《国防科技》编辑部       温馨提示:建议您使用Firefox、Chrome、IE最新版本、360极速等浏览器,若您的浏览器版本过低,可能会影响部分功能正常使用。
基于机器学习的固体火箭发动机无损检测数据智能判读应用研究
DOI:
作者:
作者单位:

中国航天科工集团六院41所 呼和浩特 010000

作者简介:

通讯作者:

中图分类号:

V19

基金项目:


Research on Intelligent Interpretation of Solid Rocket Motor Nondestructive Testing Data Based on Machine Learning
Author:
Affiliation:

The 41st Institute of No.6 Academy Cina Aerospace Science&Industry Corp

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    传统固体火箭发动机无损检测图像判读工作存在人工识别效率低、图像数据分散、数据利用率低等问题,本文借助机器学习算法与计算机视觉技术,利用大量无损检测图像数据,开展无损检测图像数据预处理、边缘检测、数据模型训练和应用等技术研究,探索快速、准确获得发动机无损检测图像数据特征的方法,深入挖掘无损检测数据内在联系与潜在规律,为发动机无损检测图像判读和发动机相关故障诊断提供数据和决策支持,为未来机器学习在固体发动机无损检测图像判读领域的深入应用提供实践探索和理论研究方面的参考。

    Abstract:

    Traditional image interpretation of nondestructive testing for solid rocket motor has some problems, such as low efficiency of manual identification, scattered image data and low utilization rate of data. In this paper, a large number of nondestructive testing image data are processed, edge detected , data model trained and applyed by machine learning algorithm and computer vision technology . To explore a fast and accurate method to obtain the characteristics of motor nondestructive testing data, in depth mining of internal relations and potential laws of nondestructive testing data, it provides data and decision support for image interpretation of motor nondestructive testing and motor related fault diagnosis, it provides a reference for the further application of machine learning in the field of solid rocket motor nondestructive testing image interpretation in the future.

    参考文献
    相似文献
    引证文献
引用本文
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2020-11-13
  • 最后修改日期:2020-12-22
  • 录用日期:2021-02-03
  • 在线发布日期:
  • 出版日期:

关于我们

友情链接

微信公众号二维码

手机版网站二维码