某火力发电企业输煤皮带撕裂监测应用案例-中瑞特

概览

火力发电企业输煤皮带撕裂监测应用案例

火力发电厂煤炭输送皮带撕裂检测应用是通过如机器视觉智能算法、激光技术、立体视觉技术、边缘分析技术等多种先进技术，运用相关检测系统或装置对煤炭输送皮带进行实时监测，及时发现皮带的撕裂情况并进行分级报警、自动化调控等，以保障皮带安全高效运行，减少经济损失和安全风险，助力电厂智能化控制。本公司为某地某火力发电厂提供皮带撕裂在线检测系统，解决高浓度粉尘下的输煤皮带撕裂预防及除尘问题。

挑战

输煤系统存在生产区域大、现场条件复杂、排查难度大、故障扩散速度快等问题，皮带撕裂故障特征识别困难，需要准确及时地从大量图像数据中判断皮带是否发生撕裂。电厂输煤皮带运输煤料时会产生较大粉尘，干扰人工检测皮带撕裂故障，无法实现快速精准判断，传统检测方式难以满足需求。人工巡检存在效率低、覆盖不足、难以及时发现隐患等局限性。

解决方案

以机器视觉智能算法、激光技术为基础，研发定制 “输送带纵向撕裂在线检测系统”，特配备刮扫除尘装置进行有效除尘。系统具有自带刮扫除尘、高精度检测、实时全面撕裂检测、撕裂等级区分及多级报警、数据存储回放等亮点。
通过工业高速相机和激光束对皮带底面全断面扫描实现 24 小时全天候皮带撕裂检测，可自主设定报警值，当大于设定值时，自动实现声光报警，软件自动识别出皮带撕裂，显示撕裂图像，自动生成检测报告。同时配备机器人自动清洗装置，保障机器人整洁、高效运行。
结合多维感知技术、人工智能和数据分析，利用红外热成像与 AI 识别技术监测皮带磨损与撕裂，通过高清摄像头与视觉算法检测皮带跑偏，用振动与温度传感器监测托辊卡滞等。

通过高速工业摄像机实时获取图像数据，再经过软件的 AI 识别算法，当综合变化特征超出设定的阈值时，认为皮带发生纵向撕裂，分析系统向用户发出警报信号，使输煤皮带跳闸停止。实现 24 小时全天候皮带撕裂检测，可自主设定报警值，当大于设定值时，自动实现声光报警，软件自动识别出皮带撕裂，显示撕裂图像，自动生成检测报告。同时配备机器人自动清洗装置，保障机器人整洁、高效运行。

展望

推动智慧电厂建设，进一步提升输煤系统的自动化智能化运行水平，为电厂运营带来更多提升，可在更多电厂输煤系统智能化改造中得到推广应用。