-
公开(公告)号:CN116309475A
公开(公告)日:2023-06-23
申请号:CN202310288087.6
申请日:2023-03-23
申请人: 天地上海采掘装备科技有限公司 , 煤炭科学研究总院 , 中煤科工集团上海有限公司
IPC分类号: G06T7/00 , G06N3/08 , G06N3/0464
摘要: 本发明涉及一种自动检测滚筒齿座焊接质量的机器视觉检测方法,在将滚筒齿座焊接到滚筒筒体的过程中,利用图像采集装置实时采集滚筒齿座焊缝图像数据,并将焊缝图像数据输入到经过训练并通过测试的焊接缺陷识别模型中进行焊接缺陷识别,当识别出存在焊接缺陷的焊缝图像数据时发出告警信息,应用经过训练的焊接缺陷识别模型检测前进行测试,对测试时被误判的焊缝图像数据进行标注后补入焊接缺陷训练数据集,并基于扩充后的焊接缺陷训练数据集对焊接缺陷识别模型重新训练,再进行测试,如此循环往复直至测试结果满足工业检测要求。本发明能在线快速检测焊缝质量,满足滚筒智能化生产需求。
-
公开(公告)号:CN116363089A
公开(公告)日:2023-06-30
申请号:CN202310292980.6
申请日:2023-03-23
申请人: 天地上海采掘装备科技有限公司 , 煤炭科学研究总院 , 中煤科工集团上海有限公司
IPC分类号: G06T7/00 , G06N3/08 , G06N3/0464
摘要: 本发明涉及一种采煤机滚筒齿座焊接缺陷自动检测方法,在将滚筒齿座焊接到滚筒筒体的过程中,利用图像采集装置实时采集滚筒齿座焊缝图像,并将所述焊缝图像输入到经过训练的焊接缺陷识别模型中进行焊接缺陷识别和缺陷分类,焊接缺陷识别模型判断所述焊缝图像是否存在焊接缺陷并将判断为存在焊接缺陷的所述焊缝图像根据焊接缺陷类型的不同输出到预设的不同缺陷文件夹中,所述焊接缺陷识别模型采用轻量化深度卷积可分离神经网络模型,所述轻量化深度卷积可分离神经网络的主干网络为MobileNet V3。本发明能以较低的综合成本、较快的速度在线快速识别出齿座焊接缺陷,满足滚筒智能化生产需求。
-
公开(公告)号:CN117556250A
公开(公告)日:2024-02-13
申请号:CN202311316289.3
申请日:2023-10-12
申请人: 天地上海采掘装备科技有限公司 , 煤炭科学研究总院
IPC分类号: G06F18/214 , G06N3/0442 , G06N3/006 , G06Q50/02
摘要: 本发明公开了一种基于CLSTDBO‑BPNN模型的倾斜煤层采煤机滚筒装煤率预测方法,包括S1:建立数据集;S2:以装煤率影响因素和装煤率作为CLSTDBO‑BPNN模型的输入变量和输出变量;S3:将数据集数据归一化并分为训练集和测试集;S4:确定BP神经网络输入层神经元个数、输出层神经元个数、隐含层层数和隐含层神经元个数;S5:使用改进蜣螂优化算法对BP神经网络的初始权值和阈值进行优化,并将优化后的初始权值和阈值代入BP神经网络中;S6:对优化后的BP神经网络进行训练;S7:将装煤率的影响因素输入训练好的模型中得到装煤率;解决了采煤机设计过程中难以将俯采角度、采煤机运动参数和装煤率之间关系量化的问题,具有较高预测精度,可以有效运用于采煤机的参数设计中。
-
-