具体实施方式

在本申请的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请的简化描述，而不是指示或暗示所指的装置或组件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制；术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

在本申请的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个组件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本申请中的具体含义。

此外，下面所描述的本申请不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。

本申请实施例提供一种选煤厂生产线物料堵塞检测系统，如图1和图2所示，所述系统包括视频检测传感器101，图像识别服务器102和主控服务器103。所述视频检测传感器101，设置于生产线第一类监测点处；所述视频检测传感器101检测所述第一类监测点的物料运输状态，并生成视频图像信号；所述图像识别服务器102，接收所述视频检测传感器101发送的所述视频图像信号，根据所述视频图像信号判断所述第一类监测点是否堵塞；所述主控服务器103，接收所述图像识别服务器102发送的所述第一类监测点是否堵塞的判断结果，根据所有所述第一类监测点是否堵塞的判断结果得到生产线堵塞检测结果。所述主控服务器103，将结果传输至生产大系统；如果任意一个所述第一类监测点发生堵塞，则所述生产大系统生成联动信号，所述生产大系统通过所述联动信号控制系统内堵塞点上游输送设备减少源头物料量，并启动堵塞点的疏通设备疏通堵塞点的物料；所述生产大系统在所述主控服务器103判断堵塞点已疏通正常后，生成恢复正常生产信号，所述生产大系统恢复正常生产。其中，所述视频检测传感器101与所述图像识别服务器102之间、所述图像识别服务器102与所述主控服务器103之间通过网络进行通信连接，以实现数据传输，从而使本申请中的选煤厂生产线堵塞处理达到信息化、智能化的需求。

以上方案中，所述第一类监测点可以为很容易发生堵塞的位置，通过选煤工艺流程设计检查生产线上易堵塞的位置作为监测点,监测点含常规设计物料易堵塞点与实际生产中出现的易堵塞点，对监测点进行排列图分析计算，工程值在最大量下出现堵塞的位置点作为重点检测对象，选择重点检测对象的监测点作为第一类监测点。如图2所示，生产线包括如料斗201、溜槽202和刮板机203等设备，可以将视频检测传感器101设置于料斗201的出口处、溜槽202的入口和出口处等。

本申请中的选煤厂生产线物料堵塞检测系统，利用视频检测传感器设置于生产线第一类监测点处，视频检测传感器能够通过拍摄视频图像的方式实时检测第一类监测点的物料运输状态，并生成视频图像信号。图像识别服务器接收视频检测传感器发送的视频图像信号后，能够根据视频图像信号判断第一类监测点是否堵塞，之后，图像服务器将第一类监测点是否堵塞的判断结果通过网络传送至主控服务器，主控服务器根据所有的第一类监测点是否堵塞的判断结果得到生产线堵塞检测结果。主控服务器将结果传输至生产大系统；如果任意一个第一类监测点发生堵塞，则生产大系统生成联动信号，生产大系统通过联动信号控制系统内堵塞点上游输送设备减少源头物料量，并启动堵塞点的疏通设备疏通堵塞点的物料；生产大系统在主控服务器判断堵塞点已疏通正常后，生成恢复正常生产信号，生产大系统恢复正常生产。以上方案，将图像自动识别新技术应用到选煤厂领域，提高了物料位置的检测水平，生产线物料情况监控可以上报至集控室的主控服务器中，不必依赖于人工巡检，能够在堵塞程度还不是很严重时就及时、准确地发现堵塞点，便于后续对堵塞点的疏通，提高了疏通效率，降低了人力成本和经济成本。

显然，本申请以上方案，将生产线堵塞检测和疏通方案进行了一体化的设计，主控服务器能够实时地对监测点是否发生堵塞进行检测，当监测点发生堵塞后，生产大系统的联动控制器就能够对生产线上所涉及到的所有设备进行联动控制，该控制逻辑既可以采用额外设置的服务器实现，也可以采用以上方案中的主控服务器来实现。联动控制能够通过对生产线上的变频设备进行频率控制，通过降低其频率减少进入堵塞点的物料量，联动控制还能够对发生堵塞的堵塞点处设置的堵塞疏通设备进行控制，例如空气炮、振动电机等，通过联动控制启动堵塞点的疏通设备，疏通堵塞点的物料。

在一些实施例中，所述图像识别服务器102内预置有识别算法模型，所述识别算法模型通过如下方式得到：以历史视频图像信号为输入参量，以历史视频图像信号中记载的第一类监测点是否堵塞的判断结果为输出参量，对机器学习算法进行训练，以训练后的机器学习算法作为所述识别算法模型；所述视频图像信号输入所述识别算法模型后，根据所述识别算法模型的输出结果得到所述第一类监测点是否堵塞的判断结果。例如，可以利用历史视频图像信号的像素值与是否堵塞的判断结果标签(例如堵塞的标签为“1”、未堵塞的标签为“0”)构建XGBoost模型(模型训练使用XGBoost模块下的XGBRegressor函数)。或者，选择神经网络(NNs)作为机器学习算法，NNs是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型，本质上神经网络算法就是向量乘法，广泛采用符号函数及其各种逼近。事实上，机器学习算法包括很多种，本申请实施例中可以选择现有的机器学习算法来实现，只是在训练时需要选择准确的训练样本。

在一些实施例中的选煤厂生产线物料堵塞检测系统，所述图像识别服务器102中的所述识别算法模型，在对机器学习算法进行训练时还包括：以所述历史视频图像信号中记载的第一类监测点的堵塞程度为输出参量对机器学习算法进行训练，以训练后的机器学习算法作为所述识别算法模型；所述视频图像信号输入所述识别算法模型后，根据所述识别算法模型的输出结果得到所述第一类监测点的堵塞程度。例如，根据历史视频图像信号的像素值与堵塞程度的判断结果标签对机器学习算法进行训练。通过对堵塞程度进行划分，能够使堵塞程度严重到必须停机之前就被监测到，从而提前进行疏通，避免停机影响效率和带来的经济损失。

如图3和图4所示，所述的选煤厂生产线物料堵塞检测系统，还可以包括感应式开关传感器104，设置于生产线第二类监测点处，所述感应式开关传感器104检测所述第二类监测点的物料运输状态，并生成开关量数字信号；其中，所述第二类监测点出现堵塞的几率小于所述第一类监测点出现堵塞的几率；所述主控服务器103，接收所述感应式开关传感器104发送的所述开关量数字信号，根据所述开关量数字信号判断所述第二类监测点是否堵塞以及所述第二类监测点的堵塞程度；所述主控服务器103，还用于将所述第一类监测点是否堵塞的判断结果、所述第一类监测点的堵塞程度、所述第二类监测点是否堵塞的判断结果和所述第二类监测点的堵塞程度融合后得到生产线堵塞检测结果。在一些实施例中，也可以在同一个监测点设置多种类型的传感器对监测点进行检测，将多种传感器的检测结果进行融合后判断监测点的实际运输状态。

以上方案中，所述开关传感器104的类型有多种，可以根据设置位置选择合适的类型，以溜槽为例：溜槽内安装堵塞开关；溜槽外安装门式限位行程开关或者霍尔开关，外装内侧的红外检测开关等。本方案中，数据核实验算后，对易堵塞位置安装视频检测传感器或者多种检测传感器组合，其他位置只安装常规堵塞检测开关，开关传感器104检测的开关量为数字量，数字量是物理量的一种，其变化在时间上是不连续的，总是发生在一系列离散的瞬间，因此数字量也被称为离散量，指得是分散开来的、不存在中间值的量，简单的说数字量为“0”或“1”信号。而视频图像为模拟量，模拟量是指变量在一定范围连续变化的量；也就是在一定范围(定义域)内可以取任意值(在值域内)。因此，数字量的处理难度远小于模拟量的处理难度，本方案通过在一些常规堵塞点(或者说不易发生堵塞的位置)设置开关量，通过数字量的处理来判断堵塞点的状态，避免全部采用视频图像检测对于服务器处理数据量带来的压力。

以上方案中，所述堵塞程度包括第一级别堵塞程度、第二级别堵塞程度和第三级别堵塞程度；所述主控服务器103，在堵塞点被判断为第一级别堵塞程度时向对应堵塞点的被控装置发出预警信号，在堵塞点被判断为第二级别堵塞程度时向对应堵塞点的被控装置发出报警信号，在堵塞点被判断为第三级别堵塞程度时向对应堵塞点的被控装置发出停机信号。通过将堵塞程度划分为不同阶段，能够在一级堵塞程度时就及时对堵塞点进行疏导，提前采取措施，将可能发生的偏差消除在萌芽状态中，为避免在未来不同发展阶段可能出现的问题而事先采取的措施。需要报警的情况出现时，也能够及时发出警报，以提醒工作人员及时干预。而严重的情况下，必须停机时才会停机。本方案可以方便的对选煤厂生产系统中物料检测与处理智能化前置控制处理，控制方式灵活，检测与处理多种组合，使得选煤厂生产线物料检测与处理达到智能化、信息化，融入选煤厂工厂信息化管理系统平台，解决了选煤厂物料溜槽检测与处理滞后问题，检测信号经过大数据计算处理，物料堵塞前置反馈处理，减少生产线停车时间，生产效率和经济效益的提升显著。

在生产线上的每一个监测点可以设置一个编号，监测点处设置的视频检测传感器或者感应式开关传感器都有特定的设备标识，同样地，报警部件、被控部件等全部都配置有唯一的ID信息，以上所有的信息都能够关联在一起，从而能够实现：生产线上任意一个监测点发生堵塞，就能够立即被识别，也能够理解确定该发生堵塞的监测点上游的输送设备、该发生堵塞的监测点处设置的疏通设备，从而可以直接对上游输送设备进行降低频率的处理，对发生堵塞的监测点的疏通设备进行启动操作。

以上方案中，如图5和图6所示，所述被控装置可以包括变频器105，其输入端与所述主控服务器103的输出端连接，其输出端与堵塞点处或者堵塞点上游的输送设备106的控制端连接。其中，变频器(Variable-frequency Drive，VFD)是应用变频技术与微电子技术，通过改变电机工作电源频率方式来控制交流电动机的电力控制设备。所述变频器105用于接收所述主控服务器103发送的所述预警信号，根据所述预警信号降低所述输送设备106降低运行频率至所述输送设备106的频率下限阈值。主控服务器103内部可以预先存储控制信号与监测点堵塞检测结果的映射关系，例如当判断到监测点发生堵塞后可以控制各个大流量运输设备降低运行速率，从而减少进入堵塞点的物料量。以图6为例，当溜槽202堵塞时，溜槽202上游的第“n-1”台变频器1051就会将第“n-1”台输送设备的运行频率降至最低，溜槽202上游的第“n”台变频器1052就会将第“n”台输送设备的运行频率降至最低，由此能够减少进入料斗201的物料量，从减少进入溜槽202的物料量。也即，本方案能够在生产线出现轻微堵塞情况时,就控制进料的输送设备106降低运行频率，优选地，主控服务器103还能够控制与当前一级堵塞程度对应的堵塞点的上游输送设备降低运行频率，从而减少进入到当前一级堵塞程度对应的堵塞点的流入物料量，在物料累计量较少的情况下处理，减少物料积聚产生生产事故，生产大系统的全线大流量输送设备减速运行，大大减少了上游设备的来料量，为堵塞点堵塞物料的处理延长了处理时间，减小了设备的磨损与能耗，由此可以应用前馈控制方法对生产线堵塞点综合自动控制，将生产线中堵塞点的轻微堵塞故障消除在初始状态。

优选地，在一些实施例中，所述被控装置还可以包括振动部件108，振动部件108经过配电控制柜107与主控服务器103的输出端连接。所述振动部件108，包括设置于监测点处振动电机1081或空气炮1082，所述振动部件108用于接收所述主控服务器103发送的所述预警信号，根据所述预警信号控制所述振动电机1081或所述空气炮1082启动。本方案应用开启空气炮代替铁钳、铁锤工具，利用空气动力学的方式将堵塞点疏通。与空气炮同等的办法是在监测点外安装振动电机，当监测点被判断为堵塞点后，应用堵塞点的震动，将大块煤改变位置，应用振动力学的原理疏通堵塞点。以溜槽202为例，振动电机1081设置在溜槽202的外壁，空气炮1082设置于溜槽202内部，当检测到溜槽堵塞后，主控服务器103控制溜槽处的疏通处理设备自动启动，振动电机1081向溜槽壁发出振动力，空气炮1082对堵塞点的堵塞物料进行自动疏通，堵塞处理完毕后，主控服务器103即可收到系统正常信号，主控服务器103能够自动停止堵塞处理设备运行，所有生产线设备转入正常生产状态。

进一步优选地，选煤厂生产线物料堵塞检测系统中的所述被控装置还可以包括报警部件，设置于监测点处，其输入端与所述主控服务器103的输出端连接；所述报警部件接收所述主控服务器103发送的所述报警信号后发出报警提示信号。具体地，报警部件可以为扬声器、警示灯等，通过播放语音或者闪烁警示灯的形式使现场工作人员得知发生堵塞的位置，提示就近巡逻人员到物料堵塞点巡查,辅助处理,保证堵塞溜槽快速完毕。

在一些实施例中的选煤厂生产线物料堵塞检测系统，所述被控装置为输送设备106，其控制端与所述主控服务器103的输出端连接，所述输送设备接收到所述停机信号后停止工作。其中，停机原因可以使堵塞程度过高，也可能是检测堵塞的传感器发生故障或者堵塞处理后依然无法恢复正常状态等。例如，在预警状态下，物料输送状态信号出现非正常生产现象时，系统进行堵塞预处理。在预处理启动后，一直检测物料信号是否能够恢复到生产正常状态，如果不能恢复，触发到报警信号后，系统正式报警，随后将会停车处理。

以上方案中的选煤厂生产线，物料堵塞从检测到堵塞处理的过程分为两个阶段：首先是检测方式，在一些极易发生堵塞的监测点设置视频检测，或者视频检测与常规检测相组合的检测方式，在一些不易发生堵塞的监测点设置常规检测方式。其次是检测到堵塞后的处理方式，如检测到堵塞触发信号后则联动控制被控设备，输送设备的运行频率被降低，堵塞点设置的振动部件会启动对造成堵塞的物料进行处理。如果堵塞非常严重，系统自动控制停车，通知相关人员处理堵塞生产事故。以上方案能够实现降低停车频次、快速疏通溜槽的目的。

本申请一些实施例中，所述主控服务器103还用于按照运输方向将所有的所述第一类监测点和所述第二类监测点进行排列，并控制显示屏显示所述排列结果；所述排列结果中，每一监测点均配置有标识显示区域，所述标识显示区域用于显示监测点的类别、是否堵塞的判断结果、堵塞程度、堵塞处理方式以及堵塞处理状态，显示界面可以如图7所示。

本申请实施例提供的方案，将人工智能图像识别新技术应用到选煤厂堵塞检测和处理中，提高了物料位置的检测水平，生产线物料情况监控可以同时应用自动报警与图像，在集控室的上位操作画面及监视屏幕上显示出来，方便操作人员与管理人员及时判断处理生产状况。通过前馈控制的方法，将物料堵塞解决在初始状态，减少了处理时间，为提高生产效率夯实基础。利用本申请的技术改进了选煤厂生产工艺设计,将选煤厂煤流线上的物料量比较大的主要输送设备,如皮带输送机\刮板机设计为变频控制，为生产线物料堵塞解决缓冲了时间，大大减少了上游物料来料量，同时在出现生产线堵塞或其它情况下，控制方便，节能明显，产品质量可控。网络技术的应用，多种通信技术可以减小数据传输时间的延迟。工业标准技术协议应用，使得物料堵塞检测与处理的控制技术与生产控制系统无缝链接，易于进入选煤厂MIS系统，成为智能化选煤厂综合自动化系统的一个子系统。

本方案使得选煤厂生产线物料溜槽检测与处理一体化，提高了生产效率，使得选煤厂生产线溜槽检测与处理达到自动化、智能化。前馈控制预先处置物料堵塞,将生产事故前置,预防生产事故的发生。应用人工智能技术与以太网技术、网络组态技术结合，采用数据共享，能够多角度实时直观地监控物料生产线的状况，使得生产更高效安全。生产线物料溜槽检测与处理一体化系统控制操作简单化，易维护、易扩展，节省人力、物力和时间成本，补齐选煤厂智能化的短板。另外，本方案经济效益明显，根据现有选煤厂生产线物料溜槽后人工处理，设备空耗、水电介辅料损耗、人工等因素计算成本，停止生产，降低了生产率。综合后处理一次溜槽物料堵塞事故，生产成本高，经济按分钟计算，平均每班减少一次，每年生产经济效益提高明显。

显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本申请的保护范围之中。