Ứng dụng mạng học sâu và xử lý ảnh trong xác định các cấp độ nhám bề mặt gia công kim loại

Abstract

Trong ngành cơ khí chế tạo, độ nhám bề mặt sau gia công là một trong những yêu cầu kỹ thuật quan trọng. Việc đánh giá phải được thực hiện trên hệ thống thiết bị đầu dò phức tạp bởi các kỹ thuật viên, thực tế đó dẫn đến một số khó khăn trong quy trình đánh giá. Trong nghiên cứu này, mạng nơ ron tích chập AlexNet được đề xuất sử dụng để tự động hóa việc nhận dạng và phân tích độ nhám bề mặt. Đầu tiên, dữ liệu hình ảnh bề mặt kim loại được thu thập với độ nhám đã được đánh giá và gán sẵn giá trị Ra trong khoảng 0,4-3,2 μm. Tiếp theo, AlexNet sẽ được huấn luyện trên bộ dữ liệu này để học cách nhận biết các cấp độ nhám khác nhau. Kết quả thực nghiệm với độ chính xác 89,2% đã cho thấy mô hình AlexNet đạt được hiệu suất nhận dạng độ nhám đáng kể. Nghiên cứu đã chứng minh tính khả thi và hiệu quả của việc ứng dụng mạng nơ ron tích chập vào tự động hóa quy trình đánh giá chất lượng bề mặt gia công.

Keywords

• AlexNet, cấu trúc bề mặt, độ nhám, mạng nơ ron tích chập, xử lý ảnh