几种中药提取液对常见的致病菌体外抑菌及抗氧化活性的初步研究

测试了四种中草药对4种常见的病原菌的单独、联合抑菌效果,旨在找到能够作为防腐剂、抗菌药膏有效的中草药成分,采用滤纸片法进行体外抑菌试验,利用二倍稀释法测定4种中草药提取液的最低抑菌浓度(MIC);同时通过DPPH法测定其抗氧化活性。结果表明,独角莲对全部的病原菌无抑菌作用,而黄连、迷迭香、大蒜对大肠杆菌、金黄色葡萄球菌、沙门氏菌均有抑制作用,只有黄连对粘质沙雷氏菌有抑菌作用。以金黄色葡萄球菌为指示菌,迷迭香、黄连、大蒜的MIC值依次为1.95mg/mL,3.9mg/mL、50mg/mL,同时DPPH自由基清除能力依次为:迷迭香黄连独角莲大蒜。说明这3种中草药具有良好的抑菌及抗氧化作用,药物两两混合后,独角莲对迷迭香和黄连的抑菌能力有一定的促进作用,可以联合。     

基于改进 YOLOv7 的线束缺陷检测研究

针对目前线束端子压接缺陷检测过程中存在检测效率低、误检率高等问题,提出一种基于改进YOLOv7的线束缺陷检测方法。为提高算法的检测精度,在YOLOv7主干网络中添加归一化注意力模块(NAM),加强对检测目标的定位和识别;在颈部构建多尺度的集中特征金字塔网络(CFP),以捕捉不同尺度下的目标信息,加深对图像深层特征的提取;使用SIoU Loss替换CIoU Loss优化训练模型,在加快模型收敛的同时提高预测框的回归精度。实验结果表明,改进后的YOLOv7网络模型准确率达95.8%,召回率达94.5%,均值平均精度达97.6%,与原模型相比分别提高了5.0%、4.8%和3.3%,模型大小90.5 MB,检测时间为48 ms,有效提高了模型的检测精度。最后,使用PyQt5开源框架设计了线束端子压接缺陷检测系统,实现了端子压接缺陷检测的自动化和可视化,提高了缺陷检测效率,可以满足生产企业的需求。     

基于机器视觉的汽车管件法兰尺寸检测系统

针对目前汽车管件法兰采用传统人工抽检测量时存在效率低、误检率高等问题，开发基于机器视觉的汽车管件法兰尺寸检测系统，提高检测效率与测量精度。使用HALCON软件对相机进行标定，采用中值滤波对待测图像进行去噪处理，然后采用灰度化进行图像增强，完成图像预处理，利用Canny算子对图像进行亚像素边缘检测后，使用最小二乘法对提取的亚像素边缘信息进行拟合得到连续的孔径轮廓，获得法兰端面尺寸，再通过HALCON与C#联合编程显示测量结果，最后与影像测量仪的测量结果进行对比分析。实验结果表明：该检测系统的测量精度可达0.08 mm,满足测量精度要求；法兰检测时间为1.2 s,与传统人工检测相比，检测效率提高70%,可应用于实际生产现场。