本发明涉及煤矿皮带巷监控技术领域,具体涉及一种用于皮带巷的监控方法及其系统。
背景技术:
皮带巷是用皮带输送原煤的巷道。
现有的对于皮带巷的运行数据进行监控的方法是,在运输设备运行时,进行人工巡检,或者在运输设备停止运行时,进行巡检。
发明人在实践中,发现现有技术中存在以下缺陷:
部分煤矿的主井皮带大巷的距离长,坡度大,例如距离长达670m,坡度达26.7°,人工巡检时,由于其坡度大,在皮带上运输的煤块会时不时的蹦出,当有人巡检时容易发生危险,危险性高,而当每日停机检修时,再进行巡检,则无法实时了解皮带的实时运行信息,容易导致安全事故的发生。
技术实现要素:
为了解决上述技术问题,本发明的目的在于提供了一种用于皮带巷的监控方法,该方法所采用的技术方案如下:
一种用于皮带巷的监控方法,该监控方法包括:
通过终端设备采集皮带巷的各项监控数据,并将所述监控数据发送至云平台;
通过云平台对所述监控数据进行分析,判断所述监控数据是否出现异常;
当所述监控数据出现异常时,云平台进行报警。
进一步,所述监控数据包括皮带运行图像、温度数据、烟雾数据和风速数据中的一种或者多种。
进一步,所述通过云平台对所述监控数据进行分析,包括以下步骤:
提取所述监控数据中的实时图像数据;
将所述实时图像数据与云平台预设的图像数据相应的进行相似度比对,所述预设的图像数据为正常运行状态时的图像数据;
在所述相似度比对的结果小于预设阈值时,判定所述实时图像数据出现异常。
进一步,所述实时图像数据包括皮带运行图像数据和皮带x射线探伤仪探伤图像数据中的一种或者多种。
进一步,所述通过云平台对所述监控数据进行分析,还包括以下步骤:
提取所述监控数据中的温度数据;
当监测到所述温度数据随着时间的变化在持续上升时,判断所述温度数据是否逐渐接近云平台预设的安全温度阈值;
在所述温度数据逐渐接近所述云平台预设的安全温度阈值时,判定所述温度数据出现异常。
另一方面,本发明的另一个目的在于提供一种用于皮带巷的监控系统,该监控系统所采用的技术方案如下:
一种用于皮带巷的监控系统,该监控系统包括:
采集模块,用于通过终端设备采集皮带巷的各项监控数据,并将所述监控数据发送至云平台;
分析判断模块,用于通过云平台对所述监控数据进行分析,判断所述监控数据是否出现异常;
报警模块,用于在所述监控数据出现异常时,云平台进行报警。
进一步,所述监控数据包括皮带运行图像、温度数据、烟雾数据和风速数据中的一种或者多种。
进一步,所述分析判断模块,包括:
图像提取模块,用于提取所述监控数据中的实时图像数据;
图像分析模块,用于将所述实时图像数据与云平台预设的图像数据相应的进行相似度比对,所述预设的图像数据为正常运行状态时的图像数据;
图像异常判断模块,用于在所述相似度比对的结果小于预设阈值时,判定所述实时图像数据出现异常。
进一步,所述实时图像数据包括皮带运行图像数据和皮带x射线探伤仪探伤图像数据中的一种或者多种。
进一步,所述分析判断模块,包括:
数据提取模块,用于提取所述监控数据中的温度数据;
数据分析模块,用于当监测到所述温度数据随着时间的变化在持续上升时,判断所述温度数据是否逐渐接近云平台预设的安全温度阈值;
数据异常判断模块,用于在所述温度数据逐渐接近所述云平台预设的安全温度阈值时,判定所述温度数据出现异常。
本发明具有如下有益效果:
本发明通过终端设备采集皮带巷的各项监控数据,并将所述监控数据发送至云平台;通过云平台对所述监控数据进行分析,判断所述监控数据是否出现异常;当所述监控数据出现异常时,云平台进行报警,即使是主井皮带大巷的距离长、坡度大,不需要人工进行巡检,能够避免安全事故的发生,并且不需要占用停机的时间进行巡检,能够保证采集皮带的实时运行数据。
附图说明
图1为本发明一个实施例提供的一种用于皮带巷的监控方法的方法流程图;
图2为本发明另一个实施例提供的一种用于皮带巷的监控系统的结构框图。
具体实施方式
下面通过具体实施例结合附图来详细说明本发明,需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合,本发明的保护范围并不限于此。
请参阅图1,其示出了本发明提供的一种用于皮带巷的监控方法的方法流程图,该监控方法包括:
步骤101,通过终端设备采集皮带巷的各项监控数据,并将所述监控数据发送至云平台。
该终端设备可以是智能监控终端,能够检测皮带巷的必要的监控参数,该监控数据包括现场实时图像数据、温度数据、烟雾数据和风速数据中的一种或者多种。
步骤102,通过云平台对所述监控数据进行分析,判断所述监控数据是否出现异常。
云平台对各项监控数据的变化情况进行大数据分析,对有发生危险趋势的关键监控参数通过云平台进行重点的监控。
优选的,所述通过云平台对所述监控数据进行分析,还包括云平台提取监控数据中的实时图像数据;将该实时图像数据与云平台预设的图像数据相应的进行相似度比对,所述预设的图像数据为正常运行状态时的图像数据;在所述相似度比对的结果小于预设阈值时,判定所述实时图像数据出现异常。例如,在跑煤或者保护罩移位时,所采集到的图像数据与正常的预设图像数据存在较大的差异,在将两者进行比较之后,得到的比对结果超出阈值,此时云平台进行自动报警。再如,对实时采集的井口皮带x射线仪的探伤数据和图像进行监控,并将采集的图像和数据与预设的相应图像和阈值进行比对,当判断出皮带中的钢丝绳出现断裂等异常数据时,云平台及时报警,通知相应的人员及时核实,防止不必要的安全生产事故发生。
优选的,所述通过云平台对所述监控数据进行分析,还包括提取所述监控数据中的温度数据;当监测到所述温度数据随着时间的变化在持续上升时,判断所述温度数据是否逐渐接近云平台预设的安全温度阈值;在所述温度数据逐渐接近所述云平台预设的安全温度阈值时,判定所述温度数据出现异常。
步骤103,当所述监控数据出现异常时,云平台进行报警。
在判断出异常数据时,云平台进行报警,及时提醒相应的工作人员,防止不必要的安全事故发生。并且由于采用的是自动采集的方式,因此采集的密度相对于人工采集的密度大,在监控数据出现异常时,能够及时报警,信息传递的速度快,报警迅速,能够缩短报警的时长。
请参阅图2,其示出了本发明另一个实施例提供的一种用于皮带巷的监控系统的机构框图,该监控系统包括采集模块201、分析判断模块202和报警模块203,所述分析判断模块202包括图像提取模块2021、图像分析模块2022和图像异常判断模块2023,该分析判断模块202还包括数据提取模块2024、数据分析模块2025和数据异常判断模块2026。
采集模块201用于通过终端设备采集皮带巷的各项监控数据,并将所述监控数据发送至云平台。
优选的,所述监控数据包括皮带运行图像、温度数据、烟雾数据和风速数据中的一种或者多种。
分析判断模块202用于通过云平台对所述监控数据进行分析,判断所述监控数据是否出现异常。
报警模块203,用于在所述监控数据出现异常时,云平台进行报警。
优选的,所述分析判断模块202,包括图像提取模块2021、图像分析模块2022和图像异常判断模块2023。
图像提取模块2021用于提取所述监控数据中的实时图像数据,所述实时图像数据包括皮带运行图像数据和皮带x射线探伤仪探伤图像数据中的一种或者多种。
图像分析模块2022用于将所述实时图像数据与云平台预设的图像数据相应的进行相似度比对,所述预设的图像数据为正常运行状态时的图像数据;
图像异常判断模块2023用于在所述相似度比对的结果小于预设阈值时,判定所述实时图像数据出现异常。
优选的,所述分析判断模块202,包括数据提取模块2024、数据分析模块2025和数据异常判断模块2026。
数据提取模块2024用于提取所述监控数据中的温度数据。
数据分析模块2025用于当监测到所述温度数据随着时间的变化在持续上升时,判断所述温度数据是否逐渐接近云平台预设的安全温度阈值。
数据异常判断模块2026用于在所述温度数据逐渐接近所述云平台预设的安全温度阈值时,判定所述温度数据出现异常。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。