基于神经网络的注塑制品表面缺陷自动识别方法的研究.pdf

《基于神经网络的注塑制品表面缺陷自动识别方法的研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、塑料工业第40卷第2期·38·CHINAPLASTICSINDUSTRY2012年2月基于神经网络的注塑制品表面缺陷自动识别方法的研究刘斌，刭dJn伟，吴盛金(华南理工大学聚合物成型加工工程教育部重点实验室聚合物新型成型装备国家工程研究中心，广东广州510640)摘要：将基于误差反向传播算法(BP)的神经网络引入到注塑制品表面缺陷的自动识别。介绍了如何选择合适的BP神经网络，包括网络层数的选取、学习算法的选取等。最后分别利用90组样本对BP神经网络进行训练和仿真，得到制品表面缺陷的平均识别率达84．44％，说明利用BP神经网络对于注塑制品表面

2、缺陷进行识别是可行的。关键词：注塑制品；表面缺陷；自动识别；神经网络中图分类号：TQ320．77文献标识码：A文章编号：1005—5770(2012)02—0038—04AutomaticRecognitionofSurfaceDefectonInjectionProductBasedonNeuralNetworkLIUBin，SUNJia—wei，WUSheng-jin(TheKeyLaboratoryofPolymerProcessingEngineeringofMinistryofEducation，NationalEngineerin

3、gResearchCenterofNovelEquipmentforPolymerProcessing，SouthChinaUniversityofTechnology，Guangzhou510640，China)Abstract：Theerrorback‘propagationalgorithm(BP)neuralnetworkwasappliedintotheautomaticrecognitionofsurfacedefectsofinjectionproduct．SelectwaysontheappropriateBPneuralne

4、tworkwerein—troduced，includingtheselectionofthenetworklayersandlearningalgorithms，etc．ByusingnintysamplestothetrainingandsimulationofBPneuralnetworkrespectively，theaveragerecognitionrateofsurfacedefectscouldreach84．44％．ItdemonstratedthattheuseoftheBPneuralnetworktorecognize

5、surfacedefectsofin-jectionproductwasfeasible．Keywords：InjectionProduct；SurfaceDefect；AutomaticRecognition；NeuralNetwork目前常用的神经网络主要有BP网络、RBF网一层隐含层即三层网络就能满足要求。增加隐含层的络、Hopfield网络、Kohonen网络等，由于神经网络层数可以更进一步降低误差，提高精度，但使网络变自身的复杂性，选用哪种类型网络并没有最优化的方得更复杂，从而增加网络权值的训练时间。这是因为式，主要是依据神经网络进

6、行分类的样本类型和样本隐含层越多，误差反向传播的计算就越复杂，使训练数量来决定⋯，其中，BP神经网络模型是一个很有时间激增。隐含层增加后，局部最小误差也会增加，效的算法模型，由于具有很好的逼近非线性映射能网络在训练过程中，很容易出现局部最小误差，网络力，因而可应用于信息处理、图像识别、模型辨识、的权值难以调整到最小误差J。所以，本文采用单系统控制等多个方面。故本文中选用BP神经网络模隐含层的三层网络，即神经网络由输入层、隐含层以型进行注塑制品表面缺陷的自动识别。及输出层构成。1BP神经网络的设计分析1．2输入层和输出层节点数的选取BP神经网络

7、输入层的节点数，是指图像经过特在进行BP神经网络设计前，一般应从网络的层征提取后的维数。利用图像预处理提取了注塑制品表数、每层中的节点数、初始值以及学习方法等方面来面的3组形状特征参数(圆形度、矩形度以及细长考虑。下面先分析BP网络的结构特征，然后结合度)和Hu不变矩的前4组特征参数，一共有7组Matlab讨论本系统的神经网络设计问题。特征参数，由此组成7维的特征向量。因此，输入层1．1网络层数的选取的节点数为7。输出层节点数是由样本的类别数决定从理论分析得出，具有单隐含层的前馈网络可以的，由于缺陷的类别一共有3个，分别为点缺陷、压逼近任何有

8、理数。对于大多数的实际问题来说，包含痕、划痕，所以本文选择输出层节点数为3，将输出作者简介：刘斌，男，1969年生，工学博士，教授，主要研究方向为模具CAD／CAE