买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：江苏鑫润冶金机械制造有限公司

摘要：本发明涉及冶金技术领域，公开了球团链篦机蓖板状态监测方法，具体方法包括：将蓖条的磨损程度分为四种，分别为无磨损、轻度磨损、中度磨损和重度磨损，收集包含四种磨损程度的蓖条图像集，使用卷积神经网络（CNN）模型构建图像分类模型，利用蓖条图像集训练图像分类模型，在链篦机工作时，采集篦板的图像，篦板图像经过处理后分割成多个篦条图像，将篦条图像分别传入图像分类模型判断其磨损程度，当出现中重度磨损时，触发报警。采用卷积神经网络模型，实现了对链篦机蓖条磨损程度的自动化监测，显著提升了监测效率并降低了人力成本，图像分类模型能够精确识别蓖条的磨损程度，有效减少了漏检风险，进一步提高了监测的准确性和可靠性。

主权项：1.球团链篦机蓖板状态监测方法，其特征在于，具体步骤包括：S1、将蓖条的磨损程度分为四种，分别为无磨损、轻度磨损、中度磨损和重度磨损，收集包含四种磨损程度的蓖条图像集，并对图像集中的每个图像标注对应磨损程度的标签；S2、利用标注过的蓖条图像集训练图像分类模型，图像分类模型可根据蓖条图像识别出蓖条的磨损程度，获得图像分类模型的具体步骤为：S201、对蓖条图像集中的标注标签进行独热编码；S202、将经过独热编码后的蓖条图像集分为训练集、验证集和测试集；S203、使用卷积神经网络模型构建图像分类模型，并将训练集输入卷积神经网络模型进行模型训练；S204、在验证集上评估图像分类模型的性能，通过调整模型的参数记录每组参数的性能指标，并对比每组参数的性能指标，确定模型性能最优的参数，性能指标包括图像分类结果的准确率、召回率和F1-Score值；S205、在测试集上评估最终选定参数后的模型性能，确定图像分类模型的性能可满足生产使用的要求；S3、在链篦机工作时，在链篦机机头的上方持续采集蓖板的图像1，图像1的宽度是蓖板宽度的整数倍，图像1的高度与蓖板的高度相同，图像1的采集设备设有多个，依据蓖床的宽度均匀排布在链篦机机头上方；在链篦机机头的一侧采集小轴轴头牌号的图像2，图像2的采集频率与图像1相同，图像2中的小轴轴头与图像1中的蓖板相对应；S4、在每次采集图像1后，判断图像1是否包含完整的蓖板，如果图像1不包含完整的蓖板，则将图像1丢弃，继续采集；如果图像1包含完整的蓖板，则对图像1进行预处理，得到高清晰度的蓖板图像，进一步对图像1进行分割，得到蓖板中每个蓖条的图像3，并将同一时刻采集的图像2保存；S5、将步骤S4获取的图像3分别输入步骤S2训练的图像分类模型，根据图像分类模型的输出判断蓖条的磨损程度，若图像分类模型的输出结果中存在中度磨损或重度磨损，则触发报警，并记录图像1和图像2，维护人员可根据图像2中的小轴轴头牌号找到图像1中磨损的蓖板。

全文数据：

权利要求：

百度查询： 江苏鑫润冶金机械制造有限公司 球团链篦机蓖板状态监测方法