推荐6篇关于损伤检测的计算机专业论文

今天分享的是关于损伤检测的6篇计算机毕业论文范文, 如果你的论文涉及到损伤检测等主题,本文能够帮助到你

岸桥金属结构损伤检测与关键部件维修决策研究

这是一篇关于岸桥,损伤检测,语义分割,维修决策的论文, 主要内容为岸桥是集装箱码头用于装卸集装箱的大型装卸设备,其作业效率影响着整个集装箱码头的作业效率。由于岸桥使用频繁、结构复杂,违规操作和维护缺失容易导致岸桥事故的发生,造成集装箱码头的通过能力降低,甚至巨大的经济损失、人员伤亡。可见,高效、及时、有规律的检测和维修是减少岸桥事故、保障岸桥安全运行以及集装箱码头生产安全和作业效率的必要条件。因此,本文从岸桥安全检测与维修决策两个方面进行研究,主要内容如下:(1)针对岸桥金属结构的损伤检测,提出一种基于Deeplab V3+图像语义分割网络的岸桥金属结构损伤检测方法,首先改进轻量级神经网络Mobile Net V3,替换Deeplab V3+的原始主干网络,并修改深层特征图下采样倍数,使其更适用于岸桥金属结构损伤检测任务;使用基于类别的Focal损失函数进行训练,以应对样本数量不平衡的问题并提高裂纹的分割效果;利用图像处理技术提取裂纹和锈蚀的形态特征,包括裂纹的平均宽度和长度以及锈蚀的面积。实验结果表明:以改进Mobile Net V3为主干网络,深层特征图下采样倍数为8的模型平均像素准确率为81.3%,平均交并比为78.7%,帧率为32.2帧·s-1,与对比模型相比分割效果更好,且推理速度较快。可见,本文提出的模型在分割精度、推理速度等方面都优于对比模型。在分割的基础上,使用图像处理技术提取裂纹的长度、平均宽度和锈蚀的面积等形态特征,所用方法能够较为精准地提取到损伤的形态特征。(2)针对岸桥不同风险等级部件的预防维修,在岸桥安全检测研究基础上,分别建立计划维修和状态维修模型。对于中等风险等级部件的预防维修,考虑到维修的实际情况和故障率函数随设备运行时间的变化,引入役龄回退因子和故障率递增因子,并设置可变的维修时间间隔,建立序列计划维修模型,并与周期计划维修模型进行了对比。实验结果表明,所提出的序列计划维修模型更能兼顾设备维修的经济性和可靠性。对于高风险等级部件的预防维修,提出基于退化状态的检测和维修规则,并建立状态维修模型。以检测和维修总费用最小为优化目标,得到了最优的最大检测间隔和预防维修阈值。

岸桥金属结构损伤检测与关键部件维修决策研究

矿井提升钢丝绳表面损伤在线视觉检测系统研究

这是一篇关于矿井提升钢丝绳,机器视觉,高速采集,损伤检测,深度学习的论文, 主要内容为提升钢丝绳是矿井提升系统中的关键部件,在煤炭、人员、材料等提升过程中起着牵引与承载作用,其可靠性直接关系到生命财产安全。然而,提升钢丝绳在高速、重载、长运距下受冲击、打滑、弯曲等工况影响,长时间服役过程中其表面难以避免产生断丝、磨损等损伤,进而形成潜在断绳风险。因此研发准确高效的钢丝绳表面损伤检测技术,对保障矿井提升安全有着重要意义。采用视觉检测方法可直观地掌握钢丝绳表面健康状态,但矿井提升钢丝绳运行速度快、表面形貌复杂,现有钢丝绳视觉检测方法存在检测效率低、准确性及泛化性差等问题,难以适应于现场在线检测需求。为此,本文以机器视觉和深度目标检测算法为核心,从提升钢丝绳图像高速采集、损伤检测与定位、检测系统开发等方面,开展矿井提升钢丝绳表面损伤在线视觉检测方法及系统的研究,主要研究内容包括:(1)矿井提升钢丝绳视觉检测系统总体方案设计。首先,对视觉检测系统进行了需求分析,包括实际工况条件分析和系统功能分析;然后,开展了视觉检测系统总体方案设计,包括钢丝绳信息采集方案、检测与定位方案;最后,对相机、镜头、光源、工控机等系统关键硬件进行了选型。(2)钢丝绳图像高速采集与去噪方法研究。首先,为解决提升钢丝绳高速运行下的采集丢帧问题,开展了提升钢丝绳图像高速采集与存储策略研究;然后,研究了钢丝绳视觉采集方法,明确了各关键采集参数之间的关系;接着基于采集参数几何关系,设计了钢丝绳视觉采集与位置信息采集装置;其次,针对钢丝绳图像存在光照不均、纹理不清晰等问题,研究了钢丝绳图像去噪算法,包括基于Retinex算法的图像去噪方法和基于同态滤波的图像去噪方法;最后,开展了钢丝绳采集与去噪实验,结果表明图像采集的清晰程度与外部光照强度有关,光照越强则图像越清晰,且去噪效果表明基于MSRCP的图像去噪方法效果较好。(3)矿井提升钢丝绳损伤检测与定位方法研究。首先在实验室条件下构建了钢丝绳损伤数据集,并通过数据增强方法实现了数据集的扩充;然后研究了基于WR-YOLOv5s算法的钢丝绳表面损伤检测方法,并与Faster R-CNN及YOLOv5s算法进行了性能对比分析,结果表明WR-YOLOv5s在检测准确性和效率上较优;接着为了获得损伤于全绳中的位置信息,提出了基于视频计算与差分编码融合的损伤定位方法,并针对同一损伤在连续帧的重复统计问题,研究了重复损伤去除方法;最后开展了钢丝绳损伤检测与定位实验,结果表明所提出的检测方法准确率高、定位方法定位准确。(4)视觉检测系统开发与现场实验研究。首先根据某煤矿副井提升系统实际参数,开发了矿井提升钢丝绳表面损伤在线视觉检测系统样机;然后采用Py Qt5开发了系统上位机,实现了图像采集与处理、损伤检测与定位和信息发布等功能;接着开展了现场提升钢丝绳图像采集、损伤检测与定位实验,实验结果表明通过设置合理曝光时间与光照强度,可在提升钢丝绳高速运行下获得清晰无拖影图像,且可检测识别出钢丝绳复杂形貌下的表面损伤,并实现损伤的准确定位;最后开展了视觉检测系统的性能优化研究,采用软硬件加速方法提高了视觉检测系统的推理速度。该论文有图59幅,表19个,参考文献96篇。

基于Cortex-M3玻璃产品物理损伤识别系统

这是一篇关于Cortex-M3,损伤检测,FDTD,光电转换,玻璃球的论文, 主要内容为玻璃球由于其理化性能优良等原因市场需求巨大,是玻璃中比较典型的产品。它具有稳定的化学成分、优良的透光性和反射性,以及隔热、防火、防尘、防潮、耐磨损、抗压强度高、抗冲击力强和高安全性能等优点,被广泛应用于各个领域和人们的日常生活,具有重要的科学研究和商业应用价值。目前,受加工工艺的影响,玻璃球在生产过程中难免会产生损伤,导致产品质量下降。为了筛选出高质量的玻璃产品供市场或科研使用,急需一种玻璃球质量的检测方法。然而,目前市场上的玻璃球损伤检测技术相对滞后,大多采用人工肉眼检测的方法,效率低且长时间工作容易出现疲劳误检情况。为了解决这个问题,本论文提出了一种基于Cortex-M3玻璃产品物理损伤智能识别系统。该系统主要分为仿真部分和实验系统两个部分,仿真部分采用FDTD(时域有限差分)方法对不同受损玻璃球进行建模分析;实验系统部分则对系统进行硬件和软件设计,最终实现对受损玻璃球的识别和分拣。提出了一种玻璃产品物理损伤自动识别系统,实现了上球、识别、分拣的自动化,开展了创新性的工作如下:1.提出基于FDTD方法进行玻璃球物理损伤识别建模仿真系统,进行了玻璃球物理损伤识别的理论研究。首先构建玻璃球的物理形态,选择二氧化硅材料并设置合适大小的球状结构;然后确定仿真区域,根据玻璃球的大小划定仿真区域并选择合适的网格密度;接着设置要使用的激励源,使用由两根线偏振光组成的圆偏振光对玻璃球模型由上到下进行照射;最后选择监视器,使用四个时间监视器环绕模型进行监测。检查设备并观察拟合程度后,开始运行处理好的模型。实现了玻璃球物理损伤识别的理论研究。2.提出一种玻璃球物理损伤自动识别系统,实现了相应硬件设计与配套程序设计,搭建了玻璃球损伤自动检测实验系统。选择上下位机联动的运行模式,Cortex-M3微控制器作为下位机控制单元与上位机实时通信。微控制器连接自动上料模块(Automatic feeding module,AFM)、光电转换与检测模块(Photoelectric conversion and detection module,PCDM)、分拣模块(Sorting processing module,SPM)和信息传输模块(Information transmission module,ITM),实现对整套系统的控制。3.提出并设计系统专用的框架结构,外协加工了亚克力板材、异形上球三孔通道等。框架结构包括光电检测部分的激光器模块、光电转换单元矩阵、定制尼龙3D打印的异形上球三孔通道、贯穿框架的推拉式直流电磁铁以及定制亚克力板材。4.搭建软件开发环境,封装调试代码并协调各模块运转。首先搭建高效的开发环境,实现对微控制器的参数设计和后期代码封装与调试。然后设计主程序、各个模块的驱动程序,使其融入系统。最后设计算法对光电转换后的数据进行滤波处理等。

基于微服务的云胶囊架构模型在风机叶片损伤识别中的研究

这是一篇关于风机叶片,损伤检测,胶囊网络,深度学习,微服务的论文, 主要内容为在风力发电中,风机叶片是主要的风能采集设备。如何高效、准确地检测风机叶片的损伤,并及时进行维修保养,延长风机叶片的使用寿命,降低风机运行风险,是当前风机叶片损伤检测的关键问题。本研究将微服务架构与胶囊神经网络相结合,构建基于微服务和云胶囊架构模型的风机叶片损伤检测平台,为风机叶片损伤检测模型轻量化、实现风机叶片损伤的在线检测,提供可行的解决方案。论文主要的研究内容如下:(1)提出一种无人机自动化采集风机叶片表面图像的方案,建立适用于风机叶片表面损伤识别任务的图像数据集,数据集中包含裂纹损伤图像、砂眼伤图像、无损伤图像,对数据集进行了数据预处理,并通过感兴趣区域提取技术,对负样本数据进行了数据增补,使得正负样本数据集达到均衡。(2)基于对胶囊网络(CapsNet)模型基本原理的研究,实现了基于PyTorch框架的胶囊网络模型构建,其中包含数据集预处理,模型训练,模型推理,日志管理。针对风机叶片数据集,设计多算法模型对比实验,并采用精确率、准确率、召回率以及F1分数四种评价指标衡量算法性能。对比实验结果表明,胶囊网络的分类准确度和训练耗时均领先其他算法模型。(3)针对微服务和胶囊网络的研究,提出一种基于微服务集成胶囊网络的云胶囊架构模型,为了探究云胶囊架构模型在高并发场景下的稳定性和适用性,对该模型基础服务和核心服务进行并发实验,实验结果表明,云胶囊架构模型在高并发场景下基础服务和核心服务都能够稳定运行,核心服务在高并发下的损伤检测耗时达到理想状态,基础服务中的平均QPS保持收敛,一分钟最大并发量接近6w。并基于云胶囊架构模型,设计实现了基于云胶囊架构模型的风机叶片损伤检测平台,该平台实现批量损伤检测,多人在线损伤检测,模型在线管理等功能。从非高并发和模拟多用户高并发的场景下,该平台分别取得了121ms和420ms的损伤检测速度。