基于私有云平台的金相智能检测系统研究

为实现检验现场的金相图像自动识别,研究了基于私有云平台的金相智能检测系统的结构和相关技术方案。以碳钢珠光体球化检测为应用场景,构建了基于AlexNet深度神经网络的金相图像智能检测模型,基于OPenStack架构搭建了金相私有云平台并利用JavaEE和MySQL开发了一套需使用、弹性扩展的金相云存储系统,实现了一个金相云检测的具体案例。对于提高金相检测的智能化与便捷化,减少人为主观因素影响,降低检测时间成本提供了一种全新的解决途径。     

金相组织对工件表面质量的影响

金属材料通过热处理工艺来达到所要求的金相组织,已在生产中得到广泛地应用。 热处理工艺对碳钢的可切削性有很大影响。如,正火使中碳钢的可切削性改善。完全退火使高碳钢的切削性能得到改善。调质处理,随着淬火后回火温度的不同,得到各种不同的金相组织,如片状、粒状和     

基于DCT的电网金属材料金相压缩算法

为了实现对电网金属材料的定量金相分析,加快存储和传输电网金属材料金相显微组织图像的速度,对基于离散余弦变换（DCT）的JPEG图像压缩算法进行了研究。采用基于DCT的JPEG图像压缩算法,以MATLAB图像处理工具箱为软件平台对系统进行试验。试验结果表明,所设计的压缩算法满足定量金相分析图像压缩的设计要求,既可保证有较高的压缩比,又可保证较好的图像质量,大大提高了图像压缩的效率,实现了电网金属材料金相显微组织图像数据的压缩。     

锅炉压力容器现场金相的制作方法

1取样原则现场金相使用的仪器及设备有：现场金相显微镜,现场用电介腐蚀设备,角向砂轮机,粗砂轮片,＞120目的细砂轮片,380粒度铁砂纸,0＃、01＃、02＃、03＃、04＃、05＃、06＃金相砂纸,研磨育（W2.5）,呢子布,无水乙醇,化学抛光剂,浸蚀剂,镊子,丙酮,复膜纸,玻璃片等。现场金相的取样位置取决于检测要求。一般情况下,对于在役锅炉压力容器金相取样的原则为：（1）在有表面裂纹的部位取样。为了分析设备产生裂纹的原因,需在裂纹部位取样,取样时应注意分别在裂纹的发源处、扩展处、裂纹尾端分别取样,以便能全面分析裂纹成…     

基于深度学习的实时集装箱箱号识别算法

集装箱站场装卸作业时,主要依靠起重机司机手工录入集装箱箱号,自动化程度低.站场的多样化环境容易造成识别模型的复杂度较高,导致计算耗时较长;同时由于集装箱表面纹理复杂、磨损腐蚀严重、箱号字体及排列方式多样等问题使得其字符特征难以提取且识别精度不高,现有的算法往往无法同时满足准确性和实时性两个要求,难以在实际场景中应用.因...     

基于迁移学习和微调的起重机类型识别策略

起重机具有诸多类型,不同类型的起重机具有不同的分析或保养方法,因此对起重机类型进行识别意义重大。针对深度卷积神经网络中存在的数据需求量大、训练时间长、计算成本高等问题,提出一种基于迁移学习和微调的起重机类型识别策略。通过搭建不包含分类层的预训练InceptionV3模型并连接自定义的分类层,利用迁移学习和微调技术,训练出适用于起重机类型识别任务的卷积神经网络。实验结果表明,相较于从头搭建并训练深度卷积神经网络,利用迁移学习和微调方法对预训练模型进行训练可得到较高的识别准确率,并且训练速度更快,训练时间显著缩短。验证集和测试集的识别准确率分别为98.24%和97.67%。     

Cr18Mo2铁素体不锈钢焊接HAZ金相组织研究

本文采用金相、Ｘ－射线衍射、扫描电镜（ＳＥＭ）和电子探针（ＥＰＭＡ）等试验方法，对Ｃｒ１８Ｍｏ２高纯铁素体不锈钢焊接接头区域的显微组织和焊接热影响区（ＨＡＺ）脆化特征进行了试验研究，并对焊后经厉再加热处理后的ＨＡＺ晶粒组化倾向，析出物及断口形态进行了分析。试验结果表明，晶粒粗化，析出物以及晶界氧化是导致铁素体不锈钢焊接ＨＡＺ脆化的主要原因，ＨＡＺ中的析出物对脆性裂纹的产生和扩展有促进作用。     

炉前碳硅合金元素补料对冷激铸铁凸轮轴金相组织的影响

炉前补料时间对冷激铸铁凸轮轴的影响做了一些试验。试验发现，补料会在一定的时间内产生孕育作用，对产品的白口深度有抑制作用。     

焊接金相组织图象识别技术的研究

抽取了多个焊接金组织的特征参数,设计了最小距离法分类器,建立了焊接金相组织识别系统,较好地实现了碳钢及低合金钢焊接金相组织的自动定量识别。通过实际评价表明,该系统对焊接接头组织识别的准确性和再现性符合定量金相的要求。这对于建立焊接金相组织和性能间的定量关系,选择合理的工艺参数,建立焊接CAD技术具有重要的理论和实际意义。     

焊接金相组织参数自动测量软件系统的研究

在ＭＳ Ｃ／Ｃ＾＋＋７．０集成上环境下成功地开发敢一个完整的焊接金相组织参数自动测量系统。该系统具有完善的功能和友善的人机界面,操作灵活,运行可靠,满足定量金相的要求。可对晶粒,第二相粒子,片状组织和焊缝杂杂物的特征参数进行测量与计算。     

铸造材料金相组织图像分析系统

提出了适用于金相分析的图像处理方法，研制了铸造材料铆钉上分析的图像处理系统，并对球墨铸铁的图片进行了图像处理及识别。     

金相组织图像智能分析技术研究

研究了使用相关金相组织图像智能分析技术来提取和重建金相组织的晶界。首先,概述了常用金相组织图像智能分析技术所包含的内容,并给出了研究思路和过程;然后,着重研究了金相组织图像智能分析技术中的图像预处理技术、晶界提取技术以及晶界重建技术,并结合实际金相组织图像,对相关技术进行了试验和优化;最后,所得试验结果表明,本研究对金相组织的晶界提取与重建有着较好的效果,具有一定的应用价值。     

基于学习模式的金相组织含量分析系统

为了对金相组织的多相组织含量进行定量分析,提出了基于学习模式的金相组织识别算法对封闭的金相组织区域进行定量分析。首先,通过Canny算法和灰度等高线相结合的算法获取金相组织的封闭边缘;然后,对封闭边缘所形成的金相组织分割区域进行特征提取;最后通过软件系统提供的人机交互方式学习用户对具体单元区域的定义,据此形成分类特征描述,并将该类描述应用到未分类单元区域的分类上,达到对所有的单元区域进行分类识别的目的。实验结果表明:采用该系统进行的金相组织含量测量误差可以降低到±1%,可测组织含量的范围达到5%~95%,能满足多相金相组织含量测定等定量分析的要求,且普遍适用于不同的金相组织计算。     

改进Alexnet的滚动轴承变工况故障诊断方法

旋转机械中的滚动轴承常工作在变负荷、强噪声的环境中,而传统的滚动轴承故障诊断方法难以在复杂工况下自适应地提取对其故障诊断有利的特征,针对此问题,提出一种改进AlexNet的滚动轴承变工况故障诊断方法。首先,将采集的一维时域信号按横向插样构建便于改进AlexNet输入的二维特征图,于现存的纵向插样和二维频谱而言,保留了特征自动提取过程中振动信号的时序性和关联性;其次,改进调整AlexNet卷积层的功能层且经过卷积和次采样等操作,从二维特征图中自动提取出利于滚动轴承状态辨识的特征;最后,以softmax的交叉熵为损失函数,利用Adam按小批量迭代优化法实现对滚动轴承故障的诊断。通过与多种方法对滚动轴承不同位置、不同损伤程度的12类状态诊断效果比较,结果表明,该方法对变负荷、强噪声条件下的滚动轴承故障诊断的精度更高,鲁棒性更强。     

金相自动检测机器人系统研究

以南钢检测中心金相实验为例,介绍工业机器人在金相检测系统的应用,机器人与AI算法、软件算法融合,通过自动控制系统和机械的联合,实现全自动制样、腐蚀、检测、判级,全流程智能化。     

基于图象技术的金相定量分析系统

本文提出了一种采用图象技术进行金相定量分析的新方法,并描述了实现该系统的硬件框架及软件分析与流程。     

1305滑动叉的失效金相检验

机动车上使用的1305滑动叉为40Cr铸钢件，使用状态为调质处理。有两批滑动叉分别由两个铸造厂生产，在同一厂家进行调制处理。这两批滑动叉在机加工过程中都发现有裂纹，裂纹位于工件的薄壁管形部位，裂纹走向接近为纵方向。进行热处理工序的厂家希望知道工件上的裂纹是铸造裂纹还是调质热处理裂纹。