小径管X射线焊缝图像缺陷识别算法

针对小径管X射线焊缝图像缺陷检测精确率低的现状,通过对图像进行特征分析并结合稀疏字典学习,提出一种基于图像分割的小径管焊缝图像缺陷检测算法.首先,对小径管焊缝图像进行两步图像分割获得感兴趣区域;其次,提取焊缝缺陷,得到缺陷疑似局部图像;最后,提出以不同类型原子间相关性最小为目标的小径管焊缝缺陷字典矩阵数学模型并使用K-SVD算法进行求解,利用该字典矩阵实现圆形缺陷、线形缺陷和噪声的分类鉴别.为提高系统实时性,使用并行编程对图像分割算法进行加速.结果表明,改进后缺陷字典矩阵对圆形缺陷识别成功率为0.974,线形缺陷识别成功率为0.967,且具有较快的识别速度,实现了小径管焊缝图像缺陷的有效识别.

基于稀疏描述的X射线焊缝图像缺陷检测研究

针对X射线焊缝图像缺陷检测的准确率问题,提出运用Log-Polar变换的距离不变性和角度不变性将缺陷的位置及形状转化为典型缺陷图像的简单二维平面的平移,解决了缺陷和疑似缺陷区域的标定问题。此外,为了提高缺陷识别的检出率及识别准确性,提出基于稀疏描述的缺陷识别,运用从海量数据中提取典型样本、非参数化模型构建以及基于最优方向法的稀疏解求解三大知识体系,对所标定SDR进行识别。实验得出,通过有限的样本训练所得字典矩阵对缺陷的识别率达到了98.5%以上。

埋弧焊X射线焊缝图像缺陷分割检测技术

针对在埋弧焊X射线焊缝图像的强噪声和弱对比度特点下常规图像分割算法成功率低的现状,通过综合的分析和实验有针对性地给出了系统、实用的缺陷分割方法。首先通过实验给出了一种提取焊缝图像感兴趣区域(the region of interest,ROI)的方法。该方法通过中值滤波,基于sin函数的图像增强、大津法分割、Sobel算子边缘检测和Hough变换可以定量计算出X射线焊缝图像的ROI区域。进一步通过实验给出基于大津法的焊缝缺陷分割算法,实验表明在无人工设定初始分割阈值情况下这一分割算法具有较高的分割成功率。为进一步提高分割成功率,针对焊缝缺陷相对面积较小的特点,提出将缺陷视为噪声,将平均局部平均灰度视为密度,利用密度聚类方法进行缺陷分割。该方法在78张有缺陷的焊缝图像中,成功地分割出74张图像中的缺陷。最后在所研究算法基础上给出了一个综合考虑到各种因素的分割算法,即可节约计算时间,又可以保证分割的成功率。

埋弧焊X射线焊缝缺陷图像分类算法研究

对埋弧焊X射线焊缝圆形和线形缺陷图像进行分析,针对焊缝缺陷局部图像强噪声、弱对比度和常规方法不易区分类型的特点,将主成成分分析的思想引入焊缝圆形和线形缺陷类型分类。分析缺陷疑似局部图像自相关矩阵特征值发现,圆形线形焊缝缺陷疑似局部图像分类问题可降维为一维问题,极大地简化计算和提高运算速度。基于此给出圆形和线性缺陷分类算法,由于将缺陷图像分类问题降维,使得分类算法对模板的选择具有较强的鲁棒性。通过现场超过400张焊缝缺陷局部图像的实验表明,无论如何选取模板,线性缺陷的识别率均在98%以上,圆形缺陷的识别率在89%～98.8%之间,且在16次模板更换实验中,4次圆形缺陷识别率达到98.8%。

贪心算法结合Hopfield神经网络优化配电变电站规划

提出了一种城市电网规划中变电站规划优化的新算法。该算法先用贪心算法(greedy algorithm)快速求解新建变电站的座数及各变电站的容量,再利用Hopfield神经网络校核新建变电站的位置和各变电站的供电范围,最后确定各变电站的真实容量。在求解过程中,该方法考虑了已有变电站的改造问题。从全局最优的原则出发,可求得具有实际价值的最优或近似最优解。该方法在求解变电站供电范围时无需对数据进行归一化处理,且易于编程。该方法可为变电站规划提供一种新的思路。

基于聚类的埋弧焊X射线焊缝图像缺陷分割算法及缺陷模型

针对埋弧焊X射线焊缝图像的噪声强、弱对比度特点和常规图像分割算法成功率低的现状,提出将缺陷视为噪声,利用密度聚类方法进行缺陷分割.在进行图像聚类时,提出图像灰度密度的概念,方便对焊缝图像的分割.通过对现场100张焊缝图像的试验表明,所提方法大幅度地提高了缺陷分割的成功率,将分割成功率提高至95%.在聚类分割算法基础上,通过试验给出一种新的高维空间缺陷数学模型,该模型综合考虑了缺陷形式复杂性等特征.通过试验在高维空间对模型予以验证,并结合所提聚类算法给出了覆盖率曲线.

基于蚂蚁算法的配电网网络规划

利用蚂蚁算法进行配电网网架结构规划。为了使优化过程同时考虑到网损最小和投资最小两个因素,提出将各个负荷点作为食物。食物给各条街道赋予一定的“味道”,“味道”的求取公式和网损的计算公式类似。“味道”在一定程度上反映了网损的情况。蚂蚁在计算的开始阶段将根据“味道”决定自己选择街道的概率,在计算的中间阶段将根据信息素决定自已选择街道的概率。实例计算表明该方法可行、仃效,可以方便地求得配电网网络规划问题的最优或近似最优解。

基于Hopfield神经网络的油田配电网无功优化

提出了一种以补偿装置投资、运行费用和网损之和最小为目标的配电网无功优化数学模型。根据油田配电网呈辐射状的特点,提出了该配电网的关联矩阵,并基于Hopfield神经网络进行求解,得到了无功补偿的总容量和各负荷点的补偿方案。对某油田配电网进行无功优化,结果证明了该模型的正确性和优越性。

复杂配电网络可靠性评估的向量法

在故障模式后果分析法的基础上 ,提出配电网络可靠性指标计算的向量法。该方法以构造负荷点供电“最小路馈线段行向量”的方法 ,方便地求得带子馈线、备用电源的复杂配电网络的可靠性指标。在最小路馈线段行向量生成后 ,计算中不需要再考虑网络结构 ,可简化计算。同时 ,还有助于方便地找出配电网中的薄弱环节。实例计算表明 ,向量法计算结果准确。

基于多层Hopfield神经网络的X射线焊缝气泡检测

提出利用Hopfield神经网络来分割X射线焊缝图像以判断焊缝是否存在气泡,将焊缝图像的分割问题转化为一个优化问题进行处理。针对焊缝图像噪声大、气泡出现位置随机的特点,构造Hopfield神经网络的能量函数。通过试验计算,确定能量函数系数的选取原则。在此基础上,提出基于神经网络的X射线焊缝图像分割算法,算法结合中值滤波和神经网络以便有效地去除噪声和检测气泡。对某实际生产线的焊缝图像进行处理的结果表明,中值滤波结合多层Hopfield神经网络可以准确地检测到焊缝中的气泡。

基于Hopfield神经网络的多阶段配电变电站的规划优化

提出了一种城市电网规划中多阶段变电站规划优化的新算法。该算法先用贪心法快速求解目标年新建变电站的座数和各变电站(包括已有变电站)的目标年容量,再利用Hopfield神经网络算法计算新建变电站的位置和各变电站(包括已有变电站)在各规划阶段的供电范围,最后确定各变电站在各阶段的真实容量及投建计划。在求解过程中,该方法考虑了已有变电站的改造问题。从全局最优的原则出发,可求得具有实际价值的最优解或近似最优解。该方法在求解变电站供电范围时无需对数据进行归一化处理,且易于编程。该方法可为变电站规划提供一种新的思路。

Hopfield神经网络在机组组合问题中的应用

提出利用多层Hopfield神经网络求解机组组合优化问题。通过构造合适的能量函数使得单层Hopfield神经网络可以解决某一时刻的机组出力问题,与之相对应的多层神经网络可以解决任意时间段的机组出力问题。多层Hopfield神经网络的层数由所需求解问题的时间段确定。给出单层及多层神经网络的能量函数及求解算法,能量函数考虑到机组升降功率和出力上下限的约束。通过对已有文献的算例进行计算比对,所得结果和遗传算法基本一致,但Hopfield神经网络通过解微分方程组来确定最优解,计算时间相对较少。

基于压缩传感技术的埋弧焊X射线焊缝图像缺陷检测

将压缩传感理论引入X射线焊缝图像缺陷判断,提出将判断X射线焊缝图像是否含有缺陷问题作为一个模式识别问题处理,将待检测图像视为样本图像的线性组合,通过求取系数向量来判断图像是否存在缺陷.为实现系数向量的稀疏化,提出利用罚函数的方法求解0范数最小问题的近似最优解,提出新的光滑可导的0-1惩罚项函数,使求0范数最优成为可能.在此基础上分别利用1范数最小和2范数最小求取系数向量,并利用混淆矩阵对所求结果进行分析.结果表明,综合考虑0,1,2范数最小化所得系数的识别算法灵敏度可达99%,特异度可达98%.

埋弧焊焊缝CCD跟踪系统研制

快速而准确地寻找到焊缝中心的位置是实时焊缝跟踪系统要解决的首要问题,文中提出一种基于视觉传感器CCD的焊缝跟踪系统。通过对焊缝图像的分析发现,焊缝图像具有较为明显的统计特征,即坡口的平均灰度较其它位置的平均灰度要大。基于这一统计特征,给出一种新的确定焊缝中心的快速算法。该算法根据像素点的灰度值对其进行排序,并以此为依据来确定焊缝边缘及焊缝中心。该算法无需进行滤波处理、对光源无特殊要求且鲁棒性强。现场实际计算表明所提算法准确可靠,适合于现场应用。

基于多层Hopfield神经网络的配电网网络规划

分析了配电网网络结构规划模型,在此基础上提出用Hopfield神经网络进行网络结构规划.针对城市电网辐射状运行的特点,提出多层Hopfield神经网络模型、对应的能量函数以及参数选择规律.多层Hopfield神经网络的每一层对应于一个负荷点的供电线路,能量函数的建立同时考虑到各层的状态.提出一种新的基于多层Hopfield神经网络的配电网网络结构的规划算法,该算法通过使能量函数降到最低值,可以求得配电网网络规划问题的最优或近似最优解.新算法无需对线路编码、无需对数据进行归一化处理,更加易于编程实现.实例计算表明该方法可行、有效.

X射线焊缝缺陷图像字典矩阵构建及求解算法

对埋弧焊X射线焊缝图像圆形、线形缺陷和噪声图像进行分析。以构建基于稀疏描述的模式识别字典矩阵为目标,通过分析各类X射线焊缝图像的相关性曲线,明确了稀疏描述技术中字典矩阵图像数量范围,提出一种适合于X射线焊缝图像识别的字典矩阵构建数学模型,并提出利用Hopfield神经网络求解该模型。给出了神经网络的能量函数及对应的求解方法。通过实例构建了X射线焊缝图像字典矩阵,并利用该字典矩阵进行了模式识别实验。实验表明,本文所提方法构建的字典矩阵具有较好的鲁棒性,圆形缺陷识别成功率可达97.5%,线形缺陷识别成功率可达97.0%。

基于图像处理的焊管焊缝气孔检测

提出对x射线焊缝图像进行图像处理以判断焊缝质量,首先利用Sobel算子结合二值化过程以确定焊缝位置。在明确了焊缝位置后,通过实验发现气孔处图像的灰度值较焊缝的灰度值至少高出5,根据这一气孔的视觉效果,提出一种快速图像处理算法以检测焊缝内是否存在气孔。该算法通过计算焊缝内有无灰度值高出周围像素点灰度值至少5的区域来判断气孔,因此计算速度快,适合于现场实际应用。实际计算表明,所提算法可行、有效。

焊缝气孔检测系统的研制

提出对X射线焊缝图像进行图像处理以判断焊缝质量,首先利用Sobel算子确定焊缝位置。在明确了焊缝位置后,通过试验发现气孔处图像的灰度值较焊缝的灰度值至少高出5,根据气孔的这一视觉效果,通过计算焊缝内有无灰度值高出周围像素点灰度值至少5的方法来判断是否有气孔,因此计算速度快。在该算法的基础上,利用多线程技术实现了一种焊缝气孔检测系统。实际计算表明,上述所提到的算法和所开发的系统可行、有效。

以新冠疫情为背景谈电气物联网实验平台建设

本文探讨了电气专业物联网实验平台建设的必要性与主要内容,建立了平台建设的具体框架,为转变实验教学思想提出了新的思路。新冠肺炎疫情,是我国建国以来影响范围极广、防控难度极大的公共卫生事件。新冠疫情背景下,在线教育被寄予了巨大期望。为贯彻落实教育部、教育厅关于新冠肺炎疫情防控期间网上教学的指导意见和学校对延期开学期间本专科网络教学工作的具体要求,确保在高质量做好疫情防控的同时有效开展教育教学工作,学校电气专业积极开展了网络教学的研究与实践。

长输管道完整性管理中的数据挖掘和知识决策

为提高长输管道完整性管理中数据挖掘和知识发现的能力,针对管道大数据的特点,以管道外腐蚀中的土壤腐蚀数据管理与分析为例,对土壤电阻率、氧化还原电位、氯离子含量、硫酸根离子含量、含水量、p H值6种土壤腐蚀多因素指标,运用粗糙集方法构造管道土壤腐蚀多因素指标数据集,建立决策表,进行原始数据约简,以及结构重要度分析,从而在多指标因素中找到反映该地区土壤腐蚀特点的核心判别指标,并根据其核心指标因素利用决策树规则,按照多指标因素中结构重要度的大小对决策树结构进行优化,建立分类规则模型,进行有针对性的多因素管道土壤腐蚀诊断决策。利用模型对川气东送梁平管道段的检验样本进行了实例分析,诊断结果符合现场实际情况。