近年来，随着矿山智能化建设的飞速发展，矿山生产设备巡检逐渐走向智能化和无人化。矿石传送带是矿山重要的生产设备之一，其传送带托辊的健康状态监测是安全巡检的重要内容之一。目前传送带托辊检测大多为人工巡检，主要依靠巡检者个人经验判断托辊工作状态，会导致托辊损坏发现不及时等问题，因此亟待研究一种更加客观、智能高效的托辊异常检测方法。

目前已有学者对托辊异常检测方法进行了研究。孙维等（2016）通过光纤传感器感知托辊振动来检测异常托辊。Ravikumar et al.（2019）提出引用k-star算法对振动信号进行分析，实现对托辊轴承的状态检测。苏辉等（2018）基于温度提出了一种针对卡阻托辊的故障检测方法。郭清华（2018）提出了2种基于托辊温度的故障检测方法。宋天祥等（2019）利用2种算法对托辊音频进行分析，完成托辊故障检测。郝洪涛等（2019）构架了一种基于声音信号的托辊故障诊断系统。曹贯强（2020）提出了基于音频信号的托辊异常检测方法，该方法通过对托辊运转时产生的音频信号进行特征分析，从而对托辊的异态进行确认。刘芬（2020）利用大数据技术对托辊运作产生的音频进行分析，以达到托辊故障诊断的目的。伊鑫等（2020）利用K近邻算法和支持向量机对托辊音频进行分类，从而诊断托辊状态。Zhang et al.（2021）提出利用小波包变换的teager能量谱峰度对输送机故障轴承声源进行定位。Yang et al.（2020）提出利用SVD算法从音频数据中提取故障特征。上述检测手段主要基于振动、温度和音频等来评估托辊的健康状态，很难对托辊当前状态进行可视化展示，难以满足生产设备管理的要求。随着机器视觉的发展，谢苗等（2020）基于托辊红外图像，采用多种机器学习的方法识别卡阻托辊。该方法采用仿真试验数据，但机器学习方法的精准率和速度并不高。

本文结合矿石传送带托辊异常检测问题的特点，基于深度学习理论，提出一种基于红外图像的传送带托辊异常自动检测模型。通过对GhostNet（Han et al.，2020）网络激活函数和卷积块进行优化，完成对托辊特征的高效提取，并通过融合SPP-Net（He et al.，2015）的PANet（Liu et al.，2018）结构进行特征融合，实现对传送带托辊异常的自动检测，为矿山企业托辊的安全管理提供新方法。

针对矿山传送带托辊所处环境复杂，检测数据采集困难以及图像特征不够清晰等问题，本文通过对GhostNet网络模型进行优化，构建了一种基于红外图像识别的托辊异常检测优化模型，实现对托辊准确定位和异常状态快速检测。检测优化模型网络结构如图1所示。

由图1可知，托辊异常检测模型由特征提取、特征融合和分类定位3个模块组成。在特征提取模块，通过主要由颈部结构（G-bneck）组成的GhostNet模块提取托辊，得到P3、P4和P5这3个有效特征层，其大小分别为52×52×40，26×26×112，13×13×160。在特征融合模块，3个特征层在PANet中通过特征金字塔结构和自下而上的特征融合层实现多维度的特征融合。在分类定位模块，3个尺度不同的检测头（Head）对相应的输入特征层进行解码，最后根据先验框包含托辊的情况，完成对托辊的准确分类和定位。

在托辊异常检测优化模型中，损失函数由正样本边界框的回归损失、先验框是否包含物体的置信度损失和先验框包含正样本的种类损失3个部分组成，损失函数计算方式为

式中：Loss为损失函数；bboxloss为正样本边界框的回归损失；objloss为先验框是否包含物体的置信度损失；clsloss为先验框包含正样本的种类损失。

为克服传统损失函数IOU只根据交并比来计算损失，当真实的检测框与预测的检测框之间没有交差时，无法更新Loss的问题，本文采用CIOU（Zheng et al.，2021）作为正样本边界框的回归损失。除了IOU，CIOU也将先验框与目标框中心点之间的距离、重叠程度、大小以及预测框的宽高比拟合目标框宽高比的效果考虑进去，使得损失函数能够更加充分地表达预测框与目标框之间的比拟程度。CIOU的计算公式为

式中：IOU为交并比，即真实框和预测框的交错部分与真实框和预测框的合并部分的比；ρ（b，b^gt）为真实框和预测框中心点的欧式距离；b为预测框中心点；b^gt为真实框中心点；αV表示预测框宽高比拟合目标框宽高比的效果。其中，IOU的计算公式为

式中：A为真实框；B为预测框。

因为托辊红外图像都是二维的，所以ρ²（b，b^gt）的计算公式为

式中：x_b 和y_b 分别为预测框中心点的X坐标和Y坐标；xbgt和ybgt分别为真实框中心点的X坐标和Y坐标；c表示能够同时围住真实框和预测框的最小圆直径。

V的计算公式为

式中：w和h分别为模型中真实框的宽和高；w^gt和h^gt分别为模型中预测框的宽和高。

α的计算公式为

正样本边界框的回归损失计算方法为

置信度损失的计算公式为

式中：p、q分别为预测框的正样本和负样本概率；p_gt、q_gt分别为真实框的正样本和负样本概率。

种类损失的计算公式为

式中：r和r_gt分别为预测种类和真实种类的正确概率。

在托辊异常检测模型的特征提取中，为了降低托辊图像的维度和提取有效特征层，并减少图像在特征提取过程中产生的参数和计算量，本文采用Ghost模块优化骨干特征提取网络。如图2所示，Ghost模块的主要结构为2个部分：一部分是1个1×1卷积层，用于特征整合，生成输入特征层的特征浓缩；另一部分为逐层卷积层，用于生成特征浓缩的特征图。不同于传统卷积方式，Ghost模块通过先压缩特征，再通过简单的线性变化来获取有效特征层的方式，有效降低模型的计算量，提高模型检测速度。

为了构建高效的特征提取模块，基于Ghost模块构建颈部结构。如图3所示，当步长为1时，颈部结构主要利用Ghost模块进行通道数的调整，采用标准化（Ioffe et al.，2015）和LeakyReLU激活函数将特征层归一化，最后将下采样结果与主干部分结果融合输出；当步长为2时，在主干部分的2个Ghost模块中使用深度可分离卷积块进行托辊有效特征层的宽高压缩，进一步优化模型，其余操作与步长为1时相同。使用2种步长进行特征提取，可以采集不同层面的图像特征，使所提取的特征种类更加丰富。

相比传统的颈部结构，本文模型的颈部结构采用了CSPNet（Wang et al.，2020）结构。如图4所示，该结构将单独的模块拆分成左右2个部分，主干部分继续保持原来模块的结构，另一部分则经过下采样处理，最后将2个部分的结果相加作为最后的输出结果。该结构通过增加1条残差边的方式，有效提高卷积网络学习能力，降低计算瓶颈，减少内存流量，从而提高网络速度。

传送带托辊检测目标划分为正常托辊和异常托辊2个类别，在进行单类样本训练过程中会产生大量负样本，模型原来的ReLU激活函数输入负样本时会出现输出始终为0的情况，从而导致模型无法继续更新训练损失。针对该问题，本文采用Leaky-ReLU对检测模型骨干特征提取网络的激活函数进行优化，其函数表达式为

式中：LeakyReLU激活函数在输入负样本时产生检测反馈值，有效避免函数饱和以及梯度消失或梯度爆炸的问题，从而提高托辊检测模型的训练速度和泛化能力。

为了提高托辊图像特征融合效果，在有效特征层进行特征融合的过程中加入SPP-Net模块。如图5所示，SPP-Net模块分别利用4个不同尺度的最大池化对输入特征层进行处理，本文的最大池化的池化核大小分别为1×1、5×5、9×9和13×13。

SPP-Net模块通过融合不同最大池化的特征层，能够极大程度地增加模型的感受野，分离出更加显著的上下特征层的不同特征，有利于提高模型的精度。

在托辊异常检测模型中，为了充分融合特征，使用了大量的卷积，这会使模型的参数量和计算量急剧上升，影响模型的参数量和检测速度。为此，本文提出使用深度可分离卷积块对特征融合模块进行优化，以提高模型检测速度，减小模型计算量和参数量。

如图6所示，当输入a个m×m特征图时，普通卷积块通过b个n×n卷积核对输入特征图进行遍历来获取b个s×s输出特征图。深度可分离卷积块先通过a个n×n逐层卷积核与输入特征图的通道一一对应，进行逐层卷积，产生a个特征图，然后通过b个1×1×a卷积核进行通道数的调整，获得b个s×s输出特征图。

在计算量优化方面，普通卷积的计算量为a×m²×b×n²。使用深度可分离卷积时包括逐层卷积和逐点卷积2个部分，其计算量为二者之和，即m²×b×n²+a×b×n²。其中，m²×b×n²是逐层卷积的计算量，a×b×n²是逐点卷积的计算量。在本文模型中，a=160，m=3，通过使用深度可分离卷积块之后，计算量约为原来的1/9，极大地减少了模型的计算量，提高了模型的检测速度。

在参数量优化方面，普通卷积块的参数量为a×b×n²，深度可分离卷积块的参数量为a×n²+a×b。本文模型中a=160，b=320，n=3，计算出普通卷积块的参数量为153 600，深度可分离卷积块的参数量为52 640，优化后模型参数量降低了100 960，极大地降低了模型的参数量。

试验所采用的数据集均来自河南某金属露天矿。数据采集设备为TrackIR红外摄像机，相机分辨率为400×300。初始采集的数据集共有1 100张红外图像，其中包含正常托辊的红外图像有500张，异常托辊的红外图像有500张，其余为背景图像。由于通过图像检测托辊状态，所以主要数据来自容易获取到完整图像的槽型托辊的侧方托辊。托辊材料为普通钢材。同时，本文的异常托辊是指因托辊转速异常、卡阻或环境异常导致的温度过高的异常托辊。

数据集目标划分为正常托辊和异常托辊2个类别，在模型进行训练过程中背景被作为单独1个类别参与到模型训练中。其中，正常托辊的标签为normal，异常托辊的标签为abnormal。

试验使用的计算机参数如下：操作系统为windows10，CPU为Intel（R）Core（TM）i9-10900X，GPU为NVIDIA GeForce RTX 3080，内存为32 GB，深度学习的框架为Pytorch1.7。运用迁移学习理论，采用预训练VOOC2007+2012数据集的权重作为初始权重，以减少训练周期。每次训练取8个样本，总共训练80个Epoch。

本文试验的评价指标：召回率（Recall），精确度（Precision），AP，MAP，速度（速度用检测同一张图像100次的FPS来表示，FPS越大，速度越快），参数量。评价指标计算公式为

式中：TP为正确检测出的托辊；FN为未能检测出的托辊；FP为将背景错误检测为托辊；n为托辊的类别；N为检测到的托辊数量；AP用于衡量模型对托辊目标检测的准确性（用AP1表示异常托辊的AP，AP2表示正常托辊的AP）；MAP是2个类别AP的平均值，用来衡量整个模型的检测准确度。

为了减小托辊异常检测模型的过拟合程度，本文采用标签平滑（Label Smoothing）（Szegedy et al.，2016）对检测模型进行优化。通过调整预测的目标上限为1个较低的值，在一定程度缩小标签中最小值和最大值的差距，降低检测模型的分类精度，从而减小过拟合。

标签平滑处理的表达式为

式中：P为平滑处理后各类别概率；ε为惩罚的程度；δ为未处理之前各类别概率；u为分类的数量。

在通过标签平滑处理之后，模型检测的最大识别概率有所降低，这样就可以有效防止模型的过拟合。

为了提高托辊异常检测模型的泛化能力和稳健性，需要增加训练的托辊样本数和不同噪声的托辊样本数据，为此，采用Mosaic数据增强方法对数据进行处理。

如图7所示，先将原始图像进行缩放、旋转、色域变化和加入噪声等操作扩充为4张图像，然后把这4张托辊图像按照随机方向和大小放在Mosaic生成图的4个角落，最后进行托辊红外图像的组合和框的组合。

Mosaic数据增强不仅增强了对正常背景之外的托辊图像的检测，而且丰富了检测托辊的背景。此外，每次数据增强时，会产生1个含有4个不同标注框的Mosaic生成图，这样可以减少检测模型估计均值和方差时需要的单次批量所需要的托辊样本数量，从而降低检测模型的训练成本。

为了验证本文优化模型的性能，对不同模型训练的损失曲线进行对比，结果如图8所示。由于初始损失值都是通过预训练VOOC2007+2012数据集产生的，所以存在一定差异。在足够多的迭代次数下，初始值并不影响最终的损失值。经过训练之后，损失值最低的为本文模型和YOLOv4模型。模型在40个Epoch有所波动，是因为本文包含正常托辊和异常托辊2个类别，前面训练多数为异常托辊图像，此时训练加入了正常托辊图像，在60个Epoch之后检测优化模型基本达到收敛，损失曲线不再变化，说明模型已经充分训练，损失函数已经收敛。

为了验证不同骨干特征提取网络的性能，本文选择目前较为先进的MobileNet系列网络以及训练效果与本文模型较为接近的YOLOv4模型的骨干特征提取网络CSPDarkNet53和GhostNet进行对比试验分析。试验结果如表1所示。

由表1可知，CSPDarkNet53骨干网络由于在残差边进行了卷积，导致参数量增加。MobileNetv1骨干网络使用深度可分离卷积降低了参数量，但是精度较低，MobileNetv2在MobileNetv1的基础上加入了逆残差结构，其精度明显提高，MobileNetv3在MobileNetv2的基础上加入了注意力机制，但效果并不明显，对于本文的托辊目标的检测能力弱于MobileNetv2，GhostNet骨干网络的检测效果最佳，其检测精准度、召回率和MAP分别达到95.6%、95.3%和93.8%，模型参数量为1.1×10⁷，检测速度为36.4 FPS。

不同的激活函数可以在一定程度上影响检测模型的检测速度，合适的激活函数能够降低模型的计算量，提高网络的检测效果。GhostNet网络的G-Bneck卷积块中原激活函数为ReLU函数。为了优化激活函数，选择Tanh、Sigmoid、RReLU和Leaky-ReLU这4种常用的激活函数与原函数进行对比试验，结果见表2。

改变激活函数对模型的参数量影响不大，均为1.1×10⁷。由表2可知，使用RReLU和LeakyReLU作为激活函数的效果最好。表中AP1的值明显大于AP2，说明正常托辊的检测难度明显高于异常托辊的检测难度。因此，在其他指标接近的情况下，优先考虑模型对正常托辊的检测精度，故本文选择LeakyReLU作为激活函数。

为检验深度可分离卷积块对模型性能的影响，以GhostNet为检测模型的骨干特征提取网络，替换特征融合模块中的普通卷积块为深度可分离卷积块，进行消融试验，试验结果如表3所示。

由表3可知，通过深度可分离卷积块的替换，模型的参数量由原来的4.0×10⁷降至1.1×10⁷，参数量明显降低，检测速度、精确度、召回率、MAP和检测速度的变化不明显，可以达到托辊实时检测的要求。

为加强特征融合效果，在该模块中加入SPP-Net模块，为检测SPP-Net结构对模型性能的影响进行了消融试验，结果如表4所示。

由表4可知，通过增加SPP-Net模块，模型的检测速度有少许降低，但精确度、召回率和MAP均有所提高。总体来说，SPP-Net模块可在一定程度上提高模型的检测性能。

为了提高托辊图像的使用效率，采用标签平滑处理和Mosaic数据增强处理，结果如表5所示。

由于未使用标签平滑处理会导致模型产生明显的过拟合现象，所以对于未使用标签平滑处理的数据选择70个Epoch之后的权重，使用标签平滑处理的数据则选择80个Epoch之后的权重。由表5可知，使用标签平滑处理和Mosaic数据增强处理之后，模型的各项性能均有所提高。

为了验证本文托辊异常检测模型性能，在试验中选择Faster R-CNN（Ren et al.，2017）、Retinanet（Lin et al.，2017）、SSD（Liu et al.，2016）、YOLOv3（Redmon et al.，2016）和YOLOv4（Bochkovskiy et al.，2020）共5种常见检测模型与本文检测模型进行对比分析。试验结果见表6。

综合表6所有指标可以看出：传统的两阶段检测模型Faster R-CNN由于通过复杂的卷积网络生成先验框，使其具有较高的准确率，但是同时产生巨大的参数量，导致速度较慢；传统的单阶段检测模型Retinanet和SSD通过简化先验框的生成过程，降低了参数量且有较快的检测速度，但是精确度、召回率和MAP均较低；YOLOv3和YOLOv4的Ap2值较低，即对于特征不明显的正常托辊的识别能力不足；本文检测模型是6个模型中性能最优的模型，其MAP达到94.9%，同时具有较高的精确度和较高的召回率，分别为96.2%和95.9%，检测速度为39.2 FPS，参数量为1.1×10⁷。

如图9所示，为了验证模型的实际检测效果，选择检测结果较好的YOLOv4模型和检测速度最快的SSD模型与本文检测模型对包含异常托辊的图像［图9（a）~9（d）］，包含正常托辊的图像［图9（e）~9（g）］以及背景图像图［9（h）］的实际检测结果进行对比。其中，蓝色框内为异常托辊目标，红色框内为正常托辊目标，检测框左上角为目标的类别和置信度。由图9可知，对于异常托辊［图9（a）~9（d）］检测，SSD和本文模型的检测效果相当，但YOLOv4在图9（a）中将背景误检为托辊，图9（d）中出现了检测错误，将1个有遮掩的托辊检测为2个。对于正常托辊［图9（e）~9（g）］的检测，本文模型的检测效果明显优于YOLOv4和SSD。对于背景［图9（h）］的检测，YOLOv4和SSD均出现了将背景检测为托辊的误检情况。根据检测结果，本文模型更适用于检测托辊状态。

针对矿石传送带托辊的检测问题，提出了基于红外图像的托辊异常检测模型。该模型通过构建并优化GhostNet特征提取网络和PANet特征融合网络，实现了对托辊异常的高效精准检测。试验结果表明，该检测方法降低了检测模型的参数量，并使网络模型的检测精度、召回率和MAP分别达到96.2%、95.9%和94.9%，检测速度达到39.2 FPS，模型参数量为1.1×10⁷，相比其他主流检测模型具有明显的优势。该检测优化模型为矿石传送带托辊异常检测提供了新的研究思路和技术方案。但是由于实际获取矿石传送带托辊数据的难度较高，所以数据集较小，下一阶段计划扩充数据集并进行更深入的研究。