基于深度学习的航空发动机滑油磨粒检测研究
日期:2022.12.30 点击数:6
【类型】期刊
【刊名】计算机测量与控制
【关键词】 航空发动机,YOLOv3模型,滑油磨粒检测,深度学习,SER算法
【摘要】针对滑油中磨粒形状复杂且尺寸大小不一,传统滑油磨粒检测方法存在时效性差、检测尺度小、精度低、非铁磁性磨粒不能检测等缺点;设计了一种基于深度学习的航空发动机滑油磨粒检测方法;基于连续流微流控芯片的滑油图像采样方法,构建滑油图像采样系统;设计图像增强方法,进行图像数据增强消融试验研究,针对YOLOv3模型和Faster RCNN模型进行精度测试,结果表明消融试验后的YOLOv3模型检测能力明显优于Faster RCNN模型;为减少消融后YOLOv3模型的误检率,提出SER算法以优化该模型的推理置信度阈值;研究结果表明滑油磨粒检测方法可解决传统测试中存在的问题,且在0.35的置信度阈值下,YOLOv3模型的检测结果能够达到94.2%的召回率和95.9%的精确度。
【年份】2022
【作者单位】西安航空学院计算机学院;西北工业大学动力与能源学院;杭州海康威视数字技术股份有限公司智能算法部;
【期号】04
【页码】14-22+127
相关文章
- 1、基于ECT的航空发动机滑油磨粒在线监测方法研究 作者:杨昊 年份:2018
- 2、基于深度学习的航空发动机剩余使用寿命预测研究 作者:温海茹, 年份:2021
- 3、基于深度学习的航空发动机剩余使用寿命预测研究 作者:温海茹, 年份:2020
- 4、某型飞机腹板裂纹分析及改装设计 作者:彭军,郭晨阳,张勇,张赟,杨欣毅, 年份:2018
- 5、基于深度学习的航空发动机性能预测 作者:王福洋 年份:2020
- 6、基于Transformer的多特征融合的航空发动机剩余使用寿命预测 作者:马依琳,陶慧玲,董启文,王晔, 年份:2022