基于卷积自编码器的医用玻璃瓶口缺陷检测方法

为解决缺陷检测中缺陷样本数量少、种类多、难以提供足够的数据来进行有监督深度学习模型训练的问题,本文利用工业生产中大量易获取没有缺陷的正样本数据,建立Encoder-Decoder结构的卷积自编码网络缺陷检测模型,将空间和通道注意力的卷积注意力模块嵌入编码器中增强网络特征提取能力。在编码阶段加入上下文信息模块,获得更大的感受野,减小计算量。同时,结合多尺度结构相似性MS-SSIM和L1损失来改善图像重构效果,使用峰值信噪比PSNR衡量重构误差并判别异常。实验结果表明,提出的医用玻璃瓶口缺陷检测方法能够准确检出缺陷数据和分割缺陷区域,精确度为99.45%、召回率为97.63%、漏检率为0.55%、误检率为2.93%。该方法能够准确检出玻璃瓶口缺陷,定位缺陷区域,同时图像重构耗时短,仅需10.37 ms左右,能够实现准确、高效的自动化产品质量检测。     

半导体晶圆ENIG/ENEPIG产品设计考量

通过化学自催化反应在半导体晶圆I/O铝或铜金属垫上沉积具有可焊接性的镍金/镍钯金层,此工艺已在MOSFET、IGBT、RFID、SAW Filter等产品上得到广泛应用。着重阐述了在新产品设计和工程评估阶段,对于晶圆产品本身应予以考量的因素,如钝化层种类及厚度,I/O金属垫的成分及结构,切割轨道上金属图形的大小及钝化层的覆盖,不同I/O pad的电势等。其中一些因素导致的问题会直接影响化学镍金/镍钯金后产品的性能应用。在化镀工艺过程中,要充分了解产品本身结构以及可能造成的相应缺陷及问题,并且应综合考虑这些因素的影响。     

基于支持向量机的金属表面缺陷检测

针对人工检测金属表面缺陷效率低、主观意识强、无法长时间工作等缺点,提出一种基于支持向量机监督检测、分类以及测量的金属表面缺陷的方法,并使用Matlab软件设计一个图形用户界面(GUI),便于检测人员使用。研究中先对工厂采集的图像进行Gabor滤波和对比度增强的前处理。然后使用方向梯度直方图(HOG)和灰度共生矩阵(GLCM)进行特征提取,为后续提高检测准确率打下基础。最后对于每种缺陷类型都采用270张图片进行模型训练,利用训练好的模型对测试图片进行测试。实验结果表明,最终3种缺陷类型的总正确率为88.9%,该检测方法能够有效地检测出金属表面缺陷。     

基于X射线检测的电力电缆常见缺陷分析

X射线数字成像技术由于高灵敏度、无损检测等优势,可以检测出常规手段较难直观判断的设备缺陷部位及老化状况,近年来在电力电缆的缺陷检测中的应用越来越多。本文在阐述了X射线检测原理和检测参数的基础上,例举了2个X射线检测现场受损电缆的实际案例。在电缆外护套受损的情况下,通过X射线成像,可以快速判断主绝缘层是否有缺陷。非破坏性的X射线检测方法是一种高效的、节约成本的现场检测技术。     

基于软件度量的Solidity智能合约缺陷预测方法

随着区块链技术的兴起,智能合约安全问题被越来越多的研究者和企业重视,目前已有一些针对智能合约缺陷检测技术的研究.软件缺陷预测技术是软件缺陷检测技术的有效补充,能够优化测试资源分配,提高软件测试效率.然而,目前还没有针对智能合约的软件缺陷预测研究.针对这一问题,提出了面向Solidity智能合约的缺陷预测方法.首先,设计了一组针对Solidity智能合约特有的变量、函数、结构和Solidity语言特性的度量元集(smart contract-Solidity, SC-Sol度量元集),并将其与重点考虑面向对象特征的度量元集(code complexity and features of object-oriented program, COOP度量元集)组合为COOP-SC-Sol度量元集.然后,从Solidity智能合约代码中提取相关度量元信息,并结合缺陷检测结果,构建Solidity智能合约缺陷数据集.在此基础上,应用了7种回归模型和6种分类模型进行Solidity智能合约的缺陷预测,以验证不同度量元集和不同模型在缺陷数量和倾向性预测上的性能差异.实验结果表明,相对于COOP度量元集...     

一种陶瓷方形扁平封装外观缺陷检测方法

提出一种基于机器视觉的陶瓷方形扁平封装外观缺陷检测方法。对于封装外形尺寸较大而缺陷较细微的情形,将待检片分为多个区域与标准样片进行比对检测。首先通过Foerstner特征点检测法提取标准片图像的特征点,然后使用随机抽样一致性(RANSAC)图像匹配算法,将所有标准片图像拼接并融合生成一张标准片全幅面模板,再将待检片分区与标准片模板进行序贯比对,以提取可疑区域,最后利用支持向量机(SVM)分类器对可疑区域进行筛选分类。实验结果表明,这种方法不仅克服了传统视觉检测过程中视野范围与图像分辨率相互制约的矛盾,且对陶瓷方形扁平封装表面缺陷具有较高的检出率。     

基于表面波的钢管砼界面剥离检测模拟分析

钢管混凝土结构充分利用了钢管和混凝土的优点,具有优越的力学性能,被广泛应用于高层建筑及大型桥梁中。然而,钢管和混凝土间的界面剥离缺陷却会给结构力学性能带来负面影响,对隐蔽性的界面剥离缺陷进行有效检测很重要,基于同侧压电陶瓷片驱动与表面波测量进行检测易于实施。该文运用ANSYS建立了带界面剥离缺陷的钢管混凝土柱模型,通过在钢管混凝土柱表面同侧粘贴压电陶瓷(PZT)片进行驱动和传感,对具有不同长度缺陷的钢管混凝土柱的信号进行数值模拟分析,并与健康工况下的信号进行比较。数值模拟结果表明,界面剥离缺陷工况下的信号幅值较健康工况下大,且损伤程度与信号幅值改变呈正相关,损伤尺度越大,信号幅值越大。该文提出的基于表面波测量的界面剥离缺陷检测方法有效。     

基于多视角卡牌模型的需求缺陷检测

需求来源于不同利益相关方对现实系统的认识和期望。需求获取在整个软件产品的研发过程中至关重要,往往决定着软件产品的质量甚至成败。然而,由于各种复杂因素的影响,获取到的需求中往往存在不完整、不准确甚至冲突等缺陷。需求表达上的二义性、需求描述的不完整和不一致等是最常见的需求缺陷。文中提出一种基于多视角需求获取的卡牌模型和需求缺陷检测规则。在需求获取过程中,特别是在其初期,其能够发现来自各方需求信息中常见的不完整和不一致需求缺陷。最后,通过3组项目案例验证了方法的有效性。     

利用分支路径差异分析的故障定位研究

为了更加有效地定位软件故障可疑位置,考虑程序分支判断语句的行为状态及其之间的相互干扰,提出一种利用分支路径差异分析的故障定位方法。结合GCC编译器产生的中间文件做分析、转换得到程序抽象语法树,获取分支节点的执行信息,构造分支特征矩阵;提出聚类优化算法FCM-BP筛选合适路径,得到高度抗干扰的执行成功的路径代表和执行失败的路径代表;最后基于代表路径做差异分析生成故障可疑度排名报告。在Xerces等大型项目上进行实验分析并与Tarantula等经典实验对比后发现,利用分支路径差异的方法可以有效定位软件故障。     

基于改进遗传算法的浮法玻璃优化切割

浮法玻璃表面含有多种缺陷,这些缺陷的种类、数量和大小会不同程度影响玻璃质量,进而影响玻璃价格。因此在浮法玻璃优化切割过程中,应合理利用缺陷,优先规划质量较好的玻璃原片,以达到提高玻璃成品总价格的目的。针对浮法玻璃优化切割问题,以玻璃成品总价格最大为优化目标,建立该问题的数学模型,提出了一种符合浮法玻璃优化切割问题特性的遗传算法。以一个算例验证了上述模型的正确性及算法的有效性。