基于SSD算法优化的风机叶片缺陷检测研究与应用

• 作者: 应俊 刘迅 曾学仁 方亮 田楠
• 来源期刊: 浙江电力
• 关键词: 风机叶片 缺陷检测 SSD算法优化 超大分辨率
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 电力大数据与人工智能|Power Big Data and Artificial Intelligence
• 页码范围: 47-52
• 页数: 6页
• 分类号: TM315
• 语种: 中文
• DOI: 10.19585/j.zjdl.202108007

摘要

风机叶片在运行过程中,由于环境和高速旋转等原因会产生各种缺陷,这些缺陷直接影响风机发电量,严重者甚至导致叶片产生不可逆的损伤,带来巨大的经济损失.针对风机叶片的缺陷识别和检测,采用优化后的SSD(单步多框目标检测)算法,该算法从采集的缺陷样本中自主学习叶片缺陷特征,实现风机叶片缺陷的自动检测、定位和分类.最终在测试数据集上达成mAP(平均精度均值)为82.1％,召回率为90.3％.该算法已应用于企业级项目中,实践证明深度学习算法在企业级项目中具有很好的鲁棒性和商业价值.