飛機(jī)結(jié)構(gòu)在使用壽命期內(nèi)要受到疲勞載荷和腐蝕環(huán)境等因素的作用,因而會(huì)產(chǎn)生疲勞、腐蝕等損傷缺陷,其缺陷一般表現(xiàn)為飛機(jī)蒙皮表面的腐蝕老化,桁條與蒙皮膠結(jié)點(diǎn)焊部位嚴(yán)重腐蝕導(dǎo)致結(jié)構(gòu)變形、脫焊和穿孔,鋁合金連接部位出現(xiàn)腐蝕活性點(diǎn)和開始膜下腐蝕,機(jī)翼上壁板螺釘連接部位嚴(yán)重腐蝕等一系列問(wèn)題。會(huì)對(duì)飛行安全造成嚴(yán)重影響,輕則是加重飛機(jī)部件損傷影響飛行品質(zhì),重則是在飛行過(guò)程中出現(xiàn)油箱,起落架掉落,蒙皮被撕裂等嚴(yán)重的事故,對(duì)飛行和地面人員安全造成嚴(yán)重的安全威脅。為解決飛機(jī)表面的缺陷識(shí)別問(wèn)題,本論文開發(fā)一種基于YOLOv3算法的深度神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型用于飛機(jī)表面缺陷識(shí)別。通過(guò)收集飛機(jī)的表面缺陷圖片作為數(shù)據(jù)集,并將其分為蒙皮掉漆、蒙皮裂紋、螺紋銹蝕、蒙皮變形、蒙皮撕裂5種缺陷,送入搭建好的飛機(jī)表面缺陷預(yù)測(cè)模型進(jìn)行訓(xùn)練和測(cè)試。該模型在測(cè)試環(huán)境中對(duì)單張圖片的識(shí)別速度在30-50ms之間,且在訓(xùn)練集和測(cè)試集上的識(shí)別準(zhǔn)確率分別為90.8%、76%,召回率分別為80%、72%。測(cè)試實(shí)驗(yàn)結(jié)果表明,分辨率不同的樣本圖像對(duì)飛機(jī)表面缺陷預(yù)測(cè)模型的識(shí)別準(zhǔn)確率有一定影響,特別是在低分辨率圖像樣本上的識(shí)別準(zhǔn)確率較低。飛機(jī)表面缺陷預(yù)測(cè)模型對(duì)...

【文章頁(yè)數(shù)】：78 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 選題背景及研究意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 研究?jī)?nèi)容及安排
第2章 深度神經(jīng)網(wǎng)絡(luò)基礎(chǔ)
    2.1 深度神經(jīng)網(wǎng)絡(luò)
        2.1.1 神經(jīng)元結(jié)構(gòu)
        2.1.2 多層感知機(jī)
        2.1.3 反向傳播算法
    2.2 卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
        2.2.1 卷積層
        2.2.2 池化層
        2.2.3 全連接層
        2.2.4 殘差層
        2.2.5 Dropout失活單元
        2.2.6 全局平均池化
    2.3 目標(biāo)檢測(cè)算法
    2.4 本章小結(jié)
第3章 飛機(jī)表面缺陷樣本采集與預(yù)處理
    3.1 飛機(jī)表面缺陷圖像采集
        3.1.1 樣本采集要求
        3.1.2 樣本采集方式
    3.2 飛機(jī)表面缺陷分類
    3.3 數(shù)據(jù)預(yù)處理
        3.3.1 樣本預(yù)處理流程
        3.3.2 圖像樣本修復(fù)
        3.3.3 圖像增強(qiáng)
        3.3.4 圖像降采樣
    3.4 數(shù)據(jù)集的建立
        3.4.1 數(shù)據(jù)集的組成
        3.4.2 圖像標(biāo)注步驟
    3.5 本章小結(jié)
第4章 飛機(jī)表面缺陷檢測(cè)模型的訓(xùn)練與驗(yàn)證
    4.1 基于YOLOv3 的飛機(jī)表面缺陷檢測(cè)模型
        4.1.1 檢測(cè)模型檢測(cè)流程
        4.1.2 檢測(cè)模型網(wǎng)絡(luò)結(jié)構(gòu)
        4.1.3 bounding box預(yù)測(cè)機(jī)制
        4.1.4 飛機(jī)表面缺陷檢測(cè)模型損失函數(shù)
        4.1.5 飛機(jī)表面缺陷檢測(cè)實(shí)現(xiàn)
    4.2 網(wǎng)絡(luò)訓(xùn)練
        4.2.1 試驗(yàn)平臺(tái)的搭建
        4.2.2 模型預(yù)訓(xùn)練
        4.2.3 模型的二次訓(xùn)練
        4.2.4 模型驗(yàn)證
    4.3 本章小結(jié)
第5章 模型實(shí)驗(yàn)與分析
    5.1 飛機(jī)表面缺陷檢測(cè)模型評(píng)價(jià)指標(biāo)
        5.1.1 精確率、準(zhǔn)確率和召回率
        5.1.2 置信度與置信區(qū)間
        5.1.3 模型的單次預(yù)測(cè)時(shí)間
    5.2飛機(jī)表面缺陷檢測(cè)實(shí)驗(yàn)
        5.2.1 準(zhǔn)確率和召回實(shí)驗(yàn)
        5.2.2 樣本實(shí)驗(yàn)
        5.2.3 對(duì)比實(shí)驗(yàn)
    5.3 實(shí)驗(yàn)結(jié)果分析
        5.3.1 召回率與準(zhǔn)確率分析
        5.3.2 樣本實(shí)驗(yàn)結(jié)果分析
        5.3.3 對(duì)比實(shí)驗(yàn)分析
    5.4 本章小結(jié)
第6章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的學(xué)術(shù)成果
致謝



本文編號(hào)：3971090