基于深度学习算法实现锅炉水冷壁壁管缺陷识别  

作　　者：张雷[1] 吕一仕[2] 杨佳[2] 徐忠峰 徐光平 

机构地区：[1]河北大唐国际王滩发电有限责任公司,河北唐山063611 [2]苏州热工研究院有限公司,江苏苏州215043 [3]北京中安吉泰科技有限公司,北京100029

出　　处：《设备管理与维修》2023年第21期140-144,共5页Plant Maintenance Engineering

摘　　要：随着火力发电锅炉检测技术的发展,基于深度学习算法检测水冷壁表面缺陷(磨损、腐蚀,裂缝、吹损等)趋向成熟稳定。传统水冷壁检测过程难度大,需要人工逐点确认,且检测结果参考性与设备使用人经验方法有直接关系,同时设备操作复杂容易导致误判。对深度学习方法进行介绍,通过深度学习算法结合水冷壁表面图像信号,快速检测锅炉水冷壁表面缺陷缺陷。

关 键 词：深度学习 水冷壁 缺陷识别检测 人工智能 

分 类 号：TK223.3[动力工程及工程热物理—动力机械及工程]