煤礦皮帶異物檢測系統-燧機科技是以視頻識別結果數據與設備模型的集成融合為核心的創新管控模式，通過在數字空間實時構建設備物理對象的精準數字化映射，以應用功能設計、多維系統數字化設計、一體化數據流設計，并基于各種*算法實現深度建模以形成綜合決策信息，實現設備監測全業務流程的閉環管理。
煤礦皮帶異物檢測系統-燧機科技基于AI算法對應用服務器處理過的視頻進行采集、學習、訓練，實現輸煤皮帶撕裂、跑偏、堵煤、異物、入侵、自燃的建模和自學習優化。通過算法的優化，除皮帶撕裂、堵煤外，在攝像機的視野范圍內，通過設置優先級并適配權重的方法，實現一機多用，達到所屬電廠文明生產管控標準要求，同時結合SIS實時數據綜合分析，對皮帶、重要設備的運行狀態機環境情況進行監控。
皮帶跑偏數據監測識別技術對皮帶進行全面實時檢測，不需要人工操控，一旦數據監測到皮帶跑偏或者其它異常現象時，立刻進行告警，通知監控管理處，提示相關人員及時去處理。同時把告警截圖和視頻保存到數據庫形成報表，可以根據時間段對告警數據記錄告警截圖、視頻在線查詢點播，方便進行之后軌跡追蹤。
皮帶撕裂檢測裝置采用線激光器+高速相機組合方式，在帶式輸送機進料口不遠處安裝高速AI攝像儀，實現撕裂及時預警，皮帶撕裂監測攝像頭等裝置數量、效果滿足撕裂及時預警需求，撕裂預警識別準確率，預警延時小于5秒，同時可實現信號回傳控制系統，防爆型圖像處理攝像儀具備通信接口及開關量輸出接口，當檢測到異常時，可與控制系統聯動。
在帶式輸送機落煤點處安裝防爆型攝像儀，用于堆煤檢測。利用圖像語義分割技術，將皮帶、堆（堵）煤進行邊緣提取，找出各類物體的區域。即使在不同的工作場景下、圖像對比度很低、物體很復雜情況下，該類算法依然很好的找到物體區域。識別延時小于5秒，同時可實現信號回傳控制系統，可聯動控制皮帶。
