应用背景：

国内外行业现状：带式输送机作为煤炭、港口、钢铁厂等装卸运输的主力设备，因为其专业化、自动化程度较高和陆续在化、大运量的作业方式，在传送及装载过程中发挥极其重要的作用。

损耗及故障率较高：如果皮带机发生故障导致皮带相对滚筒及托辊之间的打滑摩擦，长时间摩擦产生高温将导致皮带撕裂、起火引发火灾乃至事故，生产停顿，造成重大经济损失甚至人员伤亡。

传统监测手段：1、人工巡检方式：由于高温、粉尘、强噪声等环境原因，巡检效率低、可靠性差；2、点式测音传感器：因受环境干扰、施工负责等因素，造成误报率高，不能准确的检测托辊异响及故障位置信息。

解决方案：

常用的故障诊断分析方法：1、振动和声音信号与故障关联性强，相关分析法在故障诊断中应用为广。2、基于计算机图像处理技术的带式输送机托辊组故障诊断技术。3、基于红外图像处理的输送带跑偏故障在线检测技术。

多源感知技术：由于故障识别技术特别是深度学习技术的局限性，从单一信息来源提取关键特征来识别故障，识别准确率较低。融合图像、声音和温度等多源感知技术并按各自的特征对同一目标进行监测，可以大幅度提高识别准确率，解决带式输送机管理过程中的难点、痛点问题。

该系统原理是在沿着带式输送机部署光缆，将高速行进的皮带和辊筒摩擦碰撞的声音作为发射源，系统实时采集并记录带式输送机的声发射数据，结合预测模型应用到实际部署的DAS系统上，全天候的监测带式输送机并给予健康监测的预务。

应用优势：布设方便，场外只需一根光缆；易维护，市外光缆无源，不需要任何电子器件；全域监测，且人工智能识别，高效安全。

应用案例

某火力发电厂输送带火灾监测：

1.输送带沿长度方向支撑在安装于机架上的系列托辊上，绕过驱动和张紧改向滚筒，输送带依靠与驱动滚筒之间的摩擦而陆续在运动，物料靠与带之间的摩擦传递至卸载点。

2.工作时，输送带既是牵引构件，又是承载构件。传递动力和运动、支撑物料和载荷，工作条件较为复杂。输送机系统重点防火部位，失火概率大，一旦发生火灾，可能造成严重事故。

3.据统计分析，引起输送带火灾的原因主要由：托辊超温、滚筒打滑、紧急停车后的满载起动、电气控制线路、易燃和易自燃物品等。

预警单元

BL-BOTDR实现温度、应变监测

外观尺寸：1U大小

BL-DVS实现振动监测

外观尺寸：3U大小

BL-DAS实现声波监测

外观尺寸：3U大小