Mask R-CNN的复合材料夹杂缺陷自动检测研究

文章预览

导语 在进行复合材料构件加工制备过程中容易产生裂缝、空隙、夹杂等缺陷类型。产生夹杂缺陷的主要原因有以下几点： 不规范的人工操作，导致在铺层过程中混入其他杂质；制备过程中的不完全浸润；基体材料的污染；碳纤维材料本身含有杂质；模压加工环境不理想，洁净度达不到要求等。 目前，常用的无损检测技术有射线检测、超声检测、磁粉检测、液体渗透检测等。其中DR （digital ra-diography） 图像的定性更为准确，而且可提供长期保存的图像，便于实验研究。本文以准确率为首要目标，选用更为精准的两阶段算法MaskR-CNN进行实验，结合夹杂缺陷DR图像特性,设计自动检测系统,包含两级反锐化掩膜算法预处理图像、MaskR-CNN深度学习网络模型。该系统将有效提高复合材料构件夹杂缺陷检测效率。  系统总体设计. 采用便携数字化X射线成像检测仪 ………………………………