基于卷积神经网络的乙烯球罐泄漏检测研究

摘要：

乙烯球罐泄漏会对安全生产造成严重威胁.为了解决泄漏初期不易检测到的难题,研究应用卷积神经网络进行自动泄漏识别的方法.以不同角度下的正常工况和泄漏工况的场景图像作为训练对象,搭建基于卷积神经网络的识别模型,研究确定采用最大池化法和ReLU激活函数的网络设置,可使网络性能达到最优.测试结果表明,本文提出的方法和模型能有效实现乙烯球罐泄漏的自动检测.

关键词：卷积神经网络、球罐泄漏、图像识别

所属期刊栏目：19

在线出版日期：2019-11-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：20-25