[發明專利]一種基于紅外計算機視覺的輸送帶縱向損傷振動感知方法

有效

• 申請號: 202110385222.X
• 申請日: 2021-04-09
• 公開（公告）號: CN113076895B
• 公開（公告）日: 2022-08-02
• 發明（設計）人: 喬鐵柱;付杰;閻高偉
• 申請（專利權）人: 太原理工大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08
• 代理公司: 太原高欣科創專利代理事務所(普通合伙) 14109
• 代理人: 崔浩;冷錦超

1.一種基于紅外計算機視覺的輸送帶縱向損傷振動感知方法，其特征在于：包括如下步驟：

步驟一：構建圖像數據集：在礦用輸送帶上方設置高速相機采集輸送帶的正常態、磨損態、劃傷態、撕裂態下的微小振動圖像，并存儲至塔式服務器上，其中一部分數據集用于初步訓練卷積神經網絡，另一部分數據集用于進一步訓練卷積神經網絡；

步驟二：采用可變卷積核的卷積神經網絡分別訓練與測試正常態、磨損態、劃傷態、撕裂態下的礦用輸送帶的振動頻率信號，得到初步訓練好的卷積神經網絡；

步驟三：通過轉移學習將初步訓練好的卷積神經網絡應用于另一部分數據集上，得到進一步訓練好的卷積神經網絡模型；

其中轉移學習通過參數最優化與微小特征提取實現；

步驟四：將采集的圖像數據輸入步驟三中的卷積神經網絡模型中，根據不同波段的振幅所對應的礦用輸送帶縱向損傷信息，輸出對輸送帶損傷診斷結果。

2.根據權利要求1所述的一種基于紅外計算機視覺的輸送帶縱向損傷振動感知方法，其特征在于：所述步驟一中的圖像數據集在輸入卷積神經網絡之前，先根據控制變量法提取出干擾源振幅頻譜并剔除干擾源振幅頻譜，所述干擾源振幅頻譜包括識別環境中各項硬件設施的振動頻率以及復合在礦用輸送帶上的非主體振幅譜。

3.根據權利要求2所述的一種基于紅外計算機視覺的輸送帶縱向損傷振動感知方法，其特征在于：所述步驟二中初步訓練神經網絡包括在正常態、磨損態、劃傷態、撕裂態的每一種狀態下，訓練集與測試集采用7：3-8：2的比例用于卷積神經網絡模型的訓練與驗證。

4.根據權利要求3所述的一種基于紅外計算機視覺的輸送帶縱向損傷振動感知方法，其特征在于：所述步驟二中的可變卷積核的卷積神經網絡具體包括：含正常卷積核的卷積層、池化層、含可變卷積核的卷積層、全連接層和新式全連接層，圖像數據輸入含正常卷積核的卷積層，依次經過池化層、含可變卷積核的卷積層、全連接層和新式全連接層后，通過損失函數Softmax對網絡進行優化后，輸出診斷結果；

損失函數Softmax的計算公式為：，上式中為新式全連接層中第i個神經元的輸出。

5.根據權利要求4所述的一種基于紅外計算機視覺的輸送帶縱向損傷振動感知方法，其特征在于：所述卷積神經網絡中采用的激活函數為sigmoid，計算公式為：。

6.根據權利要求5所述的一種基于紅外計算機視覺的輸送帶縱向損傷振動感知方法，其特征在于：所述新式全連接層具有隨機初始化權重。

7.根據權利要求6所述的一種基于紅外計算機視覺的輸送帶縱向損傷振動感知方法，其特征在于：所述高速相機具體采用拍攝速度為1440-100000幀/秒的相機，并且相機加持顯微鏡頭。