-
题名基于卷积神经网络的盘式刹车片表面缺陷检测
被引量：5
- 1
-
-
作者
武照云
高梦媛
张颖旭
张中伟
吴立辉
-
机构
河南工业大学机电工程学院
-
出处
《组合机床与自动化加工技术》
北大核心
2023年第3期70-73,共4页
-
基金
河南省科技攻关计划项目(212102210357
222102220002
+1 种基金
222103810085
232102221007)。
-
文摘
汽车刹车片质量关系车辆驾驶安全,目前汽车刹车片表面缺陷主要采用人工抽检和机器视觉检测的方法,人工抽检存在效率低、易出现漏判与误判表面缺陷的问题,机器视觉检测则需要依靠被检测对象的特定特征进行检测。为此,以业界广泛应用的盘式刹车片为研究对象,提出一种改进AlexNet卷积神经网络模型,即AlexNet6_BN模型,对盘式刹车片进行表面缺陷检测。对经典AlexNet卷积神经网络模型中的卷积层进行调整,增加了1层卷积层和1层池化层,调整首层卷积核大小为13×13以提取更为显著的样本特征,并在每层卷积层后用批量标准化代替原来的局部响应归一化以加快网络收敛速度。实验测试表明,改进后的网络模型对刹车片表面缺陷识别的准确率均高于AlexNet、VGG16等经典网络,其检测准确率达到97%。
-
关键词
盘式刹车片
表面缺陷检测
AlexNet
卷积神经网络
-
Keywords
disc brake pad
surface defect detection
AlexNet
convolutional neural network
-
分类号
TH165
[机械工程—机械制造及自动化]
TG65
[金属学及工艺—金属切削加工及机床]
-
