تشخیص عیوب حلقة سمبه با استفاده از روشهای یادگیری عمیق در سامانة بینایی رایانهای
نویسندگان
1 گروه مهندسی مکانیک، دانشگاه ملی مهارت، تهران، ایران
2 واحد تحقیق و توسعه، شرکت رینگ خودرو پارس، تاکستان، ایران
3 واحد کنترل کیفیت، شرکت رینگ خودرو پارس، تاکستان، ایران
4 دانشکده مهندسی مکانیک، دانشگاه سمنان، سمنان، ایران
5 دانشکده مهندسی مکانیک، دانشگاه سمنان، سمنان، ایران
doi
10.22034/er.2025.2056649.1080چکیده
در این پژوهش، روشی نوین برای تشخیص دقیق و خودکار عیوب سطحی در حلقههای سمبه با بهرهگیری از روشهای یادگیری عمیق و به ویژه شبکههای عصبی پیچشی ارائه شده است. با جمعآوری دادههای تصویری با کیفیت از حلقههای سالم و معیوب و آموزش یک طرح شبکة یو بر روی این دادهها، توانایی تشخیص انواع مختلف عیوب با دقت بالا محقق گردید. نتایج حاصل از ارزیابی طرح نشاندهندة عملکرد بسیار خوب آن با مقدار همپوشانی بر اتحاد برابر 84% و مقدار تابع هزینه برابر 0.15 است. مقایسة نتایج حاصل از طرح پیشنهادی با روشهای سنتی تشخیص عیوب، برتری قابل توجه روش مبتنی بر یادگیری عمیق را در دقت و سرعت تشخیص نشان میدهد. همچنین، تطابق نتایج تجربی با نتایج نظری حاصل از مطالعات پیشین، اعتبار طرح پیشنهادی را تأیید میکند. این پژوهش گامی مهم برای بهبود کنترل کیفیت در فرآیند تولید حلقة سمبه و کاهش هزینههای ناشی از نقص قطعات محسوب میشود.
