CNN 集成机器学习的金属缺陷少样本分类方法

针对金属缺陷分类,以深度学习为代表的分类方法主要是基于大规模数据的统计学习方法,一方面需要大量优质的标注样本,另一方面对数据中未能涵盖的样本泛化性能差。提出了一种利用集成学习思想,将人类分类知识嵌入到深度学习的少样本分类方法。首先搭建了一个卷积神经网络作为分类模型的骨干网络,并设计了一个利用机器学习的类人学习模块,利用人类分类所用特征进行分类。此外,为了提高模型的泛化性、鲁棒性和更好的融合效果,设计了一种以对数函数为核心的数学集成模型,模块中的数学集成模型利用集成学习思想将骨干网络和类人学习模块的输出进行耦合。实验结果表明,对于小训练集大测试集的金属缺陷数据在分类性能和训练参数量方面优于深度学习方法。此外,类人学习模块和数学集成模型嵌入到不同的骨干网络上均取得了很好的性能,表明所提出的方法适用于多种深度卷积神经网络。     

聚烯丙基胺的合成、表征及其与硫化氢反应

随着聚烯丙基胺在染整,水处理,气体吸附等领域的广泛应用,聚烯丙基胺的需求越来越大。然而,用烯丙基胺单体直接聚合会存在严重的衰减链转移现象,而无法得到高分子量的产物,用加氢方法制备,实验过程繁琐。本文采用先对烯丙基胺单体进行盐酸化,消除衰减链转移现象,再利用(NH₄)₂S₂O₈和NaHSO₃作为引发剂,对烯丙基胺盐酸盐进行自由基聚合,使用离子交换树脂对聚烯丙基胺盐酸盐进行离子交换处理,获得聚烯丙基胺。对聚烯丙基胺进行红外光谱和核磁结构表征,结果表明红外光谱在997 cm^-1处对应的C=C键和945 cm^-1处对应的=C–H键消失,说明单体被成功聚合。氢核磁谱图表明C上有3种氢,这与聚合物的结构相对应,也说明聚合物被成功合成。利用紫外光谱,X射线光电子能谱（XPS）和能量散射X射线能谱（EDX）探究聚合物与硫化氢的反应。紫外光谱显示,聚合物与硫化氢反应后,最大吸收峰的波长出现红移,并且强度增加。EDX测试表明与硫化氢气体反应后的聚合物表面存在着硫元素,并且表面硫原子百分率达到4.62%。XPS谱图表明,聚合物与硫化氢气体反应后,存在两种硫元素,经过分析说明聚烯丙基胺与硫化氢气体反应既存在着化学反应过程,同时还有物理吸附的过程。本文采用简单的自由基聚合制备聚烯丙基胺,并将其与硫化氢气体反应,实验表明聚烯丙基胺可以用作硫化氢气体的吸收剂。     

浅层卷积神经网络融合Transformer的金属缺陷图像识别方法

针对金属缺陷识别领域中传统深度学习方法存在参数量多、计算量大的问题,提出了一种浅层卷积神经网络融合Transformer模型的金属缺陷识别方法。利用浅层卷积神经网络学习图像局部信息与位置信息,通过Transformer学习图像全局信息,同时引入通道注意力模块SE关注重要特征通道,实现缺陷图像识别。通过引入公开缺陷数据集验证该方法的有效性,同时利用自建缺陷超声数据集验证所提方法的通用性。实验结果表明,在中小规模数据集上,该方法通用性较强,能够对金属缺陷图像进行有效识别。     

用于波分复用的1×4多模干涉耦合器

根据多模干涉(MMI)技术和波分复用原理,设计并研制出应用于波分复用系统的1×4钛扩散铌酸锂(Ti:LiNbO3/LiNbO3)多模干涉耦合器.对MMI耦合器进行了理论研究和设计计算,完成了结构参数的优化设计、特性参数(损耗,分光比)的计算和实验验证,并与常规的M-Z型耦合器进行了对比.设计出的1×4MMI耦合器的长度为6 mm,损耗为1.4 dB,而使用三个M-Z型耦合器构成1×4耦合器,总长度为60 mm,总损耗为1.5 dB;因此,采用MMI耦合器,具有结构紧凑、损耗低、工艺简单、容差性好等一系列独特的优点.     

油气田硫化氢气体浓度光纤消逝场传感检测技术

针对光纤消逝场硫化氢(H₂S)气体浓度传感器存在的光源波动噪声、灵敏度低等问题,设计了双光路光谱吸收式检测系统,分析了消逝场光功率与气体浓度、检测灵敏度之间的关系,研究了光纤腐蚀过程中消逝场功率与光纤剩余直径之间的关系;研制消逝场功率比不同的传感光纤进行H₂S气体浓度检测实验,探讨了小范围温度变化对气体浓度检测的影响。实验结果表明:当传感光纤消逝场功率比为10%时,灵敏度高达4.4W·L/mol,最低检测H₂S气体浓度可达5.1×10^-6,且温度在273~333 K范围内变化时对H₂S气体浓度检测的影响很小。光纤消逝场传感器制作成本低、灵敏度高、精度高,可用于油气勘探开发过程中H₂S气体的检测。     

储罐探伤爬壁机器人全遍历路径规划方法

储罐探伤爬壁机器人全遍历路径规划要求机器人高效遍历储罐外壁全部无障碍物区域。结合邻接矩阵、路径选择函数,提出一种单元分解算法并应用于爬壁机器人路径规划中。首先,将爬壁机器人的工作环境简化为二维平面,并通过分析漏检面积确定机器人遍历基本路径;接着,建立栅格环境,对每个栅格赋予x_i值以表示其栅格状态;其次,采用矩形分解法将工作环境划分为若干子区域,通过图的深度优先搜索算法和邻接矩阵确定各子区域的衔接顺序;最后,在子区域的遍历和切换过程中,引入方向函数y_i来判断爬壁机器人是否陷入死区,结合x_i值提出路径选择函数f_i以引导爬壁机器人快速逃离死区。在虚拟环境中进行了仿真实验,仿真结果表明,该方法不仅能引导爬壁机器人以高覆盖率和低重复率遍历工作区域,而且能快速地逃离死区。全遍历路径规划的实现拓展了爬壁机器人在检测储罐罐壁中的应用。     

三分量光波导加速度传感器中双M-Z干涉仪结构设计

为了实现强电磁场环境下的三维地震高精度勘探,提出了一种新型的三分量光波导加速度传感器.对三分量光波导加速度传感器的双M-Z光波导干涉仪进行了研究和优化设计.用有效折射率法(EIM)分析了Ti:LiNbO3波导的单模传输并设计了单模波导.双M-Z光波导干涉仪的Y分支设计采用反正弦S型弯曲,并用有限差分光束传播法(FD-BPM)对干涉仪中光传输进行了理论分析和模拟计算,实验与理论分析吻合.对成功制作的双M-Z干涉芯片进行了测试.实验结果表明,干涉芯片性能良好.     

储罐罐壁缺陷检测爬壁机器人吸附机构的磁场分析

针对阶梯形变截面罐壁缺陷漏磁检测的可调节磁路问题,设计了吸附机构,实现吸附的同时对12mm厚罐壁进行有效磁化。基于传统的标准缺陷漏磁测量法,再结合剖分试件法,通过Ansys仿真和实验测量磁感应强度、背底磁场以及漏磁场特性,得到气隙值分别为5.5mm、6.5mm、7.5mm、8.5mm、9.5mm、10.5mm的漏磁场曲线。验证了磁路设计的正确性和仿真的可参考性,为通过仿真确定不同厚度钢板所需气隙提供依据。实验发现,钢板缝隙正上方漏磁场Bx和Bz存在峰值,随着气隙增大Bx峰值下降至5~10m T,偏离缝隙Bx骤减,钢板无缝隙处的背底磁场在20~30m T,钢板缝隙内磁化强度在771~893m T,且磁化较均匀。     

基于ANSYS的抛丸器前曲叶片受力的有限元分析

为延长抛丸器前曲叶片的使用寿命,实现高效抛丸除锈,用ansys建立了忽略底座和考虑底座的两种叶片实体模型,用SURF154和SOLID45单元对叶片实体划分单元,再对叶片施加约束和载荷的有限元分析,其结果显示:两种实体模型的叶片总体均为低应力分布,但存在明显的应力集中点;全长底座叶片有应力变化范围更大、应力集中程度小且最大应力值较小的优点。     

管道液压冲击压力振荡特性分析

针对液压系统中液压冲击引起管道压力振荡的问题,以两端分别连接容腔和换向阀的等直径水平管道为研究对象,通过对管道物理模型的空间离散化,考虑频率相关摩擦,建立管道有限分段集中参数模型,考虑复杂流体现象,合理选择管道子模型,采用AMESim进行了仿真分析,得到管道压力振荡特性。并通过仿真分析确定了管道参数对压力振荡的影响规律。结果表明:AMESim法计算所得峰值压力与理论计算相比误差为1.5%,与Simulink法相比误差为6.8%,且在动态过程中AMESim法和Simulink法压力曲线吻合良好,证明了建模与仿真方法的正确性,为管道液压冲击压力振荡分析提供了一种新方法。