一种基于机器视觉的立井提升系统尾绳异常监测方法及设备

本发明涉及矿山机械设备监测技术领域，具体涉及一种基于机器视觉的立井提升系统尾绳异常监测方法及设备，本发明通过高速摄像头采集尾绳图像，利用深度学习技术进行实例分割和异常检测。首先，通过YOLACT++模型对尾绳进行精细分割，识别尾绳的形状特征；接着，基于RealNet异常检测模型识别尾绳表面是否存在散股、断股等异常情况。系统可以实时在线监测尾绳的运行状态，若检测到异常则发出报警并存储异常图像。该方法相较于传统方法，能够有效提高尾绳异常检测的精度，减少漏报和误报，适用于复杂的矿井环境。本发明的设备包括图像采集、通信传输、数据处理及存储设备，能够实现尾绳的智能化、高效监测，提高矿井提升系统的安全性和可靠性。