文章目录

1 系统组成及特点

1.1 系统组成

1.2 系统特点

2 技术路线

3 系统实现

3.1 高温工业相机位置标定和图像采集

    3.1.1 高温工业相机位置标定

    3.1.2 图像采集

3.2 改进 YOLOv3 算法

    3.2.1 特征提取网络改进

    3.2.2 损失函数优化

    3.2.3 数据集

    3.2.4 模型训练与评价指标

    3.2.5 模型性能分析

3.3 球团烧结块尺寸计算

4 工程实例

5 结语

文章摘要:针对球团矿生产过程中回转窑下料口容易出现堵塞而人工观察方法难以及时预警的问题,通过高温工业相机和图像识别技术,采用改进特征提取和优化损失函数的方法对 YOLOv3 算法进行优化,并通过数据训练获得的网络模型对回转窑内的运行状态进行实时检测和分析,对下料口出现的球团烧结大块进行及时预警。结果表明,系统改进的 YOLOv3 算法具有较好的识别准确率,能高效及时地对球团大块进行预警,降低生产企业的人工成本,提高钢铁生产设备的运行效率和产能,对实现钢铁智能化生产具有重要的意义。

文章关键词:

论文DOI:10.16816/j.cnki.ksjx.2021.11.013

论文分类号:TP391.41;TF046.6