基于Faster R-CNN的齿轮箱铁谱磨粒识别

作者：何贝贝; 崔承刚^*; 郭为民; 杜琳娟; 刘备; 唐耀华

来源：润滑与密封, 2020, 45(10): 105-112.

• 齿轮箱
• 故障预警
• Faster R-CNN
• 铁谱分析
• 自动特征提取

在利用铁谱技术对齿轮箱磨损状态进行评估时,存在磨粒特征提取困难且磨粒识别的数量有限的问题,基于铁谱磨粒图像特性,提出基于Faster R-CNN算法的铁谱磨粒识别。该算法采用ResNet-34网络完成铁谱磨粒特征自动提取,并采用RPN网络实现对图像中多个磨粒的识别。通过实验对BatchSize和学习率超参数进行优化,使用超参数优化后的Faster R-CNN算法进行实验。结果表明:该方法克服了磨粒交叉引起的识别难点,能识别一副图像中的多个磨粒,能统计各类磨粒数量,且准确率较高;在磨粒背景颜色不同、存在噪声干扰等情况下,该方法仍能够准确判断磨粒类型,具有较好的稳定性。

• 单位
  上海电力大学