机床与液压

作者：陈荣信，井陆阳，白晓瑞，徐卫晓，李建辉

单位：青岛理工大学机械与汽车工程学院；青岛理工大学机械与汽车工程学院；海军工程大学兵器工程学院；青岛理工大学机械与汽车工程学院；青岛理工大学机械与汽车工程学院

关键词：钢丝绳;表面损伤;机器视觉;定量识别;残差网络

基金：山东省自然科学基金项目（ZR2021ME026；ZR2020QE158）；山东省科技型中小企业创新能力提升工程项目（2021TSGC1045）；青岛市科技计划重点研发专项（21-38-04-0002）

目前基于机器视觉的钢丝绳表面损伤检测基本均采用定性检测的方法，在定量检测方面的研究极少，而断丝数量是钢丝绳报废的重要标准，因此，提出一种基于机器视觉和残差网络的钢丝绳表面损伤定量识别方法。将采集到的钢丝绳损伤图像进行批量裁剪，以消去背景噪声；对训练集中的图像利用数据增强技术，进行随机裁剪和随机水平翻转，扩充训练集大小；然后，对数据集中的图像进行归一化和标准化，提高模型的收敛速度；最后将训练集和验证集输入到使用SGD算法优化的残差网络中进行训练，训练结束后再使用测试集对模型进行验证。实验结果表明:经过迭代训练后，模型在测试集上对钢丝绳损伤的定量识别准确率为93.5%。

来源：2023年第12期

《机床与液压》期刊编辑部

查看机床与液压杂志2023年第12期