基于深度学习的高频变压器外观缺陷智能检测算法研究
发布时间：2022-01-16 14:44
某电子公司生产的高频变压器外观缺陷检测和分类,目前都是由人工完成,存在误检测、效率低、受人情绪及疲劳等状态影响大、检测一致性难保证等问题。由此开发了机器视觉检测系统,但该系统为传统视觉检测原理,特征提取过于依赖于人的经验,并且其提取缺陷特征主要为表层特征,不能利用隐藏的数据分布信息。深度学习与视觉检测结合应用于表面缺陷视觉智能检测是目前的研究热点和具有广泛应用前景。本文针对高频变压器外观缺陷检测,研究了基于深度学习的高频变压器表面缺陷视觉检测算法。首先,对表面缺陷的传统视觉检测方法和深度学习的视觉检测方法特点进行了分析。针对高频变压器缺陷种类多、检测背景复杂等特点,构思了深度学习与视觉检测方法相结合的思路,进行了项目的需求分析和深度学习检测模型性能比较,选择了以YOLO V3网络模型为本文的表面缺陷视觉检测的基准模型。其次,针对原始YOLO V3网络模型的初始参数对高频变压器外观缺陷视觉检测准确率不高的问题,选用了阿里天池大赛提供的铝材缺陷数据集对YOLO V3网络模型进行预训练,所得权重参数作为高频变压器表面缺陷检测网络的初始值。实验表明,此改进可使模型的整体检测准确率提高1%。第三...
【文章来源】：江西理工大学江西省
【文章页数】：66 页
【学位级别】：硕士
【部分图文】：
014-2018年各类产品年产量
高频变压
要求。我国目前的高频变压器生产依赖于机械自动制造，因为工序和工艺、以及操作不当等因素，高频变压器难免会出现各类问题，其中最为普遍且最为突出的问题便是高频变压器的外观缺陷。以本课题所依托的江西省某电子公司的高频变压器生产情况为例，该公司高频变压器存在的外观缺陷总计有大约以下几类：长短脚、连锡、沾锡、字符模糊、内胶破损、内胶沾污渍等。本文针对出现频次最高的字符模糊，内胶破损及内胶沾污渍进行重点分析，提出相应的解决方案，以解决该公司次品率过高的问题。字符模糊，内胶破损及内胶沾污渍的示例图如图1.2所示。(a)内胶破损(b)内胶污渍(c)字符模糊图1.2高频变压器缺陷示例图1.1.2研究意义随着经济的快速发展，人们对于制造业产品的要求已经不再仅仅停留在它的使用性能和使用寿命层面，同时也对产品精美的外观有着殷切的期待。因此产品出厂前的外观检测环节已经成为制造商越来越重视的环节之一。而传统的使用人工分拣判断产品外观质量的方式在面对数以亿计的产品时，会显得力不从心，而且人工分拣的方式存在诸多主观判断，以及高额的成本问题。如何快捷且节省成本的完成高标准的外观质量检测工作俨然成为制造企业的一块心玻根据市场调查统计，由于产品存在瑕疵问题，使得产品价格大幅度下降，企业产品收益遭受巨大损失。在竞争日益激烈、全球经济一体化的今天，怎样才能使得企业产品具有更强的市场竞争力，确保产品质量无疑是最为重要的因素，产品质量检测工作作为产品质量控制的核心环节，在任何产品生产制造过程中都具有重大意义。随着智能电网、能源互联网等未来电网技术的快速发展，高频变压器作为相关领域内的核心组成部件，其重要性不言而喻。目前，针对高频变压器的外观质量检测方式有两种：第一种是，在生产过
【参考文献】：
期刊论文
[1]基于改进YOLO v3的目标检测算法[J]. 赵琼,李宝清,李唐薇. 激光与光电子学进展. 2020(12)
[2]基于卷积神经网络和支持向量机算法的马铃薯表面缺陷检测[J]. 许伟栋,赵忠盖. 江苏农业学报. 2018(06)
[3]输电线路绝缘子自爆缺陷识别方法[J]. 侯春萍,章衡光,张巍,杨阳,张贵峰,田治仁. 电力系统及其自动化学报. 2019(06)
[4]基于卷积神经网络的晶圆缺陷检测与分类算法[J]. 邡鑫,史峥. 计算机工程. 2018(08)
[5]基于深度学习的木材缺陷图像检测方法[J]. 程玉柱,顾权,王众辉,李赵春. 林业机械与木工设备. 2018(08)
[6]Faster R-CNN在工业CT图像缺陷检测中的应用[J]. 常海涛,苟军年,李晓梅. 中国图象图形学报. 2018(07)
[7]基于红外图像识别的输电线路故障诊断方法[J]. 王淼,杜伟,孙鸿博,张静. 红外技术. 2017(04)
[8]基于卷积神经网络的苹果缺陷检测算法[J]. 刘云,杨建滨,王传旭. 电子测量技术. 2017(03)
[9]基于梯度方向和强度直方图的红外行人检测[J]. 朱聪聪,项志宇. 计算机工程. 2014(12)
[10]改进的SIFT特征提取和匹配算法[J]. 曾峦,王元钦,谭久彬. 光学精密工程. 2011(06)
博士论文
[1]基于特征共享的高效物体检测[D]. 任少卿.中国科学技术大学 2016
硕士论文
[1]基于深度学习的动态背景下航道船舶检测识别与跟踪研究[D]. 吴喆.三峡大学 2019
[2]基于深度学习的表面缺陷检测方法研究[D]. 张浩.苏州大学 2018
本文编号：3592868
【文章来源】：江西理工大学江西省
【文章页数】：66 页
【学位级别】：硕士
【部分图文】：
014-2018年各类产品年产量
高频变压
要求。我国目前的高频变压器生产依赖于机械自动制造，因为工序和工艺、以及操作不当等因素，高频变压器难免会出现各类问题，其中最为普遍且最为突出的问题便是高频变压器的外观缺陷。以本课题所依托的江西省某电子公司的高频变压器生产情况为例，该公司高频变压器存在的外观缺陷总计有大约以下几类：长短脚、连锡、沾锡、字符模糊、内胶破损、内胶沾污渍等。本文针对出现频次最高的字符模糊，内胶破损及内胶沾污渍进行重点分析，提出相应的解决方案，以解决该公司次品率过高的问题。字符模糊，内胶破损及内胶沾污渍的示例图如图1.2所示。(a)内胶破损(b)内胶污渍(c)字符模糊图1.2高频变压器缺陷示例图1.1.2研究意义随着经济的快速发展，人们对于制造业产品的要求已经不再仅仅停留在它的使用性能和使用寿命层面，同时也对产品精美的外观有着殷切的期待。因此产品出厂前的外观检测环节已经成为制造商越来越重视的环节之一。而传统的使用人工分拣判断产品外观质量的方式在面对数以亿计的产品时，会显得力不从心，而且人工分拣的方式存在诸多主观判断，以及高额的成本问题。如何快捷且节省成本的完成高标准的外观质量检测工作俨然成为制造企业的一块心玻根据市场调查统计，由于产品存在瑕疵问题，使得产品价格大幅度下降，企业产品收益遭受巨大损失。在竞争日益激烈、全球经济一体化的今天，怎样才能使得企业产品具有更强的市场竞争力，确保产品质量无疑是最为重要的因素，产品质量检测工作作为产品质量控制的核心环节，在任何产品生产制造过程中都具有重大意义。随着智能电网、能源互联网等未来电网技术的快速发展，高频变压器作为相关领域内的核心组成部件，其重要性不言而喻。目前，针对高频变压器的外观质量检测方式有两种：第一种是，在生产过
【参考文献】：
期刊论文
[1]基于改进YOLO v3的目标检测算法[J]. 赵琼,李宝清,李唐薇. 激光与光电子学进展. 2020(12)
[2]基于卷积神经网络和支持向量机算法的马铃薯表面缺陷检测[J]. 许伟栋,赵忠盖. 江苏农业学报. 2018(06)
[3]输电线路绝缘子自爆缺陷识别方法[J]. 侯春萍,章衡光,张巍,杨阳,张贵峰,田治仁. 电力系统及其自动化学报. 2019(06)
[4]基于卷积神经网络的晶圆缺陷检测与分类算法[J]. 邡鑫,史峥. 计算机工程. 2018(08)
[5]基于深度学习的木材缺陷图像检测方法[J]. 程玉柱,顾权,王众辉,李赵春. 林业机械与木工设备. 2018(08)
[6]Faster R-CNN在工业CT图像缺陷检测中的应用[J]. 常海涛,苟军年,李晓梅. 中国图象图形学报. 2018(07)
[7]基于红外图像识别的输电线路故障诊断方法[J]. 王淼,杜伟,孙鸿博,张静. 红外技术. 2017(04)
[8]基于卷积神经网络的苹果缺陷检测算法[J]. 刘云,杨建滨,王传旭. 电子测量技术. 2017(03)
[9]基于梯度方向和强度直方图的红外行人检测[J]. 朱聪聪,项志宇. 计算机工程. 2014(12)
[10]改进的SIFT特征提取和匹配算法[J]. 曾峦,王元钦,谭久彬. 光学精密工程. 2011(06)
博士论文
[1]基于特征共享的高效物体检测[D]. 任少卿.中国科学技术大学 2016
硕士论文
[1]基于深度学习的动态背景下航道船舶检测识别与跟踪研究[D]. 吴喆.三峡大学 2019
[2]基于深度学习的表面缺陷检测方法研究[D]. 张浩.苏州大学 2018
本文编号：3592868
本文链接：https://www.wllwen.com/shoufeilunwen/boshibiyelunwen/3592868.html
