设备智能运维—智慧煤矿
共 814字,需浏览 2分钟
·
2020-11-10 22:26
商品详情
商品亮点
- 大数据+AI+IOT
- 煤矿智能应用
- 设备智能运维
- 人工智能算法
- 视觉识别
商品说明
版本: V1.0 | 交付方式: 镜像 |
适用于: Linux | 上架日期: 2020-06-12 |
重介分选智能控制系统是融合大数据+人工智能+IOT典型应用场景,整个架构采用微服务架构,底层存储采用时序数据库,算法模型构建成服务组件成为整个系统的底座,基于这之上是典型业务应用场景,采用微服务架构落地实施。
系统架构如下图所示:
通过智能网关盒子从煤矿PLC控制系统采集浅槽、重介相关系统运行状态、参数等,然后盒子将相关数据通过MQTT协议传输到云端,云端解析程序通过订阅MQTT消息将相关传输到两个地方,一是发送kafka给下游业务使用,另一部分写入时序数据库OPENTSDB。
通过设备历史数据积累给到算法,完成重介相关智能算法模型训练,然后以服务的方式部署给到应用端调研,应用端通过人为输入、以及设备实时上报数据结合重介模型完成智能算法应用。
皮带与振动筛通过摄像头实现图像数据采集,通过大量数据采集完成杂物识别模型算法,然后以服务方式发布,应用通过图像实时数据结合杂物识别模型,进行杂物识别预测,然后将相关信息反馈给应用端,进行展示、统计分析等。
重介智能控制系统达成效果:
原煤灰分预测准确率85%;
精煤灰分预测准确率93%;
给定密度预测准确率93%;
模型滚动更新周期小于1小时;
液位控制快速性优于PID控制,密度控制超调优于PID控制。
系统架构如下图所示:
通过智能网关盒子从煤矿PLC控制系统采集浅槽、重介相关系统运行状态、参数等,然后盒子将相关数据通过MQTT协议传输到云端,云端解析程序通过订阅MQTT消息将相关传输到两个地方,一是发送kafka给下游业务使用,另一部分写入时序数据库OPENTSDB。
通过设备历史数据积累给到算法,完成重介相关智能算法模型训练,然后以服务的方式部署给到应用端调研,应用端通过人为输入、以及设备实时上报数据结合重介模型完成智能算法应用。
皮带与振动筛通过摄像头实现图像数据采集,通过大量数据采集完成杂物识别模型算法,然后以服务方式发布,应用通过图像实时数据结合杂物识别模型,进行杂物识别预测,然后将相关信息反馈给应用端,进行展示、统计分析等。
重介智能控制系统达成效果:
原煤灰分预测准确率85%;
精煤灰分预测准确率93%;
给定密度预测准确率93%;
模型滚动更新周期小于1小时;
液位控制快速性优于PID控制,密度控制超调优于PID控制。
用户案例
国内某头部矿业集团位于山东的某煤矿
重介分选智能控制系统,根据人工智能技术,实现产品灰分的精准控制和智能调节。 智能监测监控系统,借助温度、振动、电流等设备及图像智能识别技术,实现智能监测监控。 智能管理信息系统,实现全厂生产各环节信息管理自动化、安全生产综合调度指挥和业务运转网络化、行政办公无纸高效化。
评论