球团链篦机蓖板状态监测方法

本发明涉及冶金技术领域，公开了球团链篦机蓖板状态监测方法，具体方法包括：将蓖条的磨损程度分为四种，分别为无磨损、轻度磨损、中度磨损和重度磨损，收集包含四种磨损程度的蓖条图像集，使用卷积神经网络（CNN）模型构建图像分类模型，利用蓖条图像集训练图像分类模型，在链篦机工作时，采集篦板的图像，篦板图像经过处理后分割成多个篦条图像，将篦条图像分别传入图像分类模型判断其磨损程度，当出现中重度磨损时，触发报警。采用卷积神经网络模型，实现了对链篦机蓖条磨损程度的自动化监测，显著提升了监测效率并降低了人力成本，图像分类模型能够精确识别蓖条的磨损程度，有效减少了漏检风险，进一步提高了监测的准确性和可靠性。