基于深度学习的航空发动机滑油磨粒检测研究

摘要：

针对滑油中磨粒形状复杂且尺寸大小不一,传统滑油磨粒检测方法存在时效性差、检测尺度小、精度低、非铁磁性磨粒不能检测等缺点;设计了一种基于深度学习的航空发动机滑油磨粒检测方法;基于连续流微流控芯片的滑油图像采样方法,构建滑油图像采样系统;设计图像增强方法,进行图像数据增强消融试验研究,针对YOLOv3模型和Faster RCNN模型进行精度测试,结果表明消融试验后的YOLOv3模型检测能力明显优于Faster RCNN模型;为减少消融后YOLOv3模型的误检率,提出SER算法以优化该模型的推理置信度阈值;研究结果表明滑油磨粒检测方法可解决传统测试中存在的问题,且在0.35的置信度阈值下,YOLOv3模型的检测结果能够达到94.2％的召回率和95.9％的精确度.

关键词：航空发动机、滑油磨粒检测、深度学习、YOLOv3模型、SER算法

所属期刊栏目：30

分类号：TP181;TP391(自动化基础理论)

资助基金：校级科研立项项目2020KY0204

在线出版日期：2022-05-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：14-22,127