《表1 深度卷积神经网络模型的参数设定测试》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《扩径管道直径及圆度在线监测分析系统设计与开发研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

结合本次设计的管道直径及圆度的监测系统，随机选取一根待测管道，根据设定的检测步骤，完成待测管道的安装，对整个装置上电并开启摄像头及四个激光传感器，将摄像头采集的数据信息上传至人机交互界面。同时进行深度卷积神经网络模型的训练，完成深度卷积神经网络模型的参数设定测试，如表1所示，并根据检测精度值确定最终卷积神经网络模型的参数，即选用组别6时的参数即16组卷积层的滤波器个数分别为20、30，池化层滤波块为2，再利用已确定的神经网络模型的训练结果完成待测管道直径的计算。并根据激光传感器所测得的数据将管道外轮廓拟合重构显示在人机交互界面中，根据所测得的最大直径和最小直径获取管道最大外接圆及最小内切圆，将重构的管道轮廓与理想的最大外接圆与最小内切圆进行对比分析，继而获取当前管道的圆度并计算当前检测管道圆度的精度，进行多次重复实验获取最终检测精度小于0.2mm，即达到工业生产中管道扩径中直径与圆度的要求。