排序方式: 共有3条查询结果,搜索用时 78 毫秒
1
1.
为满足某橡胶/金属粘接结构产品的批量化检测需求,提升检测效率和自动化水平,设计开发了一套基于真空加载的激光错位散斑自动化检测系统。该系统集成了轻量化框架和紧凑型光路,并通过检测软件和检测流程优化,得到了较为理想的散斑检测图像;同时结合产品结构特点和检测灵敏度要求,设计了基于PLC控制的真空舱和运动控制装置,实现了产品粘接质量的自动化检测应用。结果表明,该系统可检测出检测试块上预置的人工缺陷,与原有手动检测模式相比,在保证检测产品检测灵敏度要求的前提下,极大地提升了检测效率,降低了检测人员的劳动强度,具有良好的工程应用价值。 相似文献
2.
金属蜂窝构件钎焊质量通常以钎着率(单位面积内检测到的焊合面积占比)为指标进行评价。实际生产中采用超声C扫幅值成像无损检测,以GH4099高温合金薄壁窄筋蜂窝板件为研究对象,提出基于超声A扫信号特征值参数的无监督机器学习分类方法。首先在数字超声信号提取时域、功率谱上各8个特征值;其次对数据进行标准化处理、主成分分析 (Principal components analysis,PCA)降维,得到各自贡献率为95%以上的前3组共6个主成分值;然后以这些值为特征值作为输入进行K均值、高斯混合模型聚类、模糊C均值聚;最后采用多分类器融合算法提高模型准确率,将分类结果可视化与超声C扫图像比对,验证分类评价效果。12组数据实验结果表明:3种聚类算法成像结果与超声C扫结果一致,其中融合投票计算比于单分类器更为准确,为非监督机器学习方法在超声信号评价蜂窝构件钎焊质量中的应用提供了新思路。 相似文献
3.
1