这项调查Art -um -us提供了相对文献的曝光,并在人工智能(AI)的传送带系统中具有特定的重点。这项调查Art -um -um -ul -un -un -ul -us介绍了基于物联网,绩效分析,可视化和力邮寄的皮带状况及其预后。该评论基于该研究的最后五年发表的79条经过同行评审的期刊,重点介绍了使用DL模型应用高级AI技术的制造,采矿和物流行业的传送带系统的性能和安全性的增强。将要研究的AI技术是用于检测故障和预测故障的ML算法的专业,用于实时鉴定资产和IoT系统缺陷的CV系统用于数据集合和处理。从调查中可以看出,这些AI可能性的整合增强了准确的故障检测领域的能力;材料处理的卓越控制和基于计算机的智能操作比监视风扇输送机的方面。创新涉及一些包括以下内容的概念;皮带撕裂的预测模型使用神经网络的实时预测皮带撕裂,计算机视觉,对表面问题的实时识别的实时预测,可以将系统未计划的时间降低至少30%。它还描述了数据质量问题的当前状态,所使用算法的解释以及扩展已经存在的系统的过程。最后但并非最不重要的一点是,它为AI系统中的多个智能以及Edge AI智能决策,强化学习智能控制以及与其他新兴技术的AI提供了关键和精确的建议;数字双胞胎。最后,可以提到的是,关于进行调查,可以说明如何随着AI在各个领域的有效用途来更改传送带系统,以提高性能,可靠性和安全性。