基于深度學習的自沖鉚接偏鉚缺陷檢測算法研究*

崔俊佳，張 軍，莦茹茹，蔣 浩，廖宇軒，李光耀

（1.湖南大學汽車車身先進設計制造國家重點實驗室，長沙 410082；2.北京理工大學深圳汽車研究院（電動車輛國家工程實驗室深圳研究院），深圳 518118）

為響應國家可持續發展戰略，輕量化已經成為節能減排的重要方式，特別在航空工業中，對航空飛行器每一克的自重都錙銖必較，對輕量化的需求十分迫切。針對輕量化需求，多種材料機身成為主流，由此誕生多種異種材料連接工藝。其中自沖鉚接在連接異種材料時穩固可靠、方便快捷而備受關注。飛機蒙皮和骨架上，都會大面積運用鉚接完成材料的連接。因此，針對自沖鉚接工藝產生的缺陷以及接頭性能評估的研究就顯得尤為重要。

國內外學者針對自沖鉚接工藝進行了較為全面的研究，Han等[1]以預應變等級為變量，對SPR（Selfpiercing riveting）試件進行剪切拉伸試驗和疲勞試驗，得出預應變等級同抗拉強度和疲勞壽命呈正相關。Rao等[2]研究了兩種不同搭接方式下碳纖維復材– AA6111鋁合金鉚接件的疲勞性能，試驗結果表明鉚接件的釘頭高度對接頭的最大剪切載荷及失效時應力循環次數有著顯著的影響。黎雄等[3]采用LS – DYNA軟件建立玻璃纖維增強熱塑性復合材料 （GFRTP）的自沖鉚接有限元模型，對SPR過程進行數值模擬和試驗驗證，與金屬SPR接頭釘腿被下工件完全包裹而形成自鎖結構不同，GFRTP工件SPR接頭的形成機理是釘腿穿透下工件而向外翻卷，與釘頭一起形成機械鎖。蔣浩等[4]采用電磁鉚接的方式探究了碳纖維–鋁合金電磁鉚接接頭的力學性能，當以微觀組織等性能作為評價指標時，最優放電能量為5.0 kJ；……