基于YOLOv5算法的炮管内壁污渍识别与定位技术

为准确评估炮管内壁的清理情况,采用YOLOv5人工神经网络结合机器视觉对清理后的155mm口径炮管内壁的污渍进行实时检测。考虑到污渍主要分为油污与残留的铜渍2种,在检测任务中通过图像识别技术分别对污渍进行种类识别、定位以及对污渍面积判定;利用图像像素信息与外部环境信息,基于单目摄像头采集的视频图像,采用改进并训练后的YOLOv5人工神经网络模型作为识别工具对炮管内壁进行实时图像识别。实验结果表明:该检测系统能较好地完成目标检测任务,对目标定位误差控制在5 cm内,满足炮管内壁自动清理中的内壁污渍定位要求。

某大口径火炮内膛结构对挤进过程身管内壁载荷的影响

弹丸挤进阶段火炮身管内膛处于高温高压快速挤压摩擦的恶劣环境。针对大口径火炮在弹丸挤进过程中身管内壁所受载荷较大、导致膛线起始部磨损严重的问题,以某大口径浅膛线身管为对象,研究不同内膛结构对身管内壁载荷的影响规律。通过分离式霍普金森压杆实验,构建弹带材料在高温高应变率下的本构关系,利用有限元计算分析了挤进过程中弹带的塑性变形情况、挤进阻力以及身管内壁载荷的变化规律,并分别建立考虑膛线宽度、膛线截面形状以及坡膛锥度等不同内膛结构下的三维热力耦合挤进有限元模型,计算得到不同内膛结构对挤进过程中身管内壁载荷的影响。研究结果表明,对于该型火炮,身管坡膛结构和膛线结构对内壁载荷均有显著影响。首先,坡膛锥度的增大会导致挤进阻力和身管内壁载荷的增大,同时挤进结束的时刻以及挤进阻力和身管内壁载荷达到峰值的时刻也会提前;其次,内壁载荷峰值会随着阳线宽度显著增大,但对导转侧顶部进行倒角可有效降低身管内壁载荷,其峰值在倒圆角后降低了9.87%,倒方角后降低了5.59%。所得研究结果有助于丰富基于身管寿命的身管内膛结构设计方法。

火炮身管内壁检测系统的数据处理方法研究

为了解决身管内壁检测系统数据量大,数据处理环节复杂导致身管参数信息获取困难的问题,提出了火炮身管内壁检测系统的数据处理方法。在完成火炮身管检测系统搭建的基础上,针对身管的特殊结构以及激光位移传感器采集数据的特点,提出了身管内壁轮廓还原方法和膛线数据分离方法,基于最小二乘法获取身管内壁参数,并且对系统存在的误差进行了分析和校正,提高了系统的精度。实验结果证明:系统的径向误差小于0.01 mm,异常数据修正的误差小于0.01 mm,数据处理方法正确,有效解决了获取火炮身管内壁参数的问题。