铁基非晶纳米复合材料的结构及磁性能研究

对铁基非晶合金样品Fe65Ni1Al5Ga2P8.65B9.6Si3C5.75采用不同的预处理方式,利用XRD、TEM、SEM和VSM对样品的结构和磁学性能进行研究。结果表明,经过深冷+循环退火预处理之后,样品的原子结构发生弛豫,原子之间发生聚集,形成许多原子集团,原子之间的有序性和致密性增加。在部分晶化处理时,拥有较多原子集团的预处理非晶合金比淬态合金能够提供更多的形核核心,得到的晶粒尺寸更小,分布更加均匀,析出相的种类也更多,且非晶样品的晶化动力学和热力学过程也发生改变。预处理样品的软磁性能比淬态更优异。

锰对铸造Zn-38Al-2.2Cu合金组织和热疲劳性能的影响

在Zn-38Al-2.2Cu合金中加入不同量的锰后,研究锰对合金力学性能和显微组织的影响。结果表明,合金中添加0.6%的锰后,部分锰元素溶入基体α′相,使α′相产生固溶强化,导致合金的耐热性及热疲劳性能提高。剩余的锰在基体上析出弥散度和热稳定性都很高的富锰相,提高了合金的热强性,弥补了高温环境下合金晶界薄弱的缺点。富锰相大小适中、分布均匀,对裂纹的传播和扩展有抑制作用,而当富锰相粗大、呈连续状分布时,有利于裂纹的扩展。

预处理对Fe基非晶纳米晶尺寸及体积分数的影响

采用DSC、TEM及XRD检测手段,对在不同冷热结合预处理状态下,Fe65Ni1Al5Ga2P8.65B9.6Si3C5.75非晶条带晶化后的纳米晶形成及晶化体积分数进行了分析研究。结果表明:随预退火温度升高,晶化体积分数逐渐升高,在663K时达到了最高的32.0%;当预退火温度为713K,晶化体积分数反而降低为29.1%。随预退火温度的升高,析出相晶粒平均尺寸依次为39.9、22.3、16.7、13.5和16.2nm,主要呈现出逐渐减小的趋势。

基于机器视觉的带钢表面缺陷检测系统中图像处理方法设计研究

为了提高带钢表面缺陷的检测准确度,文章基于机器视觉的带钢表面缺陷检测系统图像处理方法进行了研究。根据带钢表面缺陷检测过程中图像处理方法的作用,将图像处理方法分为了图像去噪及增强、缺陷图像分割、分割图像聚类、缺陷图像分类四个方面进行设计。其中,图像去噪采用的是自适应中值滤波方法,图像增强采用的是Top-hat方法,缺陷图像分割采用的是迭代分割方法,分割图像聚类采用的是连通区域聚类方法。缺陷图像分类首先采用基于灰度共生矩阵方法提取图像的纹理特征,接着采用支持向量机方法对缺陷图像进行分类,最终获取带钢表面缺陷检测结果。通过研究结果可知,这些方法能实现带钢表面缺陷的准确检测。

基于机器视觉的带钢表面缺陷检测系统的设计

针对带钢的表面质量检测进行专门化研究,设计了基于机器视觉的带钢表面缺陷检测系统,从系统硬件结构、软件设计两方面进行深入分析与研究。其硬件结构包括图像传感器、高速CCD相机、光源设计;软件设计包括图像滤波去噪、缺陷特征的提取和选择、表面缺陷检测与辨识。根据实验结果的比对可知,本文设计的基于机器视觉的带钢表面缺陷检测系统在对带钢表面缺陷进行检测时,随着试验次数的累加,其精测精度均比传统系统要高,证明本文设计具有较高的实用性和有效性。