تشخیص عیوب رینگ پیستون با استفاده از الگوریتمهای یادگیری عمیق در سیستم بینایی ماشین

چکیده مقاله

در این پژوهش، روشی نوین برای تشخیص دقیق و خودکار عیوب سطحی در رینگهای پیستون با بهرهگیری از الگوریتمهای یادگیری عمیق و به ویژه شبکه های عصبی کانولوشنی ارائه شده است با جمع آوری داده های تصویری با کیفیت بالا از رینگهای سالم و معیوب و آموزش یک مدل شبکه U Net بر روی این داده ها، توانایی تشخیص انواع مختلف عیوب با دقت بالا محقق گردید نتایج حاصل از ارزیابی مدل نشاندهنده عملکرد بسیار خوب آن با مقدار همپوشانی بر اتحاد برابر ۸۴% و مقدار خطا برابر ۰ ۱۵ است مقایسه نتایج حاصل از مدل پیشنهادی با روش های سنتی تشخیص عیوب، برتری قابل توجه روش مبتنی بر یادگیری عمیق را در دقت و سرعت تشخیص نشان می دهد همچنین، تطابق نتایج تجربی با نتایج تئوری حاصل از مطالعات پیشین، اعتبار مدل پیشنهادی را تایید می کند این پژوهش گامی مهم در جهت بهبود کنترل کیفیت در فرآیند تولید رینگ پیستون و کاهش هزینه های ناشی از نقص قطعات محسوب می شود

کلیدواژه‌ها

نویسندگان

علیرضا رنجبر

دانشجوی کارشناسی ارشد ساخت و تولید دانشکده مهندسی مکانیک، دانشگاه سمنان، سمنان، ایران

علیرضا حاجی علی محمدی

استادیار، مهندسی مکانیک، دانشگاه سمنان، سمنان، ایران

سید اشکان موسویان

استادیار، گروه مهندسی مکانیک، دانشگاه ملی مهارت، تهران، ایران

زهرا برین

سرپرست واحد تحقیق و توسعه، شرکت رینگ خودرو پارس، تهران، ایران

محمد رضا رحمانی

مدیر کنترل کیفیت، شرکت رینگ خودرو پارس، تهران، ایران

�نجبر، علیرضا و حاجی علی محمدی، علیرضا و موسویان، سید اشکان و برین، زهرا و رحمانی، محمد رضا،1403،تشخیص عیوب رینگ پیستون با استفاده از الگوریتمهای یادگیری عمیق در سیستم بینایی ماشین،بیست و یکمین همایش ملی و دهمین کنفرانس بین المللی مهندسی ساخت و تولید ایران،تهران

ارائه‌شده در

مجموعه مقالات بیست و یکمین همایش ملی و دهمین کنفرانس بین المللی مهندسی ساخت و تولید ایران6 اسفند 1403 · تهران