传统的卷积神经网络（CNN）是单任务网络，为实现带式输送机输煤量和跑偏的同时检测，使用2个卷积神经网络分别对输煤量和跑偏进行检测，导致网络体积大、参数多、计算量大、运行时间长，严重影响检测性能。为降低网络结构的复杂性，提出了一种基于多任务卷积神经网络（MT-CNN）的带式输送机输煤量和跑偏检测方法，可使输煤量检测和跑偏检测这2个任务共享同一个网络底层结构和参数。在VGGNet模型的基础上，增大卷积核和池化核的尺度，减少全连接层通道数量，改变输出层结构，构建了MT-CNN；对采集的输送带图像进行灰度化、中值滤波和提取感兴趣区域等预处理后，获取训练数据集和测试数据集，并对MT-CNN进行训练；使用训练好的MT-CNN对输送带图像进行识别分类，实现输煤量和跑偏的准确、快速检测。实验结果表明，训练后的MT-CNN在测试数据集中检测准确率为97.3%，平均处理每张图像的时间约为23.1 ms。通过现场实际运行验证了该方法的有效性。

以带材自动纠偏的电液伺服控制系统为例,介绍了基于系统数学模型的位置伺服控制系统设计及利用MATLAB/Simulink进行系统仿真的过程,并分析了系统的稳定性和动态特性。结果表明,系统满足带材纠偏控制对稳定性、响应快速性与控制精度的要求。

十五万吨镀锌线是原有十万吨镀锌线的基础上改进和提速的一条生产线，整线结构更为合理，性能更为稳定可靠。其中，储料机组在结构上也作了较大的改进，现场安装和调试更为简捷，方便，运行性能好。

针对工业生产中带式输送机容易发生跑偏现象的工程背景,利用机器视觉技术设计了一种自动纠偏装置,在线监测输送带传输情况,并及时地将偏差信号反馈给执行元件。在很大程度上提高了纠偏精度并提高了工作效率,并详述了其软硬件机构。

行业分类-物流装置-用于物流自动化输送线的皮带防跑偏装置.zip

行业资料-交通装置-一种汽车车轮跑偏量检测装置.zip

行业分类-电信-基于卫星实时差分信号的车辆行驶跑偏测量方法和系统.rar

为提高输送带跑偏检测方法的实时性和精度,结合OpenCV函数库的优点,提出了一种输送带跑偏自动检测算法。该算法利用CCD摄像机实时采集输送带视频流图像,并对图像进行预处理,然后使用改进的Canny边缘检测算法检测图像边缘,最后利用Hough直线变换提取输送带跑偏特征,通过输送带图像的几何特征来判断其是否跑偏,如跑偏则报警。实验结果表明,该算法简单有效,运算速度快,实现了输送带跑偏的自动检测。

基于FPGA MCU的皮带跑偏检测系统研究与设计.pdf

带钢跑偏电液伺服控制系统的PID控制器设计.pdf