基于注意力机制的轻量级矿井钢丝绳断丝检测算法研究

作     者：方旭东 于正 杨发展 周攀搏 袁广振 FANG Xudong;YU Zheng;YANG Fazhan;ZHOU Panbo;YUAN Guangzhen

作者机构：焦作煤业(集团)新乡能源有限公司河南省新乡市453600 中国矿业大学江苏省徐州市221116 华洋通信科技股份有限公司江苏省徐州市221116 

基　　金：国家重点研发计划资助项目(2022YFC3004700) 

出 版 物：《中国煤炭》 (China Coal)

年 卷 期：2024年第50卷第8期

页      码：152-164页

摘      要：立井提升系统作为煤矿生产中的主要运输设备,其核心构件钢丝绳常因工作负荷大、受到腐蚀、磨损等原因而产生断丝引发事故。传统的立井提升机钢丝绳检测算法存在效率低、劳动强度大、智能化程度差和准确率低等问题。基于此,提出一种改进YOLOv5s模型,并基于改进的模型进行矿井钢丝绳断丝检测。首先,设计Swiener滤波算法进行钢丝绳图像运动模糊修复,抑制噪声干扰;其次,在特征提取阶段,引入RFC3轻量化模块降低模型可训练参数,提升钢丝绳检测速度;第三,提出CBAM R注意力机制,增强模型对小断口断丝的检测能力;最后,引入Focal EIoU损失函数,提高模型对小断口断丝的检测精度并加速模型收敛。研究结果表明:所提出的基于注意力机制矿用钢丝绳断丝检测算法(CTR YOLO)可以更好地满足实际应用需求,减少了误检、漏检导致的人力成本浪费及安全事故的发生。

主 题 词：钢丝绳检测 YOLOv5s模型 Swiener滤波算法 CBAM R注意力机制 轻量化模块 

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

D　O　I：10.19880/j.cnki.ccm.2024.08.019

馆 藏 号：203140209...