首页
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻动态
全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
首页>
根据【关键词:
损伤检测,卷积注意力模块,YOLOv4,深度可分离卷积,MobileNetv3
】搜索到相关结果
1
条
按文献类别分组
期刊
(13)
学位论文
(7)
按栏目分组
期刊
(13)
学位论文
(7)
按年份分组
2023
(4)
2022
(5)
2021
(9)
2020
(1)
2018
(1)
按来源分组
计算机应用
(2)
中国民用航空飞行学院
(2)
科学技术创新
(2)
无损检测
(2)
内燃机与配件
(2)
航空维修与工程
(1)
西安电子科技大学
(1)
中国科学院大学(中国科学院长春光学精密机械与物理研究所)
(1)
中国民航大学
(1)
南京航空航天大学
(1)
北京交通大学
(1)
兵工自动化
(1)
无损探伤
(1)
地理空间信息
(1)
现代制造工程
(1)
关键词
基于深度学习的航司航空发动机智能损伤检测一体化解决方案
作者:
王锦申
黄旭
万夕里
来源:
航空维修与工程
年份:
2022
文献类型 :
期刊
关键词:
损伤检测
编码器
发动机
目标检测
深度学习
一体化解决方案
神经网络
在线计数
孔探检测
描述:
航空发动机作为飞机的关键部件,其损伤诊断和维护是保障飞机飞行安全的核心任务。目前,通过人工的定期孔探检测开展检查和维护工作,既费时又容易出错。为此,本文给出了融合上下文编码的神经网络深度学习框架、深度融合网络、目标检测和追踪算法等三种深度学习方法,以实现对大型航司发动机的损伤进行识别、检测、追踪、在线计数和孔探报告自动生成。实现结果表明这些方法对减轻劳动强度、提高生产效率和提高检测精度具有实际的应用价值,对保证发动机适航具有重要意义。
<
1
>
Rss订阅
订阅地址: