案例分類
案例中心
針對現有液壓支架護幫板狀態監測方法在礦井霧塵環境下應用存在故障率高、測量結果容易受機身傾斜等因素影響等問題,我司研發了一種基于圖像識別的液壓支架護幫板收回狀態監測方法。
本系統是利用高清高速相機實時采集皮帶機運行曲線參數,通過煤流密度,進行系統參數自主學習計算,可分時間節點、煤塊大小進行判別計算。
系統在皮帶運行的過程中可以檢測出皮帶上面的大塊、錨桿以及水煤等異常,就地輸出分析結果并將分析結果發送給控制裝置(PLC)實現自動保護停機并講異常端運行到指定檢修位置和皮帶調速節能,并留存視頻證據,達到減少設備磨損和降低能耗,同時為提高生產安全及避免大的經濟損失提供有力保障。