中国安全科学学报

作者：魏德志, 杜志勇, 滕春阳, 辛吴天, 李泽坤

单位：国家能源集团 宝日希勒能源有限公司露天煤矿, 内蒙古 呼伦贝尔 021008

关键词：露天矿破碎站,断裂检测,深度学习,机器视觉,YOLO

为解决露天矿中破碎站输送机构链条断裂故障检测效率低,传统图像识别方法处理效率低,检测实时性差的问题,提出一种基于深度学习技术的破碎站链条断裂检测技术。首先,从硬件平台搭建和软件架构上提出链条断裂检测系统总体设计方案;其次,使用YOLOv4模型搭建链条检测模型架构,根据破碎站运行工况提出链条断裂检测算法,并结合实际环境特征提出图像预处理方法;然后,采集图像样本用于模型迭代训练,得到链条目标检测识别模型;最后,检测链条断链丢失情况。结果表明:基于深度学习的破碎站链条目标检测可以在输送机构运行过程中精确识别出图像中链条的数量;当链条被遮挡模拟丢失后,能够及时发现并报警。

来源：2023年第S2期

《中国安全科学学报》期刊编辑部

查看中国安全科学学报杂志2023年第S2期