针对电厂带式输送机存在的皮带断裂、皮带跑偏、皮带发热、异常图像信息、火焰识别以及出现火灾后自动应急消防处理等难题，本研究拟采用图像处理、目标识别、大数据、深度学习以及AI智能算法等技术，结合高清摄像头实时抓拍图像、温度传感器及高精度激光检测数据，开展基于5G技术、工业物联网、大数据以及先进检测技术的智能巡检机器人研究工作。皮带机智能检测系统采用激光技术、图像分析技术、大数据、AI算法等技术，对皮带机存在的跑偏、撕裂及落料管堵塞等问题进行检测，发现异常后可自动报警，可关联输料机系统实现闭锁停机。通过高精度激光检测，对采集面皮带数据进行分析，结合高清摄像头实时抓拍皮带图像并在数据后台进行图形识别分析，通过双重识别，及时发现撕裂风险。通过在落料管前端和后端安装激光流量检测装置，实时监测落料管前后流量变化，结合高清摄像头图像识别分析，及时发现落料管堵塞及原燃料散落情况。在集团安全生产高压态势下，减轻人工劳动强度、降低劳动风险为安全生产的重中之重，在输煤系统的恶劣环境和复杂工况下，巡检机器人代替人的眼、耳、手、脑，可达到实时、准确监测和预警。智能巡检机器人通过实时监测现场工况的图像、声音、温度、烟雾、气体等，通过软件对数据的自动分析，判断是否存在设备故障和消防隐患并进行定位并发出报警，从而减轻工作人员的劳动强度、降低劳动风险，同时代替人力降低运维成本。