在煤炭、金屬礦山及冶金、建材等工業(yè)領(lǐng)域,輸送帶作為物料運(yùn)輸?shù)?大動(dòng)脈",其安全性和效率直接影響生產(chǎn)鏈的穩(wěn)定性。然而,輸送帶上的異物(如鐵件、木塊、封桶布、塑料制品、礦用工具殘留等)可能導(dǎo)致設(shè)備卡死、皮帶撕裂甚至引發(fā)火災(zāi)等嚴(yán)重事故。傳統(tǒng)人工巡檢模式存在效率低、誤判率高、安全隱患大等問題。隨著工業(yè)智能化技術(shù)的突破,基于AI視覺識(shí)別與機(jī)器人協(xié)同的異物排除系統(tǒng)正在重塑礦山巷道物料分揀的作業(yè)模式。
一、系統(tǒng)技術(shù)架構(gòu)與核心原理
異物排除機(jī)器人系統(tǒng)由感知層、決策層、執(zhí)行層三級架構(gòu)組成,形成閉環(huán)控制:
感知層(視覺系統(tǒng)):通過采集模塊與識(shí)別模塊相結(jié)合。
采集模塊:采用高精度3D工業(yè)相機(jī)(結(jié)構(gòu)光模式)與組合光源,實(shí)時(shí)采集輸送帶表面3D點(diǎn)云數(shù)據(jù)與高清圖像(如木頭與礦石對比圖,識(shí)別精度達(dá)像素級)。AI算法通過遷移學(xué)習(xí)技術(shù)構(gòu)建涵蓋300+類異物的特征庫,對鐵器(磁鐵礦干擾場景下識(shí)別精度>99.2%)、木質(zhì)、橡膠制品等實(shí)現(xiàn)厘米級識(shí)別。
識(shí)別模塊:搭載自研CRM-CNN算法,依托名德光電積累的礦石異物大數(shù)據(jù)庫進(jìn)行深度學(xué)習(xí),精準(zhǔn)定位異物三維坐標(biāo)(深度、方向、位姿),對長度>50cm異物的識(shí)別排除率≥95%。
決策層(預(yù)警系統(tǒng)):邊緣計(jì)算單元實(shí)時(shí)分析異物信息,在2ms內(nèi)完成異物分類與坐標(biāo)定位,結(jié)合物料流速動(dòng)態(tài)規(guī)劃抓取路徑。自主研發(fā)的軌跡預(yù)測算法可補(bǔ)償輸送帶振動(dòng)帶來的坐標(biāo)偏移(誤差<±3mm)。根據(jù)異物尺寸、重量,動(dòng)態(tài)選擇抓取模式(自動(dòng)抓取、預(yù)警停機(jī)+遠(yuǎn)程操作、人工介入)。
執(zhí)行層(機(jī)械臂系統(tǒng)):模塊化設(shè)計(jì)的六軸協(xié)作機(jī)器人配備電磁-真空雙模末端執(zhí)行器,鐵質(zhì)異物采用磁吸裝置,非金屬異物切換至真空吸盤。執(zhí)行單元平均響應(yīng)時(shí)間<0.8秒,單次抓取周期<2.5秒,異物移送至回收裝置,無需停機(jī)。預(yù)警模式下,通過IO信號(hào)控制輸送帶停機(jī),聲光報(bào)警提示人工介入。
二、典型工業(yè)場景應(yīng)用實(shí)踐
1. 煤電行業(yè)(輸煤系統(tǒng))
痛點(diǎn):雷管殘留、錨桿碎片等金屬物易引發(fā)破碎機(jī)卡死,木質(zhì)雜物導(dǎo)致皮帶摩擦系數(shù)異常
解決方案:在碎煤機(jī)前部署雙工位機(jī)器人系統(tǒng),配備檢測模塊,可識(shí)別在煤流中的金屬件。在某2×1000MW電廠數(shù)據(jù)顯示,年危險(xiǎn)物2175件,若通過系統(tǒng)攔截設(shè)備故障率可下降73%。
2. 氧化鋁廠(礦石預(yù)處理)
挑戰(zhàn):赤泥中混雜的鋼制過濾網(wǎng)碎片(尺寸5-30cm)易造成高壓隔膜泵損壞
創(chuàng)新應(yīng)用:在振動(dòng)篩出口部署異物分揀機(jī)器人,配合檢測技術(shù),對非磁性不銹鋼碎片的捕獲。年產(chǎn)80萬噸氧化鋁項(xiàng)目,備件更換成本可降低200余萬元/年。
3. 水泥行業(yè)(生料輸送)
特殊需求:需區(qū)分正常結(jié)塊熟料(允許通過)與外來異物
技術(shù)突破:開發(fā)基于結(jié)塊熟料與外來異物特征識(shí)別的分類模型,通過物料表面特征判斷結(jié)塊屬性。誤抓率可從15%降至1.8%。
4. 鐵礦、銅礦、鉛鋅礦(巷道輸送)
復(fù)合場景:金屬與非金屬異物混雜,鐵件易被礦石干擾、高粉塵環(huán)境下作業(yè)
工程實(shí)踐:機(jī)械臂加裝防塵罩,視覺系統(tǒng)集成氣幕清潔模塊。對設(shè)備進(jìn)行隔離防護(hù),異物識(shí)別率≥92%,年攔截鐵件4000+件,皮帶撕裂事故減少70%。
三、技術(shù)經(jīng)濟(jì)性分析
以某千萬噸級煤礦應(yīng)用為例:
收益測算:
避免皮帶撕裂事故:年節(jié)約維修費(fèi)80-150萬元
降低人工成本:替代6個(gè)巡檢崗位,年節(jié)省人力支出60萬元
四、安全與環(huán)保保障
設(shè)備安全性:
多重報(bào)警機(jī)制(自檢、異常停機(jī)),故障率≤1%;
機(jī)械臂運(yùn)動(dòng)軌跡動(dòng)態(tài)避障,防止誤操作。
安全管理體系:
操作員崗前培訓(xùn),強(qiáng)化風(fēng)險(xiǎn)源識(shí)別與應(yīng)急處置能力;
專職安全員定期巡查,形成閉環(huán)管理體系。
環(huán)保性:
全流程零污染排放(無廢水、廢氣、廢渣);
設(shè)備材料符合RoHS標(biāo)準(zhǔn),綠色制造。
名德光電異物排除機(jī)器人系統(tǒng)通過AI+機(jī)器人深度融合的推廣應(yīng)用,推動(dòng)礦山分揀從“被動(dòng)處置”向“主動(dòng)防控”轉(zhuǎn)型。其技術(shù)方案可完美適用煤電、冶金、建材等多行業(yè),兼具高效性與經(jīng)濟(jì)性。隨著5G+TSN(時(shí)間敏感網(wǎng)絡(luò))技術(shù)的普及,未來系統(tǒng)響應(yīng)延遲有望壓縮至毫秒級,構(gòu)建覆蓋礦石開采、加工、運(yùn)輸全流程的智能防護(hù)網(wǎng)絡(luò)。這種技術(shù)革新不僅帶來顯著的經(jīng)濟(jì)效益,更在本質(zhì)安全層面為流程工業(yè)樹立了新標(biāo)桿。