深度学习微泄漏测量框架

一种融合语义分割与气泡特性的新型干式微泄漏测量机制,为密封容器提供低成本检测新方案。

Ding, Zhenglong · Song, Wan · Jiajia, Xu · Wenjuan, Cheng · 詹曙

IEEE/ASME Transactions on Mechatronics 2023

技术优势

干式测量

实现对密封容器微泄漏的干式测量机制,无需液体介质,降低成本和污染风险。

关键参数可控

通过实验分析两相流中气泡特征的影响因素,找到影响气泡形状的关键参数,实现对气泡初始形状、生成周期和振荡过程的控制。

实验验证有效

通过搭建的实验平台验证了所提MLMF的有效性。

应用场景