【摘要】：隨著我國(guó)汽車工業(yè)的迅猛發(fā)展,汽車沖壓件的需求與日俱增。汽車沖壓件是車身的基本構(gòu)成,對(duì)表面品質(zhì)要求較高。所以能否生產(chǎn)高質(zhì)量的沖壓件關(guān)系到整車的質(zhì)量。在產(chǎn)品早期設(shè)計(jì)中,傳統(tǒng)方法無法實(shí)現(xiàn)實(shí)時(shí)預(yù)測(cè)產(chǎn)品缺陷,而這就使得產(chǎn)品在后續(xù)設(shè)計(jì)和加工中出現(xiàn)缺陷的概率猛增。而深度學(xué)習(xí)的方法卻可以在產(chǎn)品早期設(shè)計(jì)成形性分析中實(shí)現(xiàn)對(duì)產(chǎn)品缺陷實(shí)時(shí)預(yù)測(cè),從而可以真正做到降低產(chǎn)品缺陷的概率。在深度學(xué)習(xí)中,由于卷積神經(jīng)網(wǎng)絡(luò)(CNN)具有類似人腦的視覺處理機(jī)制和無需進(jìn)行復(fù)雜的圖像前期預(yù)處理的特點(diǎn),所以在目標(biāo)檢測(cè)和模式分類領(lǐng)域中有很大的性能優(yōu)勢(shì)。針對(duì)產(chǎn)品早期設(shè)計(jì)成形性分析,本文提出了一種基于Faster R-CNN的汽車沖壓件缺陷實(shí)時(shí)預(yù)測(cè)的方法。目前國(guó)內(nèi)外并沒有關(guān)于汽車沖壓件缺陷預(yù)測(cè)的公開數(shù)據(jù)集,所以本文首先構(gòu)造沖壓件數(shù)據(jù)集,數(shù)據(jù)集主要包括KMAS/One-step計(jì)算的沖壓件厚度云圖,沖壓件高斯曲率云圖和利用厚度云圖生成的標(biāo)簽文件三部分,各計(jì)5985張。使用沖壓件高斯曲率云圖和標(biāo)簽文件作為Faster R-CNN的訓(xùn)練集,驗(yàn)證集和測(cè)試集。利用數(shù)據(jù)集對(duì)文獻(xiàn)中的模型完成訓(xùn)練和測(cè)試,測(cè)試結(jié)果表明Faster R-CNN對(duì)沖壓件缺陷預(yù)測(cè)平均準(zhǔn)確率均值(mAP)僅為56.2%。針對(duì)網(wǎng)絡(luò)模型準(zhǔn)確率較低,本文選取了ResNet-101作為Faster R-CNN的特征提取網(wǎng)絡(luò),并提出一種改變錨框尺寸的解決方案。最終測(cè)試結(jié)果表明該方案對(duì)汽車沖壓件的缺陷預(yù)測(cè)平均準(zhǔn)確率均值(mAP)達(dá)到了67.19%,其中破裂準(zhǔn)確率(AP)達(dá)到76.12%,褶皺準(zhǔn)確率(AP)為61.25%,從而證明了該方案有效的提高了網(wǎng)絡(luò)模型的準(zhǔn)確率。最后利用訓(xùn)練好的Faster R-CNN(ResNet-101)模型對(duì)視頻中的沖壓件進(jìn)行了缺陷實(shí)時(shí)性預(yù)測(cè),解決了沖壓件缺陷難以進(jìn)行實(shí)時(shí)預(yù)測(cè)的難題。
【學(xué)位授予單位】：大連理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：U466

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 黃凱奇;任偉強(qiáng);譚鐵牛;;圖像物體分類與檢測(cè)算法綜述[J];計(jì)算機(jī)學(xué)報(bào);2014年06期

2 韓宗斌;;汽車表面覆蓋件常見沖壓缺陷及處理措施[J];裝備制造技術(shù);2012年08期

3 張煜東;吳樂南;王水花;;專家系統(tǒng)發(fā)展綜述[J];計(jì)算機(jī)工程與應(yīng)用;2010年19期

4 江敦清;;淺談機(jī)械加工工藝對(duì)零件加工精度的影響[J];黑龍江科技信息;2010年16期

5 姚洪華;;我國(guó)汽車沖壓件的技術(shù)現(xiàn)狀與發(fā)展趨勢(shì)研究[J];上海汽車;2010年02期

6 王昶;何玉林;胡亞民;許南紹;;轎車車身覆蓋件沖壓模具工藝補(bǔ)充面設(shè)計(jì)與應(yīng)用[J];鍛壓技術(shù);2006年05期

相關(guān)博士學(xué)位論文 前2條

1 張健偉;汽車覆蓋件沖壓成形缺陷的仿真分析方法研究[D];大連理工大學(xué);2014年

2 王金武;汽車覆蓋件沖壓成形缺陷的精細(xì)分析與仿真優(yōu)化方法研究[D];吉林大學(xué);2010年

相關(guān)碩士學(xué)位論文 前2條

1 顏偉鑫;深度學(xué)習(xí)及其在工件缺陷自動(dòng)檢測(cè)中的應(yīng)用研究[D];華南理工大學(xué);2016年

2 姜清偉;基于CAE仿真的汽車覆蓋件表面柔軟缺陷分析[D];大連理工大學(xué);2011年

，

本文編號(hào)：2651121