地震救援机器人概念设计

正~~     

MoS_2/SiC复合微弧氧化层的制备及性能

采用微弧氧化技术,使用WHD-20型微弧氧化电源,在ZL109铝合金表面原位生长陶瓷层,针对铝合金的摩擦学性能的不足,展开了减摩耐磨微弧氧化层的研究。电解液中选取MoS_2作为减摩添加剂,SiC作为耐磨添加剂,将两种纳米颗粒在电解液中良好分散后,烧结在微弧氧化层中,成功制备了MoS_2/SiC复合微弧氧化层。用扫描电子显微镜(SEM)、X射线能谱仪(EDS)、显微硬度仪和摩擦磨损试验机分别评价了复合微弧氧化层的结构、成分、硬度以及摩擦学性能。结果表明:MoS_2/SiC复合微弧氧化层生长速度减缓,膜层厚度减少了16. 2%,表面形貌更加致密且粗糙度减小了40. 22%,硬度增加了11. 06%。在摩擦磨损试验中,复合膜层磨损量降低了32. 65%,摩擦因数更低且平稳。     

基于YOLOv5改进的铝片表面缺陷检测

近年来,随着我国制造业的快速发展,铝材的需求量日益增长。然而,铝材在生产过程中会出现不同类型的缺陷,这些缺陷影响铝材的质量、美观度和使用寿命。为实现快速、准确地识别铝片表面缺陷,基于YOLOv5网络提出了一种改进的铝片表面缺陷检测方法。为了提高检测模型的特征提取和特征融合能力,引入注意力机制CBAM模块,协助模型关注和提取更有用的特征信息。在回归损失方面,采用Alpha-IoU函数来替代原来的CIOU损失函数,降低预测框的回归损失,提升定位精度。通过实验验证,该方法能够有效识别铝片表面的缺陷类型和位置,具有较高的实用价值。     

CGB-YOLO:用于检测钢铁表面缺陷的YOLO算法

针对YOLOv5对金属表面细小缺陷或微观缺陷的检测结果易受背景干扰的问题,提出了一种改进的金属表面缺陷检测算法。通过在主干网络引入坐标注意力机制,提高模型对缺陷的关注度;将主干网络中的一些CBS和C3模块替换为GhostNetV2结构构建轻量级的网络,优化模型的性能和效率;在Neck层采用双向特征融合网络(BiFPN)来增强颈部以产生丰富的表征,加深整个网络并重用低层次的特征。最后,广泛的实验结果表明,CGB-YOLO在NEU-DET上的精度达到75.0%mAP,比改进前提高了3.8%。该模型在金属表面缺陷检测中具有较好的综合性能。