首页 |  资讯中心 |  城市交通 |  车联网 |  卫星导航 |  高速公路 |  行业观察 |  交警之窗 |  专题 |  会议展览 |  招投标

你的位置:首页 > 资讯中心 > 行业资讯 > 正文

海康视觉大模型“入职”镇江港,皮带巡检竟如此智能

2025-04-23 09:28:36 责任编辑:
江苏镇江港,作为长江三角洲重要的江海河、铁公水联运综合性对外开放港口,年吞吐量超亿吨,是区域经济贸易的重要节点。镇江金港港务有限公司的46条皮带机,总长约10公里,构成了港口矿石装卸与转运的繁忙网络,宛如强韧的生命线,支撑着港口的高效运作。

图片1.png

繁忙背后,皮带机日常巡检工作面临着种种挑战,过去,人工巡检安全风险高、劳动强度大、巡检效率不高、隐患发现滞后,需要通过科技手段提升巡检效率。镇江金港港务有限公司与海康威视合作,通过大模型和物联感知技术,实现皮带机智能巡检,大幅提升了巡检效率,降低了人员和设备的安全风险,推动港口管理向智能化迈出了坚实的一步。

1、视觉大模型助力智能巡检,降本增效守护皮带安全

以往,巡检员在皮带机旁工作并不轻松。机器轰鸣声不绝于耳,巡检时需凑近设备仔细查看,皮带机周围空间狭窄,稍不留意就可能发生磕碰。动辄数公里长的皮带,一趟巡检下来,体力消耗巨大,很难保证每个角落都能检查到位,故障一旦发生,往往直接影响到生产。如今,视觉大模型和物联感知技术的加持,为巡检带来了显著改善。

图片2.png

皮带上方的自清洁相机,在粉尘环境中也能清晰地观察皮带运行。通过集成跑偏检测大模型算法的AI超脑,能有效分析皮带跑偏状态以及皮带两侧到滚筒边缘的状态,发现偏移现象时及时预警,可有效避免因皮带机跑偏造成的设备损伤,预计每年可节省因跑偏造成的清理成本30余万元。视觉大模型的应用,提高了目标检出率,切实降低误报率,从而显著提升智能识别效果。

\

在落料堆积检测方面,视觉大模型算法也发挥着关键作用。当落料堆积到一定程度,落料堆积检测大模型算法会识别并推送预警,便于及时安排落料清理,防止落料堆积影响皮带机正常运转。“通过跟海康威视的合作,我们实现了所有的皮带机运行数据的全面性、及时性以及可追溯性。”镇江金港港务有限公司总经理助理、工会主席严诗涵介绍道。

除视觉大模型外,海康威视的声振温、听诊光纤、雷达等感知技术也从多个维度协同守护皮带机运行安全。声振温系统实时采集皮带设备声音、振动和温度数据,经算法仓分析处理,精准判断故障类型和位置并反馈到智能平台,实现远程运维和预测性维护;听诊光纤能监测托辊声音,异常时自动报警并定位。“就相当于有24小时的听诊专家在这边,确保设备运行的稳定性和可靠性。”

2、皮带系统的“数字孪生”,港口管理的“智慧蓝图”

走进港口的中央控制中心,首先映入眼帘的是一块巨大的屏幕,屏幕上一条条动态模拟的皮带格外引人注目。这正是海康威视为镇江金港港务有限公司打造的智慧港口平台,借助这个平台,完整、动态的数字孪生港口得以生动呈现。

\

站在屏幕前,远可一眼纵观港口全局,总览码头、堆场、皮带的繁忙动态;近可将视角聚焦到皮带托辊转动。皮带上各处分布着物联感知设备,一旦出现异常情况触发报警,屏幕上会立即清晰地显示出报警位置,方便工作人员在第一时间作出反应,迅速展开处置。

平台能实现如此精密的呈现效果,背后是海康威视三维场景技术。这项技术就像一个“数据大管家”,把来自不同源头的数据整合在一起,融入到港口现有的业务流程中。不仅如此,它还细致复刻了港口的各类物理要素,从规模宏大的码头建筑,到堆满货物的堆场,再到穿梭其中的一条条皮带,构建出一个高度逼真的虚拟港口,为高效管理和决策提供了有力支撑。

\

3、对话“港口智能体”,便捷管理一句达成

不仅有精密的三维动态呈现,平台还有强大的“智慧内核”。平台接入DeepSeek,凭借语言大模型自然语言理解与处理能力,通过便捷的文字指令进行交互,一句话即可完成之前的复杂操作,成为管理的“智能助手”。

\

例如,在皮带线启动前,可以简单输入指令,如“我要启动2A、3A皮带线,开始运行前自检”,智能助手可以理解要求,自动执行历史未处理问题的总结、自动拉起2A、3A沿线视频,并进行视频巡检。此外,还可以随时查询今日报警情况,如输入“近一个小时有出现什么需要我关注的报警吗”,系统会详细展示报警类别、数量以及处置状态,并在地图上标注报警点位,帮助快速定位和处理问题。这样一来,显著提升了港口皮带巡检与管理的效率。

 “这个项目的落地,也为我们集团后续‘智改数转’指明了方向,”严诗涵表示,“现场向中控转移,由室外走向室内,确实提升了整个作业人员的工作环境,提升现场效率的同时,降低了我们的运营成本。这种新模式的落地,将为镇江港务集团高质量发展注入新的智慧动力。”

分享到:

声明:

凡文章来源标明“中国智能交通网”的文章版权均为本站所有,请不要一声不吭地来拿走,转载请注明出处,违者本网保留追究相关法律责任的权利;所有未标明来源为“中国智能交通网”的转载文章均不代表本网立场及观点,“中国智能交通网”不对这些第三方内容或链接做出任何保证或承担任何责任。

相关阅读

征稿:

为了更好的发挥中国智能交通网资讯平台价值,促进诸位自身发展以及业务拓展,更好地为企业及个人提供服务,中国智能交通网诚征各类稿件,欢迎有实力的企业、机构、研究员、行业分析师投稿。投稿邮箱: itsshenzhen@163.com (查看征稿详细)

热门文章