钢轧机实时故障预测的过程集成计算机视觉

于红博

摘要: 我们提出了一个长期部署研究，研究了一个基于机器视觉的异常检测系统，用于钢轧机的故障预测。该系统整合了工业摄像头，实时监测设备操作、对准和热棒运动沿着生产线。实时视频流在集中式视频服务器上使用深度学习模型进行处理，实现设备故障和过程中断的提前预测，从而降低了非计划停机成本。基于服务器的推断最小化了工业过程控制系统（PLC）上的计算负载，支持跨生产线的可扩展部署，并使用最少的额外资源。通过联合分析来自数据采集系统和视觉输入的传感器数据，系统确定了故障的位置和可能的根本原因，为主动维护提供可操作的见解。这种综合方法增强了工业制造环境中的运营可靠性、生产率和盈利能力。

更新时间: 2025-10-30 16:54:16

领域: cs.CV,cs.AI

下载: http://arxiv.org/abs/2510.26684v1