矿物装载过程智能监控系统的制作方法

背景技术：

1、本发明主要涉及监测采矿挖掘设备中矿物负载的系统和方法。

2、重型设备，如挖掘机，是矿产和土方开采中经常使用的设备。这些设备配备有铲斗或铲斗，可快速将松散的矿石运到等待的车辆上进行下游加工。与松散岩石连接的操作装置配备有一个或多个地面接合工具(缩写为get)，其设计目的是在某些磨损阶段损耗这些工具。由于这些部件的硬度很高，部件的损耗可能会损坏破碎机和传送带等下游设备。此类事件虽然罕见，但会导致严重的停机和安全隐患。因此，对于采矿作业来说，尽可能在损耗前检测出易损件的损耗是非常重要的。

3、现有技术中已考量过各种检测get损失事件的技术。例如，捕捉操作装置的连续图像并测量像素的强度值，以确定像素子集是否与易损件相对应。其它技术则是在get内嵌入rfid模块，以确定其位置。

4、然而，由于每台挖掘机每年平均只发生一次实际的get损失事件，许多此类系统都会出现令人无法接受的错误警报，导致不必要的停工或操作员疲劳和无视警报("狼来了综合症")，或者需要使用非常昂贵的专用get(如rfid实施)。

5、此外，由于挖掘机体积庞大，对附近人员造成危险，因此雇用人员进行频繁检查也不现实。他们还必须日夜不停地工作，在酷热或严寒条件下工作，或在恶劣天气下工作。

技术实现思路

1、本发明名称为"get smart"系统，即利用人工智能建模和神经网络技术，有效识别挖掘机运行过程中的易损件损耗事件，并提供其它有用的指标，以提高效率，减少停机时间。

2、在一个实施例中，本发明可监测地面接合工具(get)的完整性，这些工具有可能在采矿作业中造成土方移动步骤下游的灾难性破坏。

3、本发明使用各种多维传感器来收集与挖掘机、挖掘机组件以及周围环境有关的信息。然后将所有信息结构化为一种称为"富集张量"的独特数据结构，并使用由中央处理器和张量处理单元(tpu)组成的嵌入式系统进行实时处理。数据通过统计和人工智能(ai)技术(包括神经网络和视觉转换器)进行处理。

4、本发明使用多种并行和独立的处理技术来产生离散结果，这些结果由定制算法进行单独评估，以在可接受的假阳性率范围内准确检测出损耗的get。一旦识别出"真阳性"事件，本发明会通过车内显示器通知操作员，并通过云和移动应用程序通知远程用户。

5、本发明还可计算与挖土过程相关的其它指标。这些指标包括检测get的磨损程度、每个铲斗的矿物量以及平均颗粒大小。

技术特征：

1.一种基于人工智能的监控系统，用于检测采矿作业中矿物装载过程中铲斗的状况，该系统包括：

2.如权利要求1所述的系统，其中传感器还包括：

3.如权利要求1所述的系统，其中人工智能模块还包括

4.如权利要求3所述的系统，其中神经网络还包括

5.如权利要求3所述的系统，其中基础模型还包括

6.如权利要求1所述的系统，其中富集张量数据结构还包括

7.一种检测在采矿作业中装载矿物时铲斗状况的方法，该方法包括

8.如权利要求7所述的方法，其中定义一个或多个感兴趣区域还包括以下一个或多个方面：

9.如权利要求7所述的方法，其中构建富集张量数据结构还包括

10.一种训练人工智能模块的方法，用于确定采矿作业中矿物装载过程中铲斗的状态，包括

11.一种分析传感数据以确定采矿作业中矿物装载过程中铲斗状况的方法，包括

12.一种分析传感数据以确定采矿作业中矿物装载过程中铲斗状况的方法，包括

13.如权利要求12所述的方法，其中多边形几何表示包括轮廓、中心点和一个或多个轴。

14.一种分析传感数据以确定采矿作业中矿物装载过程中铲斗状况的方法，包括

15.一种分析传感数据以确定采矿作业中矿物装载过程中铲斗状况的方法，包括

16.如权利要求15所述的方法，其中多边形几何表示包括轮廓、中心点和一个或多个轴。

技术总结“GET smart”系统采用人工智能建模和神经网络技术，可有效识别易损件损失事件，并提供挖掘机运行期间的其它有用指标，以提高效率并减少停机时间。该系统通过多维传感器监测地面接合工具(GET)的完整性，确定感兴趣区域，并通过配备CPU和TPU的嵌入式系统创建和处理富集张量。该系统还能确定GET的磨损程度、每铲斗的矿物量和平均颗粒大小。技术研发人员：毛里西奥·梅索尼斯·奥里奇,克里斯蒂安·葡萄牙·赞布拉诺,埃德尔·乔尔·维万科·奥利韦拉,伊赫利科·阿尔贝托·卡皮奥·雷诺索,马龙·阿纳尔多·瓦列里奥·奥戈西受保护的技术使用者：JEBI股份公司技术研发日：技术公布日：2024/6/2