基于深度学习的航空发动机滑油磨粒检测研究

【类型】期刊

【作者】侯媛媛 李江红 薛军印  

【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