基于深度学习的永磁直驱带式输送机煤量检测方法研究

作者：王桂梅; 李学晖^*; 杨立洁; 刘杰辉

来源：煤炭技术, 2022, 41(01): 188-190.

DOI：10.13301/j.cnki.ct.2022.01.044

• 永磁直驱带式输送机
• 煤量检测
• 卷积神经网络
• 特征提取
• 图像分类

永磁直驱带式输送机煤量的精确检测是节能调速的重要依据,针对不同环境下煤量的快速检测问题,结合迁移学习方法和密集连接思想提出一种基于VGG16改进的FF-CNN网络。将该网络作为煤量图像的特征提取器,实现煤量的检测分类,将煤量图像分为"无煤量"、"少煤量"、"中煤量"、"多煤量"和"满载量"。实验结果表明,训练后的FF-CNN网络检测准确率达98.2%,平均检测1张图像的时间为0.058 s,满足检测精度和时效性要求。

• 单位
  河北工程大学