基于深度学习的皮带输送机纵向撕裂在线识别方法

柏 涛

doi:https://doi.org/10.37155/2811-0609-0517-4

Home > Current

基于深度学习的皮带输送机纵向撕裂在线识别方法

柏涛（平凉新安煤业有限责任公司）

https://doi.org/10.37155/2811-0609-0517-4

Abstract

针对皮带输送机纵向撕裂检测中复杂工况干扰多、细微缺陷识别难的问题，梳理工业场景下皮带图像的动态成像特性，搭建端到端深度学习识别架构，通过多尺度特征提取、特征筛选融合与轻量化改造完成模型优化，本文引入注意力机制强化微弱撕裂特征的响应权重，提升动态工况下的缺陷识别稳定性，经适配性调整后可直接部署于工业现场终端，满足皮带输送机全天候在线监测的实际需求。

Keywords

皮带输送机；纵向撕裂；深度学习；特征提取；在线识别

Full Text

PDF

References

[1]李斐. 皮带输送机输送带纵向撕裂保护研究[J]. 机
械管理开发,2023,38(12):209-211.
[2]张胜. 带式输送机皮带纵向撕裂检测系统的设计与
应用[J]. 山东煤炭科技,2022,40(6):196-198.
[3]赵杰. 矿用皮带机防纵向撕裂保护装置的设计[J].
江西煤炭科技,2025(1):194-198.
[4]马跃. X光探测器在带式运输机皮带纵向检测中的
应用[J]. 今日制造与升级,2026(4):42-44.

Publishing time:2026-09-01
This work is licensed under a Creative Commons Attribution 4.0 International License