煤矿瓦斯传感器检测预警平台及AI盒子

针对矿山的各种检测识别算法的预警展示平台

针对矿山专门研制开发的矿山安全生产的AI盒子

针对大型项目的控标的超大算力64T超大路数128路的超级分析服务器

1.1. 展示平台

1.1.1. 预警平台展示界面

展示平台对煤矿内设备在线、瓦斯浓度变化等事件最近一周或一个月的态势分析，因为所有数据都来自于机器自动采集的，没有了人员的因素，更加客观，对整个区域的布控态势掌握更具有参考价值。

åå»æµè§å¤§å¾

事件统计柱状图，饼状图，趋势图，热力潮汐图，事件属性，异常声光报警，事件截图，事件现场图像等模块组成。

1.1.2. 声光报警

业务服务器接收到事件后，解析获取到对应的事件属性（包括但不限于事件事件，点位位置，事件类型，事件描述，截图，录像等）。

服务器通过TTS文本转语音技术，对事件内容进行组合，当前端通过浏览器进行监测时，可以实时播报对应事件语音。

在数据大盘的事件详情描述区域，通过高亮闪动框提醒监控人员有异常事件产生，弹出异常事件信息框，内容不限于现场视频流直播，事件类型等。

示例图如下：

1.1.3. 事件查询

智能摄像机前端发生告警事件后，平台软件会记录各个事件发生的事件、事件类型、处理结果，便于后续的查询。

1.1. 智能分析模块

经过几十年的努力，企业信息化建设已经日趋成熟，基本的安防与消防设备也做到了完全的覆盖。近几年随着国家在工业4.0方面的大力支持，工业企业的自动化控制也已经基本完善，而高精尖的机器视觉只适合于PCB贴片、医疗等领域，虽然应用范围相对受限，但适合的领域普及率也是相当高了的，更多的是生产效率及质量检测环节的职能。

然而在各种实时监测与监管技术手段都不断完善的前提下，最近几年生产安全事故却屡屡频发。生产过程中的人机料法环，即人员、机器、原料、方法、环境，最为重要的安全因素却是人员，因为人员即是安生事故主要的发起方，也是最大的受害方。经过全面的调查与深入的分析发现，受“中国式”管理传统思想的影响，生产人员总是存在各种疏忽、侥幸的心理，而生产人员的监管更是存在各种人情等因素，也缺少配套的实时监测与监管技术手段，而通过新一代的AI人工智能技术正好有效的、全面的解决了这一问题。

1.1.1. 瓦斯传感器设备检测

通过深度学习模型，采集现场各种环境中的各式各样的传感器设备素材，通过大量数据的训练，让系统能够识别各种环境中不同样式的传感器。

1.1.2. 瓦斯传感器状态检测

通过深度学习在检测到瓦斯传感器之后再检测传感器工作是否正常，对工作未正常的设备及时上报平台并抓图保存

1.1.3. 瓦斯传感器挪移、遮挡识别

通过深度学习，对于瓦斯传感器被挪移、遮挡的情况及时报警，

1.1.4. 瓦斯读数识别

读取传感器工作时的数据，并与系统中设置的最大数据进行对比，当传感器的读数大于系统中设定值时，系统立即产生报警，并截图保留。

需要完整解决方案请联系尹生：18665829791 微信同号

视频输入	路数和带宽	u 单机最大同时可识别抓拍128路网络视频，每个通道可以叠加2种不同的算法 u 单卡同时可识别抓拍8路网络视频，每个通道可以叠加2种不同的算法； u 算法识别精准度均可以达到90%~95%，具体场景精度提高，可以训练达到。； u 算法识别最小识别度为16X16的分辨率； u 识别距离大约在3--8米，以摄像机成像的图像大小为准； u 算法采用常用的Deep Learning,DL, Caffe、Theano、MXNet、Torch和PyTorch,yolo5 深度学习框架；
视频输入	分辨率	200万
算法识别功能	抓拍图像存储	单卡总库最大支持4万张异常抓拍图片
	行为分析规格	单卡8路视频同时识别
	图片传输	网络传输
	特征	识别异常抓拍
	布控	识别对比报警输出
结构化行为分析智能功能	智慧园区	人脸识别，黑白名单，攀高检测、人脸抓拍、电瓶车进电梯、非法停车、非法闯入、烟火识别、高空抛物。
	智慧校园	人脸识别，黑白名单，攀高检测、人脸抓拍、人员跌倒、非法停车、非法闯入、烟火识别。
	司法监所	离离岗监测、黑白名单，攀高检测、值岗检测、人员跌倒、区域入侵。
	智慧工地	安全帽，反光衣，工服识别，口罩识别，消防设备堵塞，烟火识别。
	智慧矿山	传送带跑偏位移，传送带异物识别，煤流量检测，矿车识别，监控室离岗，堵料识别，非法闯入，摄像机遮挡。
	危化品存储（油库）：	烟火识别，打电话识别，抽烟识别，周界禁区，消防设备堵塞。
单卡外部接口	网络接口	1个10M/100M/1000M自适应以太网口
	视频输出接口	1*HDMI
	音频接口	1入1出
	USB接口	2*USB3.0
单卡其他	电源	DC12V，3A
	功耗(不含硬盘)	≤36W
	工作温度	-20℃ ~ ＋60℃
	工作湿度	5% ~ 95%
	尺寸	36.0mm（高）×150.0mm（深）×181.0mm（宽）（最小盒子）
	重量	≤1Kg（最小盒子）

返回列表