一种可控励磁电感的LLC变换器的效率优化

对于LLC谐振变换器轻载效率低的问题,提出一种可控励磁电感的半桥LLC(HB-LLC)谐振变换器。该方案在不改变变换器整体拓扑结构的基础上,只在变压器的两侧磁柱缠绕偏置绕组,通过Buck电路控制偏置绕组电流的大小,通过调节磁芯的磁导率,使得励磁电感的感值发生改变,实现对变换器轻载效率的有效提升。对可控电感的磁路和控制方法进行了详细分析,为谐振变换器工作状态提供理论依据。给出了可控电感的控制逻辑,在此基础上对负荷也进行了分区控制,实现了LLC变换器轻载效率的提高。此外,给出了电路主要元件参数设计流程,并设计制作了一台满载1 kW的电源样机,通过仿真和实验共同验证了所提方案的可行性,与传统的LLC电路相比该电路具有更高的轻载效率。

梯度空间下的丝饼表面缺陷检测

为解决工业生产中人工检测丝饼表面缺陷效率低、漏检率高的问题,提出了一种在梯度空间下根据图像信息熵变化和能量分布的差异来检测丝饼表面缺陷的方法。首先设计一套基于机器视觉的丝饼图像采集装置,用于获取传输过程中的丝饼表面图像;然后将丝饼图像转换到梯度空间域,构建一个信息熵和能量的组合特征用来表征缺陷,选择适当的临界阈值区分丝饼缺陷区域与正常区域;最后对分割出的丝饼缺陷利用形态学处理得到最终的检测结果。实验结果表明,该方法对丝饼表面污渍、压痕、起毛等缺陷具有较好的检测效果,缺陷识别准确率高、速度快,可满足工厂对检测准确性和实时性的要求,实现丝饼表面缺陷的自动化检测。

应用激光三角测量法的化纤丝饼毛羽检测

针对化纤丝饼毛羽人工检测效率低、漏检率高且存在二次污染的问题,提出应用激光三角测量法和改进的SSD模型检测丝饼毛羽。首先搭建丝饼毛羽图像采集装置,通过激光三角测量法直接获取毛羽表面信息。然后构建改进的SSD丝饼毛羽检测模型,在前端网络中采用Mobilenet作为新的特征提取器,后端网络中采用特征融合的方式设计多级特征金字塔。最后对训练的丝饼毛羽检测模型进行验证。结果表明:模型对丝饼毛羽检测的平均精确率均值为97.7%,检测速度达到40帧·s^-1。该方法实现了丝饼毛羽的自动化检测,检测精度高、速度快,具有重要的工业应用价值。

基于深度学习和分段线性插值的短切毡缺陷分类

针对短切毡在生产过程中存在的缺陷,提出一种基于深度学习和分段线性插值的缺陷分类方法.首先,采用深度时空推理网络(DeSTIN)提取输入图像的特征.然后,利用分段线性插值对提取到的特征创建高维度信息的特征集合,提高原始图像特征的维度,改善原始图像的特征表示.最后,使用Softmax分类器判断高维度特征集合的类别,实现短切毡的缺陷分类.实验结果表明,该方法可以自动、快速地检测出短切毡的多种缺陷类型,准确率可达到95.72%,能够满足工业生产需求.