摘要：烧结机台车是制取烧结矿的关键设备，为避免由台车上的箅条缺失、车轮锁紧螺母缺失与车轮脱落引发的生产事故，提高烧结生产效率。本文根据台车实际运行状况，在硬件层面制定了故障检测方案，构建了基于ＹＯＬＯｖ７与ＤｅｅｐＳｔｒｅａｍ的烧结机台车缺陷部件检测系统。系统选取ＹＯＬＯｖ７网络模型在缺陷部件数据集上训练，将ＹＯＬＯｖ７模型训练所得权重文件部署在ＤｅｅｐＳｔｒｅａｍ６.１平台进行加速推理，并采用Ｋａｆｋａ消息组件推送推断结果。试验结果表明，ＹＯＬＯｖ７对所有类别检测的平均准确率为０.９９１，可用于缺陷部件的目标检测。系统实时监测烧结机台车运行情况，对Ｋａｆｋａ消息进行解析，实现故障判定规则，通过实时的故障判定、存储、显示及预警实现烧结机台车缺陷部件智能化检测，为烧结机台车缺陷部件检修提供了一种新的解决方案。 关键词：漏煤气；灌浆；铁口喷溅 下载高清全文—烧结机台车缺陷部件在线智能检测系统设计与实现.pdf