基于深度学习的矿用输送带缺陷识别方法研究

《Engineering Applications of Artificial Intelligence》：Research on defect recognition method of mine belts based on deep learning

　　刘京毅|张汉泉|肖东
东北大学理学院，沈阳，110819，中国

摘要
传统的人工检测方法效率低下，容易漏检。尽管现有的无损检测技术（如超声波和红外成像设备）能够提供准确的结果，但它们操作复杂且设备成本较高。本文提出了一种基于深度学习的矿用皮带缺陷识别方法，该方法使用You Only Look Once（YOLO）目标检测算法自动识别和分类皮带表面的裂纹、磨损、撕裂等缺陷。通过分析YOLOv8算法的网络结构和实验结果，发现其在样本量小、环境复杂或噪声水平高的缺陷类别上的识别精度较低。为了解决这些问题并提高模型在复杂环境中的鲁棒性和精度，引入了注意力机制和Focal Loss函数。通过引入卷积块注意力模块（CBAM）和Focal Loss，YOLOv8得到了改进。最后，通过实验验证了我们提出方法的有效性。实验结果表明，改进后的模型在识别所有五种类型的缺陷方面比原始模型具有更高的精度。

引言
皮带输送机作为一种关键的连续运输设备，广泛应用于冶金、采矿、化工、石油、电力、港口和建筑材料等多个行业。随着对长距离、高容量、高功率和高速运输需求的不断增长，皮带输送机已成为现代输送系统发展的主导趋势。其中，输送带作为输送机的重要组成部分，主要承担连接驱动装置和输送物料的功能。其成本约占整个机器总成本的40%至60%。鉴于其在设备运行中的关键地位和高成本，中国近年来持续增加了对输送带的产能投资，连续多年保持全球生产领先地位。在实际应用中，输送带容易受到尖锐物体刺穿或偏离等故障的影响。如果未能及时发现，可能会导致输送带大面积撕裂和物料大量泄漏，进而导致输送系统停机。在严重情况下，甚至可能危及检测人员的安全，并给企业造成重大经济损失（Han等人，2025年）。因此，实现矿用输送带缺陷的精确高效识别对于提高生产效率和确保工业安全具有重要意义。

参考文献（Sajja和Reddy Addula，2024年）提出，在工业任务中使用人工智能可以提高生产力并减少错误。通过加强对“智能检测”的关注，工人可以承担更多创新任务。自20世纪70年代以来，输送带缺陷的在线检测技术逐渐从传统单一方法发展到智能方法，国内外在这方面的研究不断深入。目前，检测输送带损伤的常用方法主要分为两类：人工检测和无损检测。

人工检测方法（Liu等人，2025年）通常采用观察表面凸起和测量长度等手段进行故障诊断。然而，由于这些方法的静态和离线特性，检测效率低且劳动强度高，不适合现代工业应用中的实时监控，逐渐被淘汰。相比之下，无损检测（NDT）技术种类繁多，包括X射线检测、电磁感应检测、超声波检测等，具有很强的实时性能和适应性。以X射线检测为例，它通过检测X射线穿透受损输送带时发生的衰减变化来识别缺陷（Wang等人，2024年）。尽管这种方法检测精度高且成像效果直观，但其设备成本相对较高，安装和维护复杂，并存在辐射风险，对操作人员的健康构成威胁。因此，其在实际工业场景中的应用受到限制。近年来，随着计算机性能的显著提升，机器视觉技术日益成熟，为输送带缺陷检测提供了新的技术途径。作为目前国际公认的高效检测方法，机器视觉技术在输送带缺陷的在线检测中显示出广阔的应用前景，成为热点研究方向之一。例如，Addula和Tyagi（2024年）提出将皮带检测与“第四次工业革命”和“自适应自动化”的需求相结合，并讨论了“预测性维护”，为现代智能制造中的“缺陷检测”提供了坚实的理论支持。然而，传统的机器视觉方法依赖于人工特征提取和分类器选择，存在泛化能力弱和适应性差等局限性。近年来，学术界高度重视开发不依赖于人工特征工程或分类器选择的机器视觉系统。这类系统旨在实现端到端学习，通过统一框架内的特征提取和分类联合优化，将输入图像直接映射到相应的标签。随着深度学习的快速发展，基于神经网络的计算机视觉研究也取得了快速进展。

在皮带缺陷检测领域，Yue等人（2018年）通过在权重和阈值更新过程中引入额外的动量项，改进了传统的BP神经网络用于裂纹识别，有效提高了网络训练的稳定性和检测精度。Yu等人（2023年）设计了一种基于深度学习的纵向撕裂检测系统，采用YOLOv5s模型作为深度学习模型，并使用低功耗边缘计算模块从工业本质安全摄像头获取图像，然后传输到边缘计算模块进行撕裂特征检测。2021年，Zhang等人（2021a）提出了一种改进策略，用EfficientNet替换YOLOv3的原始主干网络Darknet53，应用于输送带表面损伤检测，准确率达到97.26%。后续研究也表明，深度学习方法在检测输送带表面缺陷方面的性能明显优于传统方法（Chen和Ho，2016年；Faghih-Roohi等人，2016年；Weimer等人，2013年）。Wang等人（2022年）将双向特征金字塔网络（BTFPN）与YOLOX模型融合，进一步将检测精度提高到98.45%。同时，为了提高模型检测速度，Zhang等人（2021b）提出了基于YOLOv4的轻量级模型。虽然检测速度有所提高，但准确率略微下降至93.22%。此外，Guo等人（2022年）提出了一种新颖的多类条件循环GAN（MCC-Cycle GAN）用于输送带缺陷的复杂建模和检测，扩展了生成对抗网络在这一领域的应用场景。基于此，Pengfei等人（2023年）提出了一种改进策略。首先引入轻量级特征提取网络MobileNetV2以减少模型参数数量并提高推理效率，并整合特征金字塔结构以增强多尺度信息的表达能力。其次，嵌入注意力机制以优化特征权重的分布，进一步突出关键区域的缺陷特征。实验结果表明，该方法在检测精度和处理速度上都有显著提升，具有出色的实时检测性能。

由于传统输送带损伤检测方法存在检测效率低和成本高的问题，并考虑到工业生产环境中检测设备计算能力有限的实际情况，本文提出了一种基于改进的YOLOv8算法的矿用皮带缺陷检测方法，能够准确识别输送带表面的各种类型损伤。尽管深度学习在缺陷检测方面取得了进展，但在矿用皮带应用中仍存在一些挑战。恶劣的条件（如灰尘、光照不足和运动模糊）常常会降低图像质量，影响模型性能。此外，缺陷样本的稀缺性和不平衡性以及高类别内变异性阻碍了有效学习。实时部署还对模型的规模和计算负载提出了严格要求，这对复杂的深度模型构成了挑战。最后，皮带类型和缺陷类别的多样性进一步限制了现有方法的泛化能力。

本文的显著贡献和原创性总结如下：
（1）我们提出了一种名为MBD-Net的矿用皮带缺陷检测框架，旨在以高精度和速度执行皮带损伤检测任务。由于本文没有可用的公共数据集，我们构建了一个新的数据集用于检测矿用皮带缺陷。该数据集包含1200张图像，包含五种类型的实际损伤：“磨损”、“边缘卷曲”、“损伤”、“锯齿”和“断裂”。
（2）引入CBAM模块后，MBD-Net模型在复杂环境和噪声条件下的缺陷识别能力显著提升，表明引入该模块可以有效提高模型处理复杂场景的能力，从而增强模型的鲁棒性。
（3）引入Focal Loss函数后，由于损伤类别不平衡导致的模型性能下降问题得到有效缓解。结合CBAM模块，模型对多种类型缺陷的全面识别能力进一步增强。
（4）实验分析表明，与原始方法相比，本文提出的MBD-Net算法在矿用皮带缺陷检测任务中表现更优，有效满足了矿业生产对检测精度和速度的要求，并具有良好的泛化能力。

本文的组织结构如下。第2节描述了矿用皮带的缺陷类型和实验数据集。第3节概述了所提出的深度学习方法和矿用皮带缺陷识别架构。第4节描述了实验的实现细节和性能评估指标。第5节展示了该方法的实验结果并进行了分析。第6节总结了本文。

矿用皮带的缺陷类型
常见的皮带缺陷大致可以分为以下五类：
（1）磨损：磨损是最常见的缺陷类型，主要是由于皮带与滚筒、托辊或输送物料之间的长期摩擦造成的。表现为表面材料变薄甚至骨架层部分暴露。如果不及时处理，可能会导致撕裂或断裂。
（2）边缘卷曲：在皮带运行过程中，由于受力不均、张力不足或偏离等原因，皮带边缘会发生卷曲。

本文的基准模型是YOLOv8。YOLOv8由Ultralytics于2023年1月发布，是YOLO（You Only Look Once）系列的最新版本，支持三项主要任务：目标检测、实例分割和图像分类。YOLOv8的模型架构主要由三部分组成：主干网络、特征融合网络（Neck）和检测头（Head）。与之前的YOLO版本相比，YOLOv8的主要改进在于...

实验中使用的硬件平台如下：CPU为AMD Ryzen 5 5600H，配备Radeon Graphics，主频为3.30 GHz；GPU为NVIDIA GeForce RTX 3050笔记本电脑GPU，显存容量为4 GB；操作系统为Windows 10 64位（版本10.0.26100.4061）。软件环境方面，实验中使用的编程语言为Python 3.12.3，深度学习框架为PyTorch 2.5.0，CUDA版本为11.8。

在算法改进前后，我们将具体介绍和分析相关的实验结果。改进前的算法称为YOLOv8，改进后的算法称为MBD-Net。考虑到原始YOLOv8模型在检测背景复杂、噪声明显或皮带缺陷样本数量少的图像时存在精度低的问题，本研究对模型结构和损失函数进行了针对性的改进。

结论
本文提出了一种基于改进的YOLOv8的皮带缺陷检测方法，通过集成CBAM和Focal Loss来实现。所提出方法的有效性可以从特征表示和训练优化两个方面来解释。首先，CBAM模块通过增强特征区分能力显著提高了缺陷检测性能。带状缺陷通常具有对比度低、尺寸小和背景复杂的特点。通过引入通道注意力和空间注意力，CBAMCRediT在方法论和数据整理方面做出了贡献；张汉全负责写作、审阅与编辑以及原始稿的撰写和形式分析；肖东负责监督、调查和资金筹集。

**利益冲突声明**
作者声明他们没有已知的财务利益冲突或个人关系，这些因素可能会影响本文所报告的工作。

**致谢**
本工作得到了中国国家重点研发计划（项目编号2022YFB2703304）的支持；部分得到了国家自然科学基金（项目编号52074064）的支持；部分得到了中央高校基本科研业务费（项目编号N25GFZ028、N25GFZ010和N25LJR002）的支持；部分得到了辽宁省教育厅基金（项目编号LJ212410153027）的支持；此外还得到了辽宁省自然科学基金项目的支持。