基于多算法融合实现化纤纺丝车间丝路巡检的应用研究

纺丝车间是化学纤维生产中重要的环节，对丝路进行巡检及时发现问题并反馈处理，对后道卷绕的稳定生产至关重要。通过搭载视觉检测系统的机器人实现全天候不间断地丝路巡检，已成为纺丝车间数字化转型的核心内容之一。在工业现场，需要兼顾检测节拍与检测准确率，由于正常生产时缺陷或异常样本较少，基于此，本文对于细微丝线的识别采用小样本目标检测FSOD进行识别与异常区域裁剪；对于导丝钩、油嘴明显特征的目标检测采用Fast SAM进行识别与异常位置裁剪；对于裁剪的异常区域再经由YOLOv11进行识别，将最终识别的图像合并后在整图中进行显示。通过丝路巡检机器人的工程应用，验证了算法的有效性，助力了化纤企业的数字化建设。