基于改进CenterNet的带式输送机皮带损伤检测方法及检测系统技术方案

本发明专利技术公开了一种基于改进CenterNet的带式输送机皮带损伤检测方法及检测系统，检测方法包括设备部署、数据采集、边缘去噪、负载分配、损伤检测；检测系统包括图像采集模块、数据传输模块、数据处理模块、控制模块、边缘端模块和云端数据处理模块。本发明专利技术基于深度学习模型，采用KDFA‑CenterNet目标检测损失算法，能有效对皮带撕裂损伤、磨损损伤、破裂损伤进行检测；基于可逆神经网络的实时图像去噪增强模型，能够对采集图像进行去噪增强处理；设置基于长短期记忆神经网络的云边端协同的负载计算架构，云端服务器、边缘计算节点和本地服务器，三者协同工作，可对带式输送机皮带图像大量高密度数据进行实时处理。

【技术实现步骤摘要】

本专利技术涉及一种皮带损伤检测方法，具体为一种基于改进centernet的带式输送机皮带损伤检测方法及检测系统，属于煤矿运输监控。

技术介绍

1、带式输送机是一种以摩擦为驱动力，兼具牵引和承载机构的高效连续货物运输设备，是煤矿生产过程中的关键运输装备，其输送机皮带在运输过程中易发生撕裂、断裂，引发事故，严重威胁生产安全及经济效益。而保证输送机皮带稳定运行的关键点在于如何实现输送机皮带运行状态的实时监测。

2、目前带式输送机皮带损伤检测方法主要有人工目视巡检、基于张力、位移传、速度等传感器、磁场变化、x射线、高光谱成像、机器视觉检测法，如公开号为cn116495428a所公开的一种可避免输送机皮带损伤的输送方法及装置，通过外监测组件对皮带进行巡检；

3、公开号为cn117945101a所公开的一种基于双能x射线的皮带撕裂检测系统及方法，通过在待检测带处于运行状态下，向待检测皮带发射双能x射线，并实时获取双能x射线中的高能透射信号值和低能透射信号值；判断待检测皮带是否存在撕裂情况；

4、公开号为cn116912210a所公开本文档来自技高网...

【技术保护点】

1.一种基于改进CenterNet的带式输送机皮带损伤检测方法，其特征在于，所述检测方法包括以下步骤：

2.根据权利要求1所述的基于改进CenterNet的带式输送机皮带损伤检测方法，其特征在于：所述S1中，图像采集模块部署情况及参数设定为：

3.根据权利要求1所述的基于改进CenterNet的带式输送机皮带损伤检测方法，其特征在于：所述S5中，损伤检测结果覆盖以下情况：

4.根据权利要求1所述的基于改进CenterNet的带式输送机皮带损伤检测方法，其特征在于：所述S5中，KDFA-CenterNet目标检测算法在输入原始图像后，图像通过降采样模块进...

【技术特征摘要】

1.一种基于改进centernet的带式输送机皮带损伤检测方法，其特征在于，所述检测方法包括以下步骤：

2.根据权利要求1所述的基于改进centernet的带式输送机皮带损伤检测方法，其特征在于：所述s1中，图像采集模块部署情况及参数设定为：

3.根据权利要求1所述的基于改进centernet的带式输送机皮带损伤检测方法，其特征在于：所述s5中，损伤检测结果覆盖以下情况：

4.根据权利要求1所述的基于改进centernet的带式输送机皮带损伤检测方法，其特征在于：所述s5中，kdfa-centernet目标检测算法在输入原始图像后，图像通过降采样模块进行处理，降采样参数r设置为4，经降采样后，图像数据进入主干网络提取特征，并应用知识蒸馏处理，融入通道－空间注意力转移机制，通道注意力获得隐层特征图的分割系数，空间注意力权重代表特征沿通道的分布，应用空间注意力对特征图进行压缩，平均池化和最大池化两个池化层的输出被输送到2d卷积层以达到信息融合，热力特征图、偏移特征图和尺寸特征图三个子网络分别处理，最终模型输出目标预测结果；

5.根据权利要求1所述的基于改进centernet的带式输送机皮带损伤检测方法，其特征在于：所述s5中，kdfa-centernet目标检测算法总损失函数为：

【专利技术属性】
技术研发人员：孙强，刘新华，郝敬宾，华德正，庄静，李琳，吕海军，康明霞，
申请(专利权)人：徐州华东机械有限公司，
类型：发明
国别省市：

全部详细技术资料下载 我是这个专利的主人