Implementation of crack detection and safety early warning algorithm for side plate of sinter trolley
扫码查看
点击上方二维码区域，可以放大扫码查看
原文链接
NETL
NSTL
维普
万方数据
烧结机台车侧板在生产过程中容易产生裂缝,不仅会造成烧结矿掉落,而且使侧板稳定性变差,极易引发安全生产事故.针对烧结机台车侧板安全检测问题,设计台车侧板裂缝检测方案,实时获取侧板图像数据,对比U-Net、金字塔场景解析网络(pyramid scene parsing network,PSPNet)、DeepLab V3+三种不同的语义分割网络,试验结果表明,U-Net网络性能较优,对目标特征提取较好,故采用U-Net对侧板边界及裂缝进行检测.在此基础上,根据裂缝类型、长度及数量设定侧板裂缝安全预警判断规则,构建台车侧板裂缝安全预警检测算法,通过试验验证算法总误检率为0.91％.结果表明,该算法为烧结机台车侧板裂缝安全预警提供技术方案,能降低生产事故,对烧结生产安全具有重要意义.
NETL
NSTL
维普
万方数据
