基于改进YOLOv3算法的堆叠工件检测

针对传统物体检测算法识别堆叠工件存在准确率低以及漏检的问题,提出一种基于改进YOLOv3算法的堆叠工件检测方法。首先,引入Inception结构增强特征检测网络的特征提取能力,提高堆叠工件检测的准确率;其次,引用增强型特征金字塔结构(enhanced feature pyramid network, EFPN),提高模型多尺度特征融合能力,改善算法漏检率高的问题;最后,利用K-means聚类融合交并比损失函数(intersection over union, IOU)重新确定工件锚框,解决YOLOv3网络预设锚框尺寸不适合现有工件的问题。实验结果表明,改进算法均值平均精确度(mean average precision, mAP)达到92.89%,相较于原始YOLOv3算法提高了5.32%,F1值为0.95,召回率为93.33%,精确率为97.65%,满足堆叠工件检测的指标要求。     

基于改进YOLOv5s的复杂装配场景多尺度零件识别

针对当前AR装配引导系统场景感知能力较弱,对复杂装配场景中多尺度零件和遮挡零件识别效果不佳的问题,提出一种基于改进YOLOv5s的复杂装配场景零件检测算法。首先,通过多尺度特征融合,将新增浅层特征图输入到特征融合网络中,提高对小零件的识别效果;其次,在主干网络中增加卷积注意力模块(convolutional block attention module, CBAM)、Transformer编码器模块,提高对于重要特征的捕获能力,抑制冗余特征;最后,采用CIoU作为边界框损失函数,并将传统非极大值抑制(non-maximum suppression, NMS)算法改为DIoU＿NMS,提高零件被遮挡时的识别效果。实验结果表明改进后的YOLOv5s算法识别精度达到96.2%,相比原始算法提高了2.9%,提高了对多尺度零件特别是小零件及零件被遮挡时的检测性能,且满足实时性要求。     

视觉机械手的抓取方法研究

针对机械手抓取物体大多以指定位置抓取特定物体的方式及柔性差的问题,提出利用基于深度学习方式的目标检测算法对物体进行识别。通过双目视觉算法检测物体所在的空间位置,利用D-H法进行机械手的坐标解算,从而实现物体的抓取。根据实际需求,采用实时性较好的YOLOv4目标检测算法与OpenCV中的立体匹配算法SGBM相结合的方式实现目标定位检测,并且通过租用云端服务器来训练神经网络和运行程序的方式降低本地硬件要求。实验结果表明：该机械手抓取物体的成功率达到了84%,验证了该方法具有较好的准确性,基本满足智能制造中的实际需求。     

融合Camshift与YOLOv4车辆检测算法

作为one-stage代表作的YOLO系列最新算法,YOLOv4在检测速度和精度相比于YOLOv3均有提升,但是YOLOv4在视频流的检测速度上仍有提升的空间。提出一种融合Camshift和YOLOv4的车辆目标检测算法。算法的流程为:首先计算图像的差异值哈希值,然后利用哈希值来判断当前帧图像与上一帧图像的相似度,当相似度小于阈值,则交给YOLOv4算法进行检测,并将检测结果传给Camshift作为其初始化跟踪窗口;当相似度大于阈值,则由Camshift算法来进行跟踪。最后在实际道路上采集的数据进行算法检测,检测结果表明融合算法的有效性。     

基于改进YOLOv7的换热器板片故障检测算法研究

针对换热器板片装配检测成本高、检测精度低等问题,提出一种改进的YOLOv7算法检测换热器板片的装反问题。在原始数据集上采用限制对比度自适应直方图均衡化对图像进行处理,提高待检测图像的清晰度;在YOLOv7模型原有基础上,针对换热器板片层数较多、模糊且噪点多,提出一种多级自适应注意力机制添加至Backbone最后一层;针对图像识别模型计算量大、下采样特征损失严重,采用改进的MP-D模块优化原有的下采样模块;针对特征提取部分,加入 F-ReLU 激活函数,使得计算速度和检测准确性有了明显提高;针对Neck部分的PANet结构,融合BiFPN跨尺度连接的思想,进一步提高融合的效     

基于机器视觉和深度神经网络的零件装配检测

针对工业生产中存在着大量的零件识别定位以及装配检测等,传统人工检测效率低、劳动强度大、识别不准确。文章提出了一种基于深度神经网络的零件装配检测方法。首先该方法对零件图像和装配图像进行采集,选择Mask-RCNN网络进行训练,对装配零件进行分类以及定位,通过已识别的零件类型判定装配件是否存在漏装;然后将分割后的零件图像进行二值化处理,利用Canny算子提取零件图像轮廓;最后利用图像的Hu矩特征与正确的零件图像轮廓进行对比,判断装配是否正确。通过实验验证可得,该方法在零件装配中的漏装和换装检测中效果较好,并表现出较高的鲁棒性。     

基于深度学习的工业零件识别与抓取实时检测算法

为了提高工业生产中视觉控制机械臂抓取工业零件的精度和速度，提出一种新的识别工业零件类别和最佳抓取位置的检测算法。运用YOLOv5l目标检测算法对视界中的多种工业零件进行识别，随后将其识别图片传入抓取位置检测算法进行最佳抓取位置的识别。针对抓取位置检测的问题，提出一种改进的神经网络模型，在GG-CNN网络的基础上添加四层残差网络做平层特征提取，增强特征提取的效果。实验结果表明：此算法的识别准确率在95%以上，抓取成功率在90%左右，验证了该算法在多种工业零件和最佳抓取位置识别中具有高准确性和时效性。     

虚拟装配环境中的一种碰撞干涉检测方法

提出了在虚拟装配过程中零件与装配体碰撞干涉检测的一种方法。用投影轴算法检测出装配对象的碰撞,用坐标跟踪检测方法确定干涉余量值,并用连续包围盒对复杂和不规则的模型进行分割,通过这三种方法的配合使用,虚拟装配系统对干涉体进行了有效的、实时的、精确的检测。     

基于YOLOv4算法的冲压件缺陷检测

针对冲压件缺陷检测目前存在的人工检测强度大、效率低等问题,提出了一种基于改进YOLOv4(You Only Look Once)模型的快速检测算法(YOLOv4-Mobile).该方法使用改进的MobileNetV3网络代替YOLOv4结构中的CSPDarknet53网络,改进的MobileNetV3网络结合了深度可分...     

基于YOLOv5的换向器表面缺陷检测算法研究

在零部件制造和使用过程中,可能会在零部件表面出现缺损现象,而零部件在反复使用过程中其微小缺陷可能扩大甚至使损坏零部件,进而导致零部件所在系统发生故障。以工业用典型零部件换向器为研究对象,提出了基于深度学习算法的零部件缺陷检测方法。研究中,基于KolektorSDD数据集,首先采用Mosaic数据增强方法对换向器缺陷数据集中的数据进行旋转、裁剪等处理,对数据集进行扩充,构建数据集。其次,将构建的数据集划分为训练集和测试集。采用构建的训练数据集,搭建深度学习框架并采用YOLOv5卷积神经网络训练模型,建立换向器表面缺陷识别模型。最后,采用构建的识别模型对测试集中的数据进行测试。结果表明,训练模型性能评价指标平均精确率均值(mAP)及正样本召回率(Recall)均高达95%以上,采用深度学习中YOLOv5目标检测算法对换向器表面缺陷的检测精度可高达90%。     

基于Moldflow的注射成型工艺参数对塑件收缩痕的影响研究

基于Moldflow软件的最佳浇口位置和填充分析功能确定浇口位置和数量,采用正交试验法确定注射成型收缩痕指数较小的最优工艺参数组合,研究了注射成型工艺参数对塑件收缩痕的影响,对不同的工艺参数进行了分析。研究结果表明,熔体温度、模具温度的降低,保压压力和注射时间的增加都能减小收缩痕的影响。     

结晶器电磁搅拌电流对大方坯质量影响试验

进行了结晶器电磁搅拌电流对大方坯的内部质量影响的试验研究.结果表明:搅拌电流由250A增至500A时,大方坯中心区等轴晶率由18.80%增至36.24%,中心疏松全部控制在1.5级以下,中心偏析评级全部控制在1.5级以下,大方坯凝固组织的致密性和均匀性明显增加,大方坯中大型夹杂总量较低,促进夹杂物上浮.     

基于正交试验的多曲率件弯曲回弹影响因素研究

针对多曲率件弯曲成形中回弹问题,采用正交试验的方法,对二维多曲率件冲压成形过程中各工艺参数的影响情况进行试验研究,以最少的试验次数,得到影响零件回弹因素的主次顺序,并得出最佳工艺参数组合,为确定多曲率件冲压成形工艺参数提供了合理的依据,为后续三维多曲率件冲压成形及回弹的控制奠定基础。     

Studies on the Influence of Hexadecylamine on Chromate Phosphate Coating on Aluminium

The effect of hexadecylamine (HDA) on a Chromate phosphate coating on aluminium was studied using an optimized Chromate phosphate bath, The addition of HDA was found to decrease the coating weight, but to enhance the coating quality and corrosion resistance. The inhibitory effect of HDA helps in regulating the excessive attack on the metal and its ability to reduce Cr⁶⁺ to Cr³⁺ compensates the possible time delay for the initiation of coating deposition due to the inhibition.     

管件壁厚对收口影响的研究

建立了管件收口工艺的刚塑性有限元模型,运用DEFORM-2D软件对不同的管件壁厚进行收口成形的模拟研究,分析了不同的壁厚对收口质量、应力应变分布规律和行程载荷变化以及可能产生的缺陷等。结果表明：为了满足管件收口的尺寸要求,必须严格控制在该模具下的收口,应该保证管件的壁厚大于5mm而小于15mm。     

钨铜箔片表面电沉积铝工艺的研究

利用AlCl3+LiAlH4-四氢呋喃-苯体系有机电镀液在自制W90Cu10箔片上镀铝,成功获得了高质量的镀铝层,分析了AlCl3与LiAlH4的配比、电流密度和电镀时间对镀层微观形貌、物相组成及厚度的影响,并得出了这3种影响因素的最佳取值。分析结果表明:铝镀层呈现锥状颗粒生长特征,表面颗粒排列紧密,镀液中AlCl3相对于LiAlH4的含量越少,电流密度越大,则表面颗粒越粗大;电镀时间越长,镀层颗粒在(220)方向择优生长越突出;可通过控制电流密度和电镀时间来控制铝镀层厚度,但若电流密度过高或电镀时间过长,镀层易出现裂纹、枝晶等缺陷。     

温度对油酸钠在一水硬铝石矿物表面吸附的影响

采用红外光谱和光电子能谱检测,研究了不同温度条件下油酸钠在一水硬铝石矿物表面吸附,并分析了温度影响油酸钠捕收一水硬铝石能力的根本原因.结果表明:在一定温度范围内(10～45℃),油酸钠对一水硬铝石的捕收能力随温度的升高而提高;在常温或相对低温条件下,油酸钠在一水硬铝石表面没有呈现明显的化学吸附形式,只有在较高药剂浓度和较高温度下,油酸钠在一水硬铝石表面才发生明显的化学吸附.温度影响油酸钠捕收能力的主要原因,可能是温度的不同导致了油酸钠在溶液中的各组份分布率的差异,从而影响油酸钠的捕收能力.     

浅谈板坯连铸机扇形段的改进

介绍唐山不锈钢公司提高扇形段的使用寿命以及对设备进行的改进与取得的效果.     

镁对铝与粉煤灰润湿性的影响

用改进的座滴法测量了铝合金在粉煤灰上的润湿角.在铝中添加Mg能减小铝对粉煤灰的润湿角,由于Mg能在液滴表面挥发,破坏铝滴表面新产生的氧化铝,从而改善润湿性.粉煤灰中的SiO2、Fe2O3与铝发生反应,促进铝合金与基片的润湿,但铝滴表面Mg的挥发变慢,导致其破坏铝滴表面氧化铝的能力逐渐变弱,表层氧化铝的生长速度变快,同时SiO2、Fe2O3与铝反应减弱,反应性润湿影响变小,非反应性润湿在润湿过程中所起作用变大.     

冷却工艺对BH钢性能影响的研究

重点研究了在一定均热温度和保温时间下冷却工艺对BH钢性能的影响;通过在不同的冷却速度下对实验钢的BH_2值和时效性以及其力学性能的研究,并与生产实践相结合,找出BH钢生产工艺的最佳冷却速度为40～50℃/s.