基于卷积神经网络的干排渣传送装置故障识别技术

针对传统干排渣传送装置的传输距离过长,传输效率偏低,精准度差等问题。提出基于卷积神经网络的方法,解决干排渣排量问题。该方法是利用数学形态方法对元素结构进行识别,确定图像内部的隐藏形状。通过对图像边缘提取、边缘检测、池化操作、图像阈值化分析,实现干排渣传送装置故障识别。实验结果表明,基于卷积神经网络干排渣传送装置故障识别方法,与传统基于粒子群算法的干排渣传送装置故障识别方法相比,故障识别准确度提高25%,故障识别耗时缩短20~30min,故障识别准确度提高30%,故障识别耗时缩短40~50min。