終端光學(xué)組件光學(xué)透鏡損傷診斷管理系統(tǒng)的設(shè)計與實現(xiàn)
發(fā)布時間:2023-09-16 11:01
在激光可控核聚變系統(tǒng)中,終端光學(xué)組件受到高功率激光的直接照射,隨著輻照次數(shù)的增加在光學(xué)元件表面出現(xiàn)缺陷,導(dǎo)致系統(tǒng)能量的損失,缺陷達到一定程度會對元件造成不可逆的損害使元件失效,甚至?xí)䦟φ麄光學(xué)系統(tǒng)產(chǎn)生影響。為了避免光學(xué)元件的爆裂性損傷,在損傷面積達到快速損傷臨界點前有必要及時對光學(xué)元件進行損傷診斷維護恢復(fù)元件性能。而傳統(tǒng)的人工檢測方式存在檢測標(biāo)準(zhǔn)難以統(tǒng)一,檢測時間長以及準(zhǔn)確率低等問題,因此實現(xiàn)準(zhǔn)確檢測的損傷診斷管理系統(tǒng)是本文的研究重點。本文以終端光學(xué)組件的光學(xué)透鏡為研究對象,針對光學(xué)元件損傷診斷的需求設(shè)計診斷流程;基于卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建損傷診斷模型,實現(xiàn)光學(xué)元件損傷的評估;并以此為依據(jù)構(gòu)建損傷診斷管理系統(tǒng)。針對圖像采集過程中存在的各類噪聲特點,對比中值濾波,高斯濾波,均值濾波三種空域濾波方式,選取中值濾波去除噪聲;針對圖像存在的模糊,選用圖像退化復(fù)原方法去除;為了實現(xiàn)損傷與背景的準(zhǔn)確分割,通過對比全局閾值分割與Ostu方法效果,選取性能穩(wěn)定、分割速度快的Ostu方法;在損傷程度診斷中,基于損傷增長面積劃分數(shù)據(jù)集,將損傷程度劃分不同等級,針對Alex Net模型進行改進,調(diào)整模型結(jié)構(gòu)與各層...
【文章頁數(shù)】:72 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 課題的來源
1.2 課題研究的背景和意義
1.2.1 研究背景
1.2.2 研究意義
1.3 國內(nèi)外研究現(xiàn)狀
1.3.1 終端光學(xué)組件研究現(xiàn)狀
1.3.2 光學(xué)元件損傷診斷研究現(xiàn)狀
1.3.3 圖像分類算法研究現(xiàn)狀
1.4 主要研究內(nèi)容
第2章 損傷診斷流程及圖像預(yù)處理
2.1 損傷診斷流程
2.1.1 業(yè)務(wù)需求分析
2.1.2 功能需求分析
2.1.3 系統(tǒng)總體功能架構(gòu)設(shè)計
2.2 圖像預(yù)處理
2.2.1 圖像去噪
2.2.2 模糊處理
2.2.3 閾值分割
2.3 本章小結(jié)
第3章 損傷等級診斷
3.1 劃分數(shù)據(jù)集
3.2 卷積神經(jīng)網(wǎng)絡(luò)
3.2.1 訓(xùn)練流程
3.2.2 整體結(jié)構(gòu)
3.3 模型構(gòu)建
3.3.1 卷積層的設(shè)計
3.3.2 下采樣層的設(shè)計
3.3.3 全連接層
3.3.4 過擬合抑制
3.3.5 模型整體框架
3.4 實驗運行結(jié)果
3.4.1 運行環(huán)境與參數(shù)選取
3.4.2 實驗結(jié)果
3.5 本章小結(jié)
第4章 損傷類型診斷
4.1 Faster-RCNN
4.1.1 制作數(shù)據(jù)集
4.1.2 流程設(shè)計
4.1.3 實驗結(jié)果
4.2 Googlenet
4.2.1 制作數(shù)據(jù)集
4.2.2 Inception結(jié)構(gòu)
4.2.3 遷移學(xué)習(xí)
4.2.4 實驗結(jié)果
4.3 本章小結(jié)
第5章 損傷診斷管理系統(tǒng)的實現(xiàn)
5.1 系統(tǒng)處理流程
5.2 系統(tǒng)模塊功能實現(xiàn)
5.2.1 登錄與注冊模塊
5.2.2 圖像處理模塊
5.2.3 模型訓(xùn)練模塊
5.2.4 損傷診斷模塊
5.2.5 數(shù)據(jù)記錄模塊
5.3 本章小結(jié)
結(jié)論
參考文獻
致謝
本文編號:3846895
【文章頁數(shù)】:72 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 課題的來源
1.2 課題研究的背景和意義
1.2.1 研究背景
1.2.2 研究意義
1.3 國內(nèi)外研究現(xiàn)狀
1.3.1 終端光學(xué)組件研究現(xiàn)狀
1.3.2 光學(xué)元件損傷診斷研究現(xiàn)狀
1.3.3 圖像分類算法研究現(xiàn)狀
1.4 主要研究內(nèi)容
第2章 損傷診斷流程及圖像預(yù)處理
2.1 損傷診斷流程
2.1.1 業(yè)務(wù)需求分析
2.1.2 功能需求分析
2.1.3 系統(tǒng)總體功能架構(gòu)設(shè)計
2.2 圖像預(yù)處理
2.2.1 圖像去噪
2.2.2 模糊處理
2.2.3 閾值分割
2.3 本章小結(jié)
第3章 損傷等級診斷
3.1 劃分數(shù)據(jù)集
3.2 卷積神經(jīng)網(wǎng)絡(luò)
3.2.1 訓(xùn)練流程
3.2.2 整體結(jié)構(gòu)
3.3 模型構(gòu)建
3.3.1 卷積層的設(shè)計
3.3.2 下采樣層的設(shè)計
3.3.3 全連接層
3.3.4 過擬合抑制
3.3.5 模型整體框架
3.4 實驗運行結(jié)果
3.4.1 運行環(huán)境與參數(shù)選取
3.4.2 實驗結(jié)果
3.5 本章小結(jié)
第4章 損傷類型診斷
4.1 Faster-RCNN
4.1.1 制作數(shù)據(jù)集
4.1.2 流程設(shè)計
4.1.3 實驗結(jié)果
4.2 Googlenet
4.2.1 制作數(shù)據(jù)集
4.2.2 Inception結(jié)構(gòu)
4.2.3 遷移學(xué)習(xí)
4.2.4 實驗結(jié)果
4.3 本章小結(jié)
第5章 損傷診斷管理系統(tǒng)的實現(xiàn)
5.1 系統(tǒng)處理流程
5.2 系統(tǒng)模塊功能實現(xiàn)
5.2.1 登錄與注冊模塊
5.2.2 圖像處理模塊
5.2.3 模型訓(xùn)練模塊
5.2.4 損傷診斷模塊
5.2.5 數(shù)據(jù)記錄模塊
5.3 本章小結(jié)
結(jié)論
參考文獻
致謝
本文編號:3846895
本文鏈接:http://sikaile.net/projectlw/hkxlw/3846895.html
最近更新
教材專著