Dec 01, 2020 एक संदेश छोड़ें

गहरी सीखने के आधार पर एल्यूमीनियम सतह दोष का पता लगाने

सार: औद्योगिक विनिर्माण के क्षेत्र में सूचना प्रौद्योगिकी के गहन आवेदन के साथ, औद्योगिक विनिर्माण में बड़े डेटा का अनुसंधान बुद्धिमान विनिर्माण को साकार करने के लिए एक महत्वपूर्ण संदर्भ आधार बनता जा रहा है और सरकार को विनिर्माण उद्यमों के परिवर्तन और उन्नयन में मदद करता है। पारंपरिक स्टील, एल्यूमीनियम और अन्य धातु निर्माण उद्योग, व्यापक उत्पादन मोड और सरल उत्पादन प्रक्रिया जैसी समस्याएं हैं। इसके अलावा, उत्पादन प्रक्रिया को बेहतर बनाने और उत्पादन क्षमता में सुधार करने के लिए सूचना प्रौद्योगिकी की नई पीढ़ी का उपयोग करना आवश्यक है जब एल्यूमीनियम का उपयोग किया जाता है, तो सतह का निरीक्षण किया जाना चाहिए। मौजूदा एल्यूमीनियम सतह दोष का पता लगाने की प्रक्रिया पारंपरिक मैनुअल विज़ुअल निरीक्षण, बहुत श्रमसाध्य या पारंपरिक मशीन दृष्टि एल्गोरिदम पर आधारित है, मान्यता दर अधिक नहीं है, आमतौर पर सटीक रूप से निर्धारित नहीं किया जा सकता है। सतह एक समयबद्ध मा में दोष nner.To इन समस्याओं को हल करने के लिए, कन्वेंशनल न्यूरल नेटवर्क्स और YOLOv3 का उपयोग दो लक्ष्य पहचान एल्गोरिदम द्वारा निर्मित एल्यूमीनियम दोष डेटा सेट का पता लगाने के लिए किया जाता है। YOLOv3 एल्गोरिथ्म के आधार पर, एल्यूमीनियम सतह पर छोटे दोषों का पता लगाने के प्रभाव को बेहतर बनाने के लिए सुधार किए गए थे। प्रायोगिक सत्यापन&उद्धरण पर किया गया था; एल्यूमीनियम प्रोफ़ाइल दोष पहचान&उद्धरण; गुआंग्डोंग औद्योगिक इंटेलिजेंस बिग डेटा इनोवेशन प्रतियोगिता द्वारा प्रदान किया गया डेटा सेट। प्रयोगात्मक परिणामों से पता चला कि बेहतर एल्गोरिथ्म&का औसत औसत परिशुद्धता (एमएपी) YOLOv3 एल्गोरिथ्म की तुलना में 3.4% अधिक था और फास्टर आर-सीएनएन एल्गोरिदम की तुलना में 1.8% अधिक था।

aa

जांच भेजें

whatsapp

टेलीफोन

ईमेल

जांच