中国安全科学学报

作者：周庆辉, 刘浩世

单位：1 北京建筑大学 机电与车辆工程学院,北京,100044；2 北京市建筑安全监测工程技术研究中心,北京,100044

关键词：Swin Transformer,塔式起重机,销轴,安全状态,状态识别,数据集

基金：国家自然科学基金青年基金资助(51905028); 住房和城乡建设部科技计划项目(2022-K-079)

为减小塔式起重机运行安全隐患,提高机器视觉检验销轴连接状态的准确率,提出一种优化 Swim Transformer的塔式起重机销轴安全状态识别算法;首先通过采集工地现场塔式起重机销轴安全状态图像,创建数据集;其次对数据集中销轴安全状态分类,并进行独热编码;然后基于Swin Transformer算法,建立销轴安全状态的识别模型,构造和优化损失函数;再运用AdamW优化器更新梯度,经过1 000次训练迭代后得到最终模型;最后在所创建的销轴图像数据集上,进行试验验证。结果表明:所提优化算法提高了塔式起重机销轴安全状态识别能力:准确率为99.4%、平均精度为99.4%,平均召回率为99.4%,平均特异度为99.6%,呈现出良好的分类和泛化能力;同时明显优于ShuffleNet、DenseNet和EfficientNet等3种典型算法;与原Swin Transformer算法相比,准确率也提高了3.6%。

来源：2023年第9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9期