基于机器视觉技术的农用车辆发动机水泵气密性检测研究

来源：中国农机化学报杂志2025年第6期北京时间：

作者：刘兴亚, 尹斌, 廉洁, 王胜, 李赫, 余永昌

单位：（1.河南开放大学机电工程与智能制造学院，郑州市，450000； 2.河南省气密性能检测工程研究中心，郑州市，450000； 3.河南农业大学机电工程学院，郑州市，450000）

摘要：为提高农用车辆发动机生产线检测效率，研究采用多光路视觉成像与非线性光照补偿方法对发动机水泵气密性进行准确检测，并开发基于混合对抗3DCNN的气泡视频检测算法提升检测效率和准确性。此外，通过可变形深度卷积网络和迁移学习的目标检测方法提升微小气泡检测的精度和速度。研究结果表明：使用更新数据集的 3DCNN 模型的平均查准率(mAP)、平均查全率(AR)和平均精度(AP)分别提高至92.39%、95.01%和95.25%，这说明定期更新训练数据集对提升模型的识别精度和适应性有积极影响。将TDD—Net融入3DCNN模型检测发动机水泵壳体气密性，平均查准率、平均查全率和平均精度分别提高至96.27%、97.72%和96.37%，表明深度学习模型在集成先进结构中能够有效提升图像识别、分类等任务的准确度和鲁棒性。为农用车辆发动机水泵气密性检测提供一种新的技术思路和方法，为农业生产提供更加可靠、高效的技术保障。

关键词：农用车辆发动机,水泵,气密性检测,非线性光照补偿,三维卷积神经网络,可变形卷积网络,迁移学习

基金资助：国家大豆产业技术体系(CARS—04)；河南省重点研发与推广专项—科技攻关项目（242102220006）