МЕТОДЫ ОБЕСПЕЧЕНИЯ АНАЛИЗА ВАРИАНТНЫХ СТРУКТУР МАТЕРИАЛА ВЫСОКОНАГРУЖЕННЫХ ДЕТАЛЕЙ
Авторы:
1.
Рыбинский государственный авиационный технологический университет им. П.А. Соловьева
( заведующий кафедрой, Заслуженный деятель науки и техники)
Рыбинск, Россия
Рыбинск, Россия
2.
Рыбинский государственный авиационный технологический университет им. П.А. Соловьева
(кафедра "Математическое и программное обеспечение электронных вычислительных средств", заведующий)
Рыбинск, Ярославская область, Россия
Рыбинск, Ярославская область, Россия
Тип:
Статья конференции
Опубликовано:
13.04.2020
Классификаторы:
УДК 62 Инженерное дело. Техника в целом. Транспорт
ГРНТИ 55.01 Общие вопросы машиностроения
ГРНТИ 55.01 Общие вопросы машиностроения
Язык материала:
русский
Ключевые слова:
вариантная структура, автоматизация анализа структуры материала, обработка изображения, сетевая модель, обучение по прецедентам
Аннотация (русский):
Рассматривается подход к решению проблемы анализа изображения сложно формализуемых структур материалов ответственных деталей. Определено понятие вариантной структуры материала. Разработаны методы управляемой сегментации изображения, построения и обучения сетевых моделей. Показан результат оценки структуры покрытия методом плазменного напыления.
Рассматривается подход к решению проблемы анализа изображения сложно формализуемых структур материалов ответственных деталей. Определено понятие вариантной структуры материала. Разработаны методы управляемой сегментации изображения, построения и обучения сетевых моделей. Показан результат оценки структуры покрытия методом плазменного напыления.
Ключевые слова:
вариантная структура, автоматизация анализа структуры материала, обработка изображения, сетевая модель, обучение по прецедентам
вариантная структура, автоматизация анализа структуры материала, обработка изображения, сетевая модель, обучение по прецедентам
1. Емельянов В.А. Моделирование нейронных сетей распознавания металлографических изображений для диагностики состояния сталей // Электротехнические и компьютерные системы. 2013. № 12. С. 125 – 131.
2. Аристов Г.В., Клюев А.В. Распознавание и классификация микроструктуры металлов и сплавов с использованием глубоких нейронных сетей / В сборнике: GraphiCon 2017. Труды 27-й Международной конференции по компьютерной графике и машинному зрению. Пермский государственный национальный исследовательский университет. 2017. С. 180 – 183.
