面向数字孪生工厂的多模态仪表数据异常检测.pdfVIP

第42卷第1期微电子学与计算机Vol.42No.1

2025年1月MICROELECTRONICSCOMPUTERJanuary2025

引用格式：沈世贤，王建国，冯勇，等．面向数字孪生工厂的多模态仪表数据异常检测[J].微电子学与计算机，2025，42（1）：65-

74．

SHENSX，WANGJG，FENGY，etal.Multimodalinstrumentdataanomalydetectionfordigitaltwinfactories[J].Microelec-

tronicsComputer，2025，42（1）：65-74.

DOI：10.19304/J.ISSN1000-7180.2023.0976

面向数字孪生工厂的多模态仪表数据异常检测

1211

沈世贤，王建国，冯勇，李英娜

（1昆明理工大学云南省计算机技术应用重点实验室,云南昆明650500；

2中国铜业有限公司,云南昆明650051）

摘要：针对工业生产过程中数据异常监测成本高、准确率低、实时性差等问题，提出了一种面向数字孪生工厂的

多模态仪表数据异常检测方法。首先，将动态非单调聚焦机制引入到YOLOv5s目标检测模型，通过改进后的模型

检测指针式仪表所在位置；同时利用仿射变换和透视变换对存在倾斜、旋转的图像进行校准。其次，将可变卷积引

入ESPNet分割网络，以自适应性的捕获图像中指针和刻度盘非线性形变元素，从而提取完整的指针和刻度盘关键

信息；然后进行霍夫变换操作拟合指针所在直线，同时利用轮廓跟踪方法提取刻度盘数据的有效范围，依据线性比

例关系计算出指针式仪表示数。最后，将基于图像获取的仪表数据和相应的传感器数据进行综合建模，从多模态

数据分析的角度检测异常。实验结果表明：该方法的指针式仪表识别准确率96.21%，检测速度平均耗时0.216s，

数据异常检测率99.43%，能够准确迅速的识别数据异常情况，满足工业生产中关键指标监控的需求。

关键词：数字孪生；指针式仪表；动态非单调聚焦机制；ESPNet；异常检测

中图分类号：TP391文献标识码：A文章编号：1000-7180（2025）01-0065-10

Multimodalinstrumentdataanomalydetectionfordigitaltwinfactories

1211

SHENShixian，WANGJianguo，FENGYong，LIYingna

（1YunnanKeyLaboratoryofComputerTechnologiesApplication,KunmingUniversityofScienceandTechnology,

Kunming650500,China；

2ChinaCopperIndustryCo.,Ltd.,Kunming650051,China）

Abstract：Ai