摘要
本发明涉及一种基于细节特征校准与自适应特征融合的齿轮点蚀检测方法,属于机械装备故障智能诊断技术领域。针对现有齿轮点蚀检测方法实时性差、小尺寸缺陷识别精度低、模型复杂难以部署的问题,本发明提出:通过工业相机采集齿面图像并预处理;构建双分支分割网络DFCBNet,其中语义分支采用空洞率递增的瓶颈残差单元捕获全局特征,细节分支通过多尺度细节注意力模块提取局部细节;引入细节特征校准模块强化微小点蚀特征表达;采用自适应特征融合模块动态加权融合双分支特征;基于分割结果实时计算点蚀面积比并触发报警。该方法实现了工业现场齿轮点蚀的高效实时检测,显著提升微小点蚀识别精度,同时保持模型轻量化与高适应性。
技术关键词
齿轮点蚀检测方法
在线检测系统
机械装备故障智能诊断
校准
空洞
注意力
工业相机
多尺度语义特征
分支
抑制背景噪声
报警控制模块
像素
融合特征
瓶颈
齿轮传动机构
直方图
特征提取模块
滤波去噪