Inner Crack Identification on Car Tanks Using Thermal Imaging Based on Convolutional Neural Network
-
摘要: 针对传统无损检测技术在罐车内壁裂纹检测中效率低、抗干扰能力差等问题,提出一种基于卷积神经网络的热成像裂纹识别方法.研制了一种滚动式电加热棒作为热激励源,并采用新的激励方式对被检测表面进行热激励;根据热量传输过程中遇到裂纹时温度产生异常的原理,对被检测表面裂纹进行判断;采集热激励后的红外热图像作为训练样本,并搭建5层卷积神经网络对样本进行训练.实验表明,利用红外热成像与卷积神经网络可以对裂纹进行准确识别;检测效率高、鲁棒性强;并且在测试集上识别准确率达到96.50％.
-
-
期刊类型引用(5)
1. 何娟霞，黄丽文，蒋文豪，段青山. 前馈神经网络在预测连续泄漏系数中的应用. 安全与环境学报. 2024(06): 2179-2189 . 
百度学术
2. 陈莹莹，刘新根，黄永亮，李明东. 基于神经网络与边缘修正的隧道衬砌裂缝识别. 现代隧道技术. 2022(06): 24-34 . 百度学术
3. 熊显名，张乾坤，秦祖军. 基于可见-近红外光谱的路面状况识别的研究. 红外技术. 2021(02): 131-137 . 本站查看
4. 林少丹，冯晨，陈志德，朱可欣. 一种高效的车体表面损伤检测分割算法. 数据采集与处理. 2021(02): 260-269 . 百度学术
5. 路永玲，胡成博，陶风波，秦剑华，王真. 基于无源测温的变压器接线端子温度异常检测方法研究. 中国测试. 2021(10): 46-51 . 百度学术
其他类型引用(2)
计量
- 文章访问数: 76
- HTML全文浏览量: 15
- PDF下载量: 17
- 被引次数: 7
下载:
