【摘 要】
:
钢丝绳芯输送带是带式输送机的牵引和运载构件。X射线检测法是检测煤矿输送带内部钢丝绳芯故障的主要方法。通过目标检测算法对X射线图像中的故障区域进行定位以及辨别,既可以实现钢丝绳芯输送带故障实时检测,又能降低人力成本。本文以煤矿钢丝绳芯输送带为检测对象,提出基于深度学习的钢丝绳芯输送带故障检测算法。本文研究的主要内容有:(1)钢丝绳芯输送带的X射线图像采集及故障特征分析。分析X射线检测原理及检测系统组
论文部分内容阅读
钢丝绳芯输送带是带式输送机的牵引和运载构件。X射线检测法是检测煤矿输送带内部钢丝绳芯故障的主要方法。通过目标检测算法对X射线图像中的故障区域进行定位以及辨别,既可以实现钢丝绳芯输送带故障实时检测,又能降低人力成本。本文以煤矿钢丝绳芯输送带为检测对象,提出基于深度学习的钢丝绳芯输送带故障检测算法。本文研究的主要内容有:(1)钢丝绳芯输送带的X射线图像采集及故障特征分析。分析X射线检测原理及检测系统组成,采用ZSX-127D矿用X射线探伤装置对多条输送带进行图像采集,标注图像中故障区域并制作故障数据集。分析钢丝绳芯输送带故障图像的几何特征,统计各故障样本分布特点。(2)钢丝绳芯输送带FCOS(Fully Convolutional One-Stage Object Detection)故障检测模型建立。分析神经网络结构及目标检测算法,与锚框检测算法对比,无锚框检测算法在保证检测精度的前提下减少运算量,可以极大程度地避免正负样本分布不均的情况发生。同时不再受锚框对钢丝绳芯输送带故障尺度和长宽比限制。确定全卷积单阶段目标检测算法作为深度学习故障检测模型,结合FCOS网络结构,分析其回归策略、损失函数以及特征融合网络。(3)基于FCOS的钢丝绳芯输送带故障检测改进算法。结合输送带故障标注框几何特性,考虑标注包围框重叠面积、长宽比以及检测目标中心点等几何因素,在改进算法中将原有损失函数替换为CIo U(Complete Intersection over Union),优化算法回归性能。针对小目标容易出现漏检的问题,在特征融合网络结构中添加融合路径,充分利用多尺度特征融合网络定位精准、语义性强的特点,提出新的特征融合网络结构。根据算法可视化结果表明,改进算法在原算法基础上查准率提高20.9%,满足实际工况需求,验证本算法的性能与有效性。
其他文献
煤粉锅炉炉膛火焰监测系统是煤粉锅炉中不可或缺的安全保护系统,是保证锅炉安全、稳定、环保和高效运行的重要配套设施。煤粉锅炉炉膛火焰监测系统有助于提高锅炉和燃料的利用率,减少有害物的产生,降低对环境的污染;同时能够提高锅炉的安全性能,实时调节炉膛内的火焰燃烧状态,防止燃烧系统不稳定导致锅炉炉膛爆炸事故和炉膛灭火故障,保障居民人身安全,减少财产损失。本文结合某热力公司供暖控制系统设计工程项目,设计一套基
现代的互联网络面对日益激增的视频流量和工业机器应用,存在着大量的拥塞崩溃、数据分组时延等问题。对网络实时性要求比较高的应用,例如工业互联网、车载无人驾驶、航空航天等,需要低时延,微秒级的抖动。传统的网络只能将端到端时延减少到几十毫秒,在这样的背景下对网络端到端时延的控制尤为重要。已成为当前关注的热点领域。时间敏感网络(TSN)是一种具有有界传输时延、低传输抖动、极低数据丢失率的高质量实时传输网络。
目标跟踪技术是计算机视觉领域的研究热点之一,广泛应用于智能监控、人机交互、智能交通、视觉导航和无人驾驶等领域。近年来,随着计算机技术的飞速发展,研究人员相继提出了许多性能优异的跟踪算法。但是,在实际的跟踪过程中,如果目标受到遮挡、形变和尺度变化等因素的影响,则通常会导致目标特征提取单一、模型训练不稳定,最后导致跟踪性能下降或跟踪失败。因此,在无监督学习的基础上,本文针对目标特征提取单一、特征表达能
交通拥堵作为全世界亟待解决的重要问题之一,越来越受到国家与政府的关心与关注。智能交通系统是当今社会解决交通出行问题的又一创新方式,其将先进的科学技术应用于道路交通系统,旨在从监测、预警、诱导等多方面解决交通拥堵问题。智能交通系统中最重要的一环是交通流预测,高效、实时、准确的交通流预测能够有效缓解城市道路出行状况,一方面可以为人们日常出行提供可靠的交通诱导信息,降低高峰出行的可能;另一方面也可为政府
随着我国国民经济和社会的飞速发展,一些新型建筑的现代化程度不断提高。由于这些建筑功能复杂、人员密集、可燃物多等特点,一旦发生火灾很容易造成巨大的人员伤亡和经济损失。因此,如何在复杂的现代化建筑中保证人员安全有效疏散成为迫切需要解决的问题。本文以某高校拟建综合教学楼为例,将BIM技术与计算机疏散模拟技术相结合,建立基于BIM的建筑疏散仿真模型,进行可视化疏散模拟实验,来检验该综合教学楼消防设计的合理
随着人工智能在多学科多领域的研究和发展,数字图像处理技术也变成了热门话题,并逐渐渗透进人们的生产生活中,运用到了各个领域,成为当前计算机领域一个重要的研究方向。为了实现高效的人脸识别,提高相关算法的抗干扰性,保证人脸的完整性和真实性,本文研究了基于D-S证据理论和局部领域模式的人脸识别算法。主要研究内容如下:局部二值模式(LBP)能够更好的度量局部图像的纹理特征,即使在光照敏感和姿态各异等情况的影
当今,互联网技术飞速发展,制造业向“智能制造”和“网络协同制造”方向转变。在网络协同制造平台中,关于产品生产数据集成技术的研究是当下的研究热点之一,对指导生产以及为定制生产等提供决策依据有重要意义。其中结合商品与用户数据并对用户进行商品推荐是产品数据集成技术的一个重要研究方向,如何搭建合理的数据集成模型进行商品推荐并提升用户的满意程度,具有理论意义与实际工程应用价值。本文以支持大规模定制的网络制协
机器视觉是研究如何使机器像人类一样利用视觉来获取场景中信息的学科。双目测量是机器视觉的一个重要分支,其模仿人类视觉系统的原理,在采集图像的基础上还可获得场景的深度信息,如今已广泛应用于工业现场、交通辅助、安防服务、医疗和军事等领域中。相较于依赖其它传感器的测量方法,双目测量具有测量视场更广、系统结构简单、设备之间工作互不干扰等优点,是一种理想的非接触式可见物体测量方法。而立体匹配任务是双目视觉系统
精确放疗是治疗肿瘤的重要方法之一。医用机械臂在放疗系统中起到支撑患者的作用,如何高效精准的将患者肿瘤区域对准束流,是行业难题之一。利用CT图像通过分割配准给出空间坐标系下的靶区位置,引导医用机械臂运动实现肿瘤自动精准定位,对提高摆位效率、减少术前人工干预、节约医疗资源、提高放疗效果都有着举足轻重的意义。目前国内在CT图像引导自动定位技术领域的研究尚处于初期阶段。本文研究基于改进的影像预处理算法和自