太西洗煤厂无人值守监控预警系统

发布时间：2018-10-26 07:46

【摘要】：随着我国煤炭工业的迅猛增长,在工业生产中越来越多的监控设备与生产设备结合起来,目的是代替人工作业,减少人工成本,降低人工劳动强度。在现今的洗煤厂中人员比重日益下降,自动化设备日趋完善。但是人工在洗煤厂运行生产过程中仍然起到不可替代的作用,如何在生产中提高人工巡检的效率将成为洗煤厂急需解决的问题。本文在分析、总结目前洗煤厂所应用的自动化生产、监控系统的基础上,深入学习,研究物联网技术同智能视频监控系统相结合。引进科学高效的视频分析技术,同生产控制系统结合起来,并以太西洗煤厂一分区为设计基础,对运行中的设备进行区域图像采样、区域状态识别、危险区域识别、设备状态识别。并将所得到数据,实时通过有线、无线网络进行传输,使各个监控地点可是清晰、直观的将设备的运行状态进行掌握。通过集中调度合理搭配人员巡检区域,对于预防违规作业和人员伤亡等方面具有十分重要和深远的意义。
[Abstract]:With the rapid growth of China's coal industry, more and more monitoring equipment and production equipment are combined in industrial production. The purpose is to replace manual work, reduce labor cost and reduce labor intensity. In today's coal preparation plant, the proportion of personnel is decreasing day by day, and the automation equipment is becoming more and more perfect. However, labor still plays an irreplaceable role in the operation and production of coal washing plant. How to improve the efficiency of manual inspection in production will become an urgent problem to be solved in coal washing plant. On the basis of analyzing and summarizing the automatic production and monitoring system used in the coal washing plant at present, this paper studies the combination of the Internet of things technology and the intelligent video surveillance system. Introducing scientific and efficient video analysis technology, combining with production control system, and taking the first division of Taixi Coal washing Plant as the design basis, the equipment in operation is sampled from the region image, the regional state is identified, and the dangerous area is identified. Equipment status recognition. And the obtained data, real-time transmission through the wired, wireless network, so that each monitoring location is clear, intuitive to master the state of the equipment. It is of great importance and far-reaching significance to prevent illegal operations and casualties through centralized dispatching and reasonable collocation of personnel patrol and inspection area.
【学位授予单位】：西安科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TD94;TP391.41

【参考文献】

相关期刊论文 前10条

1 周尚波;何革;柳玉炯;;一种改进的粒子滤波目标跟踪算法[J];计算机应用研究;2010年07期

2 席峰;刘中;;基于信息矩阵加权一致策略的分布式Kalman滤波器[J];信息与控制;2010年02期

3 卞志国;金立左;费树岷;;特征融合与视觉目标跟踪[J];计算机应用研究;2010年04期

4 常宁;于宏毅;;短波信道平方根卡尔曼自适应均衡算法研究[J];计算机工程;2009年19期

5 关小杰;陈军勇;;无线传感器网络中基于量化观测的粒子滤波状态估计[J];传感技术学报;2009年09期

6 同武勤;凌永顺;杨华;杨星;;基于假设理论的序列图像中多目标检测和跟踪(英文)[J];光电工程;2008年05期

7 王建文;韩大鹏;马宏绪;刘述田;;一种新的SPKF算法-GSPKF算法[J];系统仿真学报;2008年04期

8 赵长胜;陶本藻;;有色噪声作用下的抗差卡尔曼滤波[J];武汉大学学报(信息科学版);2007年10期

9 焦成柱;刘国庆;章俊;;一类线性系统卡尔曼滤波器自适应算法[J];南京工业大学学报(自然科学版);2007年04期

10 熊伟;陈立奎;何友;张晶炜;;有色噪声下的不敏卡尔曼滤波器[J];电子与信息学报;2007年03期

相关博士学位论文 前2条

1 涂虬;智能视觉监视中目标检测与跟踪算法研究[D];华中科技大学;2010年

2 王勇;基于统计方法的运动目标检测与跟踪技术研究[D];华中科技大学;2009年

相关硕士学位论文 前1条

1 王健;视频测速系统中的测距和摄像机标定研究[D];南昌大学;2008年

，

本文编号：2295041