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. 张泽鹏,王仁义. 建筑混凝土轻钢结构损伤可靠检测仿真研究. 计算机仿真. 2024(01): 256-260 . 百度学术
2. 潘隆,孙新文,刘国帅,刘景明,陈文武,申志远. 基于红外热成像的精馏塔冷凝器液位识别装置及算法研发. 安全、健康和环境. 2024(06): 6-13 . 百度学术
3. 许瀚文. 桥梁红外无损检测主观评价指标探析. 福建交通科技. 2022(02): 85-88 . 百度学术
4. 孔松涛,谢义,王松,王堃,韩玉军,蔡萍. 红外热像增强算法发展研究综述. 重庆科技学院学报(自然科学版). 2021(04): 77-83 . 百度学术
5. 邓超迪,李川,李英娜. 基于直方图均衡化和双边滤波的变压器红外图像增强. 电力科学与工程. 2020(11): 38-44 . 百度学术
其他类型引用(5)
计量
- 文章访问数: 76
- HTML全文浏览量: 15
- PDF下载量: 17
- 被引次数: 10