为了判断高铁线缆扣件的装配是否正确,这里采用一种基于迁移学习的卷积神经网络的算法对高铁线缆扣件装配进行检测。首先将预训练的网络与目标检测算法相结合,建立完整的装配检测网络,然后对制作好的数据集进行训练和测试。实验结果表明,相比传统对象识别的方法,该方法不仅提高了工件装配检测的准确度,还保证了工业检测中对实时性的要求。另外,由于卷积神经网络可以获取工件图像的深层特征,从而使得目标检测算法更加稳健,更能适应光照、灰尘等环境噪声的变化。

设计了一种集毛坯加工、工件装配、成品检测为一体的全自动化流水生产线,以圆柱形毛坯为例,对其加工、装配、检测过程中各组件功能结构进行逐一设计,并以气源作为动力,PLC作为动作连接控制器完成自动化流水生产线的运动设计过程,从而提高工业生产效率,降低劳动工作强度.