3D-SWiM: 3D vision based seam width measurement for industrial composite fiber layup in-situ inspection

Industrial composite fiber has been widely used in the high-end manufacturing because of its superior stiffness and strength. To ensure the quality of composite fiber placement in making high-end and lightweight aerospace products, it needs reliable composite fiber layup in-situ inspection. An accurate seam width measurement is an indispensable procedure during the layup inspection. However, the traditional seam measurements may fail in presence of surface curvature variance, curved edges between sheets, to name a few. This paper intentionally designs a novel 3D vision based Seam Width Measurement for Industrial Composite Fiber Layup In-situ Inspection (called 3D-SWiM). It aims to address three major challenges in measuring the seam width between the composite fiber sheets, namely, seam region over-segmentation, failures on region of interests (ROI) seam detection, seam width measurement inconsistency. Firstly, the region growing with semantic refinement is designed for 3D point cloud clustering, to overcome over-segmentation on seam regions. Afterwards, the gridding model with edge discrimination is applied to extract the 3D potential candidates in the edge areas. Eventually, we use the cubic B-spline fitting model to describe the seam region curves and the improved particle swarm optimization model to estimate the minimum and maximum distance between the seam edges. 3D-SWiM has been evaluated extensively on the developed composite fiber layup platform. The comparisons with the state-of-the-art methods (such as HT and GFM) on the region-of-interest segmentation, seam extraction and seam width measurement have been performed and the experimental results prove the competitive performance in composite fiber layup in-situ inspections.     

基于DSP和USB接口的视觉检测系统的设计

实时视觉检测系统的一个主要瓶颈是图像的处理速度。该文将DSP技术应用于计算机视觉领域，闸述了利用DSP和现场可编程门阵列(FPGA）实现的基于USB接口的嵌入式视觉检测系统。详细介绍了系统的构成以及该系统的主要工作流程。     

基于“互联网+”和“大数据”的输电交互式巡检安全质量管控体系的探索和实践

跟随我国电力体制的深入改革,输电线路的构建规模持续扩大,经济的高速发展、社会的不断进步和人民生活水平的逐步提高都对电力系统运行的安全性提出了更高要求,为了跟上当前这种形式,满足全社会不断提高的用电需求,供电企业必须增强对输电线路安全质量的管控。国网龙岩供电公司以“一六八”新时代发展战略体系为核心,基于“互联网+”和“大数据”技术的发展,以完善传统巡检模式的不足为导向,以推动输电交互式巡检安全质量管控为引领,构建以“过程管控”为目的的输电交互巡检管控模式,搭建“工学一体”的信息交流平台,形成“全程记录”巡检数据库体系,全方位提升巡检工作安全质量及效率。该管控体系应用后,确实能确保巡检数据完整性,减少缺陷隐患漏报率,缩短现场紧急事件响应时间、新人培训上岗时间、常用报表统计时间等,能全面提升巡检安全质量。     

现代电子产品焊接质量的检测技术

介绍了现代电子产品焊接质量的检测技术,以及用于检查焊点质量和组装板(SMA)功能的测试仪器的工作原理及测试能力.目前常见和广泛使用的焊接质量检测方法是人工目测检查,其主要问题是其主观性,只能用来检测电子元件的形状、尺寸、颜色、表面特征及焊点的外观质量;自动光学检测(AOI)可以在整个过程中发现和纠正缺陷,但只是外在的焊点缺陷;激光/红外线组合式检测系统、X射线检测系统可以分析焊点微米级水平的缺陷,能找出其他检测所不能可靠地发现的缺陷,包括空洞、焊点形状差和冷焊锡点等;另外,X射线检测系统能一次测试单面或双面电路,准确地定位缺陷,获取工艺参数,例如锡膏厚度等.     

一种高颗粒填充率丁羟推进剂二维细观模型生成方法

为了从机制上认识推进剂的宏观力学性能和试验现象,对推进剂开展细观力学研究十分必要,而代表体积单元（RVE）则是细观力学研究中的重要部分。在随机序列吸附（RSA）方法的基础上,提出将投递区域离散为背景网格,再进行二次随机投递,可以生成80vol%颗粒含量的细观模型,模型生成效率相较于传统RSA方法有所提高。采用Python语言编程,利用ABAQUS的二次开发接口,实现了推进剂RVE模型的快捷生成,并加载周期性边界条件。采用模型生成实例说明了本文方法的有效性,为开展推进剂的细观分析提供了参考依据。      

X射线安检设备控制系统的设计

为实现X射线安检设备各部分协调、高效的工作,设计了一套完善的控制系统。依据X射线安检机各部分的工作原理及控制要求,从对X射线线性阵列探测器及对X射线发生器的控制两方面给出了控制系统的方案,介绍了系统的抗干扰设计和通讯功能。该控制系统方案已应用到沈阳某检测设备有限公司DFX9080B型X射线安检机上,经过两年多的运行证明,该系统运行稳定、响应速度快,具有良好的抗干扰性和实用价值。     

油品质量检验工作中应注意的十个问题

介绍了油品质检员做好油品检验工作在具体操作试验中应注意的十个问题，以确保试验数据真实有效，结论准确。     

焦炭塔典型损伤模式分析

阐述了焦炭塔常见损伤模式及其发生机理、主要表征、影响因素及控制措施。针对具体检验案例,分析了缺陷产生原因,对检验人员及使用单位如何做好焦炭塔的检维修工作提出了建议。     

提高小径管焊缝椭圆成像有效检出范围的途径

小径管焊缝在 X射线一次椭圆透照中 ,由于壁厚变化较大 ,检出范围较小 ,该文提出了一些技术措施 ,使检出范围有所扩大     

小样本深度学习方法实现LED TV屏缺陷检测

为实现当前工业4.0时代电子类企业智能制造的全过程,引入机器视觉完成产品缺陷检测,用于解决缺陷问题多样性在算法能力的不足。首先对已标注小样本数据集通过深度学习得到初始特征模型,接着针对该特征模型施以迁移学习方法用以实现LED TV的检测,并将已检测样本进一步用于增量学习完成模型参数的修正,最后采用全连接神经网络FCNet (Fully Connected Neural Network)完成分类,探讨了一种运用机器视觉实现LED TV的光学屏检技术;并给出了检测样品作为补充的样本数据集增量学习模型。实践表明,本文提出的方法能进一步提升工业机器人智能制造阶段自动化检测的准确率,最终实现工业生产的柔性和智能化水平,并为机器视觉的应用提供示范。