智能巡檢機器人系統

傳統行業數位化轉型

帶式輸送機是一種摩擦驅動以連續方式運輸物料的機械。主要由機架、輸送帶、托輥、滾筒、張緊裝置、傳動裝置等組成。它可以將物料在一定的輸送線上，從最初的供料點到最終的卸料點間形成一種物料的輸送流程。

帶式輸送機是一種複雜的大型機電耦合系統，各個子系統的故障種類繁多，一旦發生故障，現場維修難度大、維修時間長、消耗大量人力物力資源，降低企業經濟效益，甚至威脅到人員的生命安全。

帶式輸送機在運行過程中會遭遇多種故障事件，為了保障安全生產，需要對帶式輸送機的各種典型狀態在線檢測分析對應的特徵信號，及時發現設備潛在劣化趨勢，在故障發生前排除故障。

隨著感測器技術、高速網路技術、計算機算力水準的提高極大促進了人工智慧技術發展，使新型人工智慧技術與傳統工業維運業務結合成為可能。利用感測器探測技術、人工智慧機器學習技術實現對帶式輸送機關鍵部件的即時監測、工況演化分析，實現設備維運工作的自動化、智慧化，降低維運成本，提高了維護工作效率和生產效益。

維運控制中心遠端即時遙控現場機器人採集的數據即時透過佈設的專用網路傳送到維運控制中心，維運人員透過即時採集圖像數據和分析數據對被監測設備工況情況做出最終判斷。

巡檢機器人本體搭載3台非接觸式紅外熱成像測溫儀，對上下托輥分別進行定位測溫，當發現托輥有溫升且達到一定閾值後，系統發出報警資訊。針對各現場工況差別較大，溫度高低不同，巡檢策略採用取相對溫度作為判斷依據，有效降低了因環境因素、設備精度等外界因素所引起的誤判。

巡檢機器人本體搭載一台高靈敏度拾音器。即時採集廊道、設備、輸送機鋼架、托輥的異常噪音，如螺栓鬆動、焊點開裂、鋼架晃動等，可透過與原始聲音樣本進行對比分析，提取樣本特徵，學習並構建分類模型，對異常情況發出報警並記錄。

隨著感測器技術、高速網路技術、計算機算力水準的提高極大促進了人工智慧技術發展，使新型人工智慧技術與傳統工業維運業務結合成為可能。利用感測器探測技術、人工智慧機器學習技術實現對帶式輸送機關鍵部件的即時監測、工況演化分析，實現設備維運工作的自動化、智慧化，降低維運成本，提高了維護工作效率和生產效益。

維運控制中心遠端即時遙控現場機器人採集的數據即時透過佈設的專用網路傳送到維運控制中心，維運人員透過即時採集圖像數據和分析數據對被監測設備工況情況做出最終判斷。