浮法玻璃缺陷在线检测识别方法研究

提出了一种基于机器视觉的分布式浮法玻璃缺陷在线检测识别方法。针对采集到玻璃图像为非均匀图像的特点,首先对图像进行平滑滤波处理,剔除信号波动带来的灰度尖峰和毛刺,然后设计了基于自跟踪的向下阈值曲面分割方法实现缺陷和背景的分割,实现了基于扫描线的图像搜索算法保证缺陷寻找的速度,并利用神经网络对缺陷进行分类。实际应用表明,该系统能够准确可靠的实现在线检测和识别浮法玻璃缺陷,满足了浮法玻璃企业对玻璃缺陷实时检测的需要。     

复杂光照环境下的线材缺陷自适应分割方法

针对高速线材表面缺陷检测技术难题,对复杂光照下的线材缺陷分割技术展开研究。基于灰度直方图多峰值的特点,给出了峰值选取准则,并在双峰值模糊阈值分割的基础上提出了分段自适应模糊阈值的分割方法,实现了线材的提取;在此基础上,利用对位遍历的思想,实现了线材缺陷的边缘分割。实验结果表明,该方法能够克服光照不均带来的灰度连续问题,可以比较准确的提取线材缺陷,为进一步研究线材表面缺陷视觉识别技术奠定了基础。     

基于语义分割的炼铁球团粒径在线检测算法研究

铁矿成团过程中,对球团粒径有严格要求。为了能实时检测球团粒径,本文通过对造球机的动态区域图像进行分析,提出了前景提取加粘连分割的球团分割算法。该算法针对图像球团背景矿粉干扰问题,在Unet基础上融入可分离卷积结构,设计了轻量化的DSC-Unet前景分割网络,保证了前景分割的鲁棒性;同时针对球团相互重叠问题,使用了一种基于距离变换的分水岭分割方法,实现了前景粘连的分割,进而通过圆形拟合,获得球团直径。试验结果表明,所涉算法分割准确率达到97%,优于现有其他算法,达到了检测要求。     

矿井液压系统维护和故障分析

井下液压传动系统是一些矿井机械的重要组成部分,由于井下地质条件不断变化以及恶劣的使用工况及维护条件致使系统容易出现故障,给出了如何正确维护和故障原因分析。     

考虑固液耦合的充液管道系统振动能量流研究

对固液耦合振动研究内容、研究现状,能量流研究方法以及固液耦合振动能量流研究进展进行了较为全面的论述,并对今后开展充液管道系统固液耦合振动研究、声传播及噪声控制的研究进行了展望．     

基于全注意力FSA-UNet网络的单晶电池片混合缺陷检测

太阳能电池片的内部缺陷是降低电流传导效率的主要原因，通过EL或PL成像后的图像缺陷强弱变化较大，直接进行阈值分割会造成漏检。本文提出了一种全注意力FSA-UNet网络，用于太阳能电池片混合缺陷分割。针对缺陷分层特点，设计出了特征增强模块，提升弱缺陷的分辨能力，同时改进骨干特征提取网络，加快了强缺陷的检出效率。本算法能精确分割出单晶硅片的多种缺陷，为了验证本文算法的有效性，将本文算法与U-net、DeepLabV3+进行的比较，最佳MIOU达到了77.9%，突出了本算法的优势。     

连续热镀锌生产线中锌层重量影响因素模拟与优化

针对锌层重量控制过程中存在非线性和多变量的对象特性,提出一种基于正交试验设计、数值模拟及响应面法的锌层重量控制影响因素模拟与优化分析新方法。以单面镀锌层重量在100～400 g/m2之间的热镀锌生产过程为研究对象,采用试验设计(DOE)和现场数据采集方法获取实验样本数据,运用极差分析得到各因素对响应指标的主次顺序。根据实验结果推导出线性回归公式,并采用含交互作用列的正交试验对模型进行优化,以修正实验结果。结果表明:拟合得到的二次回归方程模型的复相关系数为R2=0. 997 6,P0. 000 1。根据实验结果得出影响锌层重量变化的主次因素关系顺序是:吹气压力、带钢速度、吹气压力与带钢速度的交互作用、喷嘴距离、喷嘴缝隙、吹气压力与喷嘴距离的交互作用。     

图像序列的视频流开发及网络发送的实现

Raw文件是一种原始图像,对其序列文件视频流的开发是获取图像信息的重要手段.利用DirectShow技术开发出源过滤器和发送过滤器,实现了Raw序列文件的读取和发送.文件映射和中间缓存技术的应用提高了文件读取和视频流的传输效率.     

实现连续轨迹的曲柄滑块机构的尺度优化

实现连续轨迹的曲柄滑块机构,存在着6个变量。本文以滑块导路的倾角误差为目标函数,建立优化模型,以改进的遗传算法为优化方法,优化出能实现连续轨迹的曲柄滑块机构各变量的值。以VC为平台,设计出一套曲柄滑块轨迹仿真的方案,为验证优化结果起到了重要的作用,并为今后其它机构的轨迹仿真提供了条件。     

浮法玻璃缺陷在线识别技术的研究

表面缺陷是影响浮法玻璃质量的主要因素,针对目前国内在浮法玻璃缺陷识别正确率不高的现状,本文结合玻璃缺陷低灰度的特点,利用两次一维OTSU缺陷分割方法,实现了缺陷核心的有效分割.然后根据不同缺陷核心灰度分部的特点,提出12种具有统计性的特征,利用改进的神经网络的非线性映射能力实现了缺陷的正确识别.最后的实验结果证明,算法具有较好的效果.