导电涂层厚度脉冲涡流检测方法研究

为更准确地检测导电涂层厚度,本研究深入探讨了脉冲涡流检测方法。基于导电涂层主要性质和涡流检测的基本理论,建立了一个高效脉冲涡流检测模型,并设计了相应的检测系统。通过实验,该方法显示出较高的检测精度,并成功地与传统检测方法进行了比较。结果表明,脉冲涡流技术在检测精度和效率方面均优于传统方法,总体而言本研究证明了脉冲涡流检测方法在导电涂层厚度检测中的应用潜力和优势。

机器学习辅助金属材料力学性能预测

如今金属材料的发展进入了瓶颈期,急需一个新的发展方式来突破当前的瓶颈。上世纪50年代,人工智能逐渐兴起,经过60多年的发展,人工智能技术趋于成熟,大幅度的应用在各种领域中,材料领域也有所涉及。数据与人工智能结合的数据驱动方式成为改变金属材料发展瓶颈的新方式,有望大幅度提升金属材料的研发速度。介绍了金属材料领域的合金设计现状,在传统的“试错法”已经不能满足现有金属材料研发的基础上,综述了机器学习在金属材料力学性能预测等方面的一些应用。总结了机器学习存在的不足和需要优化的地方,展望了机器学习在金属材料领域中的发展方向。

一种高精度航空结构多主体协作冲击定位方法

为了提高结构冲击载荷定位的精度和实时性,针对声发射和逆问题分析两类方法的优点和不足,结合多主体技术提出了一种高精度航空结构多主体协作冲击定位方法。两类冲击定位方法自主并行工作,通过黑板协作融合,彼此通信交互消息,参考优化定位结果,保证位置精度的同时提高了实时性。在大型航空铝板上的实验表明,该冲击载荷定位方法快速有效,具有很好的鲁棒性。

基于声发射和神经网络的复合材料冲击定位

为了提高复合材料结构冲击定位的精度和实时性,基于声发射和神经网络技术,提出了复合材料结构冲击定位两步法,以压电陶瓷(PZT)和自制信号采集系统替代商用声发射仪器,实现了一种能够高精度、实时、在线监测冲击的系统。用小波变换求出原点处冲击源传播到各传感器的波达时间差,用这组时间差修正其他位置上的冲击源到达各传感器的波达时间,利用修正后的波达时间,根据四点圆弧定位算法得到冲击源坐标,实现初步定位;将所求出的位置坐标作为神经网络的输入,训练之后的神经网络可以准确预测冲击位置,实现精确定位。在复合材料板上的试验表明:该方法能快速、准确地识别出冲击位置。

深度学习与人脸识别算法研究

目前人脸识别技术已经得到了较多的应用,包括在安检工作、金融工作以及交通等领域中,其稳定性强、识别精度高,市场应用前景广阔,能够为用户信息的识别提供更便捷的服务。随着对人脸识别研究的深入,出现了更多的算法,最初大多都是提取浅层特征来进行分析,并采用特征融合的方式识别,在最后的识别过程中主要利用了联合贝叶斯分布等机器学习分类器进行处理。这种方法虽然能够达到一定的识别效果,但是精度不高,容易受到多种外部因素(光照、遮盖等)的影响,降低了识别结果的准确性。本文主要对人脸识别的框架进行了研究与分析,首先设计了人脸识别框架,然后对深度学习人脸识别算法的几个重要组成部分进行了分析与研究,主要包括人脸对齐模块、人脸特征提取、人脸识别验证模块等。

应用超声技术识别墙材品种

由同济大学、上海市墙办共同承担的《超声波检测墙体材料种类及强度研究》科研项目,日前通过市建委教育科研处鉴定。 《上海市发展新型墙体材料管理规定》中明确规定,专项资金的返退是按新型墙体材料用量的比例来计算的。在返退工作中,常常遇到工程竣工且墙体外装饰已完工。从外表无法了解墙体内所用的是何种材料,使返退工作遇到了困难。另外,在建筑工程质量验收时。

硬质合金大制品铁素体检测取代磁饱和检测的可行性

碳含量是硬质合金质量控制的关键指标之一。磁饱和作为目前通用的硬质合金控碳手段,由于受到检测设备的限制,越来越无法适应现代硬质合金大制品控碳检测的需要。鉴于硬质合金中Co等铁磁性粘结相的存在,本文探索了采用铁素体检测仪通过测试硬质合金中铁素体含量来表征硬质合金的碳含量的可行性。以不同碳含量的WC+Co混合料为原料,采用低压烧结制备WC-Co硬质合金样品,分别测试样品的铁素体含量及磁饱和,并比较随着碳含量的变化,硬质合金的铁素体含量与其磁饱和之间的关系。结果表明:硬质合金的铁素体含量会随着硬质合金碳含量的变化而变化,且与合金的磁饱和变化呈现出线性关系。再加上铁素体测量是一种简单易行的方法,检测对象的大小不受仪器空间限制,能够广泛适用于各种规格硬质合金产品的碳含量检测,具有极大的推广应用价值。

物料的射线检测与分选

论述了利用射线识别分选不同物料的原理和方法。