来源：期刊VIP网 时间：
作者：周泽丞;李琛;徐峰;张才;黄堪飞;
单位：中国计量大学能源环境与安全工程学院;浙江省特种设备科学研究院;温州市特种设备检测科学研究院;
摘要：针对传统电梯钢带典型故障检测实时性差、精度低和流程复杂的问题，提出一种基于动态自适应的电梯钢带典型故障检测算法DSMA-YOLO。首先，采用可变形卷积DCNv2替换传统卷积层，更好地适应故障的形状和结构变化；其次，构造多尺度大核分离（MLKS）模块，增强模型对不同特征尺度和空间变化的自适应能力；然后，提出一种双通道注意力（DPCA）机制，强化模型在通道维度上的特征感知、提取和融合能力；最后，设计动态共享对齐（DSA）检测头，优化定位和分类任务中的特征独立性、特征无关性及特征间冲突问题。实验结果表明，在电梯钢带典型故障数据集上，DSMA-YOLO的mAP@0.5和mAP@0.5～0.95比基准算法YOLOv8n提升了4.4%和10.1%，优于其他对比目标检测算法，并满足电梯钢带典型故障检测的实时性要求，可为电梯故障诊断方法及应用提供参考。
关键词：电梯钢带;;故障检测;;动态自适应;;YOLOv8n;;可变形卷积;;双通道注意力机制;;特征共享
基金资助：国家市场监督管理总局科技计划项目:基于深度学习的电梯风险预警及智慧监管关键技术研究应用(2021MK140);; 浙江省市场监督管理局“雏鹰计划”培育项目(CY2023212);; 浙江省市场监管局科技计划项目(ZC2025025)
