基于改进YOLOv5s的带式输送机滚筒故障检测研究

作     者：苗长云 孙丹丹 MIAO Changyun;SUN Dandan

作者机构：天津工业大学电子与信息工程学院天津300387 

基　　金：国家自然科学基金面上项目(NSFC51274150) 天津市重点研发计划科技支撑项目(18YFZCGX00930) 

出 版 物：《工矿自动化》 (Journal Of Mine Automation)

年 卷 期：2023年第49卷第7期

页      码：41-48页

摘      要：针对目前带式输送机滚筒故障检测方法检测效率低、识别准确率不高、特征提取能力较差等问题,提出了一种基于改进YOLOv5s的带式输送机滚筒故障检测方法。在YOLOv5s网络模型中增加了小尺寸检测层,使尺寸较小的滚筒故障更易被检测到;在Backbone和Neck间引入卷积注意力机制(CBAM),提高目标检测的准确率;在Neck中引入高效通道注意力机制(ECA),增强对滚筒故障的特征提取能力。实验结果表明:①在满足实时检测要求的前提下,改进YOLOv5s网络模型识别平均准确率均值达94.46%,较改进前提升了1.65%。②改进YOLOv5s网络模型对滚筒开焊、包胶磨损和包胶脱落检测的平均准确率分别为95.29%,96.43%,91.65%,较改进前分别提高了1.56%,0.89%和2.50%。设计了基于改进YOLOv5s的带式输送机滚筒故障检测系统,并对该系统进行验证:①实验平台测试结果表明:基于改进YOLOv5s的带式输送机滚筒故障检测系统对滚筒开焊、包胶磨损和包胶脱落检测的平均准确率分别达95.29%,96.43%,91.65%,3种故障检测的平均准确率均值达94.46%,检测速度约为14帧/s。②现场测试结果表明:包胶磨损和包胶脱落的置信度分别为0.92,0.97,且能准确地识别出滚筒的故障类型和位置,说明基于改进YOLOv5s的带式输送机滚筒故障检测系统具有可行性。

主 题 词：带式输送机 滚筒故障检测 改进YOLOv5s 小目标检测 卷积注意力机制 高效通道注意力机制 

学科分类：081901[081901] 0819[工学-海洋工程类] 08[工学] 

D　O　I：10.13272/j.issn.1671-251x.2022100039

馆 藏 号：203122709...