皮带机的控制方法、装置和系统
技术领域
本发明涉及自动化技术领域，特别涉及一种皮带机的控制方法、装置和系统。
背景技术
皮带机在各种生产环境中均被广泛使用的一种运输设备，使用皮带机时，只需要将待运输的物料放置于皮带上，就可以通过皮带的移动将物料从皮带机的一端运输至另一端。
皮带机在运行过程出，可能出现多种异常状态，例如，皮带跑偏(即皮带偏离皮带机的轨道)，皮带打滑，物料过少或过多，电机故障导致皮带停止移动等，为了在皮带机出现异常状态时及时发现并维护，有必要监控皮带机的运行并根据监控结果进行相应的控制。
现有的皮带机的控制方法，一般是在皮带机上安装多种传感器，例如速度传感器，电流传感器等，根据这些传感器实时测量得到的皮带机的各种运行参数分析出皮带机是否处于异常状态，一旦检测到异常状态就控制皮带机停机。
现有技术的问题在于，在较恶劣的生产环境，例如粉尘较多，空气湿度较大的生产环境中，直接安装在皮带机上的多种传感器容易出现检测准确度低、甚至直接故障停机等问题，导致系统的可靠性较低。
发明内容
基于上述现有技术存在的问题，本发明提供一种皮带机的控制方法、装置和系统，以提供一种具有较高的可靠性的皮带机控制方案。
本发明第一方面提供一种皮带机的控制方法，包括：
在皮带机运行时，获取摄像设备实时拍摄得到的所述皮带机当前的运行画面；
利用预先训练的状态检测模型分析所述皮带机当前的运行画面，得到所述皮带机当前的状态监控结果；其中，所述状态监控结果至少包括跑偏程度、打滑状态、启停状态、负载程度和皮带机运行位置中任意一种或者组合；
根据所述皮带机当前的状态监控结果控制所述皮带机运行。
可选的，所述在皮带机运行时，获取摄像设备实时拍摄得到的所述皮带机当前的运行画面，包括：
从摄像设备实时拍摄得到的所述皮带机的运行视频中，提取最接近当前时刻的一帧图像作为所述皮带机当前的运行画面。
可选的，所述根据所述皮带机当前的状态监控结果控制所述皮带机运行，包括：
根据所述皮带机当前的状态监控结果，生成对应的状态字；
根据所述状态字控制所述皮带机运行。
可选的，所述状态检测模型包括跑偏检测模型，所述状态监控结果包括所述皮带机的跑偏程度；
其中，所述根据所述皮带机当前的状态监控结果控制所述皮带机运行，包括：
若所述皮带机的跑偏程度为未跑偏，控制所述皮带机以当前的功率继续运行；
若所述皮带机的跑偏程度为轻度跑偏或中度跑偏，控制所述皮带机以第一功率继续运行，并输出皮带机跑偏提示信息；其中，所述第一功率低于所述皮带机当前的功率；
若所述皮带机的跑偏程度为重度跑偏，控制所述皮带机停止运行。
可选的，所述状态检测模型包括负载检测模型，所述状态监控结果包括所述皮带机的负载程度；
其中，所述根据所述皮带机当前的状态监控结果控制所述皮带机运行，包括：
若所述皮带机的负载程度为物料数量正常，控制所述皮带机以当前的功率继续运行；
若所述皮带机的负载程度为物料数量过多，控制所述皮带机以第二功率继续运行；其中，所述第二功率高于所述皮带机当前的功率；
若所述皮带机的负载程度为物料数量过少，控制所述皮带机以第三功率继续运行；其中，所述第三功率低于所述皮带机当前的功率。
本申请第二方面提供一种皮带机的控制装置，包括：
获取单元，用于在皮带机运行时，获取摄像设备实时拍摄得到的所述皮带机当前的运行画面；
分析单元，用于利用预先训练的状态检测模型分析所述皮带机当前的运行画面，得到所述皮带机当前的状态监控结果；其中，所述状态监控结果至少包括跑偏程度、打滑状态、启停状态、负载程度和皮带机运行位置中任意一种或者组合；
控制单元，用于根据所述皮带机当前的状态监控结果控制所述皮带机运行。
可选的，所述获取单元在皮带机运行时，获取摄像设备实时拍摄得到的所述皮带机当前的运行画面时，具体用于：
从摄像设备实时拍摄得到的所述皮带机的运行视频中，提取最接近当前时刻的一帧图像作为所述皮带机当前的运行画面。
可选的，所述控制单元包括：
生成单元，用于根据所述皮带机当前的状态监控结果，生成对应的状态字；
子控制单元，用于根据所述状态字控制所述皮带机运行。
可选的，所述状态检测模型包括跑偏检测模型，所述状态监控结果包括所述皮带机的跑偏程度；
其中，所述控制单元根据所述皮带机当前的状态监控结果控制所述皮带机运行时，具体用于：
若所述皮带机的跑偏程度为未跑偏，控制所述皮带机以当前的功率继续运行；
若所述皮带机的跑偏程度为轻度跑偏或中度跑偏，控制所述皮带机以第一功率继续运行，并输出皮带机跑偏提示信息；其中，所述第一功率低于所述皮带机当前的功率；
若所述皮带机的跑偏程度为重度跑偏，控制所述皮带机停止运行。
本申请第三方面提供一种皮带机的控制系统，包括：
摄像设备，视频识别服务器和皮带机控制器；
所述摄像设备用于在皮带机运行时，实时拍摄得到所述皮带机当前的运行画面；
所述视频识别服务器用于：
获取所述摄像设备实时拍摄得到的所述皮带机当前的运行画面；
利用预先训练的状态检测模型分析所述皮带机当前的运行画面，得到所述皮带机当前的状态监控结果；其中，所述状态监控结果至少包括跑偏程度、打滑状态、启停状态、负载程度和皮带机运行位置中任意一种或者组合；
所述皮带机控制器用于：
根据所述皮带机当前的状态监控结果控制所述皮带机运行。
本申请提供一种皮带机的控制方法、装置和系统，该方法包括，在皮带机运行时，获取摄像设备实时拍摄得到的皮带机当前的运行画面；利用预先训练的状态检测模型分析皮带机当前的运行画面，得到皮带机当前的状态监控结果；状态监控结果至少包括跑偏程度、打滑状态、启停状态和负载程度中任意一种或者组合；根据皮带机当前的状态监控结果控制皮带机运行。本方案通过分析摄像设备采集到的运行画面实现对皮带机的状态的监控以及相应的控制，相比于安装在皮带机的传感器，摄像设备更能够抵抗恶劣环境的干扰，与传感器对比不易发生故障，因此，本方案相对于现有技术具有较高的可靠性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本申请实施例提供的一种皮带机的控制系统的架构示意图；
图2为本申请实施例提供的一种皮带机的控制系统的设备连接关系示意图；
图3为本申请实施例提供的一种皮带机的控制方法的流程图；
图4为本申请实施例提供的一种皮带机的控制装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
为了便于理解本申请实施例所提供的皮带机的控制方法，首先参考图1说明本申请实施例提供的一种皮带机的控制系统的架构。
如图1所示，本申请实施例所提供的皮带机的控制系统，可以包括：
摄像设备101，视频识别服务器(即Vxidentify)102和皮带机控制器103，两两之间均可以通过网络相互通信。
其中，摄像设备用于在皮带机运行时，实时拍摄得到该皮带机当前的运行画面。
需要说明的是，本申请实施例所提供的控制系统可以用于同时对多个皮带机进行监控和控制，当需要监控多个正在运行的皮带机时，上述摄像设备就包括对应数量的多个摄像头，每一个摄像头对应于一个正在运行的皮带机，用于采集该皮带机的运行画面。
具体的，对于每一个皮带机，该皮带机对应的摄像头可以在该皮带机的开关被打开后开始工作，在皮带机运行期间实时的拍摄皮带机的运行视频，并通过网络将运行视频上传至视频识别服务器102，视频识别服务器102获得运行视频后，从运行视频中提取得到最接近当前时刻的一帧图像，提取的这一帧图像就相当于该皮带机当前的运行画面。
视频识别服务器102，用于获取摄像设备101拍摄得到的皮带机的运行画面，并利用预先训练的状态检测模型分析皮带机当前的运行画面，得到皮带机当前的状态监控结果。
如前文所述，摄像设备可以包括多个摄像头，对应的可以向视频识别服务器同时上传多个皮带机当前的运行画面，视频识别服务器可以利用上述状态检测模型逐一分析每一个皮带机当前的运行画面，得到每一个皮带机的状态监控结果。
视频识别服务器所配置的状态检测模型，可以理解为一个或多个预先训练的神经网路模型的组合，其中的每一个神经网络模型，均用于根据输入模型的皮带机的运行画面，分析出画面中所显示的皮带机的某一种状态监控结果。
皮带机的状态监控结果包括但不限于以下五种：跑偏程度，打滑状态，启停状态，负载程度和皮带机运行位置。
针对其中每一种状态监控结果，均可以训练得到一个专门用于从皮带机的运行画面中分析得到对应的状态监控结果的神经网络模型。也就是说，可以分别训练得到用于分析皮带机的跑偏程度的跑偏检测模型，用于分析皮带机的打滑状态的打滑检测模型，用于分析皮带机的启停状态的启停检测模型，以及用于分析皮带机的负载程度的负载检测模型，用于检测皮带机运行位置附近是否有人员接近的位置检测模型。
其中，跑偏，是指皮带机在运行过程中，皮带偏离皮带机安装的机械轨道的现象，根据是否发生跑偏，发生跑偏后皮带偏离轨道的程度，跑偏程度具体可以包括四个标签，分别是未跑偏，轻度跑偏，中度跑偏和重度跑偏。
打滑，是指皮带机运行时，皮带相对于皮带机的皮带轮(皮带轮通过转动带动皮带移动)发生滑动的现象。打滑状态可以包括未打滑，已打滑两个标签。
启停状态，则用于指示皮带机开始运行后，是否由于突发的机械或电气故障而突然中止有运行，启停状态可以包括正常运行和中止运行两个标签。
负载，用于反映运行画面中皮带机所运载的物料的多少，具体的，可以依据待运输的物料的数量或质量设置三个连续的区间，对应的，负载程度可以包括以下四个标签，无负载，用于表示皮带机当前完全未运输物料；物料数量过少，用于表示从当前的运行画面中检测到的皮带机在运输的物料的数量(或质量)位于设定的区间中最小的那个区间内；物料数量过多，用于表示从当前的运行画面中检测到的皮带机在运输的物料的数量(或质量)位于设定的区间中最大的那个区间内；物料数量正常，用于表示从当前的运行画面中检测到的皮带机在运输的物料的数量(或质量)位于设定的三个区间中间的那个区间内。
皮带机运行位置，主要用于在皮带机运行时，指示皮带机运行的区域附近是否有人员接近。
根据实际情况的需要，可以在视频识别服务器上配置上述五种检测模型中的任意一种或多种的组合作为状态检测模型，以便从皮带机当前的运行画面中检测出对应的状态监控结果。
需要说明的是，视频识别服务器的状态检测模型也可以同时包括上述五种检测模型，上述五种检测模型可以在视频识别服务器分析运行画面时同时使用，从而同时分析出上述五种检测结果。另外，视频识别服务器也可以根据需要按不同的频率调用状态检测模型所包含的五种检测模型中的任意一种或多种。
例如，视频识别服务器可以对皮带机的每一帧运行画面均利用跑偏检测模型，打滑检测模型和启停检测模型进行分析，得到对应的状态检测结果，而负载检测模型的使用频率则可以相对较低，例如，针对摄像设备上传的运行视频，视频服务器每隔10帧才调用一次负载检测模型对最近的这一帧运行画面进行分析，也就是说，对于运行视频中的第一帧运行画面，视频识别服务器同时用上述四种检测模型分析，得到四种状态监控结果，对于第二帧至第十帧运行画面，视频识别服务器只调用除负载检测模型以外的其他三种检测模型进行分析，得到三种状态监控结果，对于第十一帧运行画面，视频识别服务器再次同时用四种检测模型分析，得到四种状态监控结果，以此类推。
针对任意一个皮带机，视频识别服务器在分析出该皮带机的状态监控结果后，就可以根据这个状态监控结果控制正在运行的皮带机。具体的控制方式可以包括，控制皮带机以当前状态继续运行，调整皮带机的运行功率，关闭正在运行的皮带机等。
需要说明的是，本申请所述的视频识别服务器，可以是单个服务器，也可以是多个服务器组成的服务器集群。
每一台视频服务器可以安装多个GPU(图像处理器)，从而提高每一台视频识别服务器分析运行画面的速度。
在本实施例所提供的系统中，视频识别服务器对皮带机的控制，主要是通过该系统的皮带机控制器103实现的。如前文所述，皮带机控制器103和视频识别服务器102通过网络连接。视频识别服务器从运行画面中分析得到皮带机的状态监控结果之后，就可以根据状态监控结果生成皮带机的状态字，状态字可以认为是一个用于表示皮带机某方面状态的标识，根据该标识的值的不同，皮带机控制器可以确定皮带机的状态并进行对应的控制，前述每一种状态监控结果都有其对应的状态字，具体可以参考后续实施例。
视频识别服务器可以将生成的状态字发送给皮带机控制器，从而触发皮带机控制器根据收到的状态字对应的控制皮带机的运行。
可选的，在本申请的其他实施例中，摄像设备所拍摄到的皮带机的运行视频，也可以通过网络直接传输到皮带机控制器处，皮带机控制器可以在对应的终端上实时播放皮带机的运行视频，以便有关人员可以人工监控皮带机的运行。
上述实施例中的摄像设备，视频识别服务器和皮带机控制器，是根据控制系统中各个设备的功能和连接关系而划分的多个模块，下面结合图2说明在一个具体的实施例中，本申请所述的皮带机的控制系统可以由哪些真实的设备组成。
请参考图2，如前述实施例所述，控制系统中的摄像设备，可以包含多个摄像头，每一个摄像头用于对应的监控一个皮带机，进一步的，该摄像设备还可以配置一个网络硬盘，该网络硬盘可以理解一个与各个摄像头直接连接的缓存服务器，网络硬盘可以在摄像设备和视频识别服务器之间的网络连接中断时用于缓存各个摄像头拍摄得到的视频，并在网络连接恢复后将缓存的视频再次发送至视频识别服务器。
摄像设备通过网络交换机接入视频识别服务器和皮带机控制器组成的网络，其中，如前文所述，视频识别服务器可以是多个服务器组成的服务器集群。
可选的，视频识别服务器还可以通过网络与一个或多个视频终端连接，相关人员可以通过视频终端视频识别服务器的状态检测模型，监控状态检测模型的运行。
视频识别服务器可以根据分析得到的状态监控结果生成对应的状态字，然后通过网络将状态字发送至至皮带机控制器。另一方面，皮带机控制器和视频识别服务器之间也可以通过总线系统直接连接，这种情况下，视频识别服务器可以直接通过总线系统将状态字发送至皮带机控制器。
视频识别服务器可以通过OPC-DA通信协议，或者OPC-UA通信协议向皮带机控制器发送状态字。
本申请实施例中的皮带机控制器，可以是，ECS-700控制系统。该皮带机控制器可以包括用于根据视频识别服务器发送的状态字控制皮带机运行的一个或多个组态服务器，同时这些组态服务器还可以连接有一个或多个控制终端，这些控制终端可以实时播放摄像设备拍摄得到的皮带机的运行视频，以便有关人员查看，并且可以支持有关人员通过操作控制终端实现对正在运行的皮带机的手动控制。另外，本申请实施例所述的控制系统和对应的方法的任一环节所输出的提示信息，均可以在上述控制终端中显示。
下面，结合如图1和图2所示的皮带机控制系统介绍本申请实施例所提供的皮带机的控制方法，该控制方法的执行主体，可以认为是如图1所示的皮带机控制系统。
请参考图3，本申请实施例所提供的皮带机的控制方法可以包括以下步骤：
S301、在皮带机运行时，获取摄像设备实时拍摄得到的皮带机当前的运行画面。
如前文所述，摄像设备可以通过摄像头拍摄得到皮带机的运行视频，然后视频识别服务器可以从运行视频中抽取最接近当前时刻的一帧图像作为皮带机当前的运行画面。
S302、利用预先训练的状态检测模型分析皮带机当前的运行画面，得到皮带机当前的状态监控结果。
其中，状态监控结果至少包括跑偏程度、打滑状态、启停状态、负载程度和皮带机运行位置中任意一种或者组合。
对应的，状态检测模型可以包括用于分析皮带机的跑偏程度的跑偏检测模型，用于分析皮带机的打滑状态的打滑检测模型，用于分析皮带机的启停状态的启停检测模型，以及用于分析皮带机的负载程度的负载检测模型，用于检测皮带机运行位置附近是否有人员接近的位置检测模型中的任意一种或者组合。
跑偏检测模型的训练方法可以是，首先采集大量皮带机的运行画面，然后对每一个运行画面人工识别画面中皮带机的跑偏程度，根据识别结果为每一个运行画面配置未跑偏，轻度跑偏，中度跑偏和重度跑偏四种标签中的任意一种，配置了标签的运行画面，就构成跑偏检测模型的一个训练样本。
获得大量训练样本之后，可以逐一将训练样本中的运行画面输入至一个预先构建的待训练的神经网络模型，使这个待训练的神经网络模型输出上述四种与跑偏程度对应的标签中的任意一种。在此基础上，以神经网络模型针对每一个训练样本的运行画面输出的标签，尽可能接近于人工标注的标签为训练目标，反复调节待训练的神经网络模型的参数，直至待训练的神经网络模型的损失(损失的大小反映了模型输出的标签和人工标注的标签的偏差的程度，损失越小，模型输出的标签越接近人工标注的标签)满足预设的收敛条件为止，此时这个神经网络模型就是一个可以用于分析皮带机的运行画面，并输出对应的跑偏程度的跑偏检测模型。
针对打滑检测模型，启停检测模型和负载检测模型的训练过程与上述跑偏检测模型的训练过程基本一致，均是人工对多个运行画面逐一配置打滑状态的标签，启停状态的标签和负载程度的标签，然后利用配置了标签的运行画面训练对应的神经网络模型，直至模型的损失满足收敛条件，换言之，也就是直至模型输出的标签足够接近人工标注的标签为止，此时得到的模型就是对应的检测模型。
其中的位置检测模型则不需要进行针对性的训练，可以直接利用现有的任意一种人脸检测模型作为本申请实施例中的位置检测模型，只需要将摄像头对准皮带机附近的区域，然后直接用位置检测模型检测采集到的运行画面中是否出现人脸图像，若检测到运行画面中出现人脸图像，就表示有人接近皮带机附近的区域，反之，若画面中未出现人脸图像，就表示没有人接近皮带机附近的区域。
S303、根据皮带机当前的状态监控结果控制皮带机运行。
如前文所述，步骤S303的具体实现过程是：
根据皮带机当前的状态监控结果，生成对应的状态字，根据状态字控制皮带机运行。
若将本实施例的执行主体视为如图1的皮带机控制系统，则步骤S303可以理解为，状态字由视频识别服务器生成并发送至皮带机控制器(即ECS-700控制系统)，然后由皮带机控制器根据状态字控制皮带机运行。
若将本实施例的执行主体视为如图1的皮带机控制系统的视频识别服务器，则步骤S303可以理解为，视频识别服务器生成状态字，并通过向皮带机控制器发送状态字的方式，触发皮带机控制器根据状态字控制皮带机运行。
其中，表示跑偏程度的状态字可以是一个整型变量(即计算机程序中int型的变量)，该变量的值可以是0,1,2或3，其中，0表示未跑偏，1对应于轻度跑偏，2对应于中度跑偏，3对应于重度跑偏。
表示启停状态的状态字可以是一个布尔型变量(即计算机程序中bool型的变量)，该变量的值可以是true或者false，其中，true表示皮带机正常运行，false表示皮带机中止运行。
表示负载状态的状态字可以是一个整形变量，该变量的值可以是0，1，2，3，0表示皮带机无负载，也就是皮带机未运输物料，1表示皮带机物料数量过少，2表示物料数量正常，3表示物料数量过多。
表示打滑状态的状态字可以是一个布尔型变量，变量值可以是true或者false，其中true表示皮带机打滑，false表示皮带机未打滑。
表示皮带机运行位置的状态字可以是一个布尔型变量，变量值可以是true或者false，其中true表示皮带机运行区域内，或者说皮带机的附近有人，false表示皮带机运行区域内没有人。
综上所述，视频识别模型可以在分析出状态监控结果后，根据状态监控结果对应的设定上述变量的变量值，然后将设定好的变量传递至皮带机控制器，皮带机控制器根据上述规则就可以确定皮带机当前的状态并进行对应的控制。
可以理解的，本申请实施例所提供的控制方法，可以用于实时的监控多个皮带机的运行状态，并根据监控结果进行对应的控制。
可选的，在需要控制多个皮带机时，可以针对较接近的多个皮带机设置一个摄像头进行监控，也可以为每一个皮带机均设置一个对应的摄像头进行监控。
本申请所提供的控制方法，只需要针对被监控的皮带机安装一个对应的摄像头拍摄其运行视频，就可以实现运行状态的自动监控和控制。因此，实施本方案所需要的硬件设备的成本较低，不需要为每一个皮带机安装大量的摄像头和传感器。
另一方面，现有技术中安装在皮带机上的多种精密传感器一般难以配备对应的防尘，防潮等设施，导致在较恶劣的环境中，实施通过传感器实现皮带机的状态监控的方案会导致各类传感器经常发生故障，整个系统的可靠性较低，并且相关人员也需要经常对传感器进行检修和维护。而本申请所提供的利用摄像头和视频识别服务实现的状态监控和控制方案，在实际实施时可以根据具体环境很容易的为摄像头加装各类防护设施，有效降低摄像头受环境影响而损坏的概率，大大提高控制系统在对应环境下的工作的可靠性。
为了方便理解本申请实施例的控制方法，下面结合皮带机具体的运行状态说明对应的控制方法：
第一，针对皮带机运行位置的检测结果，若检测到皮带机的运行区域内有人，也就是说若皮带机运行位置对应的状态字的值为true，则控制皮带机停止运行，反之，若检测到皮带机的运行区域内没有人，即对应的状态字的值为false，则控制皮带机以当前状态继续运行。
可选的，在检测到皮带机的运行区域有人而停止皮带机的运行之后，可以ECS-700控制系统的控制终端输出提示信息。
第二，针对跑偏程度的检测结果，若检测到皮带机的未跑偏，则控制皮带机以当前的状态继续运行，若检测到皮带机的跑偏程度为轻度跑偏或者中度跑偏，则可以降低皮带机的功率，使皮带机以较低的功率继续运行，同时在相应的控制终端输出皮带机跑偏提示信息，以提示有关人员进行检修。
也就是说，在轻度跑偏或者中度跑偏的情况下，可以根据皮带机当前的功率确定一个低于当前功率的第一功率，然后控制皮带机以第一功率继续运行。
若检测到皮带机的跑偏程度为重度跑偏，则需要立即控制皮带机停止运行，同时在控制终端输出跑偏提示信息。
第三，针对打滑状态的状态监控结果，若检测到皮带机未打滑，即对应的状态字的值为false，则控制皮带机保持当前状态继续运行，若检测到皮带机正在打滑，即对应的状态字的值为true，则控制皮带机停止运行，并在控制终端输出打皮带机打滑提示信息。
第四，针对负载程度的检测结果，若检测到皮带机的负载程度为物料数量正常，可以控制皮带机以当前状态继续运行。
若检测到皮带机当前的负载程度为物料数量过多，那么可以提高皮带机的功率，使皮带机以较高的功率继续运行。也就是说，在物料数量过少时，可以根据皮带机当前的功率确定一个高于当前功率的第二功率，然后控制皮带机以第二功率运行。
若检测到皮带机当前的负载程度为物料数量过少，或者检测到皮带机当前未运输物料(即当前的运行画面中未显示物料)，那么可以降低皮带机的功率，使皮带机以较低的功率继续运行。也就是说，在物料数量过少时，可以根据皮带机当前的功率确定一个低于当前的功率的第三功率，然后控制皮带机以第三功率运行。
第五，针对启停状态的检测结果，若检测到皮带机正常运行，则控制皮带机保持当前的运行状态，若检测到皮带机由于未知的原因临时中止运行，可以一方面在控制终端输出皮带机异常停机的提示信息，另一方面可以由皮带机控制器尝试重启皮带机。
在前述任意一种控制方式中，在控制终端输出提示信息可以有多种形式，可以包括但不限于，在控制终端弹出对应的皮带机的运行视频，弹出消息提示窗口，以及发出警示音等。
最后，结合本申请任一实施例所提供的皮带机的控制方法，本申请实施例还提供一种皮带机的控制装置，该控制装置可以认为是如图1所示的皮带机控制系统，控制装置的各个单元可以认为是如图1所示的皮带机控制系统中各个硬件上运行的程序。
请参考图4，该控制装置可以包括以下单元：
获取单元401，用于在皮带机运行时，获取摄像设备实时拍摄得到的皮带机当前的运行画面。
分析单元402，用于利用预先训练的状态检测模型分析皮带机当前的运行画面，得到皮带机当前的状态监控结果。
其中，状态监控结果至少包括跑偏程度、打滑状态、启停状态、负载程度和皮带机运行位置中任意一种或者组合。
控制单元403，用于根据皮带机当前的状态监控结果控制皮带机运行。
获取单元401在皮带机运行时，获取摄像设备实时拍摄得到的皮带机当前的运行画面时，具体用于：
从摄像设备实时拍摄得到的皮带机的运行视频中，提取最接近当前时刻的一帧图像作为皮带机当前的运行画面。
控制单元403包括：
生成单元，用于根据皮带机当前的状态监控结果，生成对应的状态字；
子控制单元，用于根据状态字控制皮带机运行。
可选的，状态检测模型包括跑偏检测模型，状态监控结果包括皮带机的跑偏程度。
其中，控制单元403根据皮带机当前的状态监控结果控制皮带机运行时，具体用于：
若皮带机的跑偏程度为未跑偏，控制皮带机以当前的功率继续运行；
若皮带机的跑偏程度为轻度跑偏或中度跑偏，控制皮带机以第一功率继续运行，并输出皮带机跑偏提示信息；其中，第一功率低于皮带机当前的功率；
若皮带机的跑偏程度为重度跑偏，控制皮带机停止运行。
可选的，状态检测模型包括负载检测模型，状态监控结果包括皮带机的负载程度。
其中，控制单元403根据皮带机当前的状态监控结果控制皮带机运行时，具体用于：
若皮带机的负载程度为物料数量正常，控制皮带机以当前的功率继续运行；
若皮带机的负载程度为物料数量过多，控制皮带机以第二功率继续运行；其中，第二功率高于皮带机当前的功率；
若皮带机的负载程度为物料数量过少，控制皮带机以第三功率继续运行；其中，第三功率低于皮带机当前的功率。
本申请实施例提供的皮带机的控制装置，其具体工作原理可以参考本申请任一实施例所提供的皮带机的控制方法，此处不再详述。
本申请提供一种皮带机的控制装置，该装置包括，获取单元401，用于在皮带机运行时，获取摄像设备实时拍摄得到的皮带机当前的运行画面；分析单元402，用于利用预先训练的状态检测模型分析皮带机当前的运行画面，得到皮带机当前的状态监控结果；状态监控结果至少包括跑偏程度、打滑状态、启停状态、负载程度和皮带机运行位置中任意一种或者组合；控制单元403根据皮带机当前的状态监控结果控制皮带机运行。本方案通过分析摄像设备采集到的运行画面实现对皮带机的状态的监控以及相应的控制，相比于安装在皮带机的传感器，摄像设备更能够抵抗恶劣环境的干扰，与传感器对比不易发生故障，因此，本方案相对于现有技术具有较高的可靠性。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
需要注意，本发明中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
