基于损伤区域融合变换的轴承鼓形滚子表面损伤检测方法
Surface defect detection method for bearing drum-shaped rollers based on fusion transformation of defective area作者机构:浙江工业大学特种装备制造与先进加工技术教育部/浙江省重点实验室浙江杭州310023
出 版 物:《浙江大学学报(工学版)》 (Journal of Zhejiang University:Engineering Science)
年 卷 期:2023年第57卷第5期
页 面:1009-1020页
核心收录:
学科分类:08[工学] 081203[工学-计算机应用技术] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家自然科学基金资助项目(52075488) 浙江省自然科学基金资助项目(LY20E050023).
主 题:鼓形滚子 表面损伤检测 数据增强 图像分类 特征融合
摘 要:针对鼓形滚子表面损伤检测过程中损伤零件数量少、检测准确率及查准率不高的问题,提出一种基于多样本关键损伤区域融合数据增强的轴承鼓形滚子表面损伤检测方法.搭建鼓形滚子表面损伤特征样本检测装置,采集滚子的工作面侧面图像并将侧面图像作为研究对象,根据样本图像中滚子外圆角分布特点对样本核心检测区域进行裁剪.基于聚类预选框及损伤评估函数,从数据集负样本中筛选合适大小与纵横比的关键损伤区域,对所选区域进行不同的仿射变换并与随机采样的正样本进行融合以生成新的增强样本数据.将经过数据增强处理的图像,输入到检测神经网络中进行检测分类.实验表明,采用数据增强的鼓形滚子表面损伤检测模型在测试集上的准确率为95.2%,查准率为97.7%,经过正样本阈值调整后模型最终的查准率为99.8%.该方法融合不同样本的复杂损伤特征,有效地提升了检测准确率以及查准率,满足鼓形滚子表面损伤检测的实际生产需求.