基于PBT框架的人工智能磨粒形状分析与识别技术研究OA
本文针对大型机械设备润滑油磨粒分析识别领域中自动化识别难度大、准确率不高以及难以实际应用等问题,基于人工智能模型框架(PyTorch-Base-Trainer,PBT)进行磨粒形状自动分析与识别研究.提取不同时期与不同类型的典型磨粒图像作为训练模型的数据集,基于PBT构建磨粒形状自动化分析与识别的卷积神经网络模型,反复训练模型,利用测试集数据检测模型性能.试验结果表明,基于PBT构建的磨粒形状自动化识别模型异常磨粒最佳识别率为99.3%.本研究使人工智能与深度学习技术应用于磨粒分析识别领域,为磨粒分析自动化提供参考.
张靖东;林烨星;钟金钢;张冠文
华南师范大学阿伯丁数据科学与人工智能学院,广东 佛山 528225暨南大学物理与光电工程学院,广东 广州 510632广东省科学院测试分析研究所(中国广州分析测试中心),广东 广州 510070
计算机与自动化
磨粒分析人工智能PBT框架
《中国新技术新产品》 2024 (015)
1-4 / 4
评论