面向实时的钢轨卷板厂故障预测的工艺集成计算机视觉
计算机视觉与模式识别
2025-10-31 v1 人工智能
摘要
我们展示了一项针对钢轨卷板厂故障预测的机器视觉异常检测系统的长期部署研究。该系统集成了工业相机，用于实时监控设备运行、对准情况以及热条运动。实时视频流经集中式视频服务器处理，使用深度学习模型实现对设备故障和过程中断的早期预测，从而降低非计划性故障成本。基于服务器的推理最小化了工业过程控制系统 (PLC) 的计算负载，支持跨生产线的可扩展部署，所需额外资源有限。通过联合分析数据采集系统中的传感器数据和视觉输入，该系统识别故障的发生位置及其可能的根本原因，为主动维护提供可操作的见解。这种集成方法提高了工业制造环境中的操作可靠性、生产力和盈利能力。
引用
@article{arxiv.2510.26684,
title = {Process Integrated Computer Vision for Real-Time Failure Prediction in Steel Rolling Mill},
author = {Vaibhav Kurrey and Sivakalyan Pujari and Gagan Raj Gupta},
journal= {arXiv preprint arXiv:2510.26684},
year = {2025}
}