基于主结构提取与签名算法的织物缺陷检测

为解决目前基于图像处理的织物缺陷检测算法中,因织物组织纹理结构复杂、花型繁多造成的检测效果差的问题,提出一种基于主结构提取与图像签名算法的纹理织物缺陷检测方法。首先,使用改进的总变差模型去除织物纹理提取主结构;其次,利用高斯变换对待检测图像进行多尺度分解,构建高斯金字塔;然后根据视觉注意力机制提取颜色特征,通过图像签名算法对疵点进行显著性检测,最后利用自适应阈值的方法分割得到疵点区域。实验结果表明,算法可有效地提取各种织物的主结构,实现不同纹理织物图像的缺陷检测。     

含缺陷固体火箭发动机燃面自适应提取算法

固体火箭发动机CT图像存在的伪影噪声会严重影响初始燃面边界与缺陷的提取，并且实际CT图像中缺陷信息提取困难，研究有效地去掉CT图像中伪影并自动提取出燃面数据与缺陷数据的算法具有重要的工程实际价值。针对CT图像去伪影与缺陷提取难的问题，提出一种IBM3D滤波算法，在块匹配阶段利用边缘检测的先验信息寻找相似块；并提出一种自适应Canny边缘检测算法与种子八连通标记法相结合的方式将图像中的初始燃面与缺陷数据有序地分离出来。实验结果表明IBM3D算法的峰值信噪比与结构相似性水平较其他算法更高，自适应边缘检测算法提取的燃面缺陷信息较其他算法更为完整。实现了含缺陷的固体火箭发动机CT图像质量的提升，并准确地提取初始燃面、缺陷信息。     

基于EMD超声缺陷信号故障特征提取方法

超声缺陷信号是一种非线性、不平稳信号,且由于材料结构的复杂性,超声回波信号往往存在很多干扰噪声。目前在超声缺陷信号的自动提取和识别方面一直未有较大突破。针对常用时频域分析方法的不足,引入了一种对超声缺陷信号自适应的时频域分析方法——EMD(经验模态分解法)。通过对检测到的超声缺陷信号进行EMD分解,得到一系列的本征模函数(imf),突出了信号的局部细节特征。提取出的时频域故障特征,作为BP神经网络输入,分类效果明显,为超声缺陷故障模式识别分类提供了比较准确的依据。     

挡风玻璃花点缺陷智能检测技术研究

花点图案是由许多小黑点密集排列形成的点阵图案，它均匀分布在汽车挡风玻璃的四周。花点在丝网印刷和烧结过程中可能出现黏连、残缺与缺失等缺陷。采用人工进行花点缺陷的检测容易误检和漏检，且检测数据不易统计和分析。为了解决该问题，提出采用机器视觉技术来提取黑边花点轮廓作为相机移动轨迹；然后用PLC控制2台相机的移动来分段采集4条黑边的花点图案，以便获得微小花点的清晰图像；最后采用YOLOv5s算法来实现花点缺陷类型和位置的在线检测。文中通过对不同算法检测结果的比较，验证了YOLOv5s算法在花点缺陷检测方面的优越性和鲁棒性。     

磁力探伤中断的缺陷显示方法——缺陷显示板

介绍了一种新的磁力探伤显示装置－－显示板的原理及其应用,说明其可代替现有的磁粉和磁悬液,灵敏度高于干磁粉,接近磁悬液,Ａ型试块可清晰显示。     

结合生产作业流程 创新设备缺陷管理

针对火力发电厂设备缺陷管理过程中的特点及问题,结合实际生产作业流程管理方法和实践,提出采取创新管理、强化执行力、规范作业程序、提高工作效率等措施,降低设备缺陷的发生率,提高设备的可靠性及经济性,达到创建本质安全型企业的目标。     

几种典型焊接缺陷试块的制备

超声波检测在电力、航空、石化、铁路等行业得到了广泛地应用,专业人员通过这种检测方法及时地发现了许多材料内部的缺陷,避免了危险事故的发生,保障了工业体系的正常生产。对于超声波初学者而言,缺陷的定性和定量是有难度的,针对这种现状,文中对各种典型缺陷的波形做理论上的分析并制备几种培训超声波检测初学者的缺陷试块,使初学者对各种典型缺陷的波形特点有系统的认识和掌握。     

焊接缺陷自动检测中区分典型条状缺陷判据的建立

X射线底片的评判,一直由检测人员根据透照的底片逐张进行分析评定,受人为因素影响较大。文章通过焊接缺陷的特征分析,提出了利用计算机自动检测作为区分条形缺陷的判据,对实现X射线底片的计算机检测具有现实意义和应用前景。     

电力设备发热缺陷

在电力设备的各类缺陷中,设备发热缺陷是很严重的缺陷之一,《变电设备缺陷管理标准》将很多发热缺陷归属紧急缺陷（Ⅰ类缺陷）和重大缺陷（又称Ⅱ类缺陷）,5．2．1条中将以下情况明确列为紧急缺陷。     

二滩水电站500kV GIS设备运行分析

笔者通过对二滩水电站500 kV GIS设备12年来发生的缺陷进行分类统计与分析,归纳出500 kVGIS设备缺陷发生的主要类型及发生率,并有针对性地提出了可行性预防措施,比如尽量采用技术成熟、免维护的设备,提高设备检修工艺和质量等。同时,对如何有效发现设备缺陷和减少设备缺陷发生率的方法进行了探讨,提出了开展群众性缺陷分析与研究等一些可行的办法,起到了指导检修和减少缺陷的作用。     

一起500kV主变压器缺陷的发现和消除

介绍了一起 50 0 k V主变压器缺陷的发现和消除过程 ,并对缺陷形成进行了简要分析。     

聚合物电缆绝缘中缺陷微粒的Mie散射特性

应用Ｍｉｅ散射射理论分析了聚合物电缆绝中的缺陷微粒光散射角度特性。     

Cognex表面检测系统在硅钢酸轧线中的改造应用

介绍了Cognex表面检测系统的基本原理、构成和在硅钢酸轧线中的应用情况。对其在运行过程中出现的四类问题加以分析说明,并从中找到合适的解决方案对其进行了改造。结果表明:该改造方案能够使检测光源亮度波形明显好转,降低了设备维护难度及减少了机组停机时间,保证了钢带产品的生产质量。     

融合自注意力与缺陷凸显的缺陷检测方法

针对无监督缺陷检测中重建网络在抑制异常重建的同时无法保留正常区域细节信息的问题,提出了一种融合自注意力 与缺陷凸显的缺陷检测方法。 首先,在重建网络中引入离散小波变换(DWT)进行下采样, 并使用离散小波逆变换( IDWT)进 行上采样。 相较于传统重建网络,这种方法能减少细节信息的丢失,并对特征进行频率分解。 同时,在跳连接中加入自注意力 模块对特征重新编码,使其重点关注正常区域的细节信息。 此外,设计了一个缺陷区域凸显模块,利用正常样本特征构建特征 库,将从测试图像提取的特征与特征库中特征对比得到异常图,将异常图与重建差值图相结合来改善缺陷定位结果。 在工业缺 陷检测数据集 MVTec AD 上进行测试,在图像级 AUROC 上取得了 99. 3%的结果,同时在像素级 AUROC 上取得了 98. 3%的结 果,在无监督缺陷检测中具有较高的检测精度和鲁棒性。     

改进YOLOv5的路面缺陷快速检测方法研究

为了实现路面缺陷的智能快速化检测,对深度学习目标检测算法YOLOv5进行改进,得到的3种检测模型(YOLOv5-A,YOLOv5-C,YOLOv5-AC)均可采用视频检测的方式对路面5类缺陷进行快速检测。采用智能手机和数码相机采集路面缺陷图像并制作数据集,在满足视频检测的需求下,使用K-means算法和1-IoU作为样本距离重新聚类anchor,得到更优的锚框参数;在网络多个结构中引入CBAM注意力机制,增强模型的特征提取能力。实验结果表明,YOLOv5-C算法在训练集上的平均精度达到91.8%,相较于原模型提高1%;YOLOv5-A算法在验证集上的平均精度达到92.7%,相较于原模型提高1.7%;在实际检测效果上,YOLOv5-AC算法在裂缝、破碎板和坑洞的识别准确度上达到89%、62%、90%,相较于原模型提高了45%、4%、5%,且模型的检测速度达到40 FPS。YOLOv5-AC算法具有较高的检测精度和识别速度,一定条件下可以满足在道路缺陷检测中的智能化实时检测需求。     

电站锅炉立柱分层类缺陷检验与分析

介绍国电河北龙山发电有限责任公司2号锅炉和沧州华润热电有限公司1号锅炉立柱的分层类缺陷,分析分层类缺陷产生的原因与危害,提出避免分层类缺陷漏检的检验方法。通过分析分层类缺陷钢板的平行夹层面积、夹层与板面角度及夹层位置对钢结构安全性的影响,认为分层类缺陷在4种情况时必须进行处理。     

变压器色谱超标缺陷的分析及处理

变压器色谱试验发现故障非常灵敏，但不能确定故障部位。针对秦皇岛发电有限责任公司4号主变压器色谱数值超标的问题，阐述了确定变压器缺陷部位的试验方法及缺陷的处理方法。     

Jordan执行器常见缺陷原因分析

对比分析了Jordan LA2400系列电动执行器在秦皇岛发电有限责任公司一、二期锅炉二次风门上的应用情况，提出该类电动执行器的频发缺陷原因，并针对各种情况提出相应解决办法及建议。