基于Mask R-CNN的铸件X射线DR图像缺陷检测研究

针对传统的铸件缺陷检测不能对缺陷进行分类分级等问题,提出了一种基于Mask R-CNN的铸件X射线DR图像缺陷检测算法。首先对原始图像进行预处理,采用引导滤波进行图像平滑,平滑图像与原图像进行差分得到差分图像,将差分图像与平滑图像相加运算使图像增强,再利用Labelme进行图像标注,形成训练数据集。送入Mask R-CNN深度学习网络,通过特征提取网络生成建议区域,分类、回归网络生成边界框和掩码,经多次参数调节后得到训练网络模型,最后测试数据集。实验数据结果表明,气泡1～5级的检测率分别为:66.7%,71.4%,77.4%,88.9%,87.5%;疏松1～5级检测率为:62.5%,72.2%,77.1%,83.3%,81.1%。检测结果证明应用Mask R-CNN结合引导滤波增强方法的缺陷检测方法可以较好的实现对铸件X射线DR图像的缺陷检测的分级分类,为工业铸件缺陷检测提供了应用深度学习方法的解决方案。     

基于加权最小二乘滤波和引导滤波的铸件DR图像融合

为了让两张不同灰度窗宽和窗位的铸件X射线DR图像包含的缺陷呈现在一张图像中,发展了一种基于加权最小二乘滤波和引导滤波(guided filter)的铸件X射线DR图像融合方法。选择其中一张图像作为底层图像,另一张作为细节图像。使用两种具有边缘保护性质的滤波提取细节图中包含的缺陷信息。对底层图像作加权最小二乘滤波作为框架,再用底层图像和框架做差,分离出底层图像本身包含的缺陷信息。利用引导滤波把这两类缺陷信息加权求和。最后用框架承接加权求和后的结果后得到融合后的图像。实验结果表明获得的融合结果能够显示来自不同灰度窗宽和窗位的两张DR图像的共5个缺陷或3张铸件DR图像的共7个缺陷。本文方法可应用于铸件射线无损检测。     

改进Mask RCNN的焊缝缺陷检测

焊接缺陷检测是焊接行业的一项重要工作,利用X射线焊缝缺陷图像进行缺陷检测是焊接无损检测的重要手段。为实现对缺陷的自动识别和定位,结合缺陷的具体特征提出了一种改进的Mask RCNN实例分割网络实现对图像进行缺陷检测和分割。该方法在原有网络的基础上通过采用变形卷积更好地提取不规则形状缺陷特征信息,引入空洞卷积加强高层特征的感受野,在局部图像中融合全局图像信息使局部图像获取上下文信息,利用迁移学习和数据增强降低对训练数据的需求,提升检测和分割精度。最终,通过对焊缝X射线数据集上进行实验,验证改进的Mask RCNN模型与原始Mask RCNN模型以及Faster RCNN模型等模型进行客观比较,并对实验结果进行可行性分析,提出的模型表现出更精确的检测精度和更好的性能。实验结果表明改进的Mask RCNN模型可以更好的适用于焊缝缺陷检测中。     

基于三级级联架构的接触网定位管开口销缺陷检测

针对高铁接触网定位管开口销在列车长期运行振动中容易松脱并且松脱样本数量匮乏的问题,本文提出一种基于深度卷积生成对抗网络(DCGAN),扩充缺陷样本集后,再训练卷积神经网络(CNN)检测开口销缺陷的三级级联架构。该架构首先采用中心点法提取训练需要的相同规格开口销图像。然后通过改进的DCGAN生成模拟缺陷样本,并搭建轻量级CNN网络对生成的模拟缺陷样本进行筛选。最后将添加了模拟缺陷样本的扩充缺陷样本集与正样本集输入优化后的VGG16卷积神经网络中,以训练分类模型,检测开口销缺陷。实验结果表明,本文所提方法检测接触网定位管开口销缺陷的准确率高达99%。     

铝合金铸件检测中的X射线DR技术应用

本文简要介绍了(DR)X射线直接数字成像检测技术和数字成像的基本原则,从过程应用的角度分析了数字成像的空间分辨率、像素、密度分辨率、空间分辨率与密度分辨率的关系,信噪比(信噪比)量子探测效率(DQE)等技术的解释;同时,在本文中一个典型的面板检测器DR成像测试系统的工艺实践,总结了铝合金铸件的X射线铝合金铸件的DR特征及常见缺陷图像的特征,铝合金铸件典型缺陷R图像,对类似工程具有重要的参考价值。     

铸件缺陷语义分割的编码器-解码器网络

深度学习的快速发展扩展了基于视觉的缺陷检测应用。针对铸件缺陷类间差异小、类内差异大、缺陷规模小等难点，提出一种编码器-解码器架构的语义分割网络，使用在ImageNet上预训练的ResNeSt主干网络作为特征提取器，构建密集连接的多尺度特征融合模块提升有效特征利用率，增强网络特征表示能力，解码器端融合低层级特征改善缺陷边缘分割效果，再通过双线性插值进行上采样以恢复空间分辨率。网络在构建的X射线铸件缺陷分割数据集上进行训练和评估，采用混合损失函数解决数据集样本不均衡问题，提升模型性能。实验结果表明，提出的语义分割方法能够提升铸件缺陷分割精度，效果优于其他语义分割方法。     

基于深度学习的铸件DR图像缺陷检测

为了对精密铸件DR(digital radiography)图像中的缺陷进行准确分割,提出一种基于深度学习语义分割的铸件DR图像缺陷检测算法。首先在原始U-Net网络模型上设计混合损失函数,以此来缓解类不平衡问题;然后采用AdamW(Adam with weight decay)优化器使模型加速收敛,同时使检测精度得到提升。最后使用PReLu激活函数代替ReLu,提高模型泛化性。实验结果表明,改进的U-Net模型对精密铸件DR图像缺陷能够得到有效分割,检测精度较高,且模型参数量较少,能够在工业现场进行部署。     

基于红外图像分析的TSV内部缺陷识别方法研究

TSV三维封装内部缺陷难以用传统方法检测。然而其内部缺陷的存在会导致热阻发生变化，对系统温度分布产生影响，因此可以通过对红外图像的分析达到对缺陷进行识别及定位的目的。文中研究了缺陷对温度场的影响，分别通过理论分析、有限元仿真及实验方法对TSV三维封装系统进行了热-电耦合分析，得到了缺陷铜柱类型及位置不同时的温度分布数据集，搭建了卷积神经网络(CNN)模型对2组数据集单独进行分类预测。实验结果表明：利用仿真数据集与试验数据集分别对CNN模型进行特征训练，得到的缺陷识别与定位准确率为98.65%,98.36%。由上可知，缺陷类型及位置的不同会对温度场产生不同影响，利用CNN模型对TSV红外热图像进行特征训练可以有效识别与定位内部缺陷。     

基于无监督深度估计的带雾图像生成方法（英文）

基于卷积神经网络的雾霾环境视觉目标检测,通常直接利用无雾条件下清晰的数据集对网络进行训练,网络无法通过训练集获取雾霾图像下目标的特征权重配置,因而检测效果不佳。为了提高雾霾环境下目标检测效果,从数据集构建角度入手,提出了一种在无雾图像上生成带雾图像的方法。首先以KITTI-objection数据集作为原始无雾图像,利用改进的Monodepth无监督深度估计方法生成原始图像的深度图像。然后构造几何先验深度模板,以图像熵为权值与深度图进行融合,并根据大气散射模型,由深度图像得到雾图像。最后,采用基于二阶的Faster-RCNN和基于一阶的YOLOv4两种典型的目标检测架构,对原始数据集、雾数据集、混合数据集进行训练,并对室外自然雾霾场景数据集RESIDE-OTS进行检测。实验结果表明,使用混合数据集训练下的模型检测效果最好,在YOLOv4模型下mAP值提升了5.6%,在Faster R-CNN网络下mAP值提升了5.0%,从而有效提升了雾霾环境下卷积神经网络的目标识别能力。     

双边滤波器在X射线图像平滑滤波中的应用

针对传统空间滤波器在对X射线图像进行平滑滤波时造成图像边缘模糊现象的问题,提出一种采用双边滤波器对X射线图像进行平滑滤波的一种方法.与传统图像滤波方法不同,双边滤波器不但能对图像进行滤波,而且能保护边缘信息,而传统空间滤波器对图像滤波时会造成图像边缘模糊.双边滤波器是在空间滤波器的基础之上采取动态改变滤波器的方法来对图像进行滤波.最后通过采用不同滤波器对噪声图片进行平滑滤波,验证双边滤波器的平滑滤波效果.     

周向接触弧长对闸片温度场分布影响的研究

提出了热流分配系数受摩擦副周向接触弧长影响的观点;使用分段二次插值法确定了摩擦副周向接触弧长和热流分配系数随径向位置的变化关系;基于能量守恒法,计算和比较了2种不同热载荷下闸片的温度及其分布规律。结果表明:周向接触弧长随径向位置呈先增大后减小的变化规律,而热流分配系数的变化趋势正好与其相反;由2种不同热载荷计算得到的温度峰值发生时刻虽接近,但差值较大;温度在径向和轴向方向上的分布规律也不相同。因此,在摩擦副的热分析过程中必须考虑闸片结构带来的影响。     

防腐剂在摩擦副表面的吸附性能探索

利用模拟轴承对润滑油中的防腐蚀添加剂进行吸附实验,通过对吸附前后润滑油的紫外吸光度的测量,表征实验前后润滑油中防腐剂的质量分数变化,进而证明摩擦副对防腐蚀添加剂的吸附作用;在含有定量防腐剂的润滑油中添加不同质量分数的抗磨剂,进行模拟轴承的吸附实验,通过紫外吸光度的测量发现抗磨剂对防腐剂在摩擦副表面的吸附性能有较大影响,说明防腐剂与抗磨剂在摩擦副界面存在竞争吸附效应。     

基于ANSYS的数控车床床身的动态特性分析

车床床身是生台机床的基础和支架,它的振动影响着零件的加工精度,由于PRO/E强大的建模功能及ANSYS的分析功能,本文在PRO/E中建立模型,在ANSYS中进行模态分析,提取了床身的前五阶模态,并分析床身的因有频率,振型及其动态特性.为设计者在床身的设计中提供理论依据,避免产生大的振型或者发生共振,从而保证整台机床的设计和加工精度.     

运用概化理论研究口语能力对评分差异的影响

概化理论是语言测试领域最有影响的三大理论之一.文章在简要介绍该理论的基础上对考生口语能力因素对评分差异的影响进行了实证性的研究.实验中请6住评分员对10名学生的2个口试题目用分项评分法独立评定,并用SPSS11软件进行统计处理,结果表明:评分员在接受一定的培训后,能够达到较为理想的评分信度,评分员在考生口语能力各因素中的评分差异主要体现在语法、词汇和贴切性三个方面,而在发音、流利性和灵活性上评分差异较小.     

基于ANSYS的O形圈活动量对密封性能影响探究

以某飞机某部位作动筒渗漏和密封圈扭转断裂的故障为切入点,利用有限元分析软件ANSYS建立O形橡胶密封圈(简称O形圈)的二维轴对称模型,对装配阶段和静压阶段下不同配合间隙、沟槽深度、沟槽宽度、圆柱度和偏载对密封性能的影响进行分析。结果表明：在一定范围内,配合间隙、沟槽深度、沟槽宽度对密封性能影响较大,而圆柱度和偏载对密封性能影响较小;在允许的范围内,较小的配合间隙、合适的沟槽深度和宽度能够得到优异的密封性能。该作动筒的O形圈发生渗漏和扭转断裂的原因为密封槽宽度偏大,综合考虑,对密封槽宽度进行改进能够有效提升O形圈的密封性能。     

基于温度对预浸料铺放质量的影响研究

针对自动铺带工艺的过程,分析了温度对于铺带过程中的预浸料铺放质量的影响。在一定的铺放速度和铺放压力下,通过实验分析温度对于铺带过程中的预浸料基体的流动性、铺带的带宽变形以及预浸料的黏附性变化影响。总结并分析了铺放温度对于预浸料铺带铺放效果的影响,为实际成型产品工艺提供帮助。     

采样频率对聚合经验模态分解的影响研究

根据聚合经验模态分解的特点对能量泄漏指数进行了修订,从非对准误差、能量泄漏、分解结果的正交性和相关性方面分析了采样频率对聚合经验模态的影响,分析结果显示离散化采样引起的非对准误差随采样频率的提高逐渐减小,而能量泄漏以及分解结果之间的正交性和相关性随采样频率改变近似呈周期性变化。并根据分析结果给出了聚合经验模态中采样频率的选取原则。算例结果表明,综合考虑上述各影响因素后,聚合经验模态较为理想的采样频率范围是信号最高频率的10.3~11倍。     

应力多轴度对机械零部件破坏的影响研究

目前工程实际应用中大多是直接采用单轴试验的数据,没有考虑到应力状态的影响,这与构件实际应力状态不符,很多研究者对多轴应力状态下材料的行为进行了研究。介绍了应力多轴度对断裂韧性以及多轴应力状态对材料的疲劳断裂和蠕变失效的影响研究的最新进展,对几种具有代表性的多轴应力状态下破坏准则以及多轴应力状态下蠕变损伤准则做了简要的回顾,并进行简单的评述。     

误差因素对摆线针轮传动齿面载荷的影响研究

利用质量弹簧等价模型方法计算了理想结构下摆线针轮传动的齿面载荷分布。经验证与理论计算方法得到的结果基本吻合,并在此基础上分别探讨了多种加工误差、等距修形引起的间隙等对摆线针轮传动中齿面载荷分布的影响,进而分析了多种加工误差和间隙同时存在时对摆线轮齿面载荷的综合影响关系。提出了一种通过控制偏心轮偏心误差的相位和相关误差量的大小来改善摆线轮齿面载荷分布的方法。     

基于多标准的空调系统季节能效比计算分析

阐述了季节能效比SEER的计算内涵,分析了SEER与EER的内涵关系,并对ARI210/240,JRA4048-2001,GB7725三大SEER计算标准进行了比较和总结.最后对几款机型在中国的几个城市的测算结果进行了分析,并提出了城市代表温度和功耗分布率的新概念.