權(quán)利要求書： 1.一種輸送帶防撕裂系統(tǒng)，其特征在于，所述輸送帶防撕裂系統(tǒng)包括溜槽裝置、輸送帶裝置、金屬探測裝置、壓力感應(yīng)裝置；所述金屬探測裝置設(shè)置于所述溜槽裝置上，所述壓力感應(yīng)裝置設(shè)置于所述輸送帶裝置上；所述金屬探測裝置用于檢測落料中是否存在金屬物質(zhì)，所述壓力感應(yīng)裝置用于檢測落料與輸送帶碰撞的壓力；所述壓力感應(yīng)裝置包括壓電傳感器，所述壓電傳感器設(shè)置在溜槽裝置的落料口正下方，位于輸送帶下方；所述輸送帶防撕裂系統(tǒng)還包括落料口開關(guān)；落料口開關(guān)與控制裝置連接，金屬檢測裝置與控制裝置連接，當金屬檢測裝置檢測到大塊金屬或者細長金屬時，控制裝置控制落料口開關(guān)關(guān)閉，防止直接落下?lián)p傷輸送帶；

所述金屬檢測裝置至少具有兩組，包括第一金屬檢測裝置和第二金屬檢測裝置，第一金屬檢測裝置和第二金屬檢測裝置上下間隔設(shè)置。

2.根據(jù)權(quán)利要求1所述的輸送帶防撕裂系統(tǒng)，其特征在于，所述壓電傳感器位于輸送帶下方18?22cm處。

3.根據(jù)權(quán)利要求1所述的輸送帶防撕裂系統(tǒng)，其特征在于，所述落料口開關(guān)為電動或液壓驅(qū)動裝置。

4.根據(jù)權(quán)利要求1所述的輸送帶防撕裂系統(tǒng)，其特征在于，所述輸送帶防撕裂系統(tǒng)還包括激光雷達，所述激光雷達用于檢測是否有大塊物體擋住落料口。

5.根據(jù)權(quán)利要求1所述的輸送帶防撕裂系統(tǒng)，其特征在于，所述輸送帶防撕裂系統(tǒng)還包括視覺裝置，所述視覺裝置包括第一視覺攝像機，用于獲取輸送帶的圖像。

6.根據(jù)權(quán)利要求5所述的輸送帶防撕裂系統(tǒng)，其特征在于，所述視覺裝置還包括第二視覺攝像機，用于獲取落料圖像。

7.根據(jù)權(quán)利要求1所述的輸送帶防撕裂系統(tǒng)，其特征在于，所述輸送帶防撕裂系統(tǒng)還包括鐵石感應(yīng)裝置。

8.根據(jù)權(quán)利要求7所述的輸送帶防撕裂系統(tǒng)，其特征在于，所述鐵石感應(yīng)裝置包括永磁鐵。

9.一種輸送帶防撕裂預(yù)警方法，其特征在于：采用權(quán)利要求1?8任一項所述的輸送帶防撕裂系統(tǒng)進行預(yù)警。

說明書： 一種輸送帶防撕裂系統(tǒng)及預(yù)警方法技術(shù)領(lǐng)域[0001] 本發(fā)明屬于智能控制技術(shù)領(lǐng)域，尤其涉及一種輸送帶防撕裂系統(tǒng)及預(yù)警方法。背景技術(shù)[0002] 大型帶式輸送機，多用于煤礦，鋼廠、碼頭，帶式輸送機是工業(yè)生產(chǎn)傳送運輸?shù)闹匾O(shè)備，在輸送物料的過程中，因為輸送距離遠，物料雜質(zhì)、落料耐磨襯板脫落等因素都能造成輸送帶撕裂，由于運行距離長，監(jiān)護人員不能及時發(fā)現(xiàn)，輸送帶的損失較大，導(dǎo)致重大的事故。因此，帶式輸送機安全防護研究要解決的首要問題便是異物檢測和輸送帶裂痕的檢測，如能早期檢測出導(dǎo)致輸送帶撕裂的異物，并作出響應(yīng)，就能在很大程度上減小輸送帶撕裂對礦業(yè)生產(chǎn)過程的影響。發(fā)明內(nèi)容[0003] 針對現(xiàn)有技術(shù)的以上缺陷或改進需求，本發(fā)明提供一種輸送帶防撕裂系統(tǒng)，在一個實施例中，所述輸送帶防撕裂系統(tǒng)包括溜槽裝置、輸送帶裝置、金屬探測裝置、壓力感應(yīng)裝置；所述金屬探測裝置設(shè)置于所述溜槽裝置上，所述壓力感應(yīng)裝置設(shè)置于所述輸送帶裝置上；所述金屬探測裝置用于檢測落料中是否存在金屬物質(zhì)，所述壓力感應(yīng)裝置用于檢測落料與輸送帶碰撞的壓力。[0004] 在一個實施例中，所述金屬檢測裝置至少具有兩組，包括第一金屬檢測裝置和第二金屬檢測裝置，第一金屬檢測裝置和第二金屬檢測裝置上下間隔設(shè)置。[0005] 在一個實施例中，所述壓力感應(yīng)裝置包括壓電傳感器，所述壓電傳感器設(shè)置在溜槽裝置的落料口正下方，位于輸送帶下方18?22cm處。[0006] 在一個實施例中，所述輸送帶防撕裂系統(tǒng)還包括落料口開關(guān)，所述落料口開關(guān)為電動或液壓驅(qū)動裝置。[0007] 在一個實施例中，所述輸送帶防撕裂系統(tǒng)還包括激光雷達，所述激光雷達用于檢測是否有大塊物體擋住落料口。[0008] 在一個實施例中，所述輸送帶防撕裂系統(tǒng)還包括視覺裝置，所述視覺裝置包括第一視覺攝像機，用于獲取輸送帶的圖像。[0009] 在一個實施例中，所述視覺裝置還包括第二視覺攝像機，用于獲取落料圖像。[0010] 在一個實施例中，所述輸送帶防撕裂系統(tǒng)還包括鐵石感應(yīng)裝置。[0011] 在一個實施例中，所述鐵石感應(yīng)裝置包括永磁鐵。[0012] 本發(fā)明還提供一種輸送帶防撕裂預(yù)警方法，采用上述任一項所述的輸送帶防撕裂系統(tǒng)進行預(yù)警。[0013] 本發(fā)明提供一種輸送帶防撕裂系統(tǒng)及輸送帶防撕裂預(yù)警方法，本申請一方面，輸送帶防撕裂系統(tǒng)包括溜槽裝置、輸送帶裝置、金屬探測裝置、壓力感應(yīng)裝置；所述金屬探測裝置設(shè)置于所述溜槽裝置上，所述壓力感應(yīng)裝置設(shè)置于所述輸送帶裝置上；所述金屬探測裝置用于檢測落料中是否存在金屬物質(zhì)，所述壓力感應(yīng)裝置用于檢測落料與輸送帶碰撞的壓力。通過金屬探測裝置和壓力感應(yīng)裝置精準感應(yīng)大塊物體和金屬，防止劃傷輸送帶，有效預(yù)防撕裂。[0014] 本發(fā)明另一方面，輸送帶防撕裂系統(tǒng)包括視覺裝置，通過兩路視頻圖像分別檢測輸送帶輸送過程中的劃痕和破裂、散落異物，并引入機器學(xué)習(xí)決策樹算法對上述劃痕和破裂檢測結(jié)果、散落異物檢測結(jié)果進行傳送機輸送帶防撕裂的實時檢測和預(yù)警，及時輸出輸送帶的缺陷檢測結(jié)果并使輸送機及時停機，從而防止輸送帶更嚴重的撕裂，大大降低了經(jīng)濟損失。同時，分別對語義分割算法模型和yolov4?tiny網(wǎng)絡(luò)模型進行了改進，有效提高了模型訓(xùn)練和圖像檢測的準確性，從而提高了輸送帶防撕裂的檢測和預(yù)警的準確性。附圖說明[0015] 為了更清楚地說明本發(fā)明實施例技術(shù)方案，下面將對實施例和現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其它的附圖。[0016] 圖1是本發(fā)明一個實施例的輸送帶防撕裂系統(tǒng)的結(jié)構(gòu)示意圖。[0017] 圖2是本發(fā)明一個實施例的輸送帶防撕裂系統(tǒng)的結(jié)構(gòu)示意圖。[0018] 圖3是本發(fā)明一個實施例的輸送帶防撕裂系統(tǒng)的部分結(jié)構(gòu)示意圖。[0019] 圖4是本發(fā)明一個實施例的輸送帶防撕裂系統(tǒng)的結(jié)構(gòu)框圖。[0020] 圖5是本發(fā)明一個實施例的輸送帶防撕裂預(yù)警方法的步驟示意圖。[0021] 圖6是本發(fā)明一個實施例的FCN語義分割的上下文先驗層結(jié)構(gòu)示意圖。[0022] 圖7是本發(fā)明一個實施例的yolov4?tiny算法流程示意圖。具體實施方式[0023] 為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白，以下結(jié)合附圖及實施例，對本發(fā)明進行進一步詳細說明。應(yīng)當理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。[0024] 參考圖1，本發(fā)明一個實施例中，提供一種輸送帶防撕裂系統(tǒng)，該輸送帶防撕裂系統(tǒng)包括：[0025] 視覺裝置100，在溜槽裝置1000的溜槽落料口下方，視覺裝置安裝在輸送帶2000下方的橫桿上，視覺裝置與控制裝置連接?？梢岳斫獾氖?，視覺裝置包括視覺攝像機，在溜槽落料口輸送帶下方的橫桿上安裝視覺攝像機，鏡頭對準輸送帶方向。[0026] 壓力感應(yīng)裝置200，壓力感應(yīng)裝置安裝在溜槽落料口正下方，安裝在輸送帶下方18?22cm處，壓力感應(yīng)裝置與控制裝置連接，所述壓力感應(yīng)裝置用于檢測落料與輸送帶碰撞的壓力。優(yōu)選的，安裝在20cm處。在一個實施例中，壓力感應(yīng)裝置為壓電傳感器，壓電傳感器的安裝距離可根據(jù)輸送帶的材料和結(jié)構(gòu)參數(shù)設(shè)置。

[0027] 金屬探測器300，安裝在溜槽落料口處。金屬檢測裝置與控制裝置連接，所述金屬探測裝置用于檢測落料中是否存在金屬物質(zhì)。[0028] 參考圖2，在一個實施例中，金屬檢測裝置300具有兩組，分別為第一金屬檢測裝置301和第二金屬檢測裝置303，分別設(shè)置在溜槽裝置的上方和下方。第一金屬檢測裝置和第二金屬檢測裝置上下間隔設(shè)置。具體的，第一金屬檢測裝置設(shè)置在靠近溜槽裝置的錐形口處，第二金屬檢測裝置設(shè)置在溜槽裝置的最下端，即靠近落料口。通過上下設(shè)置的第一金屬檢測裝置和第二金屬檢測裝置，可以檢測金屬的長度和體積大小，為溜槽開合裝置的運動提供判斷基礎(chǔ)。對于金屬檢測裝置的具體選型，本申請不做限定，在可選實施例中，金屬檢測裝置可以為射頻金屬檢測裝置、電磁感應(yīng)金屬檢測裝置。

[0029] 落料口開關(guān)400，安裝在溜槽落料口處，即溜槽裝置最下端。通過落料口開關(guān)，可以打開或關(guān)閉落料口。落料口開關(guān)與控制裝置連接，當金屬檢測裝置檢測到大塊金屬或者細長金屬時，控制裝置控制落料口開關(guān)關(guān)閉，防止直接落下?lián)p傷輸送帶。對于落料口開關(guān)的具體結(jié)構(gòu)和驅(qū)動方式，本申請不做限定。可以為四個扇形伸縮結(jié)構(gòu)，通過液壓驅(qū)動或者電機驅(qū)動伸縮，從而打開或者關(guān)閉落料口。[0030] 激光雷達500，安裝在溜槽落料口處，激光雷達與控制裝置連接，利用激光雷達探測是否有大塊物體擋住落料口。對于激光雷達的具體結(jié)構(gòu)和選型，本申請不做限定。[0031] 參考圖3，所述輸送帶防撕裂系統(tǒng)的視覺裝置100包括第一視覺攝像機3001，用于獲取輸送帶的圖像，即第一視頻圖像。第一視覺攝像機的鏡頭對準輸送帶方向。視覺裝置還包括第二視覺攝像機3002，用于獲取落料圖像，即第二視頻圖像。所述輸送帶防撕裂系統(tǒng)還包括控制裝置3003、天線模塊3004。控制裝置包括計算處理模塊和指令發(fā)送接收模塊，天線模塊可以包括wifi模塊和/或5G模塊。[0032] 本申請的一個實施例中，參考圖4，輸送帶防撕裂系統(tǒng)包括視覺裝置100、壓力感應(yīng)裝置200、金屬探測器300、落料口開關(guān)400、激光雷達500和控制裝置3003。視覺裝置100、壓力感應(yīng)裝置200、金屬探測器300、落料口開關(guān)400、激光雷達500都與控制裝置3003連接。基于視覺裝置的圖像分析結(jié)果、金屬探測器探測結(jié)果、壓電傳感器檢測結(jié)果、激光雷達檢測結(jié)果，采用所述機器學(xué)習(xí)決策樹方法訓(xùn)練的模型實時檢測和預(yù)警輸送帶撕裂。[0033] 可見，本發(fā)明提供的帶式輸送機輸送帶防撕裂裝置，通過兩路視頻圖像分別檢測輸送帶輸送過程中的劃痕和破裂、散落異物，并引入機器學(xué)習(xí)決策樹算法對上述劃痕和破裂檢測結(jié)果、散落異物檢測結(jié)果進行傳送機輸送帶防撕裂的實時檢測和預(yù)警，及時輸出輸送帶的缺陷檢測結(jié)果并使輸送機及時停機，從而防止輸送帶更嚴重的撕裂，大大降低了經(jīng)濟損失。同時，分別對語義分割算法模型和yolov4?tiny網(wǎng)絡(luò)模型進行了改進，有效提高了模型訓(xùn)練和圖像檢測的準確性，從而提高了輸送帶防撕裂的檢測和預(yù)警的準確性。[0034] 在一個實施例中，輸送帶防撕裂系統(tǒng)還包括鐵石感應(yīng)裝置。鐵石感應(yīng)裝置包括永磁鐵601和壓電感應(yīng)薄膜602，永磁鐵601和壓電感應(yīng)薄膜602貼合，永磁鐵可上下移動。鐵石感應(yīng)裝置用于檢測鐵物質(zhì)，當有鐵物質(zhì)落下時，永磁鐵對其產(chǎn)生吸引力，永磁鐵產(chǎn)生位移，壓電感應(yīng)薄膜受到永磁鐵位移產(chǎn)生的壓力，從而檢測鐵物質(zhì)。[0035] 作為一種實施例，本發(fā)明提供一種輸送帶防撕裂預(yù)警方法，參考圖4，所述方法包括如下步驟：[0036] S1，采集所述輸送機輸送帶的第一視頻圖像，基于所述第一視頻圖像建立輸送帶劃痕和破裂樣本圖像，利用語義分割算法訓(xùn)練輸送帶劃痕和破裂模型；需要說明的是，優(yōu)選的，使用第一視覺攝像機采集所述第一視頻圖像。示例性的，在溜槽落料口輸送帶下方的橫桿上安裝第一視覺攝像機，鏡頭對準輸送帶方向。[0037] S2，采集所述輸送機輸送帶下方散落異物的第二視頻圖像，基于所述第二視頻圖像建立散落異物樣本圖像，利用yolov4?tiny網(wǎng)絡(luò)算法訓(xùn)練散落異物檢測模型；需要說明的是，優(yōu)選的，使用第二視覺攝像機采集所述第二視頻圖像。示例性的，所述第二視覺攝像機安裝在輸送機輸送帶下方可以采集散落異物的位置處。[0038] S3，利用所述輸送帶劃痕和破裂模型實時分析所述第一視頻圖像得到第一分析結(jié)果，利用所述散落異物檢測模型實時分析所述第二視頻圖像得到第二分析結(jié)果；需要說明的是，優(yōu)選的，利用改進的FCN實義分割算法對所述第一視覺攝像機的攝像頭獲取的上方傳送輸送帶圖像即第一視頻圖像進行分析，獲取上方語義分割圖像，得到第一分析結(jié)果。優(yōu)選的，利用yolov4?tiny輕量化目標檢測算法訓(xùn)練落料檢測模型，實現(xiàn)對第二視覺攝像機的攝像頭獲取的下方圖像進行檢測，檢測是否有從上方輸送帶落下的物料，得到第二分析結(jié)果。[0039] S4，基于機器學(xué)習(xí)決策樹方法訓(xùn)練的模型根據(jù)所述第一分析結(jié)果和所述第二分析結(jié)果實時檢測和預(yù)警傳送機的輸送帶撕裂。需要說明的是，優(yōu)選的，利用決策樹判別方法訓(xùn)練模型，對上述獲取的數(shù)據(jù)即所述第一分析結(jié)果和所述第二分析結(jié)果進行分析，判斷和預(yù)測出料口異物導(dǎo)致輸送帶撕裂。同時，由于引入了機器學(xué)習(xí)決策樹方法對最終的模型進行訓(xùn)練和結(jié)果分析，從而大大提高了根據(jù)劃痕和破裂檢測結(jié)果、散落異物檢測結(jié)果對傳送機輸送帶防撕裂的實時檢測和預(yù)警的效率和準確性。[0040] 可見，本發(fā)明提供的輸送帶防撕裂預(yù)警方法，通過兩路視頻圖像分別檢測輸送帶輸送過程中的劃痕和破裂、散落異物，并引入機器學(xué)習(xí)決策樹算法對上述劃痕和破裂檢測結(jié)果、散落異物檢測結(jié)果進行傳送機輸送帶防撕裂的實時檢測和預(yù)警，及時輸出輸送帶的缺陷檢測結(jié)果并使輸送機及時停機，從而防止輸送帶更嚴重的撕裂，大大降低了經(jīng)濟損失。[0041] 作為一種優(yōu)選的實施方式，還包括：[0042] 所述語義分割算法為FCN語義分割算法。需要說明的是，F(xiàn)CN將傳統(tǒng)卷積網(wǎng)絡(luò)后面的全連接層換成了卷積層，這樣網(wǎng)絡(luò)輸出不再是類別而是heatmap；同時為了解決因為卷積和池化對圖像尺寸的影響，提出使用上采樣的方式恢復(fù)。FCN對圖像進行像素級的分類，從而解決了語義級別的圖像分割(semanticsegmentation)問題。與經(jīng)典的CNN在卷積層之后使用全連接層得到固定長度的特征向量進行分類不同，F(xiàn)CN可以接受任意尺寸的輸入圖像，采用反卷積層對最后一個卷積層的featuremap進行上采樣,使它恢復(fù)到輸入圖像相同的尺寸，從而可以對每個像素都產(chǎn)生了一個預(yù)測,同時保留了原始輸入圖像中的空間信息,最后在上采樣的特征圖上進行逐像素分類。[0043] 作為一種優(yōu)選的實施方式，結(jié)合圖2所示，所述利用語義分割算法訓(xùn)練輸送帶劃痕和破裂模型，還包括：[0044] 所述FCN語義分割包括上下文先驗層，所述上下文先驗層包括聚合模塊和由親和損失監(jiān)督的上下文先驗特征圖先驗映射；所述上下文先驗層在主干網(wǎng)絡(luò)的最后插入以進行語義分割。[0045] 由于卷積層結(jié)構(gòu)的限制，F(xiàn)CN語義分割提供的上下文信息不足，引入上下文先驗層，上下文先驗層包含一個聚合模塊和一個由親和損失監(jiān)督的上下文先驗特征圖先驗映射。[0046] 參考圖5，上下文先驗層它可以在任何主干網(wǎng)絡(luò)的最后插入以進行語義分割的任務(wù)。上下文先驗層使用主干網(wǎng)絡(luò)如resnet50輸出的特征圖(圖中最左邊的立體)作為輸入。經(jīng)過聚合模塊聚合局部上下文信息之后，送入一個卷積層與sigmoid層進行處理，最后進行reshape得到了上下文先驗特征圖。IdealAffinityMap進行監(jiān)督，學(xué)習(xí)得到了類內(nèi)的上下文信息。將他與經(jīng)過聚合后的特征圖相乘后得到富含類內(nèi)上下文信息的特征圖。與此同時，用1?P得到可以得到類間上下文，同樣的操作可以得到富含類間上下文信息的特征圖。將類間、類內(nèi)、原圖進行連接后上采樣，便得到了預(yù)測圖。

[0047] 作為一種優(yōu)選的實施方式，參考圖6，所述利用yolov4?tiny網(wǎng)絡(luò)算法訓(xùn)練散落異物檢測模型，還包括：[0048] 所述yolov4?tiny網(wǎng)絡(luò)具有空間旋轉(zhuǎn)對齊網(wǎng)絡(luò)，所述yolov4?tiny網(wǎng)絡(luò)為能適應(yīng)各個方向目標檢測的目標檢測網(wǎng)絡(luò)。[0049] 本發(fā)明對yolov4?tiny目標檢測網(wǎng)絡(luò)增加空間旋轉(zhuǎn)對齊網(wǎng)絡(luò)，得到能適應(yīng)各個方向目標檢測的目標檢測網(wǎng)絡(luò)，具體為：[0050] 設(shè)計旋轉(zhuǎn)對齊網(wǎng)絡(luò)，用X表示yolov4?tiny輸出的定向檢測邊框，邊界框X由下式定義：[0051][0052] 其中(cx,cy)和(δx,δy)是中心點和偏移量預(yù)測；(w,h)是尺寸預(yù)測；Mr是旋轉(zhuǎn)矩陣；Plt,Prt,Plb和Prb是定向邊界框的四個角點。

[0053] 使用CenterNet作為基準，按照CenterNet的回歸任務(wù)，使用L1損失進行旋轉(zhuǎn)角度的回歸：[0054][0055] 其中θ和 分別是目標旋轉(zhuǎn)角和預(yù)測旋轉(zhuǎn)角；N是正確樣本數(shù)。[0056] S203：模型的總體訓(xùn)練目標函數(shù)是：[0057] Ldet＝Lk+λsizeLsize+λoffLoff+λangLang，(3)[0058] 其中Lk,Lsize和Loff是中心點識別，尺度回歸和偏移回歸的損失，與CenterNet相同；λsize，λoff和λang是常量，優(yōu)選的，實驗中都設(shè)為0.1。

[0059] 此外，圖像的清晰度是衡量圖像質(zhì)量優(yōu)劣的重要指標，本發(fā)明對無參考圖像質(zhì)量評價采用Tenengrad梯度函數(shù)。[0060] 通過Sobel算子分別提取水平和垂直方向的梯度值，基與Tenengrad梯度函數(shù)的圖像清晰度定義如下：[0061] D(f)＝∑y∑x|G(x，y)|(G(x，y)＞T)(4)[0062] G(x,y)的形式如下：[0063][0064] 其中：T是給定的邊緣檢測閾值，Gx和Gy分別是像素點(x,y)處Sobel水平和垂直方向邊緣檢測算子的卷積，優(yōu)選的，使用以下的Sobel算子模板來檢測邊緣：[0065][0066] 作為一種優(yōu)選的實施方式，還包括：[0067] 將所述yolov4?tiny網(wǎng)絡(luò)的目標檢測算法移植到英偉達NX計算模塊，實現(xiàn)所述第二視頻圖像中異物的檢測。需要說明的是，將改進的yolov4?tiny目標檢測算法移植到英偉達NX計算模塊，實現(xiàn)對攝像機獲取視頻圖像中異物的檢測和輸送帶撕裂痕跡的檢測。[0068] 作為一種優(yōu)選的實施方式，還包括：[0069] 利用金屬探測器探測溜槽落料口是否有大于磁通值的金屬落到輸送帶，得到金屬探測器探測結(jié)果。[0070] 利用壓電傳感器檢測出料口是否有重物落入輸送帶，得到壓電傳感器檢測結(jié)果。[0071] 利用激光雷達探測是否有大面積物體擋住出料口，得到激光雷達檢測結(jié)果。[0072] 作為一種優(yōu)選的實施方式，所述步驟S4還包括：[0073] 基于所述第一分析結(jié)果、所述第二分析結(jié)果、所述金屬探測器探測結(jié)果、所述壓電傳感器檢測結(jié)果、所述激光雷達檢測結(jié)果，采用所述機器學(xué)習(xí)決策樹方法訓(xùn)練的模型實時檢測和預(yù)警輸送帶撕裂。需要說明的是，利用決策樹判別方法訓(xùn)練模型，對上述獲取的所述第一分析結(jié)果、所述第二分析結(jié)果、所述金屬探測器探測結(jié)果、所述壓電傳感器檢測結(jié)果、所述激光雷達檢測結(jié)果數(shù)據(jù)進行分析，判斷和預(yù)測出料口異物導(dǎo)致輸送帶撕裂。[0074] 作為一種優(yōu)選的實施方式，還包括：[0075] 將所述傳送機輸送帶撕裂的檢測和預(yù)警信息通過天線模塊傳到顯示終端。需要說明的是，可以采用無線傳輸?shù)姆椒▽⒏鞣N傳感器采集的數(shù)據(jù)傳輸?shù)椒?wù)器及其顯示終端，在此不做贅述。[0076] 可見，本發(fā)明提供的輸送帶防撕裂預(yù)警方法，通過兩路視頻圖像分別檢測輸送帶輸送過程中的劃痕和破裂、散落異物，并引入機器學(xué)習(xí)決策樹算法對上述劃痕和破裂檢測結(jié)果、散落異物檢測結(jié)果進行傳送機輸送帶防撕裂的實時檢測和預(yù)警，及時輸出輸送帶的缺陷檢測結(jié)果并使輸送機及時停機，從而防止輸送帶更嚴重的撕裂，大大降低了經(jīng)濟損失。同時，分別對語義分割算法模型和yolov4?tiny網(wǎng)絡(luò)模型進行了改進，有效提高了模型訓(xùn)練和圖像檢測的準確性，從而提高了輸送帶防撕裂的檢測和預(yù)警的準確性。

[0077] 本技術(shù)領(lǐng)域技術(shù)人員可以理解，本發(fā)明包括涉及用于執(zhí)行本申請中所述操作中的一項或多項的設(shè)備。這些設(shè)備可以為所需的目的而專門設(shè)計和制造，或者也可以包括通用計算機中的已知設(shè)備。這些設(shè)備具有存儲在其內(nèi)的計算機程序，這些計算機程序選擇性地激活或重構(gòu)。這樣的計算機程序可以被存儲在設(shè)備(例如，計算機)可讀介質(zhì)中或者存儲在適于存儲電子指令并分別耦聯(lián)到總線的任何類型的介質(zhì)中，所述計算機可讀介質(zhì)包括但不限于任何類型的盤(包括軟盤、硬盤、光盤、CD?ROM、和磁光盤)、ROM(Read?OnlyMemory，只讀存儲器)、RAM(RandomAccessMemory，隨即存儲器)、EPROM(ErasableProgrammableRead?OnlyMemory，可擦寫可編程只讀存儲器)、EEPROM(ElectricallyErasableProgrammableRead?OnlyMemory，電可擦可編程只讀存儲器)、閃存、磁性卡片或光線卡片。也就是，可讀介質(zhì)包括由設(shè)備(例如，計算機)以能夠讀的形式存儲或傳輸信息的任何介質(zhì)。[0078] 本技術(shù)領(lǐng)域技術(shù)人員可以理解，可以用計算機程序指令來實現(xiàn)這些結(jié)構(gòu)圖和/或框圖和/或流圖中的每個框以及這些結(jié)構(gòu)圖和/或框圖和/或流圖中的框的組合。本技術(shù)領(lǐng)域技術(shù)人員可以理解，可以將這些計算機程序指令提供給通用計算機、專業(yè)計算機或其他可編程數(shù)據(jù)處理方法的處理器來實現(xiàn)，從而通過計算機或其他可編程數(shù)據(jù)處理方法的處理器來執(zhí)行本發(fā)明公開的結(jié)構(gòu)圖和/或框圖和/或流圖的框或多個框中指定的方案。[0079] 本技術(shù)領(lǐng)域技術(shù)人員可以理解，本發(fā)明中已經(jīng)討論過的各種操作、方法、流程中的步驟、措施、方案可以被交替、更改、組合或刪除。進一步地，具有本發(fā)明中已經(jīng)討論過的各種操作、方法、流程中的其他步驟、措施、方案也可以被交替、更改、重排、分解、組合或刪除。進一步地，現(xiàn)有技術(shù)中的具有與本發(fā)明中公開的各種操作、方法、流程中的步驟、措施、方案也可以被交替、更改、重排、分解、組合或刪除。

[0080] 以上所述僅為本發(fā)明的實施例，并非因此限制本發(fā)明的專利范圍，凡是利用本發(fā)明說明書及附圖內(nèi)容所作的等效結(jié)構(gòu)或等效流程變換，或直接或間接運用在其他相關(guān)的技術(shù)領(lǐng)域，均同理包括在本發(fā)明的專利保護范圍內(nèi)。