【摘要】：精密鑄件在工業(yè)生產(chǎn)具有很高的使用率,其質(zhì)量問題直接影響到工業(yè)設(shè)備的安全性能,存在缺陷的鑄件甚至?xí)a(chǎn)生災(zāi)難性后果,所以對于鑄件質(zhì)量檢測是鑄件生產(chǎn)過程中的重中之重。目前對于精密鑄件的缺陷檢測大部分仍然依賴于人工操作,識別率受到個人經(jīng)驗的影響,檢測效率較低,而且長時間工作產(chǎn)生的視覺疲勞依然對檢測結(jié)果具有較大的影響。近幾年深度學(xué)習(xí)成為各界的研究熱點,其中在圖像的識別研究領(lǐng)域中,卷積神經(jīng)網(wǎng)絡(luò)表現(xiàn)最為突出。本文針對鑄件廠的檢測要求提出一種基于深度學(xué)習(xí)的鑄件缺陷的智能檢測方法,針對該方法主要做了以下幾個方面的工作:(1)利用已有的X射線檢測平臺,采集含有缺陷的和正常的兩類鑄件圖像作為分類目標(biāo)。通過旋轉(zhuǎn)、裁剪、增強對比度等一系列的操作,擴充兩類樣本的數(shù)量,建立鑄件檢測的樣本數(shù)據(jù)庫。(2)針對基于深度學(xué)習(xí)的鑄件檢測的方法,完成其軟件環(huán)境的配置。在裝有GPU的服務(wù)器上搭建caffe深度學(xué)習(xí)框架,并完成適用于鑄件檢測的卷積神經(jīng)網(wǎng)絡(luò)的搭建。(3)針對本文鑄件的射線圖像數(shù)據(jù)庫,對卷積神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練,并通過參數(shù)調(diào)整得到較好的實驗結(jié)果。(4)針對工業(yè)應(yīng)用中的時間成本問題,本文研究了卷積核的尺寸以及網(wǎng)絡(luò)結(jié)構(gòu)的復(fù)雜程度對于模型性能與時間成本的影響,提出caffenet的改進形式并進行實驗,實驗證明,改進的網(wǎng)絡(luò)提高了識別準(zhǔn)確率,減少了訓(xùn)練時間。(5)配置深度學(xué)習(xí)嵌入式開發(fā)板—Jetson TX1的深度學(xué)習(xí)的軟件環(huán)境,將訓(xùn)練好模型移植到Jetson TX1中,并在Jetson TX1上進行測試實驗,測試結(jié)果較為理想,驗證開發(fā)板進行缺陷識別的可行性。對模型移植后的Jetson TX1開發(fā)板進行測試實驗,對于鑄件射線圖像的識別的綜合正確率為97%,其中對有缺陷的鑄件識別正確率為100%,不存在漏檢現(xiàn)象,對沒有缺陷的鑄件識別正確率為95.5%。
【學(xué)位授予單位】：太原科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TP391.41;TP183;TG245
【圖文】：

后進行灰度變換的處理，并通過設(shè)置閾值來分割有可能出現(xiàn)缺陷的區(qū)域；最后將得缺陷區(qū)域作為訓(xùn)練樣本，并根據(jù)所學(xué)習(xí)的特征設(shè)定各種缺陷識別準(zhǔn)則，然后建數(shù)據(jù)庫，將其輸入到 ANFIS 進行訓(xùn)練學(xué)習(xí)。在國內(nèi)，針對 X 射線檢測的研究相對較晚，但通過國內(nèi)學(xué)者對國外成果的進究，也使得中國的 X 射線檢測技術(shù)有了質(zhì)的飛躍，比如丹東市無損檢測設(shè)備有限主研發(fā)的缺陷檢測算法已經(jīng)達到國際先進水平。林克正[19]等人提出了一種算法能何特征進行快速提取，該算法沒有將待檢圖像進行二值化處理，而是對灰度圖像進行直接提取。薛雪[20]等人通過區(qū)域生長的方法對焊縫的特征進行提取，這是一對圖像中所有聯(lián)通區(qū)域進行搜索并定位的算法，能夠?qū)崿F(xiàn)對缺陷的各個特征量進取。文獻[21]先利用其提出的一種在度乘積算法基礎(chǔ)上改進算法對射線圖像進行然后通過深度學(xué)習(xí)對缺陷進行分類。該方法能夠很好的實現(xiàn)焊縫缺陷的識別與分結(jié)合當(dāng)前X射線檢測技術(shù)的眾多研究，可以大體概括出X射線檢測的基本流程1.1所示。

第二章 基于深度學(xué)習(xí)的鑄件 X 射線自動檢測系統(tǒng)第二章 基于深度學(xué)習(xí)的鑄件 X 射線檢測系統(tǒng)學(xué)習(xí)的鑄件 X 射線檢測系統(tǒng)，主要包括兩個部分，分別是 X 射線成像系統(tǒng)，以及能夠?qū)崿F(xiàn)缺陷自動識別的深度學(xué)習(xí)采集深度學(xué)習(xí)模型訓(xùn)練所需的鑄件的樣本圖片。像系統(tǒng)測的基本原理有波粒二象性，其傳播過程可以看作是一定能量和動量的光長的差異性，對于被檢測的穿透性也存在差異，并由此分為于 0 .3nm的為硬 X 射線，所含能量低，穿透能力差，檢測目大于 0 .3nm的為軟 X 射線，射線所含能量較高，能夠?qū)饘賹賰?nèi)部結(jié)構(gòu)進行檢測。X 射線穿透檢測物后射線的運動情況

【參考文獻】

相關(guān)期刊論文 前7條

1 樊雅琴;王炳皓;王偉;唐燁偉;;深度學(xué)習(xí)國內(nèi)研究綜述[J];中國遠程教育;2015年06期

2 余永維;殷國富;殷鷹;杜柳青;;基于深度學(xué)習(xí)網(wǎng)絡(luò)的射線圖像缺陷識別方法[J];儀器儀表學(xué)報;2014年09期

3 王憲保;李潔;姚明海;何文秀;錢l勌

本文編號：2738327