一种钢板空气隙缺陷的巴克豪森检测方法

基于巴克豪森效应,提出了一种钢板空气隙缺陷无损检测的方法。根据趋肤效应,改变交变磁场的频率对钢板进行逐层扫描检测,通过检测在不同激励频率下钢板表面接收到的巴克豪森信号,分析信号扫频曲线是否出现拐点,从而实现对钢板内空气隙缺陷的检测。对Q235钢板试样进行缺陷检测实验,结果表明该方法可实现对钢板内部空气隙缺陷的检测和定位。     

计算机虚拟仪器技术在巴克豪森检测仪上的应用

近年采,虚拟仪器技术在各行业应用中快速发展,特别在复杂信号处理及数据存储量大的应用领域拥有优势.针对原有巴克豪森检测仪在数据处理和数据存储方面的不足,研究并开发了基于计算机虚拟仪器技术的巴克豪森检测仪.介绍了该系统的原理、结构、特性,还指出了其在铁路、汽车制造等领域的应用前景.     

巴克豪森信号在钢板应力检测中的应用

针对铁磁性材料(如管道、钢板等)由于应力集中导致的裂纹、断裂甚至失效等问题,研究了应力对铁磁性材料内部结构的改变,及在磁化过程中应力影响磁畴错动产生巴克豪森信号,研究巴克豪森信号与应力的关系,提出应用巴克豪森效应检测应力的方法。采用激励线圈产生外磁场磁化钢板,检测线圈置于钢板表面接收信号,信号经滤波放大电路得出巴克豪森信号,研究拉应力与巴克豪森信号关系。实验结果表明,巴克豪森信号随铁磁性材料中拉应力增大而增大。通过检测巴克豪森信号的大小得出材料所受应力,有效的预防因应力过大造成工件的断裂等问题。     

磁巴克豪森应力检测仪研制

基于磁巴克豪森效应原理研制了一种铁磁性材料应力检测仪。该仪器包含磁巴克豪森传感器、低频连续功率放大器、低噪声小信号放大器和应力标定等多项技术,可对不同铁磁性材料应力状态进行检测与评估。工程现场实验表明所开发的检测仪器具有快速、便捷进行在役设备关键部位应力分布扫描检测的优点,且应力检测灵敏度和准确度高。     

基于磁巴克豪森效应的P92钢热老化检测仪器设计

针对火电厂锅炉和主蒸汽管道用钢——P92钢在服役时的热老化程度检测,以HDSP-SUPER 28335开发板为核心研制了一套基于MBN效应的检测仪器,该仪器具有激励信号的产生,MBN信号的采集、处理、显示及存储功能,且灵敏度高、功能全面,可以用于试验研究;针对不同钢种对激励信号敏感程度不同的问题,开展了对于标准P92钢MBN信号检测适用激励信号的试验研究,根据激励信号幅值与MBN信号均方根值的变化关系确定了激励信号的幅值,根据不同激励信号频率产生的MBN信号的波形效果选择了激励信号的频率。     

巴克豪森励磁检测传感器设计与仿真分析

针对铁磁性材料设计了一种基于巴克豪森效应的励磁检测传感器装置.为了验证所设计的励磁检测传感器中励磁装置的可行性,利用有限元电磁场仿真分析软件Ansoft对磁化器部分进行了有限元仿真,并分析了不同激励条件下的试样磁化效果.通过仿真结果可以得出:磁化装置符合设计要求,能够对试件进行有效的励磁;通过不同参数下的仿真结果得到,励磁电流幅值以及频率是影响励磁效果的关键因素,并且对于特定分析点,随着励磁电流的幅值减小以及频率的增加,试件磁感应强度基本呈现减小的变化趋势.     

磁巴克豪森噪声表征铁磁性材料应力的最优特征值研究

磁巴克豪森噪声是铁磁性材料动态磁化时磁畴壁的不连续运动过程中产生的一种信号,对材料中的应力比较敏感,在应力检测方面具有广阔的应用前景。在磁巴克豪森噪声应力检测的研究中,常用的磁巴克豪森噪声特征值有均方根、均 值、振铃数、包络峰值、包络面积、峰值时间等,采用的特征值不同,其随应力变化规律也有所不同,即不同特征值检测应力的 敏感度及精度不同。因此如何选取特征值对应力检测具有重要意义。通过拉伸实验得到了拉伸应力与磁巴克豪森信号之间的关系,计算了拉伸应力与各特征值的关系曲线,分析了各特征值表征应力的敏感程度与误差大小,得到了磁巴克豪森噪声表征应力的最优特征值。     

基于非线性小波与形态学相结合的边缘检测方法

小波分析是图像与信号处理研究领域的一个重要工具,现有的小波分析方法大多集中于对线性小波的研究。智能交通中车型识别的基础是精确获取图像中汽车边缘和汽车特性,而图像中汽车边缘特性多表现为非线性性,采用非线性方法进行研究更为适合。文章在描述了非线性小波变换框架后,提出了一种用数学形态学实现非线性小波分解的方法来获取汽车边缘信息。为了正确识别车型,再进一步用修正后的数学形态学检测算子提取汽车边缘,得到了较为清晰的连续汽车边缘,为以后车型进一步分类提供了条件。经过实验检验该方法具有一定的可行性和稳定性。     

基于CNN的工件缺陷检测方法研究

将卷积神经网络(CNN)应用于工件缺陷检测,来检测工件在生产过程中表面出现的缺陷,以提高工件的生产质量。利用CNN可以对工件的图案进行识别,但识别无法检测出细微缺陷的问题。在CNN进行工件图案识别的基础上,研究一种利用CNN实现缺陷检测的方法。该方法通过扩充缺陷样本,利用CNN识别的中间输出参数,定义了缺陷分辨率的概念来衡量缺陷的程度,当缺陷分辨率达到一定水平时则认为是无缺陷图案,否则认为其存在缺陷。实验验证了提出的CNN工件缺陷检测方法的有效性,数据表明缺陷检出率可达到 93.3%。     

基于Django 的金属在线硬度检测系统的设 计与实现

为了提高金属硬度检测的便捷性与准确性,设计并实现了一套线上硬度检测系统,完成信息管理与在线检测功能。系统基于Django 框架搭建,以金属的巴克豪森噪声信号为检测数据,实现能够以引导模式,依据实际检测材料及条件,从数据库中查询并调用已存储的仪器检测参数及多项力学性能的微磁定量预测模型,实现力学性能的自动、定量微磁检测。此系统可以在线接收用户上传的待检测金属文件并进行检测,最后返回检测结果,同时也需具备巴克豪森噪声信号文件的信息管理系统功能,用户可以随时下载存储在数据库中的信号文件,管理员也可以随时根据新测的数据对现有的数据库进行更新和管理,极大的方便了金属硬度检测的过程。     

基于全局更新规则蚁群优化的决策实体配置问题求解方法

为解决战场C2组织中平台资源的聚类问题,首先定义了决策实体配置过程中的各个要素,然后以面向作战任务的形式从外部和内部两个方面定义了决策实体的工作负载,以工作负载的均方根（root mean square,RMS）为目标函数建立决策实体配置模型,将平台调度方案作为输入信息,采用基于全局更新规则的蚁群算法对问题模型进行求解,生成符合作战需求的决策实体配置方案。最后通过仿真算例对所提方法进行验证和分析,实验结果表明,该方法能够得到较好的平台聚类方案,在聚类结果和收敛速度两方面与传统方法相比均具有优越性。     

基于Smooth-DETR的产品表面小尺寸缺陷检测算法

为应对实际工业产品视觉质量检测中缺陷罕见、尺寸小等挑战,提出了一种仅需要少量训练样本的小尺寸缺陷检测算法——Smooth-DETR,该算法采用基于DETR的编码—解码结构对缺陷类别和位置进行预测,该结构降低了参数量和计算复杂度。因DETR强大的全局特征学习能力,该算法可从少量训练样本中充分挖掘产品表面纹理特征,从而对打破了表面纹理连续性的缺陷检出率高;通过结合Smooth-L1损失和GIoU损失的优势,进一步提升了小尺寸缺陷的回归精度。实验结果表明,所提方法检测性能优于现有先进检测模型。此外,仅用少量训练样本,该算法对11类产品表面的缺陷检测平均精确率就能够达到98%以上。     

Bubble小波用于图像边缘检测的一些讨论

研究了Bubble小波(墨西哥帽小波)的特点,指出有些文献中把Bubble小波用于多分辨率分析的错误,认为墨西哥帽小波只能用于连续小波变换,且不存在多分辨率分析,指出Bubble小波在连续小波变换下应用于检测图像边缘是可行的,并给出了Bubble小波用于连续小波变换的近似卷积模板,实验结果表明了其用于边缘检测的有效性.     

基于轻量级网络的钢铁表面缺陷分类

缺陷分类是钢铁表面缺陷检测的重要内容.在卷积神经网络(CNN)取得良好效果的同时,网络日益增长的参数量耗费了大量计算成本,为缺陷分类任务在个人计算机或低算力设备上的部署带来了巨大的挑战.针对上述问题,提出了一种新颖的轻量级网络模型Mix-Fusion.首先,通过组卷积和通道洗牌两种操作,在保持精度的同时有效降低计算成本...     

基于混合Taguchi-GA算法的MIMO-OFDM信号检测

为了避免传统MIMO-OFDM信号检测方法具有的计算量过大而导致的算法复杂度高的问题,设计了一种基于混合Taguchi方法和GA算法的MIMO-OFDM信号检测方法,首先建立了MIMO-OFDM信号检测的模型,然后依据信号检测模型建立目标函数,将目标函数作为混合Taguchi-GA算法的适应度函数,通过个体在信号检测问题的解空间中进行不断地选择、交叉和变异等操作来求解全局最优解,为了进一步增加算法的全局寻优能力,通过Taguchi方法进一步在交叉和变异之间产生新个体;最后,定义和描述了基于混合Taguchi和GA算法的MIMO-OFDM信号检测算法,仿真实验表明,文中方法能有效进行信号检测,与其他方法相比,在BPSK调制和16QAM调制情况下,均具有较小的BER均方误差.     

基于自编码器图像重构的织物瑕疵检测算法

针对含周期图案织物瑕疵检测通常要计算周期，而这又不适应纯色织物，本文提出适应2类织物的检测方法。首先设定检测块大小，按其在无瑕疵图像中随机提取图像块，并训练自编码器。然后将待检图像按设定大小分块，用自编码器重构，并计算重构前后的均方误差。最后对计算结果进行异常值检测，均方误差值偏大的为瑕疵块。实验表明，本文算法适应2类织物，容易实现，检测效果较好。     

基于小波分解的高温物体图像快速识别方法*

摘要：提出了一种基于小波分解和多分辨率分析的高温图像快速识别方法。首先通过小波分解降低原始图像直方图的灰度级,从而减小了分割阈值的搜索范围,再结合最大类间方差法计算分割阈值,这样可以快速找到分割阈值。实验结果表明,该方法能够显著提高分割速度并准确分割出目标图像。     

空指针引用缺陷分类假阳性识别方法

针对静态测试中空指针引用缺陷假阳性问题,提出一种空指针引用缺陷分类假阳性识别方法。挖掘空指针引用缺陷知识,对空指针引用缺陷知识进行预处理,生成空指针引用缺陷数据集;通过基于粗糙集理论属性重要性的ID3算法分类空指针引用缺陷数据集,分类结果有假阳性空指针引用缺陷实例和真实空指针引用缺陷实例两种;根据分类结果对静态测试中的空指针引用缺陷进行假阳性识别,确认真实的空指针引用缺陷。该方法对十个基准程序和基于主流静态测试工具FindBugs的空指针引用缺陷检测方法相比,空指针引用缺陷假阳性降低率平均为25%,减少了24%的空指针引用缺陷确认。实验结果表明,该方法在静态测试方面能有效降低缺陷确认开销,提高空指针引用缺陷检测效率和稳定性。     

基于光电传感器和相关技术的工件缺陷检测

阐述了相关技术的数学模型及有关参数的基本含义,介绍了如何将相关技术与光电检测技术相结合实现工件缺陷检测的基本原理与检测方法,通过图形和波形描述了系统的组成和判断工件缺陷的基本过程。根据实际测试结果说明了该系统测试工件缺陷的优点及所能达到的测试指标,并提出进一步改进的设想。