融合注意力机制的弱监督纸板表面缺陷检测

目的 针对目前表面缺陷检测方法因缺少实例级标签,使深度神经网络在工业检测上的应用受到限制的问题。本文面向实际的纸板表面缺陷检测任务,提出弱监督学习下融合卷积和注意力机制的神经网络算法。方法 该网络通过将通道注意力模块和梯度类激活映射模块相结合,进一步提高类激活图的精细度,实现纸板表面缺陷的精确定位;同时通过倒残缺结构和上采样层的组合操作,进一步细化浅层特征提升网络的特征提取能力,加快网络收敛速度。结果 通过在公开的纸板缺陷数据集上进行实验,本文提出的算法在使用图像级标签训练的情况下,分类正确率与定位正确率分别达到99.0%和92.2%,验证了该算法的有效性。结论 避免了实例级标签数量较少和过于主观的缺点,为基于机器人的缺陷纸板剔除奠定了基础。

基于YOLOv8的PCB表面缺陷检测轻量化研究

目的针对印制电路板(PCB)表面缺陷检测模型较大和速度慢的问题,提出一种基于YOLOv8的PCB轻量化表面缺陷检测框架EYOLOv8。方法该框架以YOLOv8网络结构为基础,使用RevCol网络特征融合思想重构网络主干,引入Slim-neck设计思想重构颈部结构,使用卷积权重参数共享的机制重构检测头结构,在保持精度基本不变的同时,对整体网络结构进行了轻量优化设计,最终使用WIoU损失函数对轻量化模型训练过程进行优化。结果在公共数据集上的实验结果表明,EYOLOv8较YOLOv8模型大小减少了46%,检测精度mAP50值达97.7%,检测速度达256帧/s,模型大小为3.3 MB。结论相比其他算法,EYOLOv8在PCB表面缺陷检测设备上部署更有竞争力。

基于DMD降噪的滚动轴承故障诊断方法

针对轴承振动信号难以剔除噪声的问题,提出一种将Hilbert变换、动力学模态分解(DMD)和奇异值差分谱相结合的滚动轴承故障诊断方法。首先将原始信号进行Hilbert变换得到包络信号,由包络信号构造Hankel矩阵进行动力学模态分解,利用奇异值差分谱确定合适的截断秩后进行信号重构,最后通过频谱分析来提取故障特征。采用该方法对滚动轴承故障仿真信号和实验数据进行分析,结果表明其降噪效果显著,能有效获取轴承故障特征频率。

槽式双轴螺旋洗矿机叶片结构优化

针对某矿山使用的2200×8400槽式双轴螺旋洗矿机生产效率远不达标的问题,运用离散元仿真软件EDEM,研究了不同叶片形状、数量和布置方式对洗矿效率的影响。仿真结果发现,原有的结构形式在单位时间内洗矿产量和洗矿质量无法同时保障;若将洗矿机按擦洗区、过渡区和运输区分别设计为大间距间断、小间距间断和较大间距连续螺旋结构形式,其效率得到了极大提升,在保障洗矿质量的前提下,其产量比原洗矿机提高了111.24%。