[发明专利]一种选煤厂生产线物料堵塞检测系统

说明书

本申请公开一种选煤厂生产线物料堵塞检测系统，包括：视频检测传感器，检测第一类监测点的物料运输状态，并生成视频图像信号；图像识别服务器，根据视频图像信号判断第一类监测点是否堵塞；主控服务器根据第一类监测点是否堵塞的判断结果得到生产线堵塞检测结果并将生产线堵塞检测结果传输至生产大系统，生产大系统根据检测结果生成联动信号，控制系统内输送设备减少源头物料量，并启动堵塞点的疏通设备疏通堵塞点的物料，直到堵塞点恢复正常。以上方案，利用图像自动识别技术提高了物料位置的检测水平，能及时、准确地发现堵塞点，在发现堵塞后联动控制生产线内的设备，快速对堵塞点进行疏通，提高生产效率，降低人力成本和经济成本。

技术领域

本申请属于选煤厂智能检测设备技术领域，具体地，涉及一种选煤厂生产线物料堵塞检测系统。

背景技术

选煤厂生产线溜槽堵塞的通用检测方法包括采用在溜槽的不同位置应用不同类型的传感器进行检测：溜槽内安装堵塞开关；溜槽外安装门式限位行程开关或者霍尔开关；外装内测的红外检测开关。以上三种类型的检测方法都是检测得到开关量信号。

在选煤厂实际生产中，煤流线上的任意一台生产设备故障停车或溜槽内出现大块而堵塞，则短时间内煤炭就会在堵塞处堆积，为了避免生产事故的发生，生产线须立即停止生产，然后进行堵塞处理，快速将堵塞处的堆积煤拿出或疏通到下级设备上运走。目前解决堵塞的办法基本是人工用铁钳、铁锤等工具捅、敲打的方式将煤炭下落到下级设备上带走，或者应用开启空气炮代替铁钳、铁锤工具，利用空气动力学的方式将堵塞的溜槽疏通，或者是在溜槽外安装振动电机，应用溜槽槽板的震动，将大块煤改变位置，应用振动力学的原理疏通堵塞的溜槽。

综上，目前选煤厂生产线堵塞检测与处理，是在堵塞发生后，生产线被动停车，再由人工操作疏通。整个过程对于人工依赖程度非常高，就会导致疏通效率较低，导致堵塞问题不能及时处理，导致选煤厂生产效率降低、经济成本增加等问题。

发明内容

本申请旨在提供一种选煤厂生产线物料堵塞检测系统，以解决现有技术中选煤厂生产线堵塞检测方案中所存在的人工依赖性大、效率低的技术问题。

针对上述技术问题，本申请提供如下技术方案：

本申请一些实施例中提供一种选煤厂生产线物料堵塞检测系统，包括：

视频检测传感器，设置于生产线第一类监测点处；所述视频检测传感器检测所述第一类监测点的物料运输状态，并生成视频图像信号；

图像识别服务器，接收所述视频检测传感器发送的所述视频图像信号，根据所述视频图像信号判断所述第一类监测点是否堵塞；

主控服务器，接收所述图像识别服务器发送的所述第一类监测点是否堵塞的判断结果，根据所有所述第一类监测点是否堵塞的判断结果得到生产线堵塞检测结果；

所述主控服务器，将生产线堵塞检测结果传输至生产大系统；如果任意一个所述第一类监测点发生堵塞，则所述生产大系统生成联动信号，所述生产大系统通过所述联动信号控制堵塞点上游的输送设备减少源头物料量，并启动堵塞点的疏通设备疏通堵塞点的物料；所述生产大系统在所述主控服务器判断堵塞点已疏通正常后，生成恢复正常生产信号，所述生产大系统恢复正常生产。

本申请一些实施例中提供的选煤厂生产线物料堵塞检测系统，所述图像识别服务器内预置有识别算法模型，所述识别算法模型通过如下方式得到：以历史视频图像信号为输入参量，以历史视频图像信号中记载的第一类监测点是否堵塞的判断结果为输出参量，对机器学习算法进行训练，以训练后的机器学习算法作为所述识别算法模型；

所述视频图像信号输入所述识别算法模型后，根据所述识别算法模型的输出结果得到所述第一类监测点是否堵塞的判断结果。

本申请一些实施例中提供的选煤厂生产线物料堵塞检测系统中，所述图像识别服务器中的所述识别算法模型，在对机器学习算法进行训练时还包括：