一种基于深度图像的筛板故障智能监测方法

发明专利有效专利

申请号：
CN201911186854.2
IPC分类号：G01M7/02
申请日期：
2019-11-28
申请人：
上海大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于深度图像的筛板故障智能监测方法
申请号	CN201911186854.2	申请日期	2019-11-28
法律状态	授权	申报国家	中国
公开/公告日	2020-03-27	公开/公告号	CN110926737A
优先权	暂无	优先权号	暂无
主分类号	G01M7/02 ? IPC结构图谱： G 物理 G0 仪器 G01 测量；测试 G01M 机器或结构部件的静或动平衡的测试；其他类目中不包括的结构部件或设备的测试 G01M7/00 结构部件的振动测试；结构部件的冲击测试（G01M 9/00优先） G01M7/02 振动测试〔5〕	IPC分类号	G;0;1;M;7;/;0;2查看分类表>
申请人	上海大学	申请人地址	上海市宝山区上大路99号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	上海大学	当前权利人	上海大学
发明人	彭晨;张帅帅;杨林顺;王海宽;杨明锦
代理机构	上海上大专利事务所（普通合伙）	代理人	陆聪明

摘要

本发明涉及一种基于深度图像的筛板故障智能监测方法，包括如下步骤：步骤1、根据筛板的工位，以及相机自身的内部参数，确定深度相机安装的矩阵排布；步骤2、对原始数据进行维度转换；步骤3、将维度转换后的数据中的无效数据进行处理；步骤4、对无效数据处理后的数据进行伪彩色渲染；步骤5、在深度图像中根据每块筛板的工位，划分出子图像，对每块子图像单独分析、判断工况；步骤6、获取相机捕获图像的信号强度数据，并和正常运行时的信号强度数据进行对比，以此判断筛板上面是否有煤，进一步判断原煤漏斗是否发生堵塞。本方法较现有方法检测速度快，检测精度高，无需人工干预，是一种非介入性的监测方法，不影响正常生产。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供