国核电站运行服务技术有限公司
纸质出版:2025
移动端阅览
章济. 人工智能技术在辐照后核燃料组件外观目视检查中的应用[J]. 内蒙古电力技术, 2025,(3):39-43.
章济. 人工智能技术在辐照后核燃料组件外观目视检查中的应用[J]. 2025, (3): 39-43.
章济. 人工智能技术在辐照后核燃料组件外观目视检查中的应用[J]. 内蒙古电力技术, 2025,(3):39-43. DOI: 10.19929/j.cnki.nmgdljs.2025.0033.
章济. 人工智能技术在辐照后核燃料组件外观目视检查中的应用[J]. 2025, (3): 39-43. DOI: 10.19929/j.cnki.nmgdljs.2025.0033.
为提升核燃料组件外观检查的准确性,确保核燃料的安全性,利用人工智能(Artificial Intelligence
AI)技术开发缺陷识别系统,将AI技术应用于核燃料组件外观目视检查。该系统采用生成式图像模板法消除热湍流,并运用图像增强算法来增强图像中的有效信息。检查时,将缺陷样本上传至云计算平台,进行图像训练,进而得到训练模型,通过机器视觉实现缺陷自动识别。该系统能够对6种典型缺陷进行识别和分类,并显示置信度。为进一步验证所提方法的有效性和准确性,在国内某三代核电站大修期间,采用该方法进行核燃料组件外观目视检查。结果显示,该方法能够应对高辐照、热扰动等复杂多变环境,实时检测准确性高,可以满足核电站大修期间核燃料组件目视检查要求。
吴之望.基于深度学习的核燃料组件缺陷检测[D].华北电力大学(北京),2020(06).
李强.基于水下摄像的核燃料组件变形尺寸检测系统研究[D].南华大学,2019(01).
张磊.基于计算机视觉的风力机叶片缺陷诊断研究[D].华中科技大学,2013(06).
He Kaiming,Sun Jian,Tang Xiaoou.Guided image filtering.[J].IEEE transactions on pattern analysis and machine intelligence,2013.
杜佳欣,王富强,张鑫平,宋锦涛.机器学习辅助辐射特性定向调控优化设计研究与应用综述[J].东北电力大学学报,2024(06).
葛志超,谷艺林,黄山,郑克,徐继要,王伊彬.基于人工智能技术的变电站联合巡检系统应用研究[J].电力大数据,2023(11).
蒋海浪,刘建明.采用多部件学习的细粒度图像识别[J].计算机辅助设计与图形学学报,2023(07).
谭思超,李桐,刘永超,梁彪,王博,沈继红.关于人工智能在核能领域应用的若干思考[J].核动力工程,2023(02).
卢亚辉,张纬华,和飞飞,王帅,郝锦虎,杜玉红.图像数据采集及智能识别技术研究[J].机电工程技术,2023(02).
张恒,吕雪,刘东,王国胤,杭芹,沙睿,郭宾.核电人工智能应用:现状、挑战和机遇[J].核动力工程,2023(01).
房何,杨强,管玉峰,周正平.田湾核电站基于边缘计算与大数据的设备状态监测与智能诊断平台的应用[J].电力大数据,2022(09).
章济,许小进,叶琛,谢晨江,王菁华.燃料组件四面外观检查图像处理技术研究[J].电视技术,2021(11).
吴雨杰,张震.水下核燃料组件湍流图像复原研究[J].计量与测试技术,2019(04).
张子耀,赵晓艳,吴雨杰,张震.核反应堆燃料组件水下热湍流图像复原[J].计量与测试技术,2018(03).
翟永杰,张木柳,乔弘,王迪.基于显著性检测的风机叶片裂纹提取研究[J].南方能源建设,2016(02).
王伟鹏,戴声奎.引导滤波在雾天图像清晰化中的应用[J].华侨大学学报(自然科学版),2015(03).
刘新瀚,钱侃,王宇飞,朱向霄,孙知信.自然场景下基于连通域检测的文字识别算法研究[J].计算机技术与发展,2015(05).
徐威,唐振民.利用层次先验估计的显著性目标检测[J].自动化学报,2015(04).
姜霞霞,李宗民,匡振中,刘玉杰.融合双层信息的显著性检测[J].中国图象图形学报,2015(03).
厉荣宣,沈希忠,张树行,陈圣杰.基于图像处理的轴类零件表面裂纹检测[J].图学学报,2015(01).
张大奇,曲仕茹,李卫斌,何力.道路裂纹线检测中的脊波域图像增强算法[J].中国公路学报,2009(02).
章济,许小进,叶琛,谢晨江,顾清,施国龙,王菁华,马战龙,简海林,陈树.水下辐照环境的核燃料组件外观缺陷识别方法、系统及终端[P].国核电站运行服务技术有限公司,2022.
0
浏览量
180
下载量
CSCD
关联资源
相关文章
相关作者
相关机构