论文摘要
采用增材制造技术制备的金属三维点阵结构可能存在裂纹、未熔合、断层等缺陷,导致金属点阵结构的结构-功能性能下降,为此提出一种金属三维多层点阵结构内部缺陷的检测方法。在Faster R-卷积神经网络架构基础上设计特征提取网络,结合工业CT扫描图片,对得到的断层灰度图像中缺陷部位进行快速、准确、智能检测识别和定位。实验验证结果表明,对金属三维多层点阵结构样件的内部典型缺陷识别率达到99. 5%.
论文目录
文章来源
类型: 期刊论文
作者: 张玉燕,李永保,温银堂,张芝威
关键词: 金属点阵结构,缺陷识别,无损检测,扫描图像,卷积神经网络
来源: 兵工学报 2019年11期
年度: 2019
分类: 工程科技Ⅱ辑,工程科技Ⅰ辑,信息科技
专业: 材料科学,计算机软件及计算机应用,自动化技术
单位: 燕山大学电气工程学院,燕山大学测试计量技术及仪器河北省重点实验室
基金: 河北省自然科学基金项目(E2017203240)
分类号: TB383.4;TP391.41;TP183
页码: 2329-2335
总页数: 7
文件大小: 516K
下载量: 155