基于邻层数据匹配的工业 CT 图像生成 G 代码方法

针对目前工业CT图像转换为3D打印G代码方法效率低的问题,提出一种基于邻层数据匹配的工业CT图像直接转换成G代码的方法。首先采用Canny算子提取工业CT图像的轮廓,然后处理轮廓分叉问题,实现邻层间几何信息数据匹配,其次进行邻层间轮廓插值以满足3D打印层间厚度要求,从而避免"阶梯效应",最后通过填充编码得到用于3D打印的G代码。使用本文提出的方法,轮毂CT图像转换为G代码的时间为10.5 s,耗时远小于其他间接转换方法;3D打印出的轮毂无"阶梯效应",平均尺寸误差率为0.25%。实验结果表明,该方法不涉及中间格式,转换效率高,转换误差与传统方法相当,适用于具有复杂内腔结构的零件。     

PBAT‒PLA膜袋受控需氧堆肥条件下的降解研究

目的 通过对广泛使用的PBAT–PLA生物降解膜袋在受控需氧堆肥条件下的降解机制研究，为生物降解塑料的大规模推广提供重要理论基础。方法 根据GB/T 19277.1—2011，在(58±2)℃需氧条件下，对PBAT–PLA膜袋进行为期160 d的生物降解测试(即工业堆肥)，并以常见的可降解材料微晶纤维素作为参比样品。对降解前后的材料进行红外、扫描电镜、能谱分析，并结合其所在堆肥样本的脂肪酶活性，从多角度探寻降解机制。结果 PBAT–PLA膜袋与微晶纤维素所在的堆肥脂肪酶活性都达到空白堆肥的3倍以上。红外显示由微晶纤维素水分子吸附、糖环打开、基团氧化形成的吸收峰加强，PBAT–PLA膜袋中的酯键峰明显减弱;扫描电镜发现降解的PBAT–PLA膜袋表面覆盖了微生物膜;能谱分析发现，碳元素大幅减少，氧元素增加。结论 微生物在PBAT–PLA膜袋表面生长形成生物膜，分泌大量脂肪酶，水解PBAT–PLA的酯键，使聚合物降解为不同链长的中间体或小分子，同时伴随着氧化，随后被作为碳源，在相关微生物体内被代谢利用，形成最终产物。     

稳产国Ⅵ柴油并兼产喷气燃料技术方案的工业应用

介绍了浙江石油化工有限公司新建的3 Mt/a柴油加氢精制装置，其配套使用中国石化石油化工科学研究院有限公司开发的催化剂级配技术，并实施了可根据原料供应及市场产品需求情况灵活调整切换的2种生产技术方案。1 a的安稳生产运行结果表明:该装置以直馏柴油为主原料，通过分馏塔的馏分切割及其侧线抽出，实现了稳产国Ⅵ柴油并兼产喷气燃料技术方案的工业化应用；在实施以兼产喷气燃料为主的生产技术方案时，通过调整常一线柴油的掺炼量，不仅可以生产含硫量小于10.0 μg/g的精制柴油产品，同时兼产所得到的喷气燃料产品含硫量小于0.5 μg/g，赛波特颜色号值大于30；在实施主产精制柴油组分方案时，通过掺炼质量分数为20%~40%的催化柴油，并使所提炼得到的精制柴油组分含硫量小于6.0 μg/g的前提下，这些精制柴油组分产品既可直接作为满足国Ⅵ柴油产品出厂待售，也可作为柴油调和组分储存待用于产品的进一步优化。     

产业链视角下新冠疫情对我国皮革制造业发展的影响研究

为妥善应对疫情对我国皮革制造业造成的冲击,应从稳定产业链结构出发,通过升级自身制造水平,确保我国皮革产业在全球产业链的重构过程中维持原有不可替代性。文章从疫情对产业链的影响出发,分析我国皮革行业经济运行情况与产业链阶段性变化,并得出皮革产业在限制性条件下的发展启示。     

Improving accuracy of automatic optical inspection with machine learning

Electronic devices require the printed circuit board(PCB)to support the whole structure,but the assembly of PCBs suffers from welding problem of the electronic components such as surface mounted devices(SMDs)resistors.The automated optical inspection(AOI)machine,widely used in industrial production,can take the image of PCBs and examine the welding issue.However,the AOI machine could commit false negative errors and dedicated technicians have to be employed to pick out those misjudged PCBs.This paper proposes a machine learning based method to improve the accuracy of AOI.In particular,we propose an adjacent pixel RGB value based method to pre-process the image from the AOI machine and build a customized deep learning model to classify the image.We present a practical scheme including two machine learning procedures to mitigate AOI errors.We conduct experiments with the real dataset from a production line for three months,the experimental results show that our method can reduce the rate of misjudgment from 0.3%–0.5%to 0.02%–0.03%,which is meaningful for thousands of PCBs each containing thousands of electronic components in practice.     

High quality 3D reconstruction based on fusion of polarization imaging and binocular stereo vision

Polarization imaging can retrieve inaccurate objects’ 3D shapes with fine textures, whereas coarse but accurate depths can be provided by binocular stereo vision. To take full advantage of these two complementary techniques, we investigate a novel 3D reconstruction method based on the fusion of polarization imaging and binocular stereo vision for high quality 3D reconstruction. We first generate the polarization surface by correcting the azimuth angle errors on the basis of registered binocular depth, to solve the azimuthal ambiguity in the polarization imaging. Then we propose a joint 3D reconstruction model for depth fusion, including a data fitting term and a robust low-rank matrix factorization constraint. The former is to transfer textures from the polarization surface to the fused depth by assuming their relationship linear, whereas the latter is to utilize the low-frequency part of binocular depth to improve the accuracy of the fused depth considering the influences of missing-entries and outliers. To solve the optimization problem in the proposed model, we adopt an efficient solution based on the alternating direction method of multipliers. Extensive experiments have been conducted to demonstrate the efficiency of the proposed method in comparison with state-of-the-art methods and to exhibit its wide application prospects in 3D reconstruction.     

基于机器视觉的轮胎表面缺陷检测系统的研究与应用

在传统的轮胎表面缺陷依靠人工检测,存在劳动强度高、受人的主观影响大以及效率低下的问题。针对这一现象,研究了一种基于机器视觉的轮胎表面缺陷3D检测系统。该系统依靠机器视觉系统获取检测轮胎的表面图像,然后创建3D模型、判定缺陷类型,最终实现实时自动预警,为轮胎生产商提供一种自动化检测方案。系统集成了先进的技术、软件和工具,配套的信息管控系统可以对轮胎型号和生产数据进行采集、存储、分析,以便在生产过程中实现更高效、更可靠的质量控制,具有较高的实际应用推广价值。     

定制家居订单智慧标签一码贯通技术研究与应用

新一轮全球科技革命和产业变革兴起,受其影响,定制家居也在智能制造的大潮中快速转型升级,从传统制造迅速转变为数据驱动型的先进制造。定制家居行业的特点决定了企业需要确保差异化订单产品能在规模化生产线上快速、精准流转,进而可以准确交付产品给客户。为此,研究并建立基于工业互联网的个性化定制家居订单智慧标签一码贯通技术和系统平台,在实现标准化编码的基础上,运用智慧标签高效、通畅、精准的数据驱动整体业务流转,实现从客户到客户的全业务环节智能流转和制造环节的集成贯通,通过智慧标签的流转解决了个性化订单差异化产品精准交付的问题,同时提高生产流程的自动化、智能化、数字化水平,促进企业高速高质量发展,推动行业进步。     

面向分拣机器人的珍珠形状视觉检测方法

针对人工进行珍珠形状分拣效率低、精度不稳定等问题,提出基于机器视觉的珍珠形状检测方法;采用背光成像方式消除珍珠表面纹理和光泽的影响,对获取的珍珠图像进行同态滤波等预处理算法,提高图像对比度;为了解决相互接触珍珠影响珍珠轮廓提取的问题,采用分水岭算法对珍珠图像进行分割,得到了独立存在的珍珠个体,再通过连通域标记、质心算法对珍珠进行定位;根据国家标准对珍珠形状的规定,基于珍珠图像信息建立珍珠形状参数模型,对珍珠形状进行量化;实验结果表明,不同形状的珍珠样本的检测误差为0.63%,形状统计精度为100%,算法耗时24 ms;该方法可准确高效地对珍珠进行分拣分级,具有一定的实用价值。     

自适应背景光估计与非局部先验的水下图像复原

有效地实现单幅水下降质图像复原对水下资源探索及环境监控领域的清晰图像获取具有极其重要的意义。为解决常用暗通道先验方法来复原图像时,背景光的估计易受白色物体干扰,且无法有效估计前景中白色物体透射率,复原质量不高的问题。本文提出了自适应背景光估计与非局部先验的水下图像复原算法。首先根据背景光具有高亮度及平坦性的特点,利用阈值分割算法获得背景光的候选区域,再通过图像的色调信息从候选信息中选取最佳的背景光点。随后,利用各颜色通道光的波长与散射系数的相关性,提出了适用于水下图像的非局部先验,并利用该先验估计各通道的透射率。最后针对复原结果中,因水下介质,微生物,水流影响而产生的加性噪声,设计去噪的最小优化问题,并利用引导滤波求解该问题,以去除复原结果中的加性噪声。实验表明:该算法在确保运行效率的基础上,准确地估计透射率,较常用算法的复原精度提高了约18%。证明了该算法能有效用于单幅水下图像复原的工程实践中。