隨著城市化建設(shè)速度的加快,城市地面上的土地資源較為緊張。基于此中央和各地政府都高度重視一體化地下管道走廊建設(shè)。然而隨著時(shí)間的推移,各地的地下管道會(huì)出現(xiàn)各種各樣的表面缺陷,管道表面缺陷會(huì)破壞管道的基本功能從而給國(guó)家和個(gè)人帶來(lái)巨大的經(jīng)濟(jì)損失,因此對(duì)這些缺陷的檢測(cè)是極為有必要的。本課題的具體研究?jī)?nèi)容如下:1.設(shè)計(jì)和完成了基于樹莓派的智能小車,該小車能完成在管道內(nèi)智能駕駛和拍照的作業(yè),同時(shí)為實(shí)現(xiàn)人機(jī)交互,編寫了上位機(jī)界面能通過(guò)上位機(jī)來(lái)遠(yuǎn)程遙控小車進(jìn)行作業(yè)。2.由于管道表面缺陷圖像訓(xùn)練集數(shù)據(jù)較少的原因,采用了 GAN和DCGAN網(wǎng)絡(luò)生成少量新的管道表面缺陷圖像來(lái)拓寬訓(xùn)練數(shù)據(jù)集,通過(guò)實(shí)驗(yàn)對(duì)比采用了中值濾波消除圖像噪音。3.在對(duì)第一類管道（檢測(cè)精度要求高）表面缺陷檢測(cè)中改進(jìn)了 fast-rcnn算法,通過(guò)對(duì)底層網(wǎng)絡(luò)的選取對(duì)比,選用了改進(jìn)后的Googlenet網(wǎng)絡(luò)作為該算法的底層網(wǎng)絡(luò),為了增強(qiáng)對(duì)細(xì)小缺陷的檢測(cè)精度用ROIAglin代替ROIPooling,最后在實(shí)驗(yàn)對(duì)比中對(duì)算法中的超參數(shù)進(jìn)行了調(diào)整,提高了缺陷檢測(cè)的識(shí)別率。4.在對(duì)第二類管道（檢測(cè)精度要求低）表面缺陷檢測(cè)中為了加快檢測(cè)速度采用了改進(jìn)后的... 

【文章來(lái)源】：華東理工大學(xué)上海市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：72 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１．１超聲波檢測(cè)原理圖??Ｆｉｇｌ．ｌ?Ｕｌｔｒａｓｏｎｉｃ?ｔｅｓｔｉｎｇ?ｓｃｈｅｍａｔｉｃ??

??探頭價(jià)格相對(duì)比較低廉；同時(shí)超聲波檢測(cè)并不會(huì)破壞管道原有結(jié)構(gòu)與特征，屬于無(wú)損檢??測(cè)。但是超聲波檢測(cè)的缺點(diǎn)也是顯而易見的，超聲波檢測(cè)可靠性低，聲波容易被外界干??擾，此外超聲波檢測(cè)時(shí)無(wú)法對(duì)管道內(nèi)表面的缺陷進(jìn)行可視化操作從而無(wú)法直觀地顯示缺??陷。當(dāng)管道內(nèi)表面缺陷種類比較多或者缺陷比較小時(shí)，判斷較為困難。常常需要經(jīng)驗(yàn)豐??富的檢測(cè)員才能依據(jù)超聲波檢測(cè)來(lái)判斷缺陷的種類與類型［１４］。??脈沖??一??ｐ?１??１??＇￣￣?■?Ｘ??‘ｒ?Ｉ，：．．??圖１．１超聲波檢測(cè)原理圖??Ｆｉｇｌ．ｌ?Ｕｌｔｒａｓｏｎｉｃ?ｔｅｓｔｉｎｇ?ｓｃｈｅｍａｔｉｃ??渦流檢測(cè)法的基本理論是電磁感應(yīng)原理［１５］，通過(guò)測(cè)量被檢測(cè)的金屬物體表面的渦流??變化從而發(fā)現(xiàn)被檢測(cè)金屬物體表面缺陷。渦流檢測(cè)法的原理圖如圖１．２所示，當(dāng)帶有交??變電流的Ｌ１線圈靠近導(dǎo)體Ｌ２時(shí)，導(dǎo)體Ｌ２由于受到Ｌ１上交變電流生成的交變磁場(chǎng)的影??響會(huì)產(chǎn)生感應(yīng)電流即渦流，生成的渦流又會(huì)產(chǎn)生新的交變磁場(chǎng)從而影響Ｌ１上的電流，??通過(guò)對(duì)Ｌ１上的電壓和阻抗的測(cè)量可以得到Ｌ２的狀態(tài)。渦流檢測(cè)法與其他四種檢測(cè)的方??法相比有以下的優(yōu)點(diǎn)：操作方便，無(wú)污染性，具有非接觸性等優(yōu)點(diǎn)。但是渦流檢測(cè)法的??缺點(diǎn)也很明顯，即只能用于金屬管道表面的檢測(cè)，無(wú)法檢測(cè)非金屬管道。另外渦流檢測(cè)??法的可視化程度低。??渦流檢測(cè)法根據(jù)不同形狀的探測(cè)線圈可以分為三類，第一類為穿過(guò)式（用于線性金??屬材料的檢測(cè)），第二類為探頭式（常用來(lái)檢測(cè)金屬物體的表面），最后一類為插入式（用??于金屬管里面的檢測(cè)）［１６］。??ｕ?ｌ２??Ｐ?ｓ?▼??圖１．２渦流檢測(cè)法??Ｆｉｇｌ．２

圖１．３磁漏檢測(cè)法??Ｆｉｇｌ．３?Ｍａｇｎｅｔｉｃ?ｌｅａｋａｇｅ?ｄｅｔｅｃｔｉｏｎ?ｍｅｔｈｏｄ??

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)循環(huán)生成式對(duì)抗網(wǎng)絡(luò)的圖像風(fēng)格遷移[J]. 張?bào)@雷,厚雅偉.  電子與信息學(xué)報(bào). 2020(05)
[2]基于GaN HEMT的X波段連續(xù)波內(nèi)匹配功率管設(shè)計(jì)[J]. 馬躍,王建朋.  微波學(xué)報(bào). 2020(03)
[3]注意力機(jī)制和Faster RCNN相結(jié)合的絕緣子識(shí)別[J]. 趙文清,程幸福,趙振兵,翟永杰.  智能系統(tǒng)學(xué)報(bào). 2020(01)
[4]噪聲穩(wěn)健性的卡方生成對(duì)抗網(wǎng)絡(luò)[J]. 李洪均,李超波,張士兵.  通信學(xué)報(bào). 2020(03)
[5]基于Faster-RCNN的站臺(tái)端部人員入侵檢測(cè)研究[J]. 楊棟,黃文政,張秋亮,李依諾,張亞偉.  鐵路計(jì)算機(jī)應(yīng)用. 2020(02)
[6]基于Faster RCNN變電設(shè)備紅外圖像缺陷識(shí)別方法[J]. 李文璞,謝可,廖逍,李小寧,王皓.  南方電網(wǎng)技術(shù). 2019(12)
[7]基于改進(jìn)Faster RCNN的安全帽檢測(cè)及身份識(shí)別[J]. 吳冬梅,王慧,李佳.  信息技術(shù)與信息化. 2020(01)
[8]基于DCGAN數(shù)據(jù)增強(qiáng)的水產(chǎn)動(dòng)物分類方法[J]. 王德興,秦恩倩,袁紅春.  漁業(yè)現(xiàn)代化. 2019(06)
[9]基于深度卷積神經(jīng)網(wǎng)絡(luò)的木材表面缺陷檢測(cè)系統(tǒng)設(shè)計(jì)[J]. 項(xiàng)宇杰,陳月芬,盧衛(wèi)國(guó),潘佳浩.  系統(tǒng)仿真技術(shù). 2019(04)
[10]基于DCGAN的風(fēng)速場(chǎng)景建模方法優(yōu)越性研究[J]. 陳曉榕,江岳文.  電器與能效管理技術(shù). 2019(21)

博士論文
[1]可視化渦流檢測(cè)中的數(shù)據(jù)處理方法研究[D]. 朱佩佩.電子科技大學(xué) 2019
[2]基于電磁聲表面波的厚壁管道表面裂紋定量檢測(cè)方法研究[D]. 鄧鵬.北京工業(yè)大學(xué) 2018
[3]手機(jī)玻璃屏表面缺陷機(jī)器視覺檢測(cè)與分類方法研究[D]. 簡(jiǎn)川霞.廣東工業(yè)大學(xué) 2017
[4]基于BP和RBF神經(jīng)網(wǎng)絡(luò)的木材缺陷檢測(cè)研究[D]. 牟洪波.東北林業(yè)大學(xué) 2010
[5]管道漏磁內(nèi)檢測(cè)關(guān)鍵技術(shù)問題研究[D]. 劉剛.沈陽(yáng)工業(yè)大學(xué) 2010

碩士論文
[1]基于激光超聲的管道裂紋定量表征及三維成像方法研究[D]. 張海超.北京石油化工學(xué)院 2019
[2]基于機(jī)器視覺的管道內(nèi)表面缺陷檢測(cè)方法研究[D]. 李康.內(nèi)蒙古科技大學(xué) 2019
[3]基于全卷積網(wǎng)絡(luò)的手機(jī)液晶面板缺陷檢測(cè)算法研究[D]. 劉恒.重慶郵電大學(xué) 2019
[4]基于深度學(xué)習(xí)與機(jī)器視覺融合的夾片缺陷檢測(cè)系統(tǒng)研究[D]. 唐滔.桂林電子科技大學(xué) 2019
[5]帶包覆層地面鋼質(zhì)管道損傷諧振磁場(chǎng)檢測(cè)技術(shù)研究[D]. 黨偉.北京工業(yè)大學(xué) 2019
[6]基于Haar-like特征快速提取的管道表面破損視頻檢測(cè)研究與實(shí)現(xiàn)[D]. 費(fèi)云鵬.重慶郵電大學(xué) 2019
[7]基于深度學(xué)習(xí)的手機(jī)玻璃缺陷分類檢測(cè)[D]. 魯越.鄭州大學(xué) 2019
[8]利用超聲漏蘭姆波進(jìn)行篩管后成像及管道缺陷檢測(cè)的數(shù)值研究[D]. 宮心月.吉林大學(xué) 2019
[9]基于卷積神經(jīng)網(wǎng)絡(luò)的壓縮機(jī)缺陷檢測(cè)方法的研究[D]. 樊旭然.廣州大學(xué) 2019
[10]金屬管道腐蝕缺陷微波無(wú)損檢測(cè)與成像識(shí)別方法研究[D]. 王聰.電子科技大學(xué) 2019



本文編號(hào)：3503029