基于相图几何特征的夹芯梁蒙皮裂纹识别方法

通过分析主共振发生时,含蒙皮呼吸裂纹与无裂纹的金字塔型点阵夹芯梁的相图几何特征,提出一种基于相图几何特征的裂纹参数识别方法.首先,采用"像素法"计算相图面积,利用定义的"准标准差公式"描述含裂纹夹芯梁相图面积的相对变化量,并定义相图面积参量为含裂纹与无裂纹相图面积之差和准标准差的比值,分析了该相图面积参量随裂纹位置和裂...     

金字塔型点阵夹芯梁振动特性分析

研究了金字塔芯层点阵夹芯梁的自由振动和非线性受迫振动特性.基于折线理论推导出两端简支金字塔型点阵夹芯梁的非线性动力学方程.计算点阵夹芯梁固有频率并进行了验证.分析了杆件半径、杆件倾斜角度和芯层高度对点阵夹芯梁固有频率的影响.研究了点阵夹芯梁在不同激励幅值和不同结构参数下的非线性幅频响应特性.结果表明,随着各结构参数的增大,夹芯梁的固有频率均呈先增大后减小的变化规律,并且芯层结构参数对点阵夹芯梁的非线性响应存在复杂影响.     

基于SVM的输送带钢丝绳芯图像的缺陷分类

输送带钢丝绳芯缺陷一般分为：内部钢丝绳的划伤,铜丝绳芯的锈蚀,断裂,钢丝绳芯与胶带粘合力下降而导致的胶带脱落等故障。对常见的划伤和断裂的x光图像进行缺陷分类。使用机器学习方法学习图像特征,自动建立图像类的模型已成为一种有效的方法。采用支持向量机（SVM）方法通过训练特征向量,建立模型,对划伤和断裂的x光缺陷图像进行自动分类。实验结果表明基于SVM的算法适合X光钢丝绳芯图像的缺陷分类。     

点阵夹芯梁在气动力下的振动控制与能量采集

本文提出了一种带有振动控制与能量采集的多功能点阵夹芯梁(Multifunctional-Lattice Sandwich Beam, M-LSB)结构.首先,在点阵夹芯梁内部安装了镍钛合金型非线性能量阱(Nitinol-Nonlinear Energy Sink, N-NES),以实现振动抑制.其次,在梁上铺设超磁致伸缩薄片(Giant Magnetostrictive Lamina, GML),通过GML的维拉里效应实现能量采集.根据哈密顿原理和牛顿第二定律,建立了气动环境下耦合系统的运动方程.使用龙格-库塔法计算动力学方程得到了有无N-NES时多功能点阵夹芯梁的时域响应,验证了N-NES的振动控制效果和GML的能量采集效率.结果表明,N-NES可以实现高效的振动抑制,GML可以有效地收集气动环境下点阵夹芯梁的振动能量.     

基于神经网络的蜂窝夹芯等效弹性参数的预测

针对Gibson公式计算蜂窝夹芯面内等效弹性参数的不足,通过考虑蜂窝夹芯宏观尺度对等效弹性参数的影响,利用贝叶斯正则化神经网络,并结合正交试验和有限元方法,建立了4个主要影响因素与蜂窝夹芯等效弹性参数之间非线性映射关系的神经网络模型,采用BP神经网络成功实现了对蜂窝夹芯等效弹性参数的预测.对于无限宽度蜂窝夹芯,仿真结果与Gibson公式计算结果一致,而对于有限宽度蜂窝夹芯,通过与铝质蜂窝夹芯压缩实验结果进行比较,采用神经网络方法得到的结果与实测结果吻合更好,证实了该方法的有效性和准确性.     

基于分形特征的水果缺陷快速识别方法

计算机视觉和图象处理技术在水果自动分选和分级中起着重要的作用。因为缺陷检测的复杂性,水果表面缺陷的快速检测和识别一直是水果自动化分选和分级的障碍。在实数域分形盒维数计算方法的基础上,提出了双金字塔数据形式的盒维数快速计算方法。对于待识别水果图象的可疑缺陷区,提出用５个分形维数作为描述该区域粗糙度和纹理方向性的特征参数,并用所提出的快速计算方法进行计算,然后利用人工神经网络（ＢＰ）作为模式识别器,区     

多层金字塔夹芯结构在冲击载荷作用下的动态响应

金属材料点阵夹芯结构能量吸收效率较高,为得到多层金字塔点阵夹芯结构在冲击载荷作用下的动态响应,利用Patran建立多层金字塔点阵夹芯结构在冲击载荷作用下的数值模拟模型,通过Dytran计算分析质量为25 kg的钢板以30 m/s, 60 m/s和90 m/s的速度冲击时模型的应力、应变、变形以及变形能,研究随着冲量的增加,模型的应力、应变、变形和变形能的变化规律.     

碳纤维复合芯导线X射线图像标准化增强与缺陷检测方法

碳纤维复合芯导线能够大幅度提高输电线路输送容量,但由于不耐弯折等原因导致多发断线,严重危害线路运行安全。为实现对长距离输电线路进行在线缺陷检测,本文提出了碳纤维复合芯导线缺陷自动检测方案。该方案首先对碳纤维复合芯导线的X射线图像进行图像成像标准化,进行了导线弯曲补偿和亮度一致化矫正,提高了数据的一致性,为导线自动化分析提供条件;然后利用深度卷积神经网络技术进行缺陷检测。以双层铝股线类型的碳纤维复合芯导线X射线图像作为研究对象进行实验,结果证明该方案可快速自动识别导线缺陷。     

基于动态特征蒸馏的水工隧洞缺陷识别方法

针对水工隧洞缺陷识别任务中现有深度卷积神经网络(DCNN)对缺陷图像特征提取能力不足、识别种类少、推理耗时长的问题,提出一种基于动态特征蒸馏的缺陷自主识别方法.首先,通过深度曲线估计网络对图像进行优化,从而改善低照度环境下的图像质量;其次,构建加入注意力机制的动态卷积模块取代传统静态卷积,并且把得到的动态特征用于训练教...     

基于图像分析的飞机蒙皮裂纹检测

为实现飞机蒙皮裂纹的自动检测，在通过云台搭载长焦成像系统进行扫描成像的基础上，研究蒙皮图像处理与裂纹参数提取算法。针对飞机蒙皮图像的特点，首先通过光照一致化、自适应灰度拉伸、分区大津（OTSU）法阈值分割等处理得到裂纹的二值化图像；然后利用连通域的面积、矩形度等特征剔除块噪声；在去噪的基础上，对二值化图像中的裂纹部分进行细化、去毛刺等操作，并通过去节点获取各条裂纹枝干；最后以枝干像素为索引，逐点跟踪获取各条裂纹枝干的长度、平均宽度、最大宽度、起点坐标、终点坐标、中心坐标、裂纹走向及数目等信息并由检测软件输出裂纹检测报告。实验结果表明，所提方法可有效检测宽度大于1 mm的蒙皮表面裂纹，为飞机机身和机翼蒙皮表面裂纹的自动检测提供了一种可行手段。     

基于卷积神经网络的钣金件表面缺陷分类识别方法

针对国防军工、电子信息等领域对多批次、小批量钣金零件快速、智能制造的需求,提出了一种基于卷积神经网络的少样本钣金件表面缺陷分类识别方法。首先基于卷积神经网络的网络架构,搭建出了经典的分类模型,并在实验中进行了参数修改,以达到实际生产中的表面缺陷检测要求;其次利用缺陷分割提取的方法获得卷积网络训练模型的样本集,并进行数据增强。实验结果表明,该模型的准确度可达97.02%;最后利用窗口滑移检测方法使待检测零件与模型进行对比,实现了对缺陷的分类和缺陷位置的标记。经实验验证,该方法的准确性和实时性均可满足实际工业生产要求。     

基于图像处理的焊点缺陷识别方法的研究

针对生产线上的SMT（表面贴装技术）焊点图像的特点,研究基于图像处理的焊点缺陷识别算法,采用中值滤波、迭代阈值法、Sobel算子等一系列的图像预处理方法,有效抑制了噪声干扰,提高了图像的对比度,提取出较好的图像特征。采用径向基函数（RBF）神经网络对四种焊点缺陷进行识别。仿真结果表明,RBF神经网络很好地克服BP神经网络训练过程收敛依赖于初值和可能出现局部收敛的缺陷,具有较快的运算速度和较好的检测结果,基于图像处理的焊点识别方法是有效的。     

管道裂纹缺陷漏磁场的有限元仿真

提出了一种海底油气管道裂纹漏磁检测的有限元分析方法。首先根据麦克斯韦方程组和三维有限元分析原理建立了数学仿真模型,并将仿真结果与实际检测实验数据进行比较,验证了该方法的可靠性。最后,通过仿真分析得出了裂纹的深度、宽度等几何参数对漏磁信号特征的影响规律,并给出它们的关系曲线。该方法为实际利用漏磁场分布检测海底油气管道裂纹提供了重要的依据。     

阻尼对泡沫夹芯梁非线性振动响应的影响

基于Euler—Bernoulli梁理论、Hamilton原理以及Galerkin方法，建立了大变形悬臂夹芯梁在横向周期载荷作用下的二阶动力学方程；通过考虑外周期激励的不同频率与幅值，详细分析了材料阻尼比对泡沫铝夹芯梁的振动响应的影响．结果表明，泡沫夹芯结构具有较好的阻尼性能，可有效抑制梁的混沌振动．     

基于相图的 CZTSe 光伏材料的形成路径设计和实验探索

文章基于CZTSe光伏材料的相图,从理论上研究了(1)基于富Zn相的生长路线;(2)基于Cu2SnSe3-ZnSe的两者反应生长路线;(3)基于富Cu相的生长路线。同时,文章研究了不同的合成路径CZTSe生长过程中杂相的形成可能,分析了缺陷的形成能,在此基础上得出了CZTSe体系易控制易生长的实验基础理论。并使用自主研发的"四室八源共蒸发系统"成功地监测到样品温度变化与样品处在不同相空间的关系,并观测到相变过程中相限跨越的温度变化,为以后制作高效率的CZTSe太阳电池提供了理论依据和实验指导。     

基于模糊神经网络的管道缺陷识别方法研究

基于模糊运算和人工神经网络在模式识别中的应用,分别对两种模式识别方法的基本原理及其在管道无损检测中的应用进行了分析。通过建立管道缺陷识别试验,根据检测信号选取适当的参数,分别用这两种方法对不同类型的缺陷进行识别。结合识别结果对其进行比较与总结,证明了两种识别方法的有效性,为识别方法的选择与应用提供了理论依据。     

基于定性视觉特征的裂纹缺陷的仿真

提出一种基于定性视觉特征的裂纹缺陷x光图像的仿真方法.从裂纹的定性视觉特征提取语义,进行逻辑描述,生成裂纹缺陷的骨架,对骨架各个像素分别进行运动模糊滤波,由所需裂纹的大致宽度对模糊骨架进行偏移后加权叠加.根据裂纹缺陷整体走向对整幅图进行运动模糊滤波,引入模糊几何特征,以调整仿真算法参数.实验结果表明,该方法可得到具备模糊性和随机性的各类裂纹缺陷.     

基于PCA的超声缺陷类别识别方法研究

考虑超声回波信号不同参数对某一具体缺陷类别的不同重要性,在超声检测缺陷信号特征提取的基础上,提出采用主分量分析法对其分析。分析结论取代传统的直接把缺陷特征向量分类器作为输入的方法,避免冗余特征对缺陷类别识别的影响。将锻件中三类常见缺陷的特征向量分别进行主分量分析,并通过利用BP神经网络的泛化性能分别构建了分类器。利用DS证据理论对神经网络的输出进行融合识别。通过现场采集的超声探伤信号,对提出的分析方法进行验证,缺陷类别的识别率有较大提高,说明了该方法的有效性。     

基于改进YOLOv5n的红枣缺陷识别方法

针对新疆红枣产业在加工出售前需要在大量红枣中剔除有裂口、皱皮和变形等缺陷的红枣这一需求,文章提出一种基于改进YOLOv5n模型的红枣缺陷识别方法。该方法首先在YOLOv5n模型目标检测头部引入SEConv通道注意力机制的卷积操作,用于增强模型的特征表示能力,其次使用C3替换SPPF操作加快识别速度,最后通过调整自适应锚定框,更好地适应红枣尺寸和长宽比。实验结果表明,改进后的模型缺陷识别准确度达到了95.8%,相比原模型提升了3.5个百分点,识别速度达到7.2ms,比原模型提升了20.9%。这意味着改进后的YOLOv5模型在保持高准确度的同时,能够更高效地处理大量红枣图像。     

基于分形维数的磁痕图像缺陷检测

针对荧光磁粉无损探伤自动检测中存在的磁痕识别率低、虚警率高、抗干扰能力弱和易受背景影响的问题,提出一种基于分形维数的磁痕图像缺陷在线检测方法。采用差分计盒维数算法求解得到磁痕图像的分形维数,并分析工件磁痕缺陷分形维数特征。实际运用中,实时采集工件图像,利用特征进行图像处理,判断工件是否存在缺陷。经过实验验证,采用基于分形维数特征的磁痕图像缺陷检测方法,能准确识别工件缺陷,磁痕识别率为80%,与常用检测磁痕方法相比,虚警率降低5%,受背景影响小,有较强的适用性。