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

کد مقاله : 1173-ICME2025

نویسندگان

علیرضا رنجبر *1، علیرضا حاجی علی محمدی1، اشکان موسویان2، زهرا برین3، محمد رضا رحمانی3 1دانشگاه سمنان 2دانشگاه ملی مهارت 3شرکت رینگ خودرو پارس

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 شبکه‌های عصبی کانولوشنی ارائه شده است. با جمع‌آوری داده‌های تصویری با کیفیت بالا از رینگ‌های سالم و معیوب و آموزش یک مدل شبکه یو بر روی این داده‌ها، 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 84% و مقدار خطا برابر 0.15 است. مقایسه نتایج حاصل از مدل پیشنهادی با روش‌های سنتی تشخیص عیوب، برتری قابل توجه روش مبتنی بر یادگیری عمیق را در دقت و سرعت تشخیص نشان می‌دهد. همچنین، تطابق نتایج تجربی با نتایج تئوری حاصل از مطالعات پیشین، اعتبار مدل پیشنهادی را تأیید می‌کند. این پژوهش گامی مهم در جهت بهبود کنترل کیفیت در فرآیند تولید رینگ پیستون و کاهش هزینه‌های ناشی از نقص قطعات محسوب می‌شود.

کلیدواژه ها

رینگ پیستون، شبکه‌های عصبی کانولوشنی، کنترل کیفت، پردازش تصویر، یادگیری عمیق

وضعیت: پذیرفته شده برای ارائه شفاهی