Resumen

Como parte importante del automóvil, la calidad y seguridad de las piezas de sellado del circuito de aceite a alta presión del motor del automóvil son un indicador importante del proceso de producción de los fabricantes. Con el fin de mejorar la precisión y eficiencia de detección de las piezas de sellado en el proceso de producción tradicional, se estudió el método de detección de defectos en la superficie del sello. Se propuso un algoritmo de segmentación de imagen por agrupamiento K-Means basado en optimización por enjambre de partículas. Para detectar los defectos en la superficie de los sellos, primero, se preprocesa la imagen del sello. Luego, se utiliza el algoritmo SURF para extraer los puntos característicos de la imagen del sello. Finalmente, de acuerdo con la función de varianza de aptitud del enjambre de partículas, se selecciona el punto de inserción calculado mediante la combinación de la optimización por enjambre de partículas y el algoritmo K-Means. A través de la iteración,

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Automóvil; Motor; Circuito de aceite de alta presión; Piezas de sellado; Agrupamiento K-Means; Optimización de enjambre de partículas
• Keywords:Automobile; Engine; High-pressure oil circuit; Seal parts; K-Means clustering; Particle swarm optimization