基于改进Faster R-CNN的地铁车辆焊缝缺陷检测

• 作者: 姚晓阳 苗剑 贺德强 钟嘉俊 陈彦君
• 来源期刊: 铁道科学与工程学报
• 学科: 交通运输
• 关键词: 地铁车辆 FasterR-CNN 无损检测 Lamb波 焊缝缺陷
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 机车车辆与设备
• 页码范围: 996-1003
• 页数: 8页
• 分类号: U279.4
• 字数: 5147字
• 语种: 中文
• DOI: 10.19713/j.cnki.43-1423/u.T20190716

摘要

地铁列车的焊接缺陷严重威胁到列车运行安全,针对目前地铁车辆铝合金车体焊缝检测存在漏检错检问题,提出一种基于改进Faster R-CNN识别焊缝缺陷的方法.运用ABAQUS对铝合金车体焊缝缺陷进行建模仿真,获得多组同类缺陷信号图.基于Faster R-CNN框架对缺陷进行分类,并引入Unet模型和Resnet模型对原始Faster R-CNN框架进行改进,以提高识别精度.对人为添加噪声的信号图进行检测,以验证本文模型的鲁棒性.研究结果表明:改进后的模型对于铝合金车体焊缝缺陷检测具有更高的识别率和鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贺德强	广西大学机械工程学院	58	334	10.0	15.0
2	苗剑	广西大学机械工程学院	43	297	10.0	15.0
3	陈彦君	广西大学机械工程学院	3	0	0.0	0.0
4	姚晓阳		2	4	1.0	2.0
5	钟嘉俊	广西大学机械工程学院	1	0	0.0	0.0