[发明专利]一种深井高速提升钢丝绳状态智能视觉检测系统与方法在审
| 申请号: | 202211424045.2 | 申请日: | 2022-11-14 |
| 公开(公告)号: | CN115774019A | 公开(公告)日: | 2023-03-10 |
| 发明(设计)人: | 范京道;周坪;李强;周公博;黄克军;王晗宇;刘渭;蔺彦丽;朱海平;何贞志;曹国华 | 申请(专利权)人: | 中国矿业大学;陕西延长石油矿业有限责任公司 |
| 主分类号: | G01N21/892 | 分类号: | G01N21/892;G01N21/01;G01B11/08;G01B11/14 |
| 代理公司: | 南京经纬专利商标代理有限公司 32200 | 代理人: | 潘文龙 |
| 地址: | 221116 *** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 深井 高速 提升 钢丝绳 状态 智能 视觉 检测 系统 方法 | ||
1.一种深井高速提升钢丝绳状态智能视觉检测系统,其特征在于:
包括用于获取钢丝绳的移动距离信息的损伤定位部分和两组对称设置在钢丝绳两侧的检测装置;
所述检测装置包括图像采集部分和位置控制部分;
所述图像采集部分包括上盖板,所述上盖板上滑动连接有滑块连接板,所述滑块连接板上设有用于采集钢丝绳表面图像的图像采集单元;
所述位置控制部分包括设在上盖板上的动力装置,所述动力装置通过皮带传动系统控制滑块连接板移动,进而控制图像采集部分沿钢丝绳摆设方向移动;所述损伤定位部分、图像采集单元分别电性连接工控机。
2.如权利要求1所述的一种深井高速提升钢丝绳状态智能视觉检测系统,其特征在于:所述检测装置还包括用于支撑图像采集部分和位置控制部分的支撑部分,所述支撑部分包括型材架构和设在支撑架内的若干箱体,所述上盖板固定在型材架构的顶部。
3.如权利要求1所述的一种深井高速提升钢丝绳状态智能视觉检测系统,其特征在于:所述图像采集单元包括设在相机光源安装板上的相机和若干光源,所述相机光源安装板固定在滑块连接板上。
4.如权利要求1所述的一种深井高速提升钢丝绳状态智能视觉检测系统,其特征在于:所述损伤定位部分包括固定在上盖板端部的编码器安装版,所述编码器安装版上设有相互适配的编码器和滚轮,所述滚轮接触钢丝绳并通过钢丝绳的位移带动其转动,所述滚轮将钢丝绳的位移信息传输给编码器。
5.如权利要求1所述的一种深井高速提升钢丝绳状态智能视觉检测系统,其特征在于:其中一个所述位置控制部分还包括设在上盖板上用于测量滑块连接板移动距离的红外测距传感器,所述红外测距传感器电性连接工控机。
6.如权利要求1所述的一种深井高速提升钢丝绳状态智能视觉检测系统,其特征在于:所述皮带传动系统包括与动力装置输出端传动连接的同步带,所述上盖板远离动力装置的另一端设有与同步带适配的传动轮,所述同步带与滑块连接板底部连接为其提供传动动力。
7.一种钢丝绳表面损伤进行准确识别的目标检测算法,其特征在于:包括以下步骤:
S1、采集钢丝绳上预设的各个采集点的表面图像,包括钢丝绳表面健康图像和钢丝绳表面损伤图像,将采集的钢丝绳表面图像传输至工控机中;
S2、当采集到预设数量的钢丝绳表面图像后,通过软件labelimg对钢丝绳表面损伤图像进行标注,生成YOLOv5目标检测算法所需的训练样本,将训练样本输入到YOLOv5目标检测算法模型中,对钢丝绳表面损伤进行识别;
S3、将输入的图像进行mosaic数据增强用以加快模型训练速度、增强模型的健壮性,即将若干图像进行随机拼接、缩放、裁剪;
S4、将增强后的图像进行卷积、归一化、PReLU非线性激活和CSP特征融合操作,具体步骤为:
S41、对增强后的图像进行多段卷积计算,提取不同深度层次图像特征;
S42、采用归一化的方式对卷积后的数据进行规范化处理;
S43、对规范化的数据引入非线性因素,采用PReLU激活函数,避免模型训练停止;
S44、在网络中间部分采用CSP结构,将图像的相邻层特征融合,为之后的损伤识别检测奠定基础;
S45、采用FPN+PAN结构进行对钢丝绳表面损伤的检测识别,提升检测的准确率和精确度。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国矿业大学;陕西延长石油矿业有限责任公司,未经中国矿业大学;陕西延长石油矿业有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211424045.2/1.html,转载请声明来源钻瓜专利网。





