基于YOLOv5s的电梯钢丝绳表面损伤检测算法研究

摘要

电梯作为现代都市高层建筑中必不可少的重要设备,其中曳引钢丝绳是电梯最重要的零部件,在长时间的使用过程中会出现断丝、断股等情况,倘若不及时处理,会容易引起各种人员伤亡和财产损失的安全事故。现有钢丝绳检测方法,如目测法、电磁检测法容易受到外界环境的影响,导致检测结果稳定性不足。因此,提出使用人工智能算法(YOLOv5s)进行钢丝绳表面损伤检测。首先自制了钢丝绳表面损伤数据集;其次利用自制的数据集训练YOLOv5s网络模型;利用训练好的YOLOv5s网络提取不同种类钢丝绳图像的特征;最后实现钢丝绳表面损伤检测。实验结果表明,基于YOLOv5s网络的钢丝绳表面损伤检测模型,检测准确率高、鲁棒性好、计算速度快,平均检测速度达到了6.7 FPS,测试精度达到了95.3%,为电梯事故的预警和报警提供了有效的参考依据,有较强的实际意义。