偏移监测模型用于判定皮带是否存在偏移故图5是根据本申请实施例1所述的一种与不同图像帧对应的皮带偏移状态的示意图7是根据本申请实施例1所述的另一种与不同图像帧对应的皮带偏移状态的示是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，8计算设备中执行。图1示出了一种用于实现输煤皮带的运行状态监测方法的计算设备的硬[0022]应当注意到的是上述一个或多个处理器和/或其他数据处理电路在本文中通常可的运行状态监测方法对应的程序指令/数据存储装置，处理器通过运行存储在存储器内的设备的通信供应商提供的无线网络。在一个实例中，传输装置包括一个网络适配器无线方式与互联网进行通讯。[0025]显示器可以例如触摸屏式的液晶显示器（LCD该液晶显示器可使得用户能够与[0027]图2是根据本实施例所述的输煤皮带的运行状态监测系统的示意图。参照图2所9传输至终端设备的处理器。从而终端设备的处理器获取用于描述皮带运行状态的视频图域。图像帧进行举例，实际上处理器可以按照不同的时间间隔从视频图像中抽取多个图像帧，对应的多个图像块集合。其中输送对象区域用于指示在皮带区域中用于输送对象的区域。对于皮带的运行故障的监测包括皮带打滑故障的监测以及皮带偏移故障是皮带跑偏故障和皮带打滑故障。最常见的输煤皮带的运行状态的监测方式是人工巡械装置对输煤皮带的运行状态进行监测的方式存在可靠性差以及自动化程利用预先安装的摄像机所采集的皮带运行状态的视频图像以及预先设置的状态监测模[0042]进而解决了现有技术中存在的利用人工巡检对输煤皮带的运行状态进行监测的[0044]具体地，图4是根据本申请实施例所述的与不同图像帧对应的皮带打滑状态的示理器抽取了与T1时刻对应的图像帧A1，与T2时刻对应的图像帧A2，与T3时刻对应的图像帧A3在各个图像帧A1~An中的运行状态可以表示皮带区域在各个图像帧A1~An中的运行状态。从而处理器可以基于对照区域在各个图像帧A1~An中的运动情况，判定皮带是否存在打滑故1中的对照区域的中心点与图像帧A2中的对照区域的中心点之间存在第一子矢量f1，图像帧A2中的对照区域的中心点与图像帧A3中的对照区域的中[0047]从而处理器在确定了多个第一子矢量的情况下，可以进一步构建第一子矢量序fs….fr-。[0050]进一步例如，若打滑监测模型输出的与第一子矢量f1对应的第1个输出结果表示存在打滑故障，则说明与T1时刻对应的图像帧A1和与T2时刻对应的图像帧A2之间存在打滑[0053]具体地，图5是根据本申请实施例所述的一种与不同图像帧对应的皮带偏移状态m时刻对应的图像帧Bm。在各个图像帧B1~Bm中的运行状态可以表示皮带区域在各个图像帧B1~Bm中的运行状态。从而处理器可以基于对照区域在各个图像帧B1~Bm中的运动情况，判定皮带是否存在偏移故1中的对照区域的中心点与图像帧B2中的对照区域的中心点之间存在第二子矢量q1，图像帧B2中的对照区域的中心点与图像帧B3中的对照区域的中[0056]从而处理器在确定了多个第二子矢量的情况下，可以进一步构建第二子矢量序输出m-1个输出结果，并且每个输出结果用于指示皮带存在偏移故障或皮带不存在偏移故[0059]进一步例如，若偏移监测模型输出的与第二子矢量q2对应的第2个输出结果表示存在偏移故障，则说明与T2时刻对应的图像帧A2和与T3时刻对应的图像帧A3之间存在偏移监测模型的输出结果的情况下，将各个第二子矢量与预先设置的第一偏移阈值进行比较。[0063]例如，若偏移监测模型输出的与第二子矢量q2对应的第2个输出结果表示存在偏[0064]再例如，若偏移监测模型输出的与第二子矢量q2对应的第2个输出结果表示存在小相同；将与各个图像帧对应的多个图像块集合输入至基于自注意力机制的神经网络模[0068]从而在存在多个图像帧A1~An的情况下，可以确定与分别与各个图像帧A1~An对应[0069]之后处理器将与各个图像帧对应的多个图像块集合输入至基于自注意力机制的络模型，处理器将与图像帧A2对应的多个图像块集合输入至基于自注意力机制的神确定相邻两个图像帧中与多个图像块对应的多个相似度，确定相似度矩阵An对应的多个相似度矩阵Q1~Qn-1。别确定各个相似度矩阵Q1~Qn-1中大于预先设置的相似度阈值Qk的目标相似度，并在各个图[0078]具体地，图7是根据本申请实施例所述的另一种与不同图像帧对应的皮带偏移状帧B1~B2中的对照边界是否发生偏移；处理器判定多个图像帧中的B1~Bm相邻两个图像帧B2~按照预先设置的距离间隔采集与皮带的各个位置对应的振动数据，并基于多个振动数据，器若想进一步精确的确定皮带存在打滑故障的起始位置或皮带存在偏移故障的起始位置，。子矢量序列F={f1,f2…,fr-1}也可以是第二子矢量序列列G={g1,g…,g}与第一子矢量序列一起输入至故障位置检测模型。从而故障位置检测模型中的多层感知机模型能够将振动数据序列G={g1,g2,…,g}与第一子矢量序列F={f1,f2…,fr-进行数据融合。然后全连接层基于融合后的数据序列，进行分[0091]在处理器要确定皮带存在偏移故障的具体位置的情况下，可以将振动数据序列故障位置检测模型中的多层感知机模型能够将振动数据序列与第二子矢[0092]从而能够达到精确的确定皮带存在打滑故障或存在偏移故障的具体位置的技术图9示出了根据本实施例所述的输煤皮带的运行状态监测装置900，该装置900与于判定各个图像帧中相邻两个图像帧的对照边界是否发生偏移；以及偏移故障确定模块，[0119]所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用