基于轻量化模型的钢铁表面缺陷显著性检测研究

钢铁被广泛地应用于工业生产,其质量的优劣影响着钢铁制品的可靠性。现有检测技术基于深度学习等方法来检测钢铁表面缺陷区域,但仍存在检测速度慢、模型参数量大和应对复杂场景处理能力弱的问题。针对问题设计了一种基于轻量化模型的钢铁表面缺陷显著性检测方法,能够实现快速准确地检测钢铁表面缺陷区域。该方法以深度可分离卷积为基础设计模型,从而减小模型整体参数量并提升检测速度;在模型中引入多尺度特征,强化轻量化模型对于图像特征的提取能力,提升对复杂环境下的适应性。该方法在公开数据集SD-saliency-900上进行了广泛的实验,实验结果证明提出模型在检测精度不受影响的前提下,大幅减小模型参数量并显著提升模型推理速度。相较于其他基准方法,所提出模型具有更好的复杂环境应对能力以及实际应用性。     

基于光流的视频缺陷检测及修复方法

为了修复视频中的划痕和斑点,提出一种基于光流的视频缺陷检测及修复方法。首先,根据光流场得到相邻帧对应像素之间的位置关系,利用对应点灰度差确定像素点所在位置是否为缺陷。其次,修正缺陷区域的光流,以修正光流指向的相邻帧修补点填补对应的缺陷点。最后,针对已修复的视频帧重新计算光流场并重复修复步骤,直到该帧满足迭代修复的收敛条件。针对DAVIS视频数据集的不同场景,模拟产生数量为单帧像素点总数1%左右的缺陷后进行检测修复实验,给出查全率与误识别率的关系曲线,其中,误识别率为0.1%时,查全率可达80%以上;修复后的SSIM大于0.991,LPIPS小于0.037。针对老旧视频的修复实验表明,算法能够有效去除细小划痕和大小斑块。     

基于深度学习的电机外观缺陷智能检测系统设计

针对电机外观缺陷检测通过人工检查方法准确率偏低、误判率高、严重影响电机出厂质量等问题,通过分析电机外观缺陷类型,设计了一种基于深度学习方法的智能视觉检测系统,该系统方案由训练服务器、工业视觉控制器、工业相机、LED光源和控制器以及数字IO模块构成,融合了深度学习与传统CV视觉检测算法,采用了全新的系统架构与快速部署设计方案,实现了自动化、高精度的视觉识别检测,在效率比人工高几倍的同时,还能通过增量训练不断提升推理的准确率。尤为重要的是,实现这一效果仅需要在通用CPU平台上实现,进一步降低了成本,提升产线运行效率和质量。     

基于低缺陷ZnO电子传输层的PbS量子点光电探测器研究

PbS胶体量子点因其光吸收系数高、制备成本低、沉积工艺简单、带隙可调等优点,成为备受关注的新型红外探测纳米材料。光电二极管结构的PbS量子点光电探测器通常使用高透过率、高电子迁移率的ZnO来制备N型层,以加快光生载流子的分离和提取。但是通过溶胶-凝胶法制备的ZnO薄膜在制备过程中会在薄膜中产生缺陷,限制ZnO层性能的发挥。本文通过调节ZnO前驱体溶液的浓度成功制备出缺陷更低的ZnO薄膜并应用于ZnO/PbS光电探测器件,经测试,当溶液浓度为0.7M(mol/L)时,所制备的器件表现出最佳的性能,在1 600 nm处的响应度和探测率分别为0.32A/W和3.48×10¹¹Jones,外量子效率为25%,器件的响应时间为τ_R=130μs,τ_F=20μs。这项工作为PbS量子点光电器件性能的优化提供了新的解决方案。     

水文桥测车防倾支杆缺陷及应对策略

为防止桥测车在桥上测验时发生侧翻倾覆事故,对采用单点支撑防倾支杆的桥测车工作时的安全性进行分析,结果表明 EQC-2 型桥测车单点支撑防倾支杆存在一定的安全稳定缺陷。针对单点支撑防倾支杆存在的缺陷,优化设计一种三角形结构防倾支杆,即在单点支撑防倾支杆上加装 1 根斜支杆,使斜支杆的一端与单点支撑防倾支杆的底部相连,另一端与吊臂相连,使斜支杆、单点支撑防倾支杆与吊臂之间形成一个三角形结构,并与采用单点支撑防倾支杆的桥测车在工作时最大挂载量、侧滑和侧翻等方面进行对比分析。结果表明：采用三角形结构防倾支杆的桥测车各项指标均明显优于采用单点支撑防倾支杆的桥测车,对桥测车在今后有关设计方面的改进具有一定的参考意义。     

采用阶梯 T 型谐振器的双陷波 UWB 滤波器

为有效抑制印度国家卫星通信C频段和X卫星频段对超宽带通信系统的干扰,提出了一种新型双陷波超宽带滤波器。该滤波器采用阶梯T型多模谐振器(multimode resonator, MMR)与缺陷地结构(defected ground structure, DGS)的交趾耦合,实现超宽带特性。采用非对称耦合线及在MMR两侧耦合分裂环谐振器的方法,分别在6.67～7.06 GHz, 7.47～7.57 GHz两个频段内产生陷波。实测结果与仿真结果吻合较好,该滤波器的通带范围为3.03～11.50 GHz, 3 dB带宽达到123%,插入损耗仅有0.87 dB,两处陷波中心频率分别在6.87 GHz和7.52 GHz,陷波深度均大于20 dB,且整体尺寸紧凑,仅有16 mm×8 mm大小。     

弱磁检测技术研究进展与展望

弱磁检测技术是以铁磁材料力磁耦合效应为原理,通过采集构件表面自漏磁场信号,对铁磁材料的应力集中、早期损伤等进行诊断的无损检测技术。其主要优点包括无需激励磁化设备、无需提前处理构件表面、操作简单等等。梳理了近5年来弱磁检测方法研究进展,总结了缺陷处磁信号描述与计算方法,重点分析了利用弱磁检测技术判断与定位缺陷、缺陷损伤评判准则等方面的主要研究成果,陈述了缺陷定量化反演的进展,最后讨论了弱磁检测技术在工程上的应用现状。基于此,对弱磁检测技术的未来发展趋势进行了展望。     

内部缺陷锂离子电池的筛选方法

比较筛选隔膜穿孔、金属异物和粉尘颗粒等3种缺陷类型电池的方法,总结各筛选方法的有效性以及对电池生产厂商的实践意义。化成初始电压筛选,可100%识别隔膜穿孔的缺陷电池;静态搁置电压筛选,除了能100%识别隔膜穿孔的缺陷电池,还可识别50%～80%充电过程中因隔膜受金属异物或粉尘颗粒膨胀挤压而表现出电压异常的缺陷电池;对静态搁置电压无异常、但在充电过程中电压波动较大的缺陷电池,动态电压差筛选可提升缺陷电池的识别率。     

基于低频电磁的铁磁管道内壁缺陷重构方法

利用低频电磁的方法对铁磁管道内壁缺陷进行检测及轮廓重构是当前的一个热点问题。然而,低频电磁方法检测到的漏磁信号是周期性变化的,不便于缺陷信息的提取,并且被检测管道的长度、管径和原始壁厚的不同会严重干扰检测结果。因此,本文首先建立了低频磁场下管道内壁缺陷的二维有限元检测模型。其次通过计算漏磁信号与线圈电流比值,消除了漏磁信号的周期性变化给检测带来的不便。然后通过对的预处理,有效减少管道长度、管径和原始壁厚的不同对缺陷轮廓重构结果的影响。最后,基于高斯过程回归算法建立预处理信号与缺陷轮廓的回归模型,实现了缺陷轮廓重构。仿真结果中,针对长度、管径和原始壁厚各异的铁磁管道,所重构轮廓的均方根误差在0.17mm左右,表明该方法能够准确的重构出内壁缺陷轮廓。     

面向架空线路的无人机带电无损探伤系统的研究与应用

针对目前输电线路金具压接工艺、质量检测方法准确率低且特征分辨率弱,传统探伤技术受限于设备的体积、对碳纤维导线和钢芯铝绞线适用性等问题,研制一种基于无人机的架空线路 X 光带电无损探伤系统。对压接金具在服役过程中各类缺陷的形成机理进行分析,建立关键设备状态评价体系,在此基础上,提出无人机X光带电无损探伤检测模型,采用遥感图像采集技术实现探伤图像采集,对采集的架空线路线夹遥感图像进行高斯滤波降噪处理。基于边缘检测图像分割算法对降噪输出的探伤图像进行故障缺陷分区,实现缺陷精准识别、故障定位。实验结果表明,研制的无人机带电无损探伤系统损伤检测的特征分辨能力较强,同时具备主动减振、电磁防护特性,对架空线路本体及附属设备缺陷的精益化管控具有重要意义。