燃油泵航插与锁紧保险的缺陷检测算法研究

燃油泵是航空发动机燃油控制系统的重要组成部件,其表面形态复杂、缺陷种类繁多。航空插座和锁紧保险是燃油泵上广泛应用的零件,由于工艺水平有限、工人操作不当等因素,在工业生产中容易出现多种表面缺陷,因此对其进行缺陷检测具有重要意义。针对传统检测方法检测精度低、效率低的问题,提出了基于特征提取的表面缺陷检测算法和基于深度学习的小目标检测网络、旋转目标检测网络,以满足不同场景的检测需求。实验结果显示,改进的小目标检测网络相较于传统方法准确率提高了11.34%,相较于原始YOLOv8s网络,mAP50、mAP50:95分别提升了6.6%、4.7%,参数量下降34%。改进的旋转目标检测网络相较于传统方法准确率提高了10.38%,相较于原始ShuffleNet-V2网络,mAP50、mAP50:95分别提升了4.6%、2.6%,参数量下降17.6%。实验结果表明,提出的缺陷检测算法具有较高的检测精度,能够实现燃油泵航插、锁紧保险的快速准确检测。