基于卷积神经网络的乙烯球罐泄漏检测研究

• 作者: 李乐宁 李传坤 滕潇
• 来源期刊: 安全、健康和环境
• 关键词: 卷积神经网络 球罐泄漏 图像识别
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 安全技术
• 页码范围: 20-25
• 页数: 6页
• 字数: 3267字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-7932.2019.08.005

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李传坤		9	5	1.0	2.0
2	李乐宁		2	0	0.0	0.0
3	滕潇		1	0	0.0	0.0