![[content:title]](/attached/image/20230821/20230821112303_7207.jpg)
冶金企業(yè)現(xiàn)場使用皮帶機作為礦石運輸?shù)闹饕O備，在生產(chǎn)使用中存在劃傷、撕裂、異物等故障。給安全生產(chǎn)造成巨大的影響。
目前的解決辦法是人工巡檢加各種傳感器進行預防，但效果相差甚遠，時有重大事故發(fā)生。不僅難以發(fā)現(xiàn)或預防皮帶的重大**，也無法及時避免撕裂堵料等情況的發(fā)生，而且巡檢人員現(xiàn)場作業(yè)具有很大的人身安全隱患。如何減少、杜絕重大皮帶事故的發(fā)生是安全生產(chǎn)迫切需要解決的。我司通過核心的人工智能算法和應用算法，結合業(yè)界領先的邊緣計算AI神經(jīng)網(wǎng)絡芯片硬件方案，針對冶金行業(yè)皮帶機運行結構，通過科技手段和過硬技術來歸類數(shù)據(jù)**、建立研發(fā)模型、深度訓練學習，將徹底解決皮帶機撕裂等運輸事故的發(fā)生。
“深度學習+機器視覺”
運用人工智能中的“深度學習”與“機器視覺”兩大分支技術，功能豐富的機器視覺軟件，系統(tǒng)可不斷內(nèi)部校優(yōu)，實現(xiàn)“模板學習→檢測→模板豐富→檢測更精準→模板更豐富→檢測更精準”的良性循環(huán)。借助客觀的大數(shù)據(jù)來調(diào)整前端工藝，提高生產(chǎn)效率。
Al智能分析終端介紹
AI智能分析終端是本套系統(tǒng)的核心設備。該設備可以通過AI學習掌握事物特征對現(xiàn)場**進行檢測分析。
● 高清圖像采集功能、實時播放、歷史回放；
● 結合神經(jīng)網(wǎng)絡的AI智能圖像分析。通過深度學習可以檢測各種皮帶撕裂狀況（撕裂，跑偏， 漏洞等）
● 可以再次學習完善故障模型
● 可以定義**歷史報警狀況，對可容忍漏洞、撕裂不報警；
● 自定義報警級別，分級報警；
● 聯(lián)動信號輸出，方便聯(lián)動其他設備；
● 具備自動檢測、自動識別。自動報警。一 旦輸送帶發(fā)生撕裂，將在第一時間聲光報警并發(fā)出聯(lián)動控制信號；
● 在報警同時，將輸送帶撕裂情況的圖像抓拍保存到固定文件夾內(nèi)，方便用戶查看。分析具體問題以及修補（歷史記錄保留3個月以上）。
現(xiàn)場使用圖片
設備**