基于深度学习的平罗县燃气管道焊缝缺陷检测方法  

作　　者：杨佳鹏 宋娟[1] 左江金 程岩贺 宋超 

机构地区：[1]宁夏大学电子与电气工程学院,宁夏 银川 750021 [2]石嘴山市星泽燃气有限公司,宁夏 石嘴山 753000

出　　处：《中国科技期刊数据库 工业A》2025年第3期160-164,共5页

基　　金：宁夏大学自治区级大学生创新创业训练计划项目(S202410749055)。

摘　　要：管道焊缝质量关系到燃气管道运行安全。目前,宁夏平罗县燃气输配管道焊缝质量检测以X射线检测法使用最为广泛,但是目前焊缝底片识别工作主要还是依赖于人工评片,很难达到较高的检测效率和准确度。针对这一问题,以某燃气企业天然气输配管道焊缝底片数字化图像为基础,应用深度学习模型中广泛使用的YOLO算法建立焊缝缺陷的识别模型。结果 标明,所采用算法在真实检侧数据中的识别精度达到84.7%,召回率超过87%,基本可以达到工业检侧的要求,可以提高焊缝底片检测精度,保障管道焊缝质量和运行安全。

关 键 词：焊缝缺陷 X射线检测 人工评片 YOLO 

分 类 号：TU996.7[建筑科学—供热、供燃气、通风及空调工程]