Применение алгоритмов обнаружения объектов при неразрушающем контроле оборудования, работающего под давлением: обзор

Application of Object Detection Algorithms in Non-Destructive Testing of Pressure Equipment: A Review
Weihua Wang, Jiugong Chen, Gangsheng Han, Xiushan Shi, Gong Qian
2024-09-13

аугментация данных на основе GANнеразрушающий контрольалгоритмы обнаружения объектовоборудование, работающее под давлениемобучение без учителя
Методы неразрушающего контроля (НК) играют ключевую роль в промышленном производстве, аэрокосмической отрасли, здравоохранении и контроле специального оборудования, являясь неотъемлемой частью оценки безопасного состояния оборудования, работающего под давлением. При этом анализ данных НК представляет собой важнейшее звено в оценке безопасности оборудования. В последние годы методы обнаружения объектов постепенно применяются для анализа данных НК при контроле оборудования, работающего под давлением, демонстрируя значимые результаты. В статье представлен всесторонний обзор современных применений и тенденций развития алгоритмов обнаружения объектов в технологии НК оборудования, работающего под давлением, с акцентом на выбор алгоритмов, расширение данных и интеллектуальное распознавание дефектов на основе алгоритмов обнаружения объектов. Кроме того, рассматриваются актуальные нерешённые исследовательские задачи, связанные с интеграцией расширения данных на основе генеративно-состязательных сетей (GAN) и обучения без учителя для дальнейшего повышения интеллектуализации применения и эффективности технологий обнаружения объектов при НК оборудования, работающего под давлением, а также обсуждаются методы и подходы к повышению интерпретируемости моделей глубокого обучения. Наконец, обобщая результаты современных исследований и предлагая перспективные направления дальнейшей работы, статья призвана предоставить исследователям и инженерам комплексное представление для развития применения и совершенствования технологии обнаружения объектов в НК оборудования, работающего под давлением.
1
Аугментация данных с использованием GAN и обучение без учителя обозначены как перспективные направления повышения эффективности интеллектуального НК.
2
Повышение интерпретируемости моделей глубокого обучения остаётся важной задачей для надёжного применения обнаружения объектов при инспекции оборудования под давлением.
3
Алгоритмы обнаружения объектов продемонстрировали значительные результаты при анализе данных НК для оценки безопасности оборудования, работающего под давлением.
4
Статья обобщает современные исследования и определяет дальнейшие направления развития обнаружения объектов в неразрушающем контроле оборудования под давлением.
5
В обзоре рассматриваются выбор алгоритмов, увеличение объёма данных и интеллектуальное распознавание дефектов как ключевые компоненты систем НК на основе обнаружения объектов.

Данные неразрушающего контроля и процессы инспекции оборудования, работающего под давлением

Применение, повышение эффективности и интерпретируемость алгоритмов обнаружения объектов для интеллектуального распознавания дефектов при неразрушающем контроле оборудования, работающего под давлением

Publication Details
Publication Date
2024-09-13
Journal
Publisher
ISSN
Cited by
23
Access Type
Author Information
Authors
Weihua Wang
Jiugong Chen
Gangsheng Han
Xiushan Shi
Gong Qian
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat
Make a presentation
100%