典型文献
基于机器学习的铆接质量数字化检测系统
文献摘要：
为实现铆接质量数字化检测和质量追溯,提出基于机器学习的铆接质量数字化检测方法.使用CCD摄像机对铆接部位进行图像采集,然后进行中值滤波、Canny边缘检测、图像形态学处理等,实现铆接部位裂纹检测和特征信息提取.利用改进的粒子群优化最小二乘支持向量机算法建立铆接质量检测模型,并使用检测样本对模型进行检验.对不合格的铆接进行质量追溯,应用专家系统判断产生缺陷的原因.在某型号飞机装配车间对原型系统进行应用验证.结果表明:所设计的系统检测准确率达96％,可提高铆接质量检测效率、统一检测标准、减少工人劳动.
文献关键词：
机器学习;铆接质量;数字化检测系统;质量追溯
中图分类号：
作者姓名：
郝博;闫俊伟;王杰;郭嵩;尹兴超
作者机构：
东北大学机械工程与自动化学院,辽宁沈阳110819;东北大学航空动力装备振动及控制教育部重点实验室,辽宁沈阳110819
文献出处：
引用格式：
[1]郝博;闫俊伟;王杰;郭嵩;尹兴超-.基于机器学习的铆接质量数字化检测系统)[J].机床与液压,2022(15):65-70
A类：
B类：
基于机器学习,铆接质量,质量数字化,数字化检测系统,检测和质量,质量追溯,CCD,摄像机,图像采集,中值滤波,Canny,边缘检测,图像形态学,形态学处理,裂纹检测,特征信息提取,改进的粒子群优化,最小二乘支持向量机,支持向量机算法,质量检测,检测模型,检测样本,不合格,接进,专家系统,飞机装配,装配车间,原型系统,应用验证,系统检测,检测准确率,检测效率,检测标准
AB值：
0.35778
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。
