基于平面电容的油水多界面检测方法研究

含水量是衡量原油质量的重要指标,在原油的生产和储运过程中油水混合液分界面不断变化,因此全过程都要用到高精度传感器对其进行界面检测。基于电容边缘效应设计了一种侵入式平面电容传感器,其主要结构由基板和平面电极阵列两部分组成。运用有限元软件建立8电极阵列传感器模型,对不同电极工作时的电场分布进行研究,分析了平面电容传感器的检测灵敏度和成像精度。并且,研究了电极宽度、长度和相邻间距对传感器灵敏场分布的影响。对介电分布进行图像重建,使设计的平面电容阵列传感器可以检测3个分界面的高度,且经过尺寸参数优化,提高了传感器的成像精度。实验证明,运用平面电容阵列检测油水界面的方法具有可行性和有效性。     

基于平行板电容传感器的地沟油检测研究

针对目前地沟油难以检测的难题,提出一种了基于平行板电容传感器的检测系统.它是根据各种油样品介电常数的差异,去影响平行板电容传感器的内部电容量,由可编程电容-数字转换器AD7746和嵌入式微控制器STM32F051实现数字化及多种软件功能.该检测系统包括平行板电容传感器模块,电容测量模块以及显示模块.理论分析及实验结果表明,不同油样品有各自对应的介电常数,依据此可以对地沟油进行区分.系统操作方便,结构简单,具有较高的实用和推广价值.     

一种差动式电容荷载传感器

针对目前用于荷载(力)检测的传感器原理和种类单一,难于满足不同场合检测需要这一情况,开发了一种全新的差动式电容荷载传感器.该传感器将被测荷载的变化作为输入量,通过敏感元件一弹性体和转换原件--差动式圆柱型电极转换为电容量的变化,将输入与输出建立起一一对应的线性关系.传感器采用了差动式、等位环、超薄圆柱型电极结构以及现代材料和工艺,消除了非线性误差和边缘效应.使其检测精度、灵敏度、可靠性、使用寿命大为提高,具有实用和推广价值.     

碳纤维复合材料不同深度缺陷的太赫兹检测研究

太赫兹(THz)无损检测技术具有非破坏性、非电离和非接触的优点,在航空航天领域纤维增强复合材料无损检测中得到了较快的发展和应用。在碳纤维复合材料层合板的4个不同深度(0.225、0.450、0.675、0.900 mm)插入聚四氟乙烯作为人工缺陷,采用太赫兹时域光谱和成像系统对其进行成像和光谱分析,探讨太赫兹波辐射下缺陷的成像效果和光谱特性。研究结果发现,在0.25~2.0 THz频率范围内,太赫兹反射成像可以成功检测出碳纤维复合材料中不同深度缺陷:随着缺陷深度的增加,太赫兹频域成像信号和光谱信号随缺陷深度线性增大,吸收系数成像信号和光谱信号随缺陷深度线性减小;随着频率的增加,缺陷的功率谱密度先增大后减小,吸收系数缓慢增大。该结果可以为碳纤维复合材料缺陷深度的可视化和定量化分析提供参考依据。     

阵列式电极电容传感器的优化设计

本文提出和设计的阵列式电极电容传感器，是用于多相界面测量的一种新型传感器。作者利用有限元方法对其结构参数进行计算机仿真和优化设计，实验结果与理论分析吻合。     

基于COMSOL的电容成像传感器仿真研究

针对电容成像传感器仿真分析的难点,以8极板电容成像传感器为例,建立了电容成像传感器的三维有限元仿真数学模型,详细介绍了如何使用COMSOL软件对电容成像传感器进行三维仿真,后处理结果表明8极板电容成像传感器能检测到有机玻璃内部7个不同深度的缺陷,验证了电容成像检测技术的可行性.除此之外还运用COMSOL对8极板电容成像传感器的电容值进行提取分析,并与实验结果相对比,结果表明两者的检测结果相吻合.此方法方便了电容成像检测技术正问题的研究,为运用COMSOL软件对电容成像传感器的性能分析与参数优化提供了依据.     

电感和电容传感器在磁悬浮陀螺检测中的应用

磁悬浮陀螺仪是一种新兴的惯性导航器件,对其转子位置的有效检测是实现陀螺惯性导航作用的关键.在分析电感传感器磁性能及电容传感器介电性能的基础上,设计了应用于磁悬浮陀螺转子检测的差动式检测电感和检测电容,并对两种传感器非电学量到电学量的转换进行了计算,将其用于转子位移以及偏转角度的检测,最后对实验结果进行了分析.设计的传感...     

基于电容传感器法的电缆接头局部放电在线检测

介绍了非常规的电容传感器法进行电缆接头局部放电在线检测的原理和试验研究及其优点.     

电容型电流互感器主屏局部绝缘缺陷检测

通过对ＣＴ电容主屏局部绝缘缺陷引起ＣＴ整体介损的变化进行理论分析，和一台有缺陷ＣＴ在模拟运行工况下的介损实测，提出用整体ｔｇδ的极大值及绝缘完好时介损的正常值，确定ＣＴ局部绝缘缺陷的方法。     

基于PCA-GA-RSPSVM的复合材料损伤检测技术研究

针对复合材料损伤检测数据少、效率低等问题,提出一种基于主元分析(PCA)和改进的轮换对称分块支持向量机(RSPSVM)的损伤识别算法,并用其进行飞机复合材料构件损伤检测。首先,算法对平面多电极电容传感器检测模型等面积剖分,获取足够多复合材料检测样本;然后引入遗传算法(GA)改进RSPSVM获得更好的分类性能,并且结合PCA提取主特征向量用于降低特征向量维度和缩短训练时间,将新的特征集送入改进的RSPSVM算法,实现PCA-GA-RSPSVM识别算法;最后,用3种复合材料样板的实测值对算法进一步验证。经过仿真数据与实测数据的验证,有效的验证了PCA-GA-RSPSVM算法应用于飞机复合材料构件损伤检测的有效性。     

基于面阵CCD的聚乙烯薄膜缺陷检测方法研究*

电线电缆是现代经济及国家建设正常运转的基础保障,也是与人们日常生产生活息息相关的产品。电缆料,即绝缘及护套用塑料,是电线电缆产品的重要组成部分,其质量及性能直接影响电气设备的安全性及可靠性。的聚烯烃薄膜是典型的电缆绝缘材料,具有相对密度小、耐腐蚀性强、耐水性好等特性。然而,薄膜加工过程中会在表面产生的微小凸起,形成缺陷,这是引起电缆局部放电的主要因素。因此,及时准确地检测及控制表面凸起,对电力安全至关重要。以聚乙烯半导电屏蔽膜为研究对象,采用面阵CCD图像传感器摄取微小凸起的原始图像,运用形态学图像处理方法获取微小凸起的特征信息,基于八邻域连通检测原理设计算法实现缺陷的提取与标记,最终依据三角形原理计算获得微小凸起的高度和体积。实验结果表明,该检测方案是完全有效的。     

工业金属板带材表面缺陷自动视觉检测研究进展

基于计算机视觉的金属板带材表面缺陷检测是冶金工业领域的研究热点,金属板带材制造行业对其表面质量的高标准要求自动化视觉检测系统及其算法性能不断提升。通过回顾关于钢板钢带、铝板铝带和铜板铜带等典型金属板带材产品的110余篇文献,对基于二维和三维机器视觉的表面检测技术进行了系统综述。根据算法性质和图像特征,将现有二维缺陷检测技术分为基于统计、谱、模型和机器学习的4类方法,根据三维数据获取方式,将三维缺陷检测技术分为立体视觉测量、激光扫描仪测量法和结构光测量方法。对经典算法和新近方法进行了介绍、分析和比较。最后,对缺陷视觉检测仍存在的挑战和未来研究趋势进行了讨论与展望。     

电容法微力测量中轴偏对电容梯度的影响

电容法微小力值测量中电容传感器会存在轴偏现象,影响测量精度。基于理论模型,分析计算了电容传感器在轴偏情况下的电容梯度。设计了合理的测量方案,通过高精度图像传感器及机器视觉算法,实现了轴偏及电容梯度测量,对轴偏与电容梯度之间理论数值关系进行了实验验证。实验证明了理论推导的正确性及测量方案的可性行,为后续的微力精密测量提供了误差补偿依据。在当前的电容传感器条件下,轴偏不大于50μm时,可满足误差1%以内的系统整体测量目标。     

电容式传感器寄生电容的抑制

为了抑制电子线路的杂散电容以及传感器内极板与其周围导体构成的所谓"寄生电容",提高传感器的灵敏度,克服这些电容(如电缆电容)随机变化,改善仪器工作稳定性,保证测量精度,通过对电缆的选择、安装及接法的改善,提出了一种新的电荷传送抑制消除测量电路,该电路可有效抑制或消除"寄生电容",实验结果比较满意.从而可以得出结论:选择...     

基于深度学习的PCB缺陷检测研究

印刷电路板(PCB)是保障电子设备产品可靠性的关键因素.因此,对于PCB板的缺陷检测是一项基本和必要的工作.当前PCB缺陷检测方面已经取得了很大进步,但由于PCB板缺陷的多样性、复杂性以及微小性,传统检测方法仍然难以应对.针对PCB板复杂性和微小性问题,文中提出了一种基于深度学习的PCB微小缺陷检测网络,命名为UF-N...     

基于YOLOv5-EA-FPNs的芯片缺陷检测方法研究

针对芯片缺陷检测中,缺陷尺寸跨度大、特征相似、小目标难识别、漏检等问题,本文提出基于YOLOv5改进的缺陷检测方法。针对小目标缺陷检测中出现的漏检、误检等问题,提出新增小目标特征检测器(small target feature detector,S-Detector),提升模型对小目标缺陷的学习能力;针对缺陷尺寸跨度大、特征相似等问题,提出具有高效聚焦学习能力的特征金字塔结构(efficient attention feature pyramid networks,EA-FPNs),提升模型对不同尺寸缺陷的检测能力;针对预测阶段冗余框较多导致时间开销大的问题,提出基于面积的边界框融合算法(bounding box fusion algorithm,BFA),减少冗余框。实验结果表明,本文方法相较于改进前,检测精确度提升1.2%,小目标缺陷精确度提升1.6%;采用BFA消除冗余框的同时,平均检测时长为26.8μs/张,较使用BFA前减少了5.2μs。本文所提方法具有良好性能,能够提升检测效率。     

基于改进 YOLOv7 的液晶面板电极缺陷视觉检测技术研究

电极质量对液晶面板的显示效果极其重要,针对液晶面板电极缺陷种类多、尺度小、背景复杂而导致难以检测的问题, 本文提出了一种基于改进 YOLOv7 的液晶面板电极缺陷视觉检测方法。 首先,将 CBAM 注意力模块嵌入到 YOLOv7 骨干网络 中,抑制背景信息干扰,强化缺陷特征;其次,采用跨层级连接操作,实现浅层网络与深层网络特征信息的融合;然后,将 C2f 模 块融入特征金字塔网络中以轻量化模型,提高训练速度;最后,使用 WIoU 替换 YOLOv7 模型的损失函数,减小低质量标注产生 的有害梯度,提高对缺陷的定位性能。 在自定义的电极缺陷数据集上进行测试,结果表明,该算法对电极大划伤、划伤、磕伤以 及脏污 4 类缺陷的平均检测精度达 67. 8%,单张检测时间为 5. 6 ms。