传统行业数字化转型
散装物料带式输送机巡检机器人
带式输送机
带式输送机是一种摩擦驱动以连续方式运输物料的机械。主要由机架、输送带、托辊、滚筒、张紧装置、传动装置等组成。它可以将物料在一定的输送线上，从最初的供料点到最终的卸料点间形成一种物料的输送流程。
带式输送机是一种复杂的大型机电耦合系统，各个子系统的故障种类繁多，一旦发生故障,现场维修难度大、维修时间长、消耗大量人力物力资源，降低企业经济效益，甚至威胁到人员的生命安全。
带式输送机在运行过程中会遭遇多种故障事件，为了保障安全生产，需要对带式输送机的各种典型状态在线检测分析对应的特征信号，及时发现设备潜在劣化趋势，在故障发生前排除故障。
皮带输送机巡检机器人
随着传感器技术、高速网络技术、计算机算力水平的提高极大促进了人工智能技术发展，使新型人工智能技术与传统T业运维业务结合成为可能。利用符合传感器探测技术、人工智能机器学习技术实现对带式输送机关键部件的实时监测、工况演化分析，实现设备运维工作的自动化、智能化，降低运维成本，提高了维护工作效率和生产效益。
运维控制中心远程实时遥控现场机器人采集的数据实时通过布设的专用网络传送到运维控制中心，运维人员通过实时采集图像数据和分析数据对被监测设备工况情况做出最终判断。
智能监测
巡检机器人本体搭载3台非接触式红外热成像测温仪，对上下托辊分别进行定位测温，当发现托辊有温升且达到一定阈值后，系统发出报警信息。针对各现场工况差别较大，温度高低不同，巡检策略采用取相对温度作为判断依据，有效降低了因环境因素、设备精度等外界因素所引起的误判。
巡检机器人本体搭载一台高灵敏度拾音器。实时采集廊道、设备、输送机钢架、托辊的异常噪音,如螺栓松动、焊点开裂、钢架晃动等,可通过与原始声音样本进行对比分析，提取样本特征，学习并构建分类模型，对异常情况发出报警并记录。
故障定位与预警
随着传感器技术、高速网络技术、计算机算力水平的提高极大促进了人工智能技术发展，使新型人工智能技术与传统T业运维业务结合成为可能。利用符合传感器探测技术、人工智能机器学习技术实现对带式输送机关键部件的实时监测、工况演化分析，实现设备运维工作的自动化、智能化，降低运维成本，提高了维护工作效率和生产效益。
运维控制中心远程实时遥控现场机器人采集的数据实时通过布设的专用网络传送到运维控制中心，运维人员通过实时采集图像数据和分析数据对被监测设备工况情况做出最终判断。
