基于优化BP神经网络的铝箔封口检测研究

doi:10.3969/j.issn.1672-6952.2019.01.018

辽宁石油化工大学学报 ›› 2019, Vol. 39 ›› Issue (1): 97-100.DOI: 10.3969/j.issn.1672-6952.2019.01.018

• 信息与控制工程 • 上一篇

基于优化BP神经网络的铝箔封口检测研究

赵士龙，李维军，石成江

辽宁石油化工大学机械工程学院，辽宁抚顺 113001

收稿日期:2018-05-04 修回日期:2018-05-24 出版日期:2019-02-25 发布日期:2019-02-28
通讯作者: 李维军（1977⁃），男，博士，副教授，从事状态监测与故障诊断的研究；E⁃mail:3051379@qq.com。
作者简介:赵士龙（1991?），男，硕士研究生，从事过程装备检测与控制技术方面的研究；E?mail:493290375@qq.com。

The Research of Tightness Detection Method of Aluminum Foil Seal Based on Optimized BP Neural Network Algorithm

Zhao Shilong， Li Weijun， Shi Chengjiang

School of Mechanical Engineering, Liaoning Shihua University, Fushun Liaoning 113001,China

Received:2018-05-04 Revised:2018-05-24 Published:2019-02-25 Online:2019-02-28

摘要/Abstract

摘要： 提出一种高效率和高精度的铝箔封口完整密封性检测方法。首先，通过红外线热像仪获取铝箔封口处的热像图，然后利用MATLAB软件批量获取热像图的信息，再对其进行图像预处理。随后用遗传算法对BP神经网络进行优化，进行图像特征提取与分类识别。实验结果证明，此密封性检测方法识别率高、训练时间短，为后续的铝箔封口生产线中的密封不良产品自动筛选和剔除提供了保证。

关键词: 铝箔密封性检测, 　图像预处理, 　遗传算法, 　BP神经网络

Abstract: A high efficiency and high precision testing method for tightness detection method of aluminum foil seal is proposed.First of all, the thermal images of aluminum foil seal are obtained by a thermal imager.Then we use MATLAB software for getting the information of thermal image in batches,and then the image preprocessing. Then BP neural network was optimized by genetic algorithm to extract and classify image features.The experimental results show that this sealing test method has high recognition rate and short training time, which provides a guarantee for automatic screening and elimination of bad sealing products in the subsequent aluminum foil sealing production line.

Key words: Aluminum foil sealing test, ； Image preprocessingr, Genetic algorithm, BP neural network

赵士龙，李维军，石成江. 基于优化BP神经网络的铝箔封口检测研究[J]. 辽宁石油化工大学学报, 2019, 39(1): 97-100.

Zhao Shilong， Li Weijun， Shi Chengjiang. The Research of Tightness Detection Method of Aluminum Foil Seal Based on Optimized BP Neural Network Algorithm[J]. Journal of Liaoning Petrochemical University, 2019, 39(1): 97-100.

[1]	赵士龙,李维军,石成江. 基于红外成像技术的铝箔封口密封完整性检测研究[J]. 辽宁石油化工大学学报, 2018, 38(02): 80-84.
[2]	常珈铭,李维军,石成江. 基于Gabor变换和极限学习机的铝箔密封性检测[J]. 辽宁石油化工大学学报, 2017, 37(3): 64-69.
[3]	董明亮,刘培胜,潘振,文江波,李秉繁. 基于SVM-GA模型的城市天然气长期负荷预测[J]. 辽宁石油化工大学学报, 2017, 37(2): 31-36.
[4]	刘暋达,翟春艳,李书臣,苏成利. 汽轮机转子故障诊断算法应用研究[J]. 辽宁石油化工大学学报, 2013, 33(3): 67-69.
[5]	毕浅雨,李艳杰,李飒. 一种使用遗传算法进行物流配送成本优化方法[J]. 辽宁石油化工大学学报, 2011, 31(2): 90-94.
[6]	奚文. SLP在液压件厂平面布置中的应用[J]. 辽宁石油化工大学学报, 2010, 30(1): 55-59.
[7]	张荣培,李涛. BP神经网络拟合方解石晶体色散方程[J]. 辽宁石油化工大学学报, 2009, 29(4): 87-89.
[8]	薛春兰,张明华,郑爱萍,宋昭峥,蒋庆哲. 灰色理论和BP神经网络在汽柴油需求预测中的应用[J]. 辽宁石油化工大学学报, 2009, 29(2): 11-14.
[9]	王　勇, 王宏亮. 提高遗传算法计算速度的研究[J]. 辽宁石油化工大学学报, 2006, 26(2): 75-78.

基于优化BP神经网络的铝箔封口检测研究

The Research of Tightness Detection Method of Aluminum Foil Seal Based on Optimized BP Neural Network Algorithm

HTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 9

编辑推荐

Metrics