基于深度学习的航空发动机滑油磨粒检测研究

来源：计算机测量与控制杂志2022年第4期北京时间：

作者：侯媛媛,李江红,薛军印

单位：西安航空学院 计算机学院;

摘要：针对滑油中磨粒形状复杂且尺寸大小不一,传统滑油磨粒检测方法存在时效性差、检测尺度小、精度低、非铁磁性磨粒不能检测等缺点。本文设计了一种基于深度学习的航空发动机滑油磨粒检测方法。基于连续流微流控芯片的滑油图像采样方法,构建滑油图像采样系统；设计图像增强方法,进行图像数据增强消融试验研究,针对YOLOv3模型和Faster RCNN模型进行精度测试,结果表明消融试验后的YOLOv3模型检测能力明显优于Faster RCNN模型；为减少消融后YOLOv3模型的误检率,提出SER算法以优化该模型的推理置信度阈值。研究结果表明滑油磨粒检测方法可解决传统测试中存在的问题,且在0.35的置信度阈值下, YOLOv3模型的检测结果能够达到94.2%的召回率和95.9%的精确度。

关键词：航空发动机;滑油磨粒检测;深度学习;YOLOv3模型;SER算法;

基金资助：校级科研立项项目(2020KY0204)