基于改进RegNet的煤矿传送带异物识别方法研究  

作　　者：董海峰[1] 林志豪 李宗祥 DONG Haifeng;LIN Zhihao;LI Zongxiang

机构地区：[1]西安石油大学,陕西西安710065

出　　处：《信息技术与信息化》2025年第4期188-191,共4页Information Technology and Informatization

摘　　要：煤矿传送带作为煤炭井下运输的关键设备,运行过程中若大块煤、锚杆等异物进入煤矿运输系统,极有可能引发传送带划伤、撕裂等严重事故,给生产带来极大安全隐患。目前,我国正大力推广井下视频监控系统,安装于井下的视频摄像头可以实时将井下情况传送回监控室,但存在效率低、易疏漏等问题,为实现对煤矿传输带更高效、更精准的监控,亟待探索一套智能化监控方案,以此替代传统人工监控模式,提升煤矿传输带运维管理的质量和水平。基于此,文章提出一种基于改进RegNet网络进行煤矿传送带异物智能识别检测的方法,引入多尺度空洞融合注意力模块,通过整合通道和空间注意力机制来增强模型的特征信息提取能力。实验结果表明,改进后的模型增强了特征信息提取能力,具有较好的识别效果。

关 键 词：煤矿异物 RegNet 注意力机制 空洞融合 

分 类 号：TD528[矿业工程—矿山机电]