基于卷积神经网络的乙烯球罐泄漏检测研究

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。