基于机器视觉的飞机铆钉缺陷检测方法

  • 王 亚琼 江苏航空职业技术学院
  • 牛 瑞坤 江苏航空职业技术学院
  • 侯 振华 江苏航空职业技术学院
关键词: 缺陷检测;图像处理;机器视觉;深度学习

摘要

飞机铆钉是飞机结构中至关重要的连接件,其质量直接关系到飞机的安全性和可靠性。铆钉缺陷不仅影响飞行性能,还可能导致结构疲劳、裂纹扩展等严重问题。常见的铆钉缺陷包括漏铆、铆钉脱落、铆钉表面裂纹等。传统的铆钉缺陷检测方法,如超声波检测、机器视觉式检测等,存在漏检、效率低、操作风险大等问题。随着技术的发展,基于机器视觉的缺陷检测方法因其高效、非接触、高精度等优点,逐渐成为飞机铆钉缺陷检测的研究热点。本文分析了当前常用的铆钉缺陷检测方法,重点讨论了基于机器视觉的两种主要检测方式——传统视觉方法与深度学习方法,并对其工作原理、优缺点以及应用实例进行了详细分析。最后,本文对基于机器视觉的铆钉缺陷检测技术的未来发展趋势进行了展望,提出了优化算法和提高检测精度的潜在研究方向。

参考

[1] 王涛 . 基于机器视觉的半空心铆钉压铆缺陷检测方法研究[D]. 兰州交通大学,2024.

[2] 邴皓哲,赵健淇 . 基于机器视觉的飞机蒙皮表面缺陷检测方法综述 [J]. 飞机设计,2024,44(03):62-65+80.

[3] 黄少晗 . 基于融合神经网络的飞机蒙皮缺陷检测的研究 [D].中国民用航空飞行学院,2024.

[4] 张德银,黄少晗,赵志恒,等 . 基于融合神经网络的飞机蒙皮缺陷检测的研究 [J]. 成都大学学报(自然科学版),2023,42(04):365-371.

[5] 宋秋凡 . 基于机器视觉的铆接质量检测方法研究 [D]. 兰州交通大学,2023.

[6] 苏迈 . 基于深度学习的飞机蒙皮铆接质量检测方法研究 [D].沈阳理工大学,2023.

[7] 乔天宇 . 基于深度学习的铆钉外观缺陷视觉识别技术研究[D]. 南京信息工程大学,2020.

[8] 陈从翰 . 基于 YOLOv3 算法的深度神经网络在飞机表面缺陷识别中的应用 [D]. 中国民用航空飞行学院,2020.

[9] 王海燕 . 基于图像识别的飞机蒙皮铆接质量检测技术研究[D]. 沈阳航空航天大学,2019.

已出版
2025-02-25
栏目
论文