[发明专利]一种基于视频深度学习算法的调速方法及其系统

说明书

本申请提供了基于视频深度学习算法的调速方法。所述基于视频深度学习算法的调速方法包括：获取运输皮带以及煤量的图像信息；根据所述图像信息获取当前运输皮带上的煤量分级信息；判断当前所述运输皮带上的煤量分级信息与当前运输皮带的运输速度是否匹配，若否，则根据当前运输皮带上的煤量分级信息生成调速信号并传递给运输皮带的控制器，所述控制器根据所述调速信号改变所述运输皮带的运输速度。本申请通过图像识别的方式来对运输皮带上的煤量进行分级从而获取煤量分级信息，并通过煤量分级信息来进行运输皮带的速度控制，使得运输皮带的速度能够一直与煤量进行匹配，从而节省了不当的能源消耗。

技术领域

本申请属于煤炭运输技术领域，特别涉及一种基于视频深度学习算法的调速方法、基于视频深度学习算法的煤炭运输皮带调速装置以及煤炭运输系统。

背景技术

煤炭作为我国最重要的基础能源之一，在国民经济中占据了不可或缺的战略地位。我国的煤炭产业在世界上占据了领先地位，每年的产煤规模超过了2000亿吨。然而，产煤后的运输环节却是一大问题，地下煤炭从工作面采运到煤仓距离长，能耗大。皮带机输送原煤的能耗十分巨大，其所消耗的能量约占煤矿矿井总耗能的30％。

现有技术通常根据皮带上的煤量对皮带输送机进行实时的变频调速。例如，通常通过人为观察或者皮带上的重量来进行判断。

因此，希望有一种技术方案来克服或至少减轻现有技术的至少一个上述缺陷。

发明内容

本申请的目的是提供了一种基于视频深度学习算法的调速方法，以解决上述至少一方面的问题。

名词解释：

变分自编码器(variational autoencoder,VAE)。

在本申请的第一方面，提供了一种基于视频深度学习算法的调速方法，所述基于视频深度学习算法的调速方法包括：

获取运输皮带以及煤量的图像信息；

根据所述图像信息获取当前运输皮带上的煤量分级信息；

判断当前所述运输皮带上的煤量分级信息与当前运输皮带的运输速度是否匹配，若否，则

根据当前运输皮带上的煤量分级信息生成调速信号并传递给运输皮带的控制器，所述控制器根据所述调速信号改变所述运输皮带的运输速度。

可选地，所述根据所述图像信息获取当前运输皮带上的煤量分级信息包括：

获取通过VAE以及CNN生成的经过训练的煤量级数分类器；

获取图像信息中的图像特征；

将所述图像特征输入至所述煤量级数分类器，从而获取煤量分级信息，所述煤量分级信息至少包括两个煤量级数。

可选地，所述根据所述图像信息获取当前运输皮带上的煤量分级信息包括：

获取通过VAE以及GAN生成的经过训练的煤量级数分类器；

获取图像信息中的图像特征；

将所述图像特征输入至所述煤量级数分类器，从而获取煤量分级信息，所述煤量分级信息至少包括两个煤量级数。

可选地，所述判断当前所述运输皮带上的煤量分级信息与当前运输皮带的运输速度是否匹配包括：

获取关联数据库，所述关联数据库包括多个煤量级数以及每个煤量级数对应的运输皮带运输速度区间信息；

根据获取的煤量级数获取在所述关联数据库中该煤量级数对应的运输皮带运输速度区间信息；

获取当前运输皮带的运输速度；