机电技术2024，Issue(2) ：17-20.DOI:10.19508/j.cnki.1672-4801.2024.02.005

基于深度学习的皮带运输机异常检测

吴伟龙 张达鑫 魏青阳 王泽欣 杨卓
机电技术2024，Issue(2) ：17-20.DOI:10.19508/j.cnki.1672-4801.2024.02.005
✕
  • NETL
  • NSTL
  • 万方数据

基于深度学习的皮带运输机异常检测

吴伟龙 1张达鑫 2魏青阳 2王泽欣 1杨卓1
扫码查看

作者信息

  • 1. 福建(泉州)先进制造技术研究院,福建 泉州 362000
  • 2. 建龙西林钢铁有限公司,黑龙江 伊春 153025
  • 折叠

摘要

针对皮带运输机托辊缺失、皮带跑偏等异常状态检测问题,文章提出了一种基于深度学习的检测方法.通过透视变换对原图像进行矫正,将矫正后的图片作为经过训练的YOLO模型的输入获取托辊位置、数量及分割后的皮带区域,通过统计托辊数量及霍夫变换检测皮带边界直线来判断皮带运输机的异常状态.该方法可替代人力巡检,提升皮带运输机检测效率,降低企业成本,提高企业智能化水平.

关键词

深度学习/YOLO/透视变换/霍夫变换检测/皮带运输机/异常检测

引用本文复制引用

出版年

2024
机电技术
福建省机械科学研究院

机电技术

影响因子：0.206
ISSN：1672-4801
参考文献量11
段落导航相关论文