一种辊筒输送偏移检测方法与系统技术方案

本发明专利技术公开了一种辊筒输送偏移检测方法及系统，所述方法包括基于摄像机采集输送带运行中的辊筒图像数据，基于多视图对比学习的生成对抗网络进行数据扩充，将扩充后的数据输入到特征提取模型中进行特征提取模型的训练；随后进行特征降维模型的训练；使用已经训练完成的特征提取模型、数据降维模型和分类器模型，对采集的输送带运行中的辊筒图像进行偏移检测。本发明专利技术解决了传统监督学习中训练样本数量不足的问题，增强了模型的泛化能力，提取了图像数据中的细微特征，对传统超限学习机算法进行改进，动态调整权重和偏置参数，提高了分类的准确性和鲁棒性。

【技术实现步骤摘要】

本专利技术涉及辊筒检测领域，尤其是一种辊筒输送偏移检测方法与系统。

技术介绍

1、在现代工业生产中，输送带系统是物料搬运不可或缺的组成部分，其运行的稳定性直接关系到生产效率和产品质量。辊筒作为输送带的关键支撑部件，其位置的准确性对整个输送系统的平稳运行至关重要。然而，由于机械磨损、安装误差或外部冲击等因素，辊筒可能会出现位置偏移，这不仅会影响输送效率，还可能引起物料堆积、堵塞甚至设备损坏，导致生产中断和经济损失。

2、现有技术中辊筒偏移检测方法多依赖于人工巡检或简单的传感器检测，这些方法存在检测效率低、准确性不足或无法实时监控等问题。并且，由于工业现场环境复杂，图像采集条件多变，加之辊筒偏移的细微性，使得传统的图像识别算法在实际应用中面临挑战。

技术实现思路

1、（一）解决的技术问题

2、为了解决上述技术问题，本专利技术提供一种辊筒输送偏移检测方法与系统。

3、（二）技术方案

4、为了解决上述存在的技术问题，实现专利技术目的，本专利技术是通过以下技术方案实现的：本文档来自技高网...

【技术保护点】

1.一种辊筒输送偏移检测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的辊筒输送偏移检测方法，其特征在于，根据输送带辊筒是否偏移对图像进行标注，标注的类别包括“正常”和“偏移”2个类别。

3.根据权利要求1所述的辊筒输送偏移检测方法，其特征在于，所述基于多视图对比学习的生成对抗网络算法包括如下步骤：

4.根据权利要求3所述的辊筒输送偏移检测方法，其特征在于，所述步骤S202中损失函数计算方式如下：

5.根据权利要求1所述的辊筒输送偏移检测方法，其特征在于，所述基于量子隧穿策略的自编码神经网络算法包括如下步骤：</p>

6.根据...

【技术特征摘要】

1.一种辊筒输送偏移检测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的辊筒输送偏移检测方法，其特征在于，根据输送带辊筒是否偏移对图像进行标注，标注的类别包括“正常”和“偏移”2个类别。

3.根据权利要求1所述的辊筒输送偏移检测方法，其特征在于，所述基于多视图对比学习的生成对抗网络算法包括如下步骤：

4.根据权利要求3所述的辊筒输送偏移检测方法，其特征在于，所述步骤s202中损失函数计算方式如...

【专利技术属性】
技术研发人员：王耀亮，汪虹，王敏杰，沈琦伟，
申请(专利权)人：湖州盟泰智能科技有限公司，
类型：发明
国别省市：