一种多功能智能化条烟检测装置设计与应用

设计制造一种多功能智能化的条烟检测装置.它是集先进的传感器技术、PLC技术、真空抓取技术为一体的机电一体化、智能化条烟检测装置.具有非接触、动态地检测条烟缺包、缺铝纸、烂铝纸功能.它适用于所有的软、硬包装机型,是一种完全独立的系统.     

成品条装烟输送分拣独立控制系统的应用

介绍一种成品条装烟输送分拣独立控制系统。该系统对产品输送分拣进行单独控制,通过触摸屏实施无触点选择,并控制通道分拣选择互锁;通道堵塞时可实现自动报警。该系统独立于原系统,但与原系统互锁,使每台生产设备的产品都能任意组合,进入同一台装封箱机。实际运行表明,新增的输送分拣独立控制系统合理运用了现有资源,提升了装封箱机的有效作业率。     

炉烟处理循环水装置的设计与应用

喷射器炉烟水处理系统系利用电厂锅炉冲灰水泵或其他离心水泵的富裕容量作为炉烟处理喷射器的动力水源,将炉烟送至循环冷却水中,抑制重碳酸钙分解,提高其极限碳酸盐硬度,稳定水质,防止结垢。正确设计喷射器和合理的安装烟气管道是保证炉烟处理系统长期稳定运行的关键。     

石泉水电站水工闸门及启闭机外观检测与评价

通过对石泉水电站水工闸门及启闭机外观形态、腐蚀及磨损的检测，综合分析和评价了设备的外观状况，对存在问题提出了改进意见和更改建议。     

基于深度学习的线束端子外观缺陷检测技术研究

为解决接触件端子与线束压接过程中会出现未成功压接、压接不到位、芯线外漏等质量问题,提出一种基于传统机器视觉和深度学习相结合的方法实现线束端子外观缺陷智能检测。首先搭建视觉检测系统获取高质量的线束端子外观图像,接着应用传统机器视觉中的图像预处理、图像滤波、最小二乘法实现剥线长度的在线检测,然后人工标注线束端子外观缺陷并构建样本数据集,最后利用深度学习算法实现线束端子外观缺陷的智能检测。试验结果表明,该视觉检测系统与人工检测对比误差小于0.01 mm,模型缺陷识别准确率为99.33%,漏检率为零,单张图像推理耗时5.6 ms。该系统运行稳定可靠,满足实际生产需求。     

织物外观平整度客观评级图像采集装置设计与搭建

织物外观平整度人工评级方法存在诸多问题,快速准确的客观评级方法是市场需求,其中符合要求的图像采集装置是客观评级的必要条件。本文搭建了织物外观平整度图像采集装置,搭建后经测试,该装置光照均匀度88%、采集图像均匀度93.73%,采集到的织物图像折皱清晰,能够满足图像分析的要求。     

基于梯度向量特征提取的安瓿瓶外观检测方法

针对药品生产企业安瓿瓶可见异物自动检测设备对安瓿瓶外观的要求,提出一种高效的安瓿瓶外观检测方法。该方法首先对所截取的瓶头数字图像进行中值滤波,然后利用Roberts交叉算子进行图像增强,通过选取适当的阈值将图像分割成仅由瓶头边缘和背景组成的二值化图像,最后利用梯度向量对边缘进行特征提取,通过分析中心和高度偏差特征来评价安瓿瓶瓶头的对称性和扁平度。实验结果表明,该方法检测正确率达到97%,能够有效检测出安瓿瓶常见的扁头、尖头、泡头、瘪头、断头等玻璃瑕疵,所筛选出的安瓿瓶能很好地满足安瓿瓶可见异物自动检测设备对瓶头外观的要求。     

机器视觉技术在条包烟外观质量检测上的应用

提出了一种基于机器视觉技术和可编程控制器(S7-200)的条包烟外观质量检测的解决方案,结合应用实际,具体介绍了系统的工作原理、成像系统运行流程、系统硬件设计、图像处理软件设计[2以及PLC程序设计等。     

感应电机笼型转子断条的检测

本文叙述了检测感应电机笼型转子中断条的技术。一台30马力带有深导条笼型转子的四极感应电机是从加拿大通用电气公司获得的。安装了用于试验目的的定子磁轭，齿尖与外探查线圈，以及热电偶。将轴转矩传感器与直流负载电机安装成一条直线。用有限元来模拟该电机的横截面，并用非线性多元的稳态技术来计算场分布及机械性能。断条的出现产生局部的高气隙磁场并降低了机械性能。磁场的波动与断条有关，通过机械加工有意地使其与端环分开，波动的磁场在探查线圈感应的电压中产生低频分量与谐波并产生振荡力矩，而它又引起噪声与机械振动。实验结果表明对外探查线圈中感应的电压的分析足以检测断条的存在与否。     

钕铁硼成品尺寸外观检测可实现“代工”

近日,为降低钕铁硼行业生产商的采购风险和顾虑,北京领邦仪器针对钕铁硼成品的尺寸外观开通委托检测业务．     

在线自动光学外观检测系统的设计

国内半导体制造行业经过几十年的产品生产及技术升级,其产品已向微型化发展。与此同时,外观检测还保持着人工方式,这也受到了下游客户的越来越多的质疑及挑战。基于此,自动光学检测系统的引入就被提到了紧要的地位。该系统采用嵌入式微控器加彩色线阵 CCD 捕获产品原始图像,然后通过滤波、边缘检测等实现被测产品的在线检测、分析判断并通过巧妙的机构来实现不良品的自动剔除。经过实际生产检验,该系统图像捕获、处理及分析均准确可靠,并实现了10 pcs/s的产品图检测及剔除。     

转子断条机理分析与检测准确度研究

随着产业升级、可靠性需求逐渐上升,电动机的故障检测成为当前研究的热点问题。由于电机可检测的信号较少、负载工况复杂、信号处理误差等原因,鼠笼型电机转子断条特征存在较难检测的问题。以电机转子断条（坏条）作为研究对象,经过断条故障有限元仿真建模,通过多种信号处理方法研究对比,提出一种准确率较高、抗干扰性较优的检测方法,达到甄别转子断条（坏条）故障类型及预测故障程度的目标。     

异步电动机转子断条故障在线检测新方法

针对MUSIC(Multiple Signal Classification Algorithm)算法用于故障诊断的两大缺点:运算量大和可能产生的虚假波峰对故障特征的混淆带来的不利影响,给出了相应的解决方法.定子电流Hilbert幅值包络信号包含了低频的故障特征频率调制信号,故通过对定子电流Hilbert幅值包络信号进行降采样率重采样、减少分析信号长度,可避免低频段频谱混叠,再对减少的重采样数据进行具有超分辨率的MUSIC低频段估计,可大大降低MUSIC算法频谱估计时间;运用连续细化傅里叶变换(SFFT)和转子街槽谐波转差率估计技术,可预知故障特征频率精确值,从而可有目的地查询故障分量,消除MUSIC虚假波峰对故障检测混淆的影响,大大提高了故障检测的灵敏度和可靠性,以此形成异步电动机转子断条故障检测新方法.试验表明,该方法可行有效.     

异步电动机转子断条故障在线检测新方法

针对MUSIC（Multiple Signal Classification Algorithm）算法用于故障诊断的两大缺点：运算量大和可能产生的虚假波峰对故障特征的混淆带来的不利影响,给出了相应的解决方法。定子电流Hilbert幅值包络信号包含了低频的故障特征频率调制信号,故通过对定子电流Hilbert幅值包络信号进行降采样率重采样、减少分析信号长度,可避免低频段频谱混叠,再对减少的重采样数据进行具有超分辨率的MUSIC低频段估计,可大大降低MUSIC算法频谱估计时间;运用连续细化傅里叶变换（SFFT）和转子齿槽谐波转差率估计技术,可预知故障特征频率精确值,从而可有目的地查询故障分量,消除MUSIC虚假波峰对故障检测混淆的影响,大大提高了故障检测的灵敏度和可靠性,以此形成异步电动机转子断条故障检测新方法。试验表明,该方法可行有效。     

鼠笼式异步电动机转子导条断裂的检测方法

异步电动机是发电企业转动机械的主要动力来源,而电动机转子导条断裂则是其常见故障之一。通过分析电动机转子断条故障原因,提出检测方法并对其原理加以分析说明。     

薄壁注塑件外观缺陷分析与解决方案讨论

目前在家电行业尤其是白色家电领域,家用电器的外观件大量使用大面积薄壁注塑件。作为现代生活中不可缺少的一部分,家电外观件不但对耐候性、耐疲劳性有着一定的要求,更重要的是还要符合用户对家电的审美要求。薄壁注塑件如果出现缺陷,不但是其力学性能缺陷的在产品表面的间接体现,而且还最直接地影响了外观件的整体美观性。本文从设计及生产过程中对薄壁注塑件可能产生的缺陷进行分析,并对设计中防止缺陷和生产过程中解决各种缺陷的方案进行讨论。     

多参数智能检测装置的设计

本介绍一种以８０９８单片机为核心的多参数智能检测装置设计，并详细介绍了单片机的外围电路以及系统的软件设计方法。     

感温光纤检测装置的设计与实现

分布式感温光纤测温系统在电缆隧道在线监测中被广泛运用,为确保其有效性,需定期对感温光纤进行加热检测.运用单片机、云服务器、手机App设计一套检测装置,实现对感温光纤的远程控制加热检测.     

基于随机共振理论的异步电动机转子断条检测新方法

现场采样获得的电动机故障信号通常会含有很多噪声.传统的方法是对故障信号消噪后进行分析,但在消噪的同时会丢失一些有用信息.本文提出了基于随机共振(SR)理论的异步电动机转子断条早期故障检测新方法.该方法是通过选择合适的系统参数,使非线性系统发生随机共振,把一部分噪声能量转化成信号能量,达到异步电动机转子断条早期故障检测的目的.实验分析结果表明该方法是切实可行的.     

家用燃气表外观缺陷的改进 ViT+FastFlow检测方法研究

外观质量是家用燃气表(DGM)国家强制检定项目之一,针对 DGM 外观质量检定中匮乏缺陷样本使基于有监督学习检 测方法难以泛化到实际应用场景问题,本文研究 DGM 外观缺陷无监督检测方法,引入 Vision Transformer ( ViT) 改进版 EfficientFormerV2-l 提取正常样本特征,融合底层和高层特征图,并通过二维标准化流 FastFlow 将正常特征图映射到标准高斯分 布,外观缺陷因离散落在分布以外使异常得分相比正常样本更高,通过设置自适应阈值识别并定位 DGM 外观缺陷。 实验采集 DGM 正常样本、真实缺陷样本、合成缺陷样本作为数据集并优化检测模型参数,优化后检测模型在图像级别指标 AUROC 达 99. 77%,在像素级别指标 AUPRO 达 96. 3%,每秒可检测 4 张以上 DGM 图像,表明本文方法能准确高效识别与定位 DGM 外观 缺陷。