[发明专利]基于深度学习的矿井提升钢丝绳智能视觉检测装置及方法

说明书

本申请提供了基于深度学习的矿井提升钢丝绳智能视觉检测装置，属于钢丝绳检测技术领域。包括底板，所述底板上安装有第一矩形柱，所述第一矩形柱上安装有第二矩形柱，所述第二矩形柱滑动安装在所述第一矩形柱内，所述底板上安装有调节组件，所述调节组件的一端固定安装在所述第二矩形柱的底部，所述第二矩形柱的上端安装有匚型板，所述匚型板上安装有两个对称的夹持组件，所述夹持组件之间安装有第二电动推杆，采用编码器方便对钢丝绳进行损伤定位，进一步与视频信息进行融合，采用第一相机和第二相机方便对钢丝绳的数据进行图像采集，通过存储器有利于大容量视频数据进行储存，提高了检测的精度和效果。

技术领域

本申请涉及钢丝绳检测技术领域，具体而言，涉及基于深度学习的矿井提升钢丝绳智能视觉检测装置及方法。

背景技术

钢丝绳作为矿井提升系统的关键部件，在其长期工作过程中受到矿井复杂环境的磨损、腐蚀、撞击等各种因素的影响，不可避免的出现断丝、磨损等损伤，导致安全强度降低，使得钢丝绳发生骤断的风险逐渐升高。提升钢丝绳作为连接井上井下的“生命线”，一旦发生故障，可能造成重大经济损失，甚至发生人员伤亡等恶性事故。目前提升钢丝绳损伤检测以人工目检和手摸检查为主，然而该检测方法效率低、弊端多，受人为因素的影响难以高效检测出钢丝绳相关损伤，不利于提升钢丝绳的运行维护和安全监管。因此，开发一种基于深度学习的矿井提升钢丝绳智能视觉检测系统，以实现钢丝绳表面状态的自动化检测尤为重要。

现有视觉检测方法多是基于图像处理或传统机器学习算法进行损伤识别，存在精度低、效果差等问题，所以实际应用较少；矿井提升钢丝绳一般长度较长，损伤呈随机化分布，如何对损伤进行准确定位，目前尚缺乏相关特定技术和方法，不方便存储数据。

发明内容

为了弥补以上不足，本申请提供了基于深度学习的矿井提升钢丝绳智能视觉检测装置及方法，旨在改善存在精度低、效果差等问题，所以实际应用较少；矿井提升钢丝绳一般长度较长，损伤呈随机化分布，如何对损伤进行准确定位，目前尚缺乏相关特定技术和方法，不方便存储数据的问题。

本申请实施例提供了基于深度学习的矿井提升钢丝绳智能视觉检测装置，包括底板，所述底板上安装有第一矩形柱，所述第一矩形柱上安装有第二矩形柱，所述第二矩形柱滑动安装在所述第一矩形柱内，所述底板上安装有调节组件，所述调节组件的一端固定安装在所述第二矩形柱的底部，所述第二矩形柱的上端安装有匚型板，所述匚型板上安装有两个对称的夹持组件，所述夹持组件之间安装有第二电动推杆，所述第二电动推杆的输出轴上安装有移动板，所述移动板上安装有移动组件，所述移动组件上安装有两个对称的T型板，两个所述T型板上分别安装有第一相机和第二相机，其中所述T型板上安装有安装架，所述安装架上安装有推杆组件；

所述推杆组件上安装有编码器，所述底板上安装有控制器，所述控制器通过导线与所述编码器电性连接，所述控制器的一侧安装有图像采集卡，所述控制器通过导线分别与所述第一相机和所述第二相机电性连接，所述图像采集卡通过导线连接有主机，所述主机内通过导线连接有存储器。

在上述实现过程中，通过调节组件调节第二矩形柱在第一矩形柱内的高度，从而调节匚型板的高度，通过夹持组件对第二电动推杆进行夹持，通过第二电动推杆方便调节移动板的水平移动位置，通过移动板内安装的移动组件，根据钢丝绳的位置调节两个T型板上的第一相机和第二相机之间的距离，通过安装架上的推杆组件方便将编码器接触到钢丝绳上，采用编码器方便对钢丝绳进行损伤定位，进一步与视频信息进行融合，采用第一相机和第二相机方便对钢丝绳的数据进行图像采集，通过存储器有利于大容量视频数据进行储存，提高了检测的精度和效果。

在一种具体的实施方案中，所述调节组件包括第一推杆和支架，所述第一推杆固定安装在所述底板上，所述支架的一侧安装在所述第二矩形柱上，所述第一推杆的输出端安装在所述支架上。

在上述实现过程中，通过第一推杆调节输出轴的伸缩长度，从而带动支架调节第二矩形柱的高度。