电厂运输机异常检测系统智能AI识别盒子有哪些检测模型和监测效果

互推小编 2023-05-22

电厂运输机异常检测系统智能AI识别技术以数字化、网络化视频监控为基础，通过数字图像处理和分析来理解视频画面中的内容，它能够自动分析和抽取视频画面中的关键信息。借助计算机强大的数据处理功能，对视频图像中的海量数据进行高速分析，过滤掉用户不关心的信息，仅仅为监控者提供有用的关键信息，它是一种更高端的视频监控应用。系统能够识别不同的物体，发现监控画面中的异常情况，并能够以最快和最佳的方式发出警报和提供有用信息，从而能够更加有效的协助安全人员处理危机，并最大限度的降低误报和漏报现象。

电厂运输机异常检测系统AI算法建模和监测效果如下：

基于AI算法对应用服务器处理过的视频进行采集、学习、训练，实现输煤皮带撕裂、跑偏、堵煤、异物、入侵、自燃的建模和自学习优化。通过算法的优化，除皮带撕裂、堵煤外，在摄像机的视野范围内，通过设置优先级并适配权重的方法，实现一机多用，达到所属电厂文明生产管控标准要求，同时结合SIS实时数据综合分析，对皮带、重要设备的运行状态机环境情况进行全方位监控。

（1）皮带撕裂检测模型

根据回传的视频流提供皮带撕裂检测，根据收集的皮带撕裂样本进行目标识别训练,形成训练好的皮带撕裂识别模型，利用训练好的皮带撕裂识别模型对获取的视频图像进行比对、检测分析,判断皮带是否发生撕裂以及撕裂的程度并传至输煤程控系统。

皮带撕裂检测装置采用线激光器+高速相机组合方式，在带式输送机进料口不远处安装高速AI摄像仪，实现撕裂及时预警，皮带撕裂监测摄像头等装置数量、效果满足撕裂及时预警需求，撕裂预警识别准确率100%，预警延时小于5秒，同时可实现信号回传控制系统，防爆型图像处理摄像仪具备通信接口及开关量输出接口，当检测到异常时，可与控制系统联动。

（2）皮带跑偏、异物、入侵检测模型

通过“一机多用”的方式，在皮带运输过程中如果皮带超出管理设定的位置后，将皮带偏离报警信息并传至输煤程控系统；前端摄像头里划分重点区域，通过前端视频流回传实时后台进行算法解析，如果目标物出现在设定的区域里，系统将会自动报警并传至输煤程控系统；摄像头获取“现场视频源”,针对皮带运输中抽帧截取在煤块中间掺杂的异物（大石块、钢筋、钢管等），通过后台异物识别算法的解析，从中快速识别出异常物品，自动报警并传至输煤程控系统，可设置电子围栏，对入侵人员进行识别和告警。

在带式输送机机尾安装防爆型摄像机，用于大块煤、水煤、长条物品及异物识别。具备通信接口及开关量输出接口，当检测到异常时，可与控制系统联动。

在带式输送机机头处（皮带较长时，安装头尾两处）安装1或2台防爆型图像处理摄像仪，用于监测皮带和托辊间距离，通过智能识别算法，实现对皮带跑偏的监测。在检测软件中预设置胶带边缘与托辊外沿间距，通过运行过程中的检测，判断胶带是否跑偏，同时实现人员入侵的识别监测、环境监控。识别率不低于90%，同时可实现信号回传控制系统，可联动控制皮带。

（3）堵煤识别检测模型

在带式输送机落煤点处安装防爆型摄像仪，用于堆煤检测。利用图像语义分割技术，将皮带、堆（堵）煤进行边缘提取，找出各类物体的区域。即使在不同的工作场景下、图像对比度很低、物体很复杂情况下，该类算法依然很好的找到物体区域。识别率100%，识别延时小于5秒，同时可实现信号回传控制系统，可联动控制皮带。

（4）红外测温自燃、高温预警模型

采用红外热成像摄像头对输煤皮带重要设备进行实时红外测温，根据镜头内不同设备设置不同温度报警阈值，实现现场自燃或设备高温预警。

通过在输煤皮带机电机处、机头驱动滚筒、皮带廊关键处安装防爆型热成像摄像仪（内含氧化钒非制冷型探测器），测温精度±2%。检测固定设备的热成像，针对特定区域设置设置最高报警温度，当温度超过设置的阈值时现场热成像摄像机立即发出语音提醒，同时报警信息发送到调度中心的客户端中，服务器上同时进行存储。在客户端上同时会实时展示画面中的热力图。

产品接口：