摘要
本发明涉及一种基于多传感器融合的输送带智能管理方法,属于工业设备智能监测与诊断技术领域。其中,该方法包括:对输送带内部结构数据、表面三维轮廓数据、表面2D图像数据、托辊运行声音数据及传动链振动温度数据进行采集;基于直方图均衡化、时频分析等多种算法对数据进行预处理,以消除干扰、增强缺陷特征;基于贝叶斯理论构建融合模型,以置信距离测度为指标,对多源数据进行融合;通过改进的YOLOv7网络、滑动窗断裂搜索算法及声音谐波分析实现输送带撕裂、异物及托辊故障的智能识别;基于诊断结果生成报警信息,进行层级状态展示并记录故障履历。实现了输送带的智能状态监测、故障精准识别和预测性维护。
技术关键词
表面三维轮廓
内部缺陷特征
空间金字塔池化
智能管理方法
数据
层级
多传感器信息融合
直方图均衡化算法
多传感器融合
托辊故障
滑动窗
扩充训练样本
轮廓提取
X射线传感器
生成式对抗网络
搜索算法
振动温度复合传感器
谐波