礦用電鏟在挖煤過程中,電鏟鏟斗在復(fù)雜物理力學(xué)環(huán)境中長時間作業(yè),會出現(xiàn)斗齒斷裂及鏟斗局部脫落現(xiàn)象,脫落的部分混入煤炭中裝入卡車,卡車直接運煤至破碎站。當脫落部件大于300mm時會造成破碎機或電機故障,影響生產(chǎn)的正常運行,導(dǎo)致嚴重的經(jīng)濟損失和人力物力浪費。礦用挖掘機體積龐大、工作環(huán)境復(fù)雜,不便于電鏟操作人員通過人工觀察的方式對斗齒的工作狀態(tài)進行監(jiān)視;而結(jié)合計算機視覺對在工作過程中的斗齒進行實時監(jiān)控,實時監(jiān)測并自動判斷斗齒是否脫落,在斗齒發(fā)生脫落時警信息,指示工作人員及時進行處置,防止造成更大的經(jīng)濟損失,因此電鏟斗齒的失效監(jiān)測對露天煤礦的安全生產(chǎn)有著重要的實際意義和經(jīng)濟價值。本文主要介紹了一種基于深度學(xué)習(xí)的電鏟斗齒監(jiān)測方法,旨在對電鏟斗齒進行實時監(jiān)測,在發(fā)生斗齒脫落時發(fā)出警報,提示人員進行處理,避免更大的損失發(fā)生。首先,介紹了斗齒監(jiān)測的相應(yīng)背景、研究現(xiàn)狀和意義,并且結(jié)合當下熱門的深度學(xué)習(xí)技術(shù)提出了基于深度學(xué)習(xí)的斗齒監(jiān)測方法。其次,分析了斗齒多種故障類型的成因,在故障分析的基礎(chǔ)之上,提出了監(jiān)測系統(tǒng)的整體設(shè)計方案,在硬件和軟件兩個方面進行了分析與介紹。再次,結(jié)合卷積神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)理論,改進Y... 

【文章來源】：遼寧工程技術(shù)大學(xué)遼寧省

【文章頁數(shù)】：91 頁

【學(xué)位級別】：碩士

【部分圖文】：

電鏟Figure1.1Shovel

遼寧工程技術(shù)大學(xué)碩士學(xué)位論文8圖2.2電鏟采掘工況Figure2.2Excavationconditionsofelectricshovel查閱采煤機械設(shè)計[23]以及相關(guān)截齒截割阻力模型[24],類比于采煤機截齒截割阻力公式，得到斗齒在采掘時受到的截割阻力,如式2.1所示。=100.35+0.3+(sin)0.5sin1cos+100′(2.1)式中：單位N/mm，表示平均截割阻抗；表示斗齒的寬度；表示煤層的脆性系數(shù)；表示斗齒的最大切削寬度；表示斗齒的切削寬度；表示外露自由表面系數(shù)；表示截角的影響系數(shù)；表示斗齒前刀面形狀影響系數(shù)；表示斗齒排列方式系數(shù)；表示地壓對工作面煤壁的影響系數(shù)；表示斗齒的牽引方向偏轉(zhuǎn)角；′表示截割阻抗系數(shù)；表示煤的單向抗壓強度；磨損面在截割平面上的投影面表示礦體應(yīng)力狀態(tài)體積系數(shù)；表示截齒所處位置角度。牽引阻力=0.6順序式所受的側(cè)向力為=0.22.2斗齒主要的失效類型與分析電鏟在露天礦等作業(yè)區(qū)進行采掘作業(yè)時，斗齒在外力作用下，插入礦石內(nèi)部，與物料摩擦與碰撞，對物料進行切割與分離。在此過程中，斗齒承受大量的沖擊和摩擦，在外界力矩的復(fù)合作用下斗齒很容易發(fā)生故障導(dǎo)致失效[25]。電鏟斗齒主要的失效類型為斗齒直接斷裂和在磨料的摩擦作用下磨損[26]，本文主要研究的是斗齒的斷裂情況。電鏟斗齒在鏟裝作業(yè)時承受物料的沖擊應(yīng)力和彎曲應(yīng)力的共同作用，出現(xiàn)裂紋，通常發(fā)生斗齒早期斷裂現(xiàn)象[27]。對于一般的高錳鋼斗齒，其斷裂的部位主要發(fā)生在斗齒上部，如圖2.3所示。

遼寧工程技術(shù)大學(xué)碩士學(xué)位論文14斷斗齒是否失效脫落�？梢哉f，能預(yù)先準確監(jiān)測定位出鏟斗上的多個斗齒目標是判斷斗齒是否失效的基礎(chǔ)，同時也是整個系統(tǒng)的關(guān)鍵[33]。電鏟工作時，紅外補光數(shù)字相機全天候?qū)崟r采集捕捉鏟斗圖像，經(jīng)實時視頻傳輸協(xié)議RTSP傳輸至嵌入式AI處理平臺，通過深度學(xué)習(xí)的方法進行特征提取，實時輸出監(jiān)測結(jié)果，經(jīng)觸屏顯示器顯示，并記錄故障發(fā)生時間。同時，系統(tǒng)可監(jiān)測并標注出視線范圍內(nèi)車輛進入情況和鏟斗位置，增強駕駛員態(tài)勢感知能力，減少危險發(fā)生。2.3.3監(jiān)測系統(tǒng)總體設(shè)計為保證監(jiān)測的實時性，監(jiān)測系統(tǒng)的攝像機需要在鏟斗運行的全過程都能獲取到斗齒的圖像，因此在電鏟大臂安裝下視攝像機，在電鏟回轉(zhuǎn)部安裝前視攝像機，以達到全過程數(shù)據(jù)獲取，安裝位置如圖2.9所示。圖2.9相機安裝位置示意Figure2.9Camerainstallationposition監(jiān)測系統(tǒng)是斗齒監(jiān)測的核心部分，通過深度神經(jīng)網(wǎng)絡(luò)對斗齒數(shù)據(jù)進行特征分析，建立出斗齒的正常狀態(tài)模型和斷裂脫落模型，得出監(jiān)測結(jié)果并達成預(yù)警的目的，監(jiān)測流程如圖2.10所示。

【參考文獻】：
期刊論文
[1]瓦斯-煤粉粉塵氣固2相爆轟特性測試[J]. 胡暢,王文遠,孫帥奇,周志遠,代弦德.  能源與環(huán)境. 2020(01)
[2]改進YOLO v3算法及其在安全帽檢測中的應(yīng)用[J]. 王兵,李文璟,唐歡.  計算機工程與應(yīng)用. 2020(09)
[3]基于深度學(xué)習(xí)的場景識別方法綜述[J]. 李新葉,朱婧,麻麗娜.  計算機工程與應(yīng)用. 2020(05)
[4]風(fēng)光互補及無線傳輸在瓦斯管道監(jiān)測中的應(yīng)用[J]. 路萍.  自動化與儀表. 2020(01)
[5]煤礦機電井下防爆設(shè)計[J]. 衛(wèi)星.  當代化工研究. 2020(02)
[6]Tiny YOLO Optimization Oriented Bus Passenger Object Detection[J]. ZHANG Shuo,WU Yanxia,MEN Chaoguang,LI Xiaosong.  Chinese Journal of Electronics. 2020(01)
[7]基于YOLOv3算法的訓(xùn)練集優(yōu)化和檢測方法的研究[J]. 高星,劉劍飛,郝祿國,董琪琪.  計算機工程與科學(xué). 2020(01)
[8]基于YOLO改進算法的軌道扣件狀態(tài)檢測研究[J]. 王兵水,鄭樹彬,李立明,鐘倩文.  智能計算機與應(yīng)用. 2020(01)
[9]基于回歸深度卷積網(wǎng)絡(luò)的船舶圖像與視頻檢測[J]. 黃志堅,張成,王慰慈.  上海海事大學(xué)學(xué)報. 2019(04)
[10]基于Faster R-CNN的零件表面缺陷檢測算法[J]. 黃鳳榮,李楊,郭蘭申,錢法,朱雨晨.  計算機輔助設(shè)計與圖形學(xué)學(xué)報. 2020(06)

博士論文
[1]基于稀疏分解的說話人識別技術(shù)研究[D]. 徐瓏婷.南京郵電大學(xué) 2017
[2]大型礦用挖掘機設(shè)計關(guān)鍵技術(shù)研究[D]. 郝萬軍.吉林大學(xué) 2014
[3]資源整合礦山開發(fā)模式與露采關(guān)鍵技術(shù)研究[D]. 王海君.中國礦業(yè)大學(xué) 2013
[4]基于斷裂參量K因子的焊接接頭等承載設(shè)計[D]. 王濤.哈爾濱工業(yè)大學(xué) 2012

碩士論文
[1]深度學(xué)習(xí)在圖像處理中的應(yīng)用[D]. 劉宇.電子科技大學(xué) 2020
[2]基于卷積神經(jīng)網(wǎng)絡(luò)人臉識別研究與實現(xiàn)[D]. 任飛凱.南京郵電大學(xué) 2019
[3]彩色圖像灰度化算法的研究與實現(xiàn)[D]. 劉美.長春理工大學(xué) 2019
[4]基于深度神經(jīng)網(wǎng)絡(luò)的視頻動作識別研究[D]. 許澤珊.華南理工大學(xué) 2019
[5]基于模糊神經(jīng)網(wǎng)絡(luò)的智能交通路徑規(guī)劃系統(tǒng)的研究與實現(xiàn)[D]. 馬思臣.南京郵電大學(xué) 2017
[6]基于深度神經(jīng)網(wǎng)絡(luò)的視覺識別分類研究[D]. 李燕飛.內(nèi)蒙古工業(yè)大學(xué) 2018
[7]大型電鏟鏟斗結(jié)構(gòu)健康監(jiān)測研究[D]. 王萍.中國礦業(yè)大學(xué) 2018
[8]光照不均勻圖像增強研究[D]. 祝思文.遼寧工程技術(shù)大學(xué) 2017
[9]WK-75型礦用挖掘機斗齒的磨損分析及結(jié)構(gòu)改進[D]. 張延強.太原理工大學(xué) 2016



本文編號：3422083