基于机器视觉技术的机械零件表面损伤检测

在简要介绍了机器视觉技术的发展和原理的基础上，探索性地将机器视觉技术引入机械零件的损伤检测领域。结合实例，通过对比损伤部位与正常部位的色彩特征，检测损伤部位，并借助梯度算法，给出了破损部位面积的计算方法，改进了长期以来对零件表面损伤依赖于人的主观判断的状况，提出了一种科学高效的检测手段。     

用灰关联分析法和人工神经网络优选达克罗涂液

为寻找达克罗涂液配制的最优配比方案,基于灰关联分析方法,解析了达克罗涂液组分对涂层性能的影响.以CrO3,H3BO3,锌粉和还原剂4种组分作为输入数据,以涂层性能指标作为输出数据,采用4-7-2层结构,建立BP人工神经网络建立非线性模型,分别训练和预测了试验结果,同时以关联度的大小顺序为依据,分别拟合了各组分对涂层性能指标的影响曲线.根据预测结果,寻找出最优配比方案.采用BP人工神经网络结合灰关联分析方法,为达克罗涂液的制备提供了一种新的方法.