基于机器视觉的航空发动机零件缺陷检测研究

作者： 李威   来源： 智能城市 年份： 2024 文献类型 ： 期刊 关键词： 航空发动机   机器视觉   零件缺陷检测  

描述： 基于机器视觉的航空发动机零件缺陷检测研究

基于机器视觉的航空发动机零件缺陷检测研究

作者： 李威   来源： 智能城市 年份： 2024 文献类型 ： 期刊 关键词： 航空发动机   机器视觉   零件缺陷检测  

描述： 基于机器视觉的航空发动机零件缺陷检测研究

基于机器视觉的航空发动机喷口喉道截面直径自动标定技术研究

作者： 张义   周权   陈鹏飞   何健   唐智勇   来源： 智能机器人 年份： 2017 文献类型 ： 期刊 关键词： 自动标定   航空发动机   机器视觉   喷口喉道直径  

描述： 当前我国航空发动机喉道截面直径标定普遍由工人使用喷口尺测量进行手动标定。使用该方法标定存在标定误差大、喷口尺容易损坏、人工标定效率低等问题为解决以上问题,本文提出了一种基于机器视觉测量喷口喉道截面

机器视觉在航空发动机导叶标定中的应用研究

作者： 史妍   张义   唐智勇   何健   周大高   来源： 智能机器人 年份： 2018 文献类型 ： 期刊 关键词： 导叶   航空发动机   机器视觉   测量  

描述： 针对当前我国航空发动机导叶标定过程中,依靠人眼读取刻度盘角度,存在读数误差大、重复性不好等问题,提出了基于机器视觉的航空发动机导叶刻度盘测量方法。该方法采用工业摄像头动态实时采集刻度盘图像,通过对

机器视觉在航空发动机导叶标定中的应用研究

作者： 史妍   张义   唐智勇   何健   周大高   来源： 智能机器人 年份： 2018 文献类型 ： 期刊 关键词： 导叶   航空发动机   机器视觉   测量  

描述： 针对当前我国航空发动机导叶标定过程中,依靠人眼读取刻度盘角度,存在读数误差大、重复性不好等问题,提出了基于机器视觉的航空发动机导叶刻度盘测量方法。该方法采用工业摄像头动态实时采集刻度盘图像,通过对

基于机器视觉的航空发动机喷口喉道截面直径自动标定技术研究

作者： 张义   周权   陈鹏飞   何健   唐智勇   来源： 智能机器人 年份： 2017 文献类型 ： 期刊 关键词： 自动标定   航空发动机   机器视觉   喷口喉道直径  

描述： 当前我国航空发动机喉道截面直径标定普遍由工人使用喷口尺测量进行手动标定。使用该方法标定存在标定误差大、喷口尺容易损坏、人工标定效率低等问题为解决以上问题,本文提出了一种基于机器视觉测量喷口喉道截面

航空发动机叶片表面损伤与检测研究进展

作者： 程亚茹     李湉     薛辉     黎红英     王丹     唐鋆磊   来源： 航空发动机 年份： 2024 文献类型 ： 期刊 关键词： 航空发动机   机器视觉   叶片损伤   深度学习   无损检测  

描述： 航空发动机叶片的工作环境极其恶劣，表面会出现各种类型的损伤。在损伤早期进行表面检测能够有效预防因损伤扩展导致的叶片失效断裂。发动机叶片表面损伤的检测和评估主要由人工操作，严重依赖工作经验，但人工检测

航空发动机外形点云的特征分割方法

作者： 闫杰琼   周来水   胡少乾   文思扬   来源： 光学学报 年份： 2022 文献类型 ： 期刊 关键词： 航空发动机   机器视觉   外形点云   深度学习   特征分割  

描述： 目前我国存在较多外购发动机的情况，外购发动机存在只有实物及安装尺寸等信息，而没有三维数字化模型的问题，这给飞机与发动机的装配协调设计带来较大困难，因此飞机设计部门对快速重构航空发动机的外形几何模型

航空发动机外形点云的特征分割方法

作者： 闫杰琼   周来水   胡少乾   文思扬   来源： 光学学报 年份： 2022 文献类型 ： 期刊 关键词： 航空发动机   机器视觉   外形点云   深度学习   特征分割  

描述： 目前我国存在较多外购发动机的情况，外购发动机存在只有实物及安装尺寸等信息，而没有三维数字化模型的问题，这给飞机与发动机的装配协调设计带来较大困难，因此飞机设计部门对快速重构航空发动机的外形几何模型

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： 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。