全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
关键词
- 基于图像差分及邻域特性的航空磁环缺陷检测
- 作者： 陈琳琳 邓华军 张殿喜 陈召松 杜传红 来源： 科技创新与应用 年份： 2023 文献类型 ： 期刊 关键词： 邻域 联合阈值 表面缺陷 鲁棒性 图像差分
- 描述： 航空设备的零部件高达数十万，零器件的可靠性是保障安全飞行的前提条件。在航空零器件生产线的终端环节实现实时性高精度的检测是航空制造业实现品质控制的核心环节。传统的人工检测方法早已无法适应自动化生产流水线的速度，且该方法存在检测精度低、劳动强度大等缺点。该文基于图像差分及邻域特性对航空磁环的表面缺陷进行自动检测，通过3维块匹配滤波算法对原始图像进行去噪，并联合灰度及梯度进行阈值分割。然后对去噪图及阈值分割图进行差分运算，提取出边缘及缺陷区域。最后基于缺陷像素及边缘像素的邻域差异性提取缺陷点并检测出缺陷区域。该方法作为一种无接触、无损伤的自动检测技术，无须人工介入，通过对外环、内环及表层共3类磁环图像进行实验仿真，仿真结果说明该方法具有检测精度高、鲁棒性强的优点。
- 基于改进YOLOv5的航空发动机表面缺陷检测模型
- 作者： 李鑫 李香蓉 汪诚 李秋良 李卓越 来源： 激光与光电子学进展 年份： 2023 文献类型 ： 期刊 关键词： 注意力机制 航空发动机 机器视觉 YOLOv5 表面缺陷检测
- 描述： 针对目前航空发动机表面人工缺陷检测效率低的问题，本文提出了一种基于改进YOLOv5的缺陷检测模型YOLOv5-CE。首先在网络中融合数据增强策略搜索算法，自动为当前数据集搜索最佳的数据增强策略，实现训练效果的提升；其次在Backbone网络中引入坐标注意力机制，在通道注意力的基础上嵌入坐标信息，提高对小缺陷目标的检测能力；最后将YOLOv5的定位损失函数改进为EIoU loss，在加快模型收敛的同时提高预测框回归精度。实验表明，本文提出的YOLOv5-CE模型，相比原YOLOv5s网络，在检测速度几乎没有下降的情况下m AP值提高了1.2%，达到了98.5%，能够实现对航空发动机四种常见类型缺陷的高效智能检测。
- 航空发动机扇形段叶片表面缺陷测量系统
- 作者： 刘璐 段发阶 李天宇 巩鑫 刘昌文 李佳欣 钟国舜 来源： 仪表技术与传感器 年份： 2023 文献类型 ： 期刊 关键词： 结构光 航空发动机 叶片缺陷检测 机器视觉 运动分解 扇形段叶片
- 描述： 针对航空发动机叶片缺陷检测过程中，扇形段叶片间隙狭小且表面缺陷尺度小、形态差异大，位置隐蔽，常规测量方法无法实现检测的问题，基于改进的结构光测量原理，通过压缩光路空间体积，设计了微型线结构光视觉传感器。搭建了航空发动机扇形段叶片表面缺陷测量系统，设计了六轴联动控制结构，通过运动分解简化了机械控制结构，避免了由于插补控制引入的非线性运动误差。实验证明系统具有较高精度，实现了航空发动机扇形段叶片表面缺陷高精度测量。
- 面向航空发动机油路密封管件的高鲁棒性视觉定位算法研究
- 作者： 崔俊佳 刘枭 赖铭 王绍螺 蒋浩 李光耀 来源： 航空制造技术 年份： 2023 文献类型 ： 期刊 关键词： YOLO 机器视觉 孪生网络 视觉定位 Siamese 变化检测网络
- 描述： 航空航天行业零部件种类繁多、定制化程度高，难以进行定位夹具的开发。视觉定位技术是智能制造中的关键一环，该技术基于机器视觉确定工件位置，不需要定位夹具，能够被广泛运用于各种工况。但现有视觉定位算法只适用于少数种类的零件，泛用性不高。本文提出了一种基于YOLOv5s目标检测网络和Siamese孪生网络的新型视觉定位算法（YOLO–Siamese变化检测网络）。网络引入ConvDiff（卷积差分）模块来提升变化检测网络的特征提取效果，并采用半监督学习方法对模型进行训练。试验表明，在没有使用目标工件数据集的条件下，算法在验证集上的AP@0.5达到了99.3%,AP@0.5:0.95达到了89.6%，单帧推理时间为16.13 ms。该算法无需目标工件数据、定位精度高、运算速度快，提高了视觉定位算法的鲁棒性和泛用性。