公告：
对煤矿主运带式输送机人工巡检强度大、效率低、安全隐患突出等问题，乌审旗蒙大矿业联合中煤科工机器人科技有限公司研发了矿用非接触充电式输送带巡检机器人。非接触充电式巡检机器人巡检系统由机器人本体、多轮系轨道、磁耦合充电、边缘计算 AI 等模块组成，具备 0~1 800 mm自适应升降、7 cm 级跑偏检测、>91% 异物识别及甲烷/CO/烟雾等多参数实时监测功能；采用井下防爆非接触无线充电，续航>20 km，环网/5G 中断仍可独立运行。现场 10 个月工业性试验表明：巡检人数由 5~6 人/班降至 1~2 人/班，巡检效率提升>50%，非正常停机时间显著下降。
文章来源：《智能矿山》2025年第12期“学术园地”栏目
第一作者：李晓林，教授级高级工程师，现任鄂尔多斯市伊化矿业资源有限责任公司党委书记、董事长，主要从事煤矿经营管理、机电管理、智能化开采的相关研究工作。E-mail：benzcl@163.com
作者单位：鄂尔多斯市伊化矿业资源有限责任公司；乌审旗蒙大矿业有限责任公司；中煤科工机器人科技有限公司
引用格式：李晓林，雍圣民，刘慧，等.矿用非接触充电式输送带巡检机器人在蒙大矿业的应用[J].智能矿山，2025，6(12):59-63.
点击文末左下角阅读原文，免费下载阅读pdf全文
关注微信公众号，了解更多矿山智能化建设进展
带式输送机是煤矿运输的重要设备，其运行状态直接影响煤炭生产的效率和安全。由于带式输送机系统复杂，易受环境因素的干扰，常发生故障和事故，给煤矿企业造成经济损失和人员伤亡。带式输送机大部分具备自保护功能，但其维护和巡检依然靠人工定时定点监测，人工巡检存在以下4个方面的问题。
（1）巡检人员每天需下井后步行走到待检区域，巡检工作量大，劳动强度和重复性高，巡检效率低。
（2）人工巡检过程中，人员对现场环境感知度差，无法及时发现和处理火灾、有害气体超标等潜在危险。
（3）人员巡检无法做到工作时长内不间断巡检、实时值守，无法第一时间预测到火灾、有害气体超标等危险发生，存在安全隐患。
（4）人工巡检无法实时监测和智能分析带式输送机运行参数，无法量化评估和故障预警带式输送机运行状态。
乌审旗蒙大矿业有限责任公司（简称蒙大矿业）主运大巷为典型的煤矿带式输送机应用场景，主运大巷带式输送机为2 000 m，平均每天运行时长为18 h。人工巡检每班巡检人员5～6人，每天巡检3～4次，巡检强度高，巡检人员根据工作经验和主观感知对带式输送机运行状态作出判断，准确性低。
因此，以蒙大矿业主运巷道带式输送机场景的智能巡检为应用场景，开展矿用非接触充电式输送带巡检机器人的技术研发。通过输送带巡检机器人的智能感知、自主避障、精准定位以及自主决策等功能，实现对带式输送机的实时监测和故障预警，提高其运行效率和安全性，减轻巡检人员的劳动强度和风险，提升煤矿企业的本质安全水平。
非接触充电式输送带巡检机器人
非接触充电式巡检机器人布置在带式输送机行人侧上方，架设工字钢轨道，机器人挂载在轨道上，沿轨道自身动力行走进行巡检，可在轨道上往复运行，非接触充电式输送带巡检机器人如图1所示，巡检机器人的巡检系统布置模拟示意如图2所示。
图1 非接触充电式输送带巡检机器人
图2 巡检机器人巡检系统布置模拟示意
非接触充电式巡检机器人巡检系统主要由机器人本体、轨道系统、电控系统、充电系统、通信系统等部分组成，搭载摄像仪、红外热像仪、温湿度传感器、气体传感器、烟雾传感器、拾音器等设备，实时采集带式输送机巷道环境内的图像、声音、红外热像及温度数据、烟雾、多种气体浓度参数等信息，并通过无线网络传输到监控服务器，并以数字化的数据实时显示、存储、分析，并实现报警和预警。
非接触充电式带式输送机巡检机器人采用多轮系自适应升降机构，具备自锁性、高度灵活性，保证巡检作业高效稳定进行，升降行程范围为0～1 800 mm；采用非接触式磁耦合充电装置，实现机器人非接触式充电，在保证机器人充电效率的前提下满足井下防爆规章要求；在功能上具备工况多参数检测，实现带式输送机多种异常工况检测及煤流量检测，满足无人化巡检工作需要；具备气体环境检测、烟雾检测及火灾预警等环境安全隐患监测功能，保障带式输送机煤炭运输作业的安全进行。
非接触充电式带式输送机巡检机器人采用了基于NvidiaJetson硬件的边缘计算方案，将AI分析能力部署到井下，实现井下采集，井下分析，井下处理，井下决断，节省上传带宽，在环网或5G网络不通情况下仍正常工作，保障稳定运行，具体功能包括以下8个方面。
（1）智能识别分析功能：可智能识别输送带跑偏、撒料、打滑、磨损、异物等信息。
（2）红外热像图采集及温度异常报警功能：搭载有红外热像仪，实时获取被检测设备的红外热像图，存储并分析被检测设备的发热情况，预警输送带电机、减速机、滚筒、托辊等温度异常。
（3）移动图像采集功能：搭载有摄像仪，能够在低照度、高湿度和粉尘环境下，对带式输送机的各位置进行图像采集。
（4）烟雾检测功能：搭载有烟雾传感器，实现巡检带式输送机区域内的烟雾检测报警。
（5）气体探测功能：搭载甲烷传感器、一氧化碳传感器等，实时检测井下瓦斯气体和各类有害气体，具有超标及时报警、自动断电功能，防止安全事故发生。
（6）自主避障功能：具备避障系统，感知巡检路径内的障碍信息。
（7）语音对讲指挥功能：搭载高增益拾音器和高分贝扬声器，完成平台与现场人员的双向语音对讲。
（8）数据查询功能：机器人巡检实时状态、历史记录、异常记录等信息通过上位机查询。
非接触充电式输送带巡检机器人关键技术
2.1 多轮系模块化结构
非接触充电式带式输送机巡检机器人行走机构采用多轮系模块化结构，包含2个轨道轮、1个驱动轮、2个链轮、2个张紧轮，多轮系模块化结构如图3所示。2个轨道轮前后对称安装在轨道轮支架内侧，轨道轮卡接于工字钢轨道槽的内部；2个驱动轮分别装配于驱动轮支撑架的左右两侧，驱动轮外侧装配有2个链轮，链轮之间通过传动链相互关联；驱动轮支撑架前后外侧壁的中部均装配有左右对称的张紧轮，张紧轮从左右两侧向内张紧传动链。
图3 多轮系模块化结构
通过连杆机构将部分负载力转化为驱动轮系对轨道的正压力和轨道轮与轨道内壁间的压力。驱动轮系对轨道的正压力增大，驱动轮系与轨道之间的摩擦力则增大。驱动轮系与轨道间的摩擦力与负载成正比，最终达到负载越重，驱动轮系与轨道间的摩擦力越大的自锁效果。避免轨道机器人负载重物爬坡时发生驱动轮打滑的情况，提高轨道机器人的运行稳定性和安全性。
2.2 盘式磁耦合非接触充电装置
受限于煤矿井下特殊环境，拖缆式供电因存在电缆体积大、供电电缆易磨损等缺点，无法适应于长距离巡检场景，煤矿用巡检机器人多采用自身内部集成电池系统进行供电。目前煤矿相关的安全规程以及国家防爆标准中明确要求电池不能在煤矿井下进行裸露连接式充电，如航空插头、开箱充电、电池更换等，常规充电手段在煤矿井下严禁被使用。
磁耦合充电为避免接触的充电方法，使用过程将所有元器件都处于防爆腔体内部。由于磁耦合充电装置输出端为永磁转子，自身产生磁场，可直接利用磁耦合充电装置的输出端转子所产生的旋转磁场发电。为了进一步减小机器人的空间尺寸，采用盘式定子充当磁耦合充电装置中的发电元器件，既降低了机器人发电部分的尺寸及质量，也降低了机器人整机的质量，增加续航距离。
煤矿机器人用盘式充电装置主要包括原动机防爆箱体、原动机、联轴器、减速机、原动侧永磁体、发电侧永磁体、盘式发电机构、充电机防爆箱体等，其中原动机防爆箱体、原动机、减速机、原动侧永磁体主要为充电机构提供安全的能量来源，发电侧永磁体、盘式发电机构、充电机防爆箱体主要为机器人提供安全的充电方式。原动机侧与发电机侧之间通过原动侧永磁体和发电侧永磁体之间的磁场耦合，实现能量的传递。
在运行过程中，原动机拖动原动侧永磁体安装盘旋转，带动原动侧永磁体旋转产生旋转磁场，进而通过磁场的耦合关系带动发电侧永磁体跟随旋转。永磁体数量为偶数，均匀分布在两侧永磁体安装盘上，并呈NS顺序排布，煤矿机器人用盘式充电机构示意如图4所示。
图4 煤矿机器人用盘式充电机构示意
充电腔内主要包括盘式铁芯、固定轴、绕组等，主要为固定盘式铁芯以及发电侧永磁体。在使用过程中，发电侧永磁体旋转后在其另一侧也将会产生旋转磁场，此旋转磁场通过盘式发电机构进行闭合，进而在盘式发电机构内的绕组上产生电流，实现电能的输出。
盘式铁芯及绕组为盘式充电机构的主要发电单元，后端连接整流桥以及稳压电路后就可以直接为机器人的电池进行充电，煤矿机器人用盘式铁芯及绕组示意如图5所示，在实际应用时，绕组的数量与原动侧永磁体及发电侧永磁体的数量遵循常用的永磁电机极槽配合，定子槽的数量与绕组的数量同样遵循常用电机的定子绕组分布理论。
图5 盘式铁芯及绕组示意
2.3 带式输送机跑偏检测算法
带式输送机跑偏检测算法分为图像预处理、边缘直线检测、跑偏计算共3个模块，利用霍夫直线检测算法判断出输送带单侧的实时边缘，对比实时状态和预先处理好的正常状态，其中实时状态为判断输送带单侧的实时位置，通过对比差实现跑偏检测。
（1）图像预处理模块
对采集的输送带图像进行灰度化、高斯滤波降噪，采用自适应阈值增强对比度，去除反光与污渍干扰；通过ROI裁剪保留边缘关键区域，校正透视畸变，为后续边缘检测提供清晰、稳定的输入图像。
（2）边缘检测模块
输送带左边缘或者右边缘的图像经过Sobel边缘检测算子处理、二值化后，通过canny边缘检测，再借助霍夫直线算法检测。结合实际情况，通过调整相应参数，完成图片中的直线检测并标记，采用异常直线处理，排除干扰最终偏移判断结果的不合理异常直线，处理完成后，将直线首尾的点坐标保存，用于偏移判断。
（3）跑偏计算模块
输送带跑偏计算，将未跑偏时的图像中心点到左边缘距离设置为阈值（也可设置右边缘），程序实际运行情况中，拉取摄像头的图像，实时判断中心到左边缘距离与阈值作比较，得出偏移结论，并利用图像像素和实际距离的比例关系得到偏移距离。带式输送机跑偏检测结果如图6所示，跑偏检测精度≤7 cm。
图6 输送带跑偏识别结果
2.4 带式输送机异物检测算法
带式输送机异物检测算法，分为模型训练与模型应用2个模块。检测模型训练模块通过获取数据集、构建和标注完成数据集的准备工作。基于YOLOV5目标检测模型进行模型训练；异物检测模块通过IP等方式截取视频帧并前处理图像，传入目标检测模型输出结果并显示，目前可检测大块煤、石头、铁器、锚杆等异物种类。带式输送机异物检测算法流程分为以下5个步骤。
（1）数据集构建，在试验场地的输送带上放置可能出现的各种异物，并进行多角度、多种光线环境下的图像采集，整理数据集、标注标签、切分数据集、生成所需格式。
（2）标注所有图像，并进行数据扩充后，用于训练YOLOv5目标检测网络，获得用于检测煤矿输送带上异物的网络权重。
（3）借助悬挂在输送带上方的固定摄像头，实时获取包含输送带在内的图像，使用YOLOv5进行检测，得到若干异物的坐标。
（4）将输送带上方摄像头实时获取的图像时进行二值化，提取物体轮廓，使用轮廓内像素个数衡量物体体积，采用YOLOv5目标检测网络和轮廓提取算法的结果，并在图像上标注。检测到以上异物类型判断为存在异物，带式输送机异物检测结果如图7所示，异物检测精度>91%。
图7 带式输送机异物检测结果
总 结
（1）以蒙大矿业带式输送机巡检场景为需求，研究了巡检机器人整机架构，突破多轮系模块化结构、盘式磁耦合非接触充电装置、面向煤矿井下带式输送机场景的图像识别等关键技术，研制出带式输送机巡检机器人。
（2）带式输送机巡检机器人在蒙矿业现场累计运行时间10个月，解决了人工巡检效率低、劳动强度大、检测手段单一、人身安全易受威胁等问题，实现巡检人员由原来的5～6人减少为1～2人；巡检效率提升超过50%，降低带式输送机非正常停机时间。
（3）非接触充电式带式输送机巡检机器人适用于煤矿行业，也可应用于非煤领域行业。符合国家对矿山产业转型升级、减人增效的要求，下一步将拓展煤炭行业外的石油、化工、冶金等能源行业的安控巡检类智能应用场景。
声明：本文系转载自互联网，请读者仅作参考，并自行核实相关内容。若对该稿件内容有任何疑问或质疑，请立即与铁甲网联系，本网将迅速给您回应并做处理，再次感谢您的阅读与关注。