Reconocimiento de orificios de tubería de intercambiadores de calor mediante un modelo YOLOv5 mejorado integrado con...

Área de la Ciencia:

• Ingeniería Industrial
• Inteligencia Artificial
• Robótica

Sus antecedentes:

• Los intercambiadores de calor son equipos industriales vitales que requieren métodos de limpieza eficientes.
• Los algoritmos visuales actuales para el reconocimiento de puertos de tubos sufren imprecisiones en la detección, como falsos positivos o detecciones omitidas.
• Las soluciones de limpieza automatizadas son cada vez más importantes para la eficiencia y la seguridad industrial.

Objetivo del estudio:

• Desarrollar un algoritmo visual mejorado para el reconocimiento preciso de puertos de tubos de intercambiadores de calor.
• Superar las limitaciones de los modelos de detección existentes, mejorando la automatización en la limpieza industrial.
• Presentar el modelo DANet-YOLOv5 para un rendimiento superior en la detección de puertos de tubos.

Principales métodos:

• Se desarrolló un modelo YOLOv5 mejorado, DANet-YOLOv5 (Double Attention Net).
• Se integraron componentes del mecanismo de atención dual en la red troncal.
• Se emplearon técnicas como la agrupación de atención de segundo orden y la distribución adaptativa de características.

Principales resultados:

• DANet-YOLOv5 demostró un rendimiento superior a los algoritmos existentes y a YOLOv8.
• Las métricas clave, incluida la tasa de error, la tasa de recuperación y el valor mAP, mostraron una mejora significativa.
• El modelo mejoró la precisión y la estabilidad de la detección de puertos de tubos de intercambiadores de calor.

Conclusiones:

• El modelo DANet-YOLOv5 ofrece una solución robusta para el reconocimiento preciso de puertos de tubos en entornos industriales.
• Este avance es fundamental para el desarrollo y despliegue de robots de limpieza automatizados.
• Las capacidades de detección mejoradas allanan el camino para un mantenimiento industrial más eficiente e inteligente.