基于机器视觉的煤矿胶带机异物检测与智能预警技术研究

Journal: Engineering and Management Science DOI: 10.12238/ems.v7i9.15211

麻佳豪

神东煤炭集团石圪台煤矿

Abstract

随着煤矿智能化水平的不断提高，煤矿井下运输的关键设备——胶带机的安全、高效运行显得尤为重要。但是，胶带机在运行过程中经常发生异物侵入，给设备造成安全隐患，并导致停机损失惨重。本文针对煤矿胶带输送机运行过程中异物侵入引起的安全隐患与停机损失，开展基于机器视觉的异物检测与智能预警技术研究。然后，采用改进的YOLOv5算法及自适应阈值分割方法，实现了不同形状、大小的胶带机内异物的准确识别。经山西某矿山实际应用，该系统识别异物的准确率达98.2%，检测时间0.32秒，误报率小于1.5%。同时，建立了分级智能预警机制，当检测到有异物时，根据危险程度自动触发声光报警，实现减速停车。

Keywords

机器视觉；煤矿胶带机；异物检测；智能预警；YOLOv5 算法

Full Text

PDF - Viewed/Downloaded: 0 Times

References

[1] 牛雷，刘晓峰，郭振振.煤矿井下胶带机智能化精确控制技术研究[J].能源新观察，2025，（04）：40-41.
[2] 王建生，徐其详.煤矿井下胶带运输系统优化控制[C]//中国煤炭学会煤矿自动化专业委员会，中国矿山安全学会煤矿监控与通信专业委员会.第32届全国煤矿自动化与信息化学术会议暨第13届中国煤矿信息化与自动化高层论坛论文集.平顶山天安煤业股份有限公司十矿；2024：103-106.
[3] 徐作栋，吴文彦.基于智能化技术的煤矿胶带运输异物检测工艺研究[J].现代制造技术与装备，2024，60（08）：150-152.
[4] 高敏，李玲，张辉，等.复杂环境下煤矿井下胶带运输异物在线检测算法优化与分析[J].煤炭工程，2024，56（06）：174-180.
[5] 王涛.机器视觉技术在煤矿胶带运输系统中的应用[J].能源科技，2021，19（02）：34-40.

Citing this article:

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License