期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于改进型YOLOv5算法的IN718镍基合金激光熔覆孔隙高精度检测及其控制方法 被引量:1
1
作者 盛杰 王勇 +6 位作者 徐天翊 林相奇 孟宪凯 周建忠 陈峰 李果 黄舒 《中国表面工程》 北大核心 2025年第3期139-151,共13页
为了提升激光熔覆损伤修复件中孔隙的检测精度,以调整激光熔覆工艺参数,从而减少熔覆层气孔、开裂等缺陷,提升激光熔覆层质量,开展IN718镍基合金不同工艺参数下的激光熔覆试验,并开发一种改进型SP-YOLOv5孔隙检测算法。在输入层与卷积... 为了提升激光熔覆损伤修复件中孔隙的检测精度,以调整激光熔覆工艺参数,从而减少熔覆层气孔、开裂等缺陷,提升激光熔覆层质量,开展IN718镍基合金不同工艺参数下的激光熔覆试验,并开发一种改进型SP-YOLOv5孔隙检测算法。在输入层与卷积层之间增加Coordatt注意力机制模块,从而增强特征图的空间位置信息权重;改写YOLOv5网络结构,以增强网络模型对孔隙类小目标的检测能力;采用Soft-NMS代替原有NMS(非极大值抑制)进行检测结果后处理,进一步降低网络漏检率;将SP-YOLOv5算法孔隙检测结果与YOLOv5、Faster RCNN、RCNN以及ImageJ软件分析结果进行对比,得出SP-YOLOv5算法模型比其他算法模型的精度最高提升了10.57%;在此基础上,通过对激光熔覆熔池温度、熔池面积及熔覆层横截面孔隙率、熔宽、熔高、熔深等的测量,基于Stacking算法建立激光熔覆工艺参数与孔隙率的回归预测模型,并采用目标优化算法获得了较优激光熔覆工艺参数组合(激光功率1330 W、扫描速度460 mm/min、送粉率13 g/min),对熔覆件进行孔隙参数测量,结果显示,在这些优化参数下,Stacking模型预测的孔隙率与实际测量值的一致性达到97.5%,验证了优化方法的有效性,研究结果可为激光熔覆层孔隙缺陷的有效控制提供理论依据。 展开更多
关键词 激光熔覆 孔隙 计算机视觉 深度学习 目标 优化
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部