典型文献
井下钻杆表面螺纹缺陷智能检测系统
文献摘要：
钻杆修复是石油勘探和生产过程中的关键问题.及时对钻杆螺纹表面多类型的缺陷进行高效检测,是油田企业安全生产的重要保障之一.为解决当前人工目检效率低的难题,该文提出一种基于深度神经网络的螺纹缺陷检测模型,模型自主学习缺陷样本分布规律,精准、快速检测缺陷位置和类别;针对检测车间环境,设计了专用的双轴机械运动系统和操控显示软件,自动实现整个螺纹缺陷检测流程.实验结果表明:该检测系统的精度已经超越了人工目检,显著提高了工厂钻杆缺陷检测的效率.
文献关键词：
钻杆表面;缺陷检测;深度神经网络;图像处理;工业机器人
中图分类号：
作者姓名：
宋华军;陈子维;武田凯
作者机构：
中国石油大学(华东)海洋与信息空间学院,山东 青岛 266580
文献出处：
引用格式：
[1]宋华军;陈子维;武田凯-.井下钻杆表面螺纹缺陷智能检测系统)[J].实验技术与管理,2022(12):55-61,68
A类：
B类：
井下,钻杆表面,螺纹缺陷,智能检测系统,石油勘探,钻杆螺纹,多类型,陷进,高效检测,油田企业,企业安全生产,深度神经网络,缺陷检测,检测模型,样本分布,快速检测,缺陷位置,检测车,车间环境,双轴,机械运动,运动系统,操控,检测流程,工业机器人
AB值：
0.39353
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
