-
面向长距离输煤皮带的边缘-云协同计算架构与异常检测加速策略研究
长距离输煤皮带作为煤炭运输的关键设备 ,其稳定运行对工业生产至关重要 。然而 ,传统的输煤皮带异常检测手段 , 如人工巡检 、单点传感器检测和云端集中式处理 , 存在主观性强 、信息孤立 、处理延迟等问题 , 难以精准 、及时地识别皮带跑偏 、撕裂 、托辊损坏等复杂故障 。针对这一现状 ,研究提出面向长距离输煤皮带的边缘-云协同计算架构与异常检测加速策略 。通过构建融合边缘计算与云计算能力的分布式计算架构 ,在边缘端部署SVM 、CNN等检测模型 ,对输煤皮带运行数据进行实时处理与分析 ,云端则负责模型训练与优化 ,并将优化后的模型下发至边缘端 。该策略可实现长距离输煤皮带异常的快速 、精准检测 , 降低网络传输负载 , 提升系统响应速度 , 保障输煤皮带的安全稳定运行 , 为工业场景下设备故障检测提供高效的解决方案 。
