光学玻璃磨削亚表面损伤预测模型及DOE实验设计

为了掌握光学玻璃材料杯型砂轮研磨与表面粗糙度(SR)和亚表面损伤(SSD)机理,本文建立BK7光学玻璃杯型砂轮研磨表面粗糙度的预测模型,通过改变磨削参数来研究对表面粗糙度的影响。设计DOE试验,研究影响SR与SSD的显著性特征因子,并分析了各因子的交互作用。实验结果表明预测模型的可靠性,得到表面粗糙度的预测模型数据与实验数据的平均误差为5.47%。采用角抛光法,通过电子显微镜观测表面裂纹,并测量裂纹的深度。最后,基于Li的模型,建立基于磨削工艺参数的亚表面损伤的新预测模型。实验结果表明:实验和预测模型结果具有很好的一致性,模型数据与实验数据的平均误差为6.19%,并且新预测模型结果要优于Li的模型。

基于改进YOLOv5的退役轴类零件表面损伤检测方法

针对传统检测方法在对退役轴类零件进行损伤检测时存在效率低、结果一致性差等问题,提出了一种基于改进YOLOv5的退役轴类零件表面损伤检测方法.首先,将注意力机制嵌入检测算法中,增强了损伤在图像中的特征表示;然后,采用重复加权双向特征融合方法改进了检测模型的网络结构,有效提升了网络特征提取能力;最后,使用Ghostconv卷积模块代替普通卷积,大幅度降低了模型参数量.实验结果显示,改进后的算法模型精度比原始YOLOv5提升了6.9%,达到88.4%,同时模型参数量减少了6.1%,保证了检测速度与YOLOv5持平.与YOLOv3,SSD,Faster-RCNN等主流检测方法相比,在保证较高检测速度的同时,检测精度也有着明显优势.

基于双目视觉的输送带表面损伤定量分析方法

为了对输送带表面损伤进行定量分析以有效判断其损伤程度,并根据损伤程度选择检修方法和时间,为工作人员检修提供依据,提出了一种基于双目立体视觉的输送带表面损伤定量分析方法。该方法首先对双目相机进行相机标定,对输送带表面损伤图像进行图像处理校正、立体匹配,基于视差原理根据三角测量原理获取目标点的三维空间信息,通过数学计算模型对损伤程度进行定量分析,提出了改进的Census变换和SGM(semi-global matching)算法相结合的立体匹配算法。结果表明:提出的改进算法匹配效果有所提升,和Census变换算法及梯度算法进行对比,误匹配率分别降低了5.26百分点和3.92百分点,得出的视差图精度最高;通过提出的方法对输送带表面损伤进行定量分析,在输送带损伤长度、宽度、深度三者误差中,损伤深度误差最大为8.5%,仍在可接受范围。

激光声表面波技术在材料加工表面损伤检测中的应用

激光声表面波技术是一种新兴的无损检测方法,在材料加工表面损伤评估中展现出独特优势。本文重点探讨了该技术在表面裂纹、粗糙度和热损伤定量表征方面的应用。通过激光激发表面波并分析其传播特性,实现了高灵敏度、强定量化能力的损伤检测。优化激励-接收方案和信号处理算法,可进一步提升检测性能。实验研究表明,表面波的时频域特征参数与损伤量纲间存在确定性关联,为工程应用奠定了基础。

单晶硅纳米磨削力热行为与亚表面损伤研究

纳米磨削作为实现单晶硅低损伤加工的技术之一被逐渐应用于硅片减薄中,但磨削过程中的力热行为及其对亚表面损伤形成的影响机制仍不清楚;因此,通过分子动力学仿真手段对单晶硅纳米磨削时的力热行为和亚表面损伤之间的联系进行研究。结果表明,单晶硅纳米磨削过程中切向磨削力对材料去除起主要作用,磨粒前下方区域的热量聚集和应力集中现象明显。在力热载荷作用下,非晶化和相变是单晶硅纳米磨削时亚表面损伤的主要形成机制。磨削力的增大会导致单晶硅去除过程中产生较大的亚表面损伤层,而一定的高温由于增强了单晶硅的韧性进而抑制了亚表面损伤层的形成。

基于对比学习的小样本金属表面损伤分类

现有小样本分类方法局限于从每轮支持信息中归纳出类内共性,忽略了在迭代过程中类间关联性以及样本本身携带的类别信息。由于金属损伤纹理细微、多变,因此所形成的特征分布类间距离小、类内距离大。因特征分布聚合性差导致小样本分类性能降低且新类泛化性变差,提出一种基于内外双层训练模型架构的小样本金属表面损伤分类方法。内模型在利用度量手段完成元分类任务的同时,引入双模态特征作为外模型特征空间的信号,即在新映射空间下利用类别标签信息有监督地对比不同类别的图像特征、优化特征分布,使类间区分度更大、类内聚合度更高。在训练阶段中外模型反传对比损失,间接加强原有特征空间的表征能力,从而提高内模型的度量水平,提升分类精度。同时,利用类别嵌入作为动态类别中心,可以有效减少小样本问题中的噪声干扰,加强模型泛化性能。在GC10、NEU及APSD 3个常用的金属损伤数据集上的实验结果表明,相比ProtoNet、MatchingNet、RelationNet等主流方法,该方法具有较优的分类精度,特别是新类别的泛化能力得到大幅提升,5-way 5-shot设定下分类精度至少提高了5.24、1.39和6.37个百分点,分类错误下降率分别为36.00%、17.94%和66.15%;此外,新类分类精度分别从36.53%、82.43%、31.89%提升至69.12%、91.57%、48.23%。5-way 1-shot设定下分类精度分别至少提高8.34、3.01和4.61个百分点,分类错误下降率分别为28.32%、23.37%和46.57%。

碳化硅晶片减薄工艺对表面损伤的影响

随着碳化硅功率器件和芯片技术的快速发展,对碳化硅物理强度、散热性及尺寸要求越来越高,因而,对碳化硅晶片的减薄处理逐渐成为晶圆加工的重要课题。由于碳化硅材料断裂韧性较低,在减薄加工过程中易开裂,碳化硅晶片的高效率、高质量加工成为急需突破的瓶颈。本文基于碳化硅晶片的磨削减薄工艺技术,从加工过程及基础原理出发,通过研究磨削减薄工艺中四个主要参数(砂轮粒度、砂轮进给率、砂轮转速和工作台转速)对晶片表面的损伤,如崩边和磨痕的影响,提出前退火减薄工艺,以提高晶片加工质量,降低晶片表面损伤。本研究工作揭示了晶片减薄工艺技术调控表面质量的方法,并在实验加工过程中验证成功,相关研究结果对加工难度大的硬脆材料晶片减薄技术具有重要的指导意义。

基于改进Faster R-CNN的马铃薯发芽与表面损伤检测方法

发芽与表面损伤检测是鲜食马铃薯商品化的重要环节。针对鲜食马铃薯高通量分级分选过程中,高像素图像目标识别准确率低的问题,提出一种基于改进Faster R-CNN的商品马铃薯发芽与表面损伤检测方法。以Faster R-CNN为基础网络,将Faster R-CNN中的特征提取网络替换为残差网络ResNet50,设计了一种融合ResNet50的特征图金字塔网络(FPN),增加神经网络深度。采用模型对比试验、消融试验对本文模型与改进策略的有效性进行了试验验证分析,结果表明:改进模型的马铃薯检测平均精确率为98.89%,马铃薯发芽检测平均精确率为97.52%,马铃薯表面损伤检测平均精确率为92.94%,与Faster R-CNN模型相比,改进模型在检测识别时间和内存占用量不增加的前提下,马铃薯检测精确率下降0.04个百分点,马铃薯发芽检测平均精确率提升7.79个百分点,马铃薯表面损伤检测平均精确率提升34.54个百分点。改进后的模型可以实现对在高分辨率工业相机采集高像素图像条件下,商品马铃薯发芽与表面损伤的准确识别,为商品马铃薯快速分级分等工业化生产提供了方法支撑。

微晶玻璃固结磨料研磨加工亚表面损伤预测研究

目的 快速、准确预测微晶玻璃在研磨加工过程中的亚表面损伤状况,制定合理的加工工艺。方法 通过建立微晶玻璃的离散元模型,仿真分析了研磨压力等研磨工艺参数对工件亚表面损伤的影响规律,并采用角度抛光法对研磨后微晶玻璃的亚表面损伤状况进行了实验验证。结果 采用W14金刚石固结磨料垫研磨微晶玻璃,当研磨压力为10 kPa时,工件亚表面裂纹层深度为1.75μm,当研磨压力降低至3.5 kPa时,工件亚表面裂纹层深度为1.38μm;随着研磨压力的降低,亚表面微裂纹数量减少。研磨残余应力层分布深度大于微裂纹层的,且在微裂纹的尖端存在较大的残余拉应力。结论 角度抛光法得到的亚表面裂纹层深度与仿真结果一致,偏差范围为-10.87%~11.29%,残余应力仿真结果与试验结果的偏差为7.89%。离散元仿真能够比较准确地预测固结磨料研磨微晶玻璃的亚表面损伤状况,为其研磨抛光工艺参数的制定提供了理论参考依据。

低能冲击下复合材料蜂窝夹芯结构表面损伤分析

基于低能量冲击探究复合材料蜂窝夹芯结构表面的损伤模式,分析低能量冲击对结构表面环氧树脂膜的裂纹扩展模式、损伤面积、裂纹长度和数量的影响,通过三点弯曲试验研究了低能冲击后碳纤维增强复合材料层合板的弯曲性能以及损伤极限值。研究结果表明,冲击能量会影响表面环氧树脂膜的损伤扩展模式,裂纹均以冲击落点为中心,向周围不规则地扩展,所形成的损伤面积随冲击能量递增,裂纹扩展长度与冲击能量成正相关,层合板的层间损伤模式以分层和纤维弯曲为主;低能量冲击试验证明了表面环氧树脂膜的裂纹扩展模式、损伤面积等与夹芯结构层合板内部的冲击损伤程度之间具备特定的联系,因此可为设计一种新的无损检测方法用于快速表征结构内部的冲击损伤提供可能性。

激光烧蚀反应烧结碳化硅表面形貌特征及亚表面损伤研究

反应烧结碳化硅(RB-SiC/Si)因具有耐高温、耐腐蚀、比刚度高、热膨胀小、耐磨等优点而广泛应用于大口径空间望远镜、卫星遥感、航空发动机零部件等领域。然而高强度高硬度的材料特性,也导致反应烧结碳化硅呈现出难加工的特点。激光束加工具有能量密度高、加工范围广等特点,适用于加工硬脆材料,但同时也存在表面热损伤严重的缺点。本文研究了激光参数对反应烧结碳化硅加工表面形貌特征的影响,分析了纳秒激光与反应烧结碳化硅之间的作用机理。在反应烧结碳化硅烧蚀产物分析基础上确定了高温氧化过程及氧化产物类型。通过角度抛光法研究激光加工单沟槽产生的亚表面损伤,以及激光加工沟槽组之间产生的大尺寸亚表层损伤,建立了激光加工参数与亚表面损伤深度间映射关系。本文的研究成果可为反应烧结碳化硅的高效精密低损伤加工奠定理论基础和提供技术支持。

基于盘古大模型的矿用钢丝绳表面损伤检测研究

国内矿用钢丝绳检测通常采用MT716-2005标准,通过人工目视、触摸等方法来检测钢丝绳表面的损坏情况。人工检测存在因检测人员专业水平参差不齐、人力资源不足或者疲惫而产生错误结果等误判情况。针对该问题,设计了一种基于盘古大模型的矿用钢丝绳表面损毁检测模型。该模型使用NL-means算法去噪和华为云Modelarts平台提供的pangucv-det-protect算法进行物体检测,并对检测结果做出预测,预测数值代表可信度。结果表明,该模型能够有效检测钢丝绳的变形、磨损、锈蚀等损伤情况。

基于二维切削的SiCp/Al复合材料表面损伤形成机制研究

目的研究SiCp/Al复合材料切削过程中的表面损伤形成机制。方法以SiCp/Al复合材料为研究对象,展开基于二维切削的仿真和实验研究,建立了包含铝合金2A14、SiC增强颗粒以及界面特性的SiCp/Al切削仿真模型,对作用于不同SiC颗粒部位的材料表面缺陷进行分析;接着利用高速直线电机搭建能映射二维切削条件的实验平台,在不同材料去除条件下,利用扫描电子显微镜和白光干涉仪对切削表面形貌进行测试,分析和验证切削表面损伤形成条件。结果SiCp/Al复合材料切削表面损伤机理取决于SiC颗粒相对刀具切削路径的位置:当刀尖作用在SiC颗粒的顶部时,表面损伤主要为基体撕裂、颗粒破碎;当刀尖作用在SiC颗粒的中部时,表面损伤为颗粒破碎导致的裂纹和凹坑;当刀尖作用在SiC颗粒的底部时,表面损伤为颗粒拔出导致的凹坑。随着切削深度的增大,凹坑逐渐增多,表面粗糙度随之增大。结论利用二维切削模型仿真方法和高速直线电机实验,可以有效研究复合材料切削损伤形成机制。SiC颗粒相对刀具切削路径的位置不同会导致切削损伤不同;SiCp/Al复合材料表面质量会随着切削速度的提升而有所提高。

基于小样本深度学习的齿轮表面损伤识别研究

齿轮表面损伤是影响齿轮传动的重要因素,提高齿轮表面损伤的识别效率和准确率极为重要。基于Pytorch架构建立齿轮表面损伤的ResNet识别模型,利用数据增强的方式扩大数据集,使用迁移学习方式优化模型训练,并对比了4种ResNet结构。结果表明,将64张原始图像数据增强后得到的由640张图像组成的数据集不足以满足模型训练对大量数据的需要;使用迁移学习能够提高模型训练速度和准确率,满足齿轮表面损伤的识别要求;ResNet-101模型在本框架中是最优结构。研究对齿轮表面损伤的检测具有重要的科学意义和工程价值。

湿法刻蚀对硅微表面损伤层及金属离子残留控制研究

半导体硅部件是集成电路制程工艺中关键零部件,其制造过程主要通过机械铣削的方式实现产品特征加工,这种加工方式难以避免在硅表面形成亚表面损伤层,这不仅影响硅部件表面质量,同时产品表面金属离子残留难以进行控制。本文阐述了硅湿法刻蚀机理及金属离子污染物在硅表面吸附方式,通过混合酸刻蚀的方案的设计,实现硅微表面亚表面损伤层有效腐蚀去除,同时对硅表面关键金属离子残留去除率整体达到60%以上,实现较好的金属离子去除效果。

基于趋肤效应测量金属表面损伤的实验研究

金属疲劳和损伤早期多发生在金属表面,受趋肤效应的影响,高频交流电激励待测金属时电流主要流经金属表面.本文对圆柱形金属表面损伤模型的分析结果表明这些损伤阻碍电流在表面附近的通过,导致高频电阻升高明显.实验采用锁相放大器,测量了铜、铁表面在不同损伤程度、不同频率交流电激励下测试点两端的电压,计算并对比其电阻随频率的变化,结果表明相同规格、不同损伤程度的样品电阻在低频激励时差别较小,高频激励时差别显著.本研究通过实验证明基于趋肤效应测量金属高频交流电阻可以更加灵敏的表征金属表面损伤程度,趋肤效应下表面存在损伤的金属样品高频电阻发生明显变化.基于趋肤效应测量金属表面损伤的方法可以从整体上反应金属样品的损伤程度,不需要逐点寻找缺陷位置,大大节约了测量成本.

纤维缠绕设备外表面损伤的红外辅助检测

本文针对纤维缠绕结构设备的几种典型外表面损伤,通过实验验证的方式,探究了基于红外热成像原理的外表面无损检测方法的可行性,并分析了红外热成像表面无损检测方式相对磁粉、渗透、涡流等无损检测方式,在纤维缠绕结构检测上的优势与局限。

局部放电对油浸绝缘纸表面损伤特性研究

为了提高绝缘材料的耐局部放电能力,对局部放电损伤过程中油浸绝缘纸的表面形貌、表面粗糙度、表面电导率、表面生成物和气隙气体进行了研究。根据局部放电相位分布(phase-resolved partial discharge,PRPD)模式的变化将放电损伤过程划分为5个阶段,分别利用光学显微镜、扫面电镜、原子力显微镜和高阻仪对每一损伤阶段的绝缘表面情况进行分析,并用气质联动仪分析了其气隙气体组分。研究结果表明:在5个损伤阶段中,绝缘表面相继出现"烧蚀"、"剥皮"、"裂化分丝"、"凹坑"和"树枝化"现象,且有"液滴"和晶状"固体"相继生成,电负性气体含量交替下降上升;绝缘表面三维粗糙度先下降后上升;绝缘表面电导率总体呈现增长趋势并最终趋于稳定,但在不同损伤阶段其增长速率不同。提供了判断油浸绝缘纸表面状况及缺陷发展状况的参考信息。

光学材料研磨亚表面损伤的快速检测及其影响规律

提出了一种光学材料研磨亚表面损伤的非破坏性快速检测方法。基于印压断裂力学理论建立了亚表面损伤深度与表面粗糙度的关系模型。使用磁流变抛光斑点技术测量了K9玻璃在不同研磨条件下的亚表面损伤深度,并验证了上述模型。最后,分析了研磨加工参数对亚表面损伤深度的影响规律,提出了高效率的研磨加工策略。研究表明:光学材料研磨后亚表面损伤深度与表面粗糙度成单调递增的非线性关系,即SSD^SR4/3。磨粒粒度对亚表面损伤深度的影响最显著,研磨盘硬度的影响次之,而研磨压力和研磨盘公转速度的影响基本可以忽略。利用建立的亚表面损伤深度与表面粗糙度间的关系模型能够实现亚表面损伤深度的快速、准确和非破坏性检测。

磁流变抛光消除磨削亚表面损伤层新工艺

针对传统光学加工技术难于精确测量和控制亚表面损伤的特点,提出用磁流变抛光替代研磨工序并直接衔接磨削的新工艺流程。采用自行研制的磁流变抛光机床KDMRF-1000和水基磁流变抛光液KDMRW-2进行了磁流变抛光去除磨削亚表面损伤层的实验研究。结果显示,直径为100mm的K9材料平面玻璃,经过156min的磁流变粗抛,去除了50μm深度的亚表面损伤层,表面粗糙度Ra值进一步提升至0.926nm,经过17.5min磁流变精抛,去除玻璃表面200nm厚的材料,并消除磁流变粗抛产生的抛光纹路,表面粗糙度Ra值提升至0.575nm。由此表明,应用磁流变抛光可以高效消除磨削产生的亚表面损伤层,提出的新工艺流程可以实现近零亚表面损伤和纳米级精度抛光两个工艺目标。