基于AI视觉识别的带式输送机异物检测与自动停机系统研究

郭鑫宇 （ 平顶山天安煤业股份有限公司十矿 ）

https://doi.org/10.37155/2717-5197-0808-38

Abstract

带式输送机是煤矿井下原煤运输核心装备，其安全稳定运行关乎矿井生产效率与人员安全。传统异物 监测方式有响应滞后、误报漏报率高、无法全天候工作等缺陷，难满足智能化矿山对本质安全的要求。本文聚焦煤 矿高危场景，探讨基于 AI 视觉识别技术的带式输送机异物智能检测与自动停机系统。先剖析煤矿带式输送机常见 异物类型、危害及现有检测手段局限；接着阐述系统核心架构，涵盖前端感知、数据传输与后端智能决策层；再论 述深度学习目标检测算法选型、模型优化及多模态信息融合的必要性；最后从多维度论证系统可行性等。研究表 明，该系统能高精度、实时、自动识别危险异物并预警、紧急停机，提升本质安全水平，为构建下一代煤矿运输体 系奠定技术基础。

Keywords

煤矿安全；带式输送机；异物检测；AI视觉识别；自动停机

Full Text

PDF

References

Copyright © 2026 郭鑫宇 Publishing time:2026-04-30
This work is licensed under a Creative Commons Attribution 4.0 International License