一种煤矿提升机关键部位异常检测方法

本发明公开一种煤矿提升机关键部位异常检测方法，通过录制矿井提升机五个关键部位的运行视频并提取图像，构建图片集。利用训练好的图像增强模型对这些图像进行亮度增强，制作成训练和测试数据集。基于卷积神经网络训练异常检测模型，该模型能够识别提升机关键部位的状态。在实际应用中，使用增强后的图像和异常检测模型对提升机关键部位进行实时监测。通过对比检测到的关键部位位置坐标与正常情况下的中心坐标，可以及时发现异常状态。一旦检测到异常，系统立即停止提升机运行，并发出声光警报提示具体异常位置。这种方法显著提高了检测精度，降低了误检率，极大地减少了煤矿井下提升机的运维成本，同时提升了检修维护的效率和安全性。