基于坐标偏移磁偶极子-牛顿-拉夫逊法的三维不规则缺陷重构方法

漏磁检测因其操作方便、对检测环境要求低、自动化程度高等特点,被广泛应用于铁磁性材料的缺陷检测中。而不规则缺陷漏磁重构的病态性导致重构结果精度低,特别是三维不规则缺陷的漏磁重构。因此,本文将三维缺陷的重构问题转化为二维缺陷重构问题,提出了坐标偏移磁偶极子前向模型,可以快速精确地计算任意复杂缺陷的漏磁信号,并使用牛顿-拉夫逊法,实现对三维不规则缺陷的重构。仿真和实验结果表明,本文所提重构算法相比于Levenberg-Marquardt重构算法有明显的精度提升,重构误差平均减少了约41%,最大深度误差平均减少了62%,实现了三维不规则缺陷的快速重构。

面向织物疵点检测的缺陷重构方法

为解决复杂图案织物疵点检测精度不足的问题,通过将疵点视为对织物纹理的破坏,利用生成对抗神经网络对疵点图像进行重构,使其恢复成正常织物纹理的图像,然后将重构图像与缺陷图像进行求异计算,对求异结果进行图像分割,实现疵点检测目的。同时引入自注意力机制、L1损失函数和改进的结构损失函数用于改进生成对抗神经网络结构及其损失函数,用以分析并解决疵点图像重构精度差和网络处理图像细节能力的不足。最后采用本文方法与无监督缺陷检测算法(ReNet-D)和SDDM-PS 2种方法对5种不同复杂图案织物疵点进行实验对比,结果表明本文方法检测精度更高。

漏磁检测中的缺陷重构方法

漏磁检测技术中的缺陷重构方法是目前漏磁检测缺陷评估的研究热点与难点。在对漏磁检测缺陷重构进行概述的基础上,综述了现有的缺陷重构方法:开环逆向重构法和闭环伪逆重构法,并对这两类方法中常用的逆向模型、前向模型、优化算法及其特点进行了较为详细的介绍。指出了基于数据融合技术、图像处理技术和多缺陷综合评估的缺陷重构方法的研究发展方向。

基于遗传模拟退火算法的漏磁缺陷重构

通过将模拟退火技术加到遗传算法(GA)的变异运算中,提出一种遗传模拟退火算法(genetic-simulated-annealing-algorithm,GSAA),并且提出一种基于GSAA的逆算法,用于从漏磁信号中重构二维缺陷.该算法中,径向基函数神经网络(RBFNN)用作前向模型,GSAA用于求解逆问题中的优化问题.实验结果表明,同基于GA的逆算法相比,基于GSAA的逆算法更精确,并且对噪声更具鲁棒性.

基于空间映射的匀速采样漏磁检测复杂缺陷重构方法

漏磁检测技术是目前最有效、应用最广泛的管道无损检测技术之一。缺陷重构方法是漏磁检测的关键核心技术,直接决定检测精度。现有缺陷重构方法主要采用静态模型对缺陷尺寸进行重构,没有考虑内检测器采样时移动对信号的影响,且不能有效体现速度因素对缺陷重构的影响。基于匀速采样模型设计迭代反演方法,使模型更符合实际的采样过程,并在模型中考虑了速度产生的影响;通过空间映射方法,将匀速采样产生的多个有限元模型转化为用磁偶极子模型为基础表示的解析模型,解决了匀速采样模型难以设计迭代方法的问题;通过设计基于正则化方法的迭代策略,给出了缺陷重构的算法。最后通过实验数据验证了算法的有效性。

基于边界相切拟合的轴对称工件缺陷重构方法

针对轴对称工件超声检测缺陷重构问题,通过分析传统基于传播时间反演方法的不足和误差产生的原因,提出了一种基于边界相切拟合的缺陷重构方法,并针对实际检测缺陷的类型,采用圆和椭圆作为模型对缺陷进行重构。从重构结果上看,当检测实心体工件时,圆形缺陷的圆拟合重构误差不大于0.1 mm,圆形缺陷的椭圆拟合重构误差小于0.4 mm,椭圆形缺陷的椭圆拟合重构误差小于0.3 mm,空心体工件由于检测方式不同,误差会比实心体大一些。

铁磁材料漏磁信号处理与缺陷重构

漏磁检测是铁磁材料常用的无损检测方法,检测的重点是根据测量的漏磁信号重构缺陷轮廓。提出了分别利用径向基神经网络和广义回归神经网络,建立由缺陷漏磁信号到缺陷深度的非线性映射。训练样本为三维有限元仿真数据,而测试样本为经过平滑滤波、小波消噪预处理,后经过径向基神经网络精确插值的漏磁检测数据。用训练数据对这两种神经网络分别进行逼近训练,并用训练好的神经网络反演测试数据,重构缺陷。试验结果表明,两种神经网络都能够实现三维缺陷漏磁检测的成像化及可视化,其中广义回归神经网络要优于径向基神经网络。

新区域主义与“缺陷重构”--兼论防疫常态化的城市规划治理范式

从突发"新冠疫情"出发,阐释疫情对以区域一体化、尺度重构为表征的新区域主义理论与实践造成的冲击,进而归纳城市规划应对缺陷的理论范式,包括物质性、社会性、功能性的缺陷应对。针对功能性缺陷的理论应对,提出"缺陷重构"的概念,通过总结疫情期间的地方治理对策经验,得出应对缺陷的空间治理手段,包括:地方事权的快速重塑与接管、自下而上的解决方案提供与自上而下的统一化规范并行;接下来从空间、治理、经济等三个维度对"缺陷重构"进行理论建构,得出在城市规划中"缺陷重构"的应对策略包括构建平战分离的治理事权体系,建立健全的城市规划资源储备体系,引导多中心的区域与城市职能体系。为应对城市功能性缺陷提供了"缺陷重构"概念的初步理论框架。

圆柱体内缺陷重构的误差分析及校正方法

本文针对圆柱体构件超声检测,利用轮廓线法作出了缺陷定位图,通过分析发现了轮廓线法重构圆柱体构件气孔缺陷误差产生是受定位偏角的影响,并用PZFlex超声有限元软件仿真了缺陷回波信号,验证了实验结论,并分析了缺陷位置、大小和信号衰减对定位偏角的影响,为进一步缺陷边界重构奠定了基础.

基于改进信赖域算法的三维不规则缺陷重构

漏磁检测广泛应用于铁磁性材料设备的在线检测当中,是一种有效的缺陷检测方法。如何利用缺陷漏磁信号进行三维不规则缺陷轮廓重构是漏磁检测中的关键问题。然而,三维不规则缺陷漏磁检测的有限元模型计算量大,因此难以快速获得精确的漏磁信号,并且由于缺陷重构的不适定性,研究中不容易获得不规则缺陷的精确轮廓。本文提出了一种用于计算三维不规则缺陷漏磁信号的单元磁偶极带叠加模型,并验证了使用该正演模型进行漏磁计算的有效性,针对三维缺陷轮廓重构的高维优化问题,提出了一种带边界约束的基于信赖域的投影Levenberg-Marquart算法,实现了三维不规则缺陷轮廓的重构。实验结果表明:该三维不规则缺陷重构方法不仅不需要大量的漏磁检测数据,并且相对于群智能算法,重构误差降低了90.1%,最大深度误差降低了53.9%,耗费时间减少了96.1%,实现了高精度的缺陷重构。

面扫描模式下的涡流热成像缺陷重构方法研究

为有效检测海上平台结构损伤,评定结构的安全性和可靠性,提出一种基于面扫描动态检测模式下的涡流热成像缺陷重构方法。研究了涡流热成像的加热过程,并将加热过程进行分阶段分析;采用面扫描方法提高信息采集的完整性及扫描速率,生成检测区域的热图像序列,并定位目标区域(缺陷位置);提取特定加热阶段的温度进行分析,对缺陷的轮廓范围及深度尺寸分别进行研究,将两者相结合,最终利用神经网络对缺陷进行重构,再将结果与缺陷的真实尺寸进行对比,可以反映出该重构方法的实际效果。试验结果表明,基于面扫描动态检测模式下的涡流热成像缺陷重构方法对缺陷长度及深度的重构效果较好,对缺陷宽度检测效果不佳,主要原因是缺陷宽度尺寸较小,试件表面热传导效应对检测结果影响较大。研究结果可为海上平台结构损伤检测方法的研究提供一定的指导。

基于低频电磁的铁磁管道内壁缺陷重构方法

利用低频电磁的方法对铁磁管道内壁缺陷进行检测及轮廓重构是当前的一个热点问题。然而,低频电磁方法检测到的漏磁信号是周期性变化的,不便于缺陷信息的提取,并且被检测管道的长度、管径和原始壁厚的不同会严重干扰检测结果。因此,本文首先建立了低频磁场下管道内壁缺陷的二维有限元检测模型。其次通过计算漏磁信号与线圈电流比值Bx/CoilI,消除了漏磁信号的周期性变化给检测带来的不便。然后通过对Bx/CoilI的预处理,有效减少管道长度、管径和原始壁厚的不同对缺陷轮廓重构结果的影响。最后,基于高斯过程回归算法建立预处理信号与缺陷轮廓的回归模型,实现了缺陷轮廓重构。仿真结果中,针对长度、管径和原始壁厚各异的铁磁管道,所重构轮廓的均方根误差在0.17 mm左右,表明该方法能够准确的重构出内壁缺陷轮廓。

硅橡胶胶接层缺陷结构的三维重构及其对粘接性能的影响

胶接层缺陷是影响胶接结构强度和可靠性的主要因素。以硅橡胶胶接层为例,基于X-ray CT技术重构了胶接层中缺陷的三维结构,解析了胶层缺陷种类、分布规律及含量随热处理温度(RT~400℃)的变化规律。在此基础上,结合胶接结构拉伸剪切性能和拉伸剪切疲劳性能分析,揭示了胶层缺陷对胶接结构粘接性能的影响机制。结果表明:高温下硅橡胶的热解和老化会导致胶层气孔的产生、长大和合并;在RT~300℃内,胶层缺陷率随着热处理温度的增加而增加,但进一步增加热处理温度至400℃时,由于硅橡胶的炭化收缩,缺陷率呈现下降趋势;同时,在RT~300℃内,由于硅橡胶的高温再聚合,胶接结构的拉伸剪切强度随热处理温度的增加不断增加,但硅橡胶的高温裂解和炭化会导致其韧性下降,进而导致其拉伸疲劳性能的降低。研究结果对胶接结构的可靠性评价具有重要意义。

双小波神经网络迭代的漏磁缺陷轮廓重构技术

在二维漏磁缺陷重构中,建立基于径向基小波神经网络(RWBF)的正演和反演模型,提出了一个反馈形式的双小波神经网络迭代模型,通过迭代使目标函数最小化,实现对缺陷轮廓的快速逼近。用仿真和实验获取的训练样本分别对正演和反演模型的RWBF进行训练。为了提高径向基神经网络的适应性和精度,提出了一种新的训练算法。首先确定最优分解层数,然后利用梯度下降法修正网络的权值。对不同分辨率和不同信噪比下的漏磁信号进行了重构,并与其他方法进行了比较。结果表明,双小波神经网络迭代模型能够实现漏磁缺陷的精确逼近,具有良好的鲁棒性,是有效的二维轮廓重构方法。

远场涡流检测中的缺陷快速重构技术

远场涡流缺陷重构属于电磁逆问题范畴。针对以往缺陷重构方法中普遍存在的计算时间长或需要大量训练样本的缺点,提出一种基于相似模型和遗传算法的缺陷快速重构方法,分析非轴对称缺陷与轴对称缺陷之间存在的相似模型,并利用集肤深度公式推导出两者之间的缩比因子,从而将耗时巨大的缺陷重构问题转换为二维轴对称情况下的计算问题;同时为进一步缩短重构时间,提出一种加快遗传算法收敛速度的方法。计算结果表明,基于相似模型和遗传算法的缺陷重构方法,在确保重构精度的基础上,可将重构所需总时间缩短至直接利用三维有限元方法重构时的7.6%左右。

一种基于深度学习的超声导波缺陷重构方法

超声导波检测因其传播效率高、耗能少等优势成为了无损检测领域的重要研究方向.目前已有的利用超声导波进行结构缺陷探测和定量化重构的方法主要由相关的导波散射理论推导得出.然而,由于导波散射问题本身的高复杂性,使得在推导上述理论方法时引入一些近似假设,降低了重构结果的质量.另外,有些方法通过优化迭代的方式提高重构精度,又会增加检测的时间成本.有鉴于此,论文探索了一种将卷积神经网络与导波散射理论模型以局部融合的方式实现缺陷定量化重构的新方法.应用样本数据训练后的神经网络实现缺陷定量化重构,弥补缺陷重构过程中的理论模型误差,同时去除在实际检测过程中所存在的环境噪声.论文以利用SH导波重构平板中的减薄缺陷为研究对象,通过数值模拟验证了该方法在缺陷重构时具有高效率和高精度的特点,特别是对矩形缺陷的重构,新方法的结果精度比波数空间域变换法的精度提高了近200%.

基于缺陷重构的类芬顿光催化剂在降解染料废水中的应用

近年来,通过缺陷调控提高催化剂催化性能引起了广泛关注,而缺陷重构过程对光催化-类芬顿耦合反应的影响仍鲜有研究.本文将含铁多酸分子强耦合到富含氧空位缺陷的二氧化钛(TiO2)光催化剂(P25)表面,考察了缺陷形成和二次重构过程对光催化-类芬顿协同催化降解有机染料活性的影响.结果表明,单氰胺复合后二次煅烧有利于H2气氛处理生成的氧空位进行空间分布重构,重构后的缺陷更为有利于TiO2表面的光生电荷向含铁多酸分子界面转移.借助TiO2光催化剂光生电荷分离能力的提升和类芬顿试剂活性位点的增强,缺陷重构的类芬顿光催化剂在降解亚甲基蓝染料的反应中催化活性提高了13倍.

基于A型脉冲反射式超声技术的转辙机缺陷检测研究

随着我国铁路行业的快速发展,铁道部电务系统对道岔转辙机零部件的检测要求越来越高。目前,转辙机关键部件检测主要依靠人工目视检测,存在漏检风险。因此,提出了一种基于A型脉冲反射式超声探伤技术的裂纹定量检测方法。首先,分析了金属材料力学性能,计算了道岔转辙机关键部件的临界裂纹理论长度,并以此为基础在与转辙机关键部件相同材料的试件上设计了刻槽缺陷模拟实际裂纹。然后,基于无损检测专业仿真平台CIVA建立了试件模型,采用A型脉冲反射式单晶直探头对试件进行检测,分析声场特点并选取最优探头参数。最后,搭建了实验平台,通过对A扫信号的分析处理获得了试件截面图,重构缺陷位置相对误差小于2%,验证了该方法的可行性。该检测方法具有成本低、精度高的优点,为解决转辙机关键部件的缺陷检测提供参考。

基于径向基神经网络的脉冲涡流缺陷轮廓重构

采用脉冲涡流技术进行检测时,为准确得到被测缺陷的轮廓,提出了一种基于径向基神经网络的缺陷轮廓重构方法。该方法为降低网络结构对重构结果的影响,采用主成分分析法对网络隐层应选择的最少节点数进行了计算,进而确定了较合理的网络结构;而后采用混合学习算法求得了网络参数,并通过引入梯度信息衰减系数对求解过程进行了优化;最后将其应用于脉冲涡流检测的缺陷轮廓重构实验,结果表明:基于径向基神经网络的缺陷轮廓重构方法不仅具有较高的重构精度而且具有较强的抗噪声干扰能力,是一种有效可行的脉冲涡流缺陷轮廓重构方法。

我国农村民间金融制度的缺陷与重构

我国民间金融活动的出现是市场经济发展的客观必然。然而,我国法律并未正视民间金融的积极作用,长期将其置于政府不予认可的"灰色地带"。这种法律制度的缺失,造成民间金融的运作无法可依、无章可循,甚至影响正常的金融秩序和社会稳定。因此,必须对我国的农村民间金融法律制度加以规范。