红外测温 · AI识别 · 智能监测
应用场景
矿厂和港口皮带机线路长、托辊数量多，异物、堆料和托辊轴承过热均可能引发停机甚至火灾。固定摄像头适合监控运输状态，但难以覆盖全部托辊温度，因此案例采用视频AI与线轨式移动测温组合。
系统构成与功能
运输状态视频监控
对上料、落料和皮带运行区域进行连续可视化观察。
AI异物识别
自动标注钢筋、杂物或异常大块等目标，减少人工盯屏负担。
线轨式托辊测温
红外测温单元沿皮带线路巡测托辊，发现局部温升异常。
安全预警及控制
将异物与温度报警汇入平台，支持事件记录、定位和联动处置。
系统实施效果
案例将两类主要风险纳入同一平台：视觉识别解决“皮带上有什么”，红外测温解决“托辊是否异常发热”。上线前应按环境温度、负载和运行速度建立分级报警阈值。
资料说明
本案例依据用户提供的《测温案例相关资料》整理。页面按应用目标、现场采集、智能分析和平台功能重新分条，未将资料中单独的红外测温仪参数页作为工程案例。涉及项目名称和公开展示内容以原始资料为准。