裂缝小目标缺陷的轻量化检测方法

及时且准确捕获井壁出现的微小裂缝,对于井筒安全意义重大.轻量化检测模型是推动井壁裂缝自动检测的关键,打破现有方法聚焦于提取深层语义信息的局限,重视浅层特征表征的几何结构信息的应用,针对井壁裂缝提出轻量化检测模型E-YOLOv5s.首先融合普通卷积、深度可分离卷积和ECA注意力机制设计轻量化卷积模块ECAConv,再引入跳跃链接构建特征综合提取单元E-C3,得到骨干网络ECSP-Darknet53,它负责显著降低网络参数,同时增强对裂缝深层特征的提取能力.然后设计特征融合模块ECACSP,利用多组ECAConv和ECACSP模块组建细颈部特征融合模块E-Neck,旨在充分融合裂缝小目标的几何信息和表征裂缝开裂程度的语义信息,同时加快网络推理速度.实验表明,E-YOLOv5s在自制井壁数据集上的检测精度相较YOLOv5s提升了4.0%,同时模型参数量和GFLOPs分别降低了44.9%、43.7%.E-YOLOv5s有助于推动井壁裂缝自动检测的应用.

基于动态蛇形卷积和非跨步卷积的绝缘子缺陷检测

针对复杂场景下绝缘子缺陷检测存在小目标识别困难的问题,提出基于动态蛇形卷积和非跨步卷积的绝缘子缺陷检测方法。首先,算法引入动态蛇形卷积,构造出符合绝缘子特点的特征提取模块,提高对绝缘子及其缺陷的特征提取能力。然后,采用“空间-深度”的非跨步卷积,减少融合过程中的特征丢失。最后,为进一步降低模型复杂度,对模型进行通道剪枝,减少冗余部分。在绝缘子缺陷数据集上进行实验对比,与基准算法相比,绝缘子的破损、污闪以及自爆缺陷的识别率分别提升了5.7%、2.4%和0.8%,改进算法在绝缘子的检测率上提升了0.5%。同时平均精度均值较改进前提升了2.3%,模型大小降低了50.07%。实验结果表明,改进算法在提高绝缘子缺陷小目标检测精度的同时,有效降低了模型大小,对绝缘子缺陷检测的研究具有一定的参考和应用价值。

人工缺陷下感应淬火重载铁路车轴损伤容限评价

目的研究不同感应淬火工艺对重载铁路车轴钢试样梯度结构的影响,阐明不同人工缺陷下感应淬火试样的疲劳断裂行为,并评价损伤容限,为重载铁路车轴感应淬火工艺设计和损伤容限评价提供理论基础和评价方法。方法在AAR-CM车轴钢试样表面采用不同感应淬火工艺参数制备不同深度淬硬层,采用X射线测量淬硬层残余应力分布,通过电火花和空气炮在正火态和感应淬火试样表面制备不同尺寸的电火花或冲击损伤,采用疲劳试验机研究损伤试样的弯曲疲劳性能,借助光学显微镜和扫描电镜分析试样的损伤机理和疲劳断裂行为,并对其疲劳性能进行评价。结果在3种工艺下感应淬火试样有效淬硬层深度分别为800、1200、1400μm。在电火花缺口尺寸较小时,感应淬火试样的疲劳强度比正火态试样高出50%。在冲击损伤尺寸较小时,感应淬火试样的疲劳强度比正火态试样高出40%。较小的尺寸冲击损伤对正火态和感应淬火处理试样的疲劳强度无影响。结论感应淬火可提高重载铁路车轴钢试样表面强度,进而提高其耐冲击性能,残余压应力减弱了电火花缺口试样和低速冲击损伤对试样疲劳强度的影响,高速冲击破坏了试样表面完整性,并削弱了残余压应力的作用,试样的疲劳强度急剧降低。文中设计的淬硬层深度对感应淬火试样损伤容限的影响较小。

浓缩生长因子在促进下颌阻生第三磨牙拔除后创面愈合及术后反应中的应用

目的:探究浓缩生长因子(concentrated growth factor,CGF)在促进下颌阻生第三磨牙拔牙创面愈合中的疗效,及对第二磨牙远中骨缺损深度(osseous defect depth,ODD)、临床附着水平(clinical attachment level,CAL)及疼痛应激指标的影响。方法:选择2022年1月至2022年12月于我院拔除下颌阻生第三磨牙的患者共96例,按照随机数表法将患者随机分为研究组(n=48)及对照组(n=48)。对照组在拔牙后不填入任何植入物,研究组填入CGF凝冻物。比较2组患者的术后视觉模拟评分法(visual analogue scale,VAS)评分、面部肿胀情况、疼痛应激指标[5-羟色胺(5-hydroxytryptamine,5-HT)、半乳糖胺(galactosamine,Gal)、降钙素基因相关肽(calcitonin gene related peptide,CGRP)]含量、ODD、CAL及术后生活质量[术后症状严重程度(postoperative symptom severity,PoSSe)量表]。结果:术后1、3 d,研究组的VAS评分分别为(3.72±0.56)、(2.94±0.43)分,均显著低于对照组的(4.81±0.61)、(3.86±0.57)分(P<0.001);术后研究组的面部肿胀度为(2.79±0.64)mm,低于对照组的(5.46±1.22)mm(P<0.001);2组术后3 d的5-HT、Gal、CGRP水平均高于术前,研究组分别为(2.46±0.68)ng/mL、(9.56±1.42)nmol/mL、(1.76±0.52)ng/mL,均低于对照组的(3.15±0.46)ng/mL、(13.19±1.08)nmol/mL、(2.89±0.44)ng/mL(P<0.001);术后6个月,2组的ODD、CAL水平均低于术后1周,研究组分别为(4.21±0.87)、(0.48±0.12)mm,均低于对照组[(5.75±0.61)、(0.73±0.19)mm,P<0.001];研究组的各项PoSSe评分均低于对照组(P<0.01)。结论:CGF可降低下颌阻生第三磨牙拔牙后患者术后疼痛应激指标水平,改善其拔牙后的疼痛及面部肿胀情况,提高患者术后生活质量。

25CrMnMo钢表面缺陷成因分析及控制

通过宏观形貌观察、微观组织(SEM)和能谱分析(EDS)等手段,分析了25CrMnMo钢管生产过程中表面缺陷产生的原因,并进行了系统优化。通过对25CrMnMo钢的理化性能分析,发现钢管表面宏观缺陷存在结晶器保护渣剥落现象,而微观分析发现钢管皮下含有许多大尺寸FeO-Na2O-Al2O3-CaO不规则夹杂物。同时,将钢管表面缺陷处夹杂物成分与长水口、浸入式水口以及炉渣成分、结晶器内保护渣进行对比分析,发现钢内夹杂物中Na、Al为结晶器保护渣的代表元素,推断原工艺条件下,卷入且来不及上浮的结晶器保护渣在凝固前沿时被凝固坯壳捕获,并形成表面及皮下夹杂缺陷是25CrMnMo钢管出现缺陷的主要原因。通过将浸入式水口的插入深度由80~130 mm改为90~130 mm,电磁搅拌电流由300 A降为200 A,频率3.0 Hz不变等降低卷渣指数的措施,有效改善了25CrMnMo钢结晶器卷渣问题,提高了铸坯质量。

基于轻量化YOLOv8网络的贴片芯片引脚缺陷检测

在贴片芯片贴装工艺中,芯片引脚的质量对于贴装工艺的成功率起着决定性的作用,因此在贴装之前对芯片引脚缺陷的精确检测至关重要。为了提高检测的效率和精度,提出了一种基于轻量化YOLOv8神经网络的检测方法。首先,该方法使用点云数据投影生成的深度图作为输入数据。这使得该网络能够从点云数据中提取出芯片引脚的高度信息,进而得到引脚的空间尺寸特征。为了提升检测速度,网络结构中的部分卷积模块和C2f模块被优化为GSConv卷积和VoVGSCSP模块,原网络中参数占比较高的特征融合部分和检测头部分被优化为参数更少的轻量化特征融合网络与单尺度检测头。最后,在网络中相应的环节加入注意力机制(CBAM),提升检测精度。实验结果表明,与原网络相比,轻量化的网络在保持检测精度的同时,减小了网络体积,模型参数减少了51.5%,单张图片检测速度提升了36.4%。

盾构隧道衬砌缺损移动扫描检测方法研究

研究目的:衬砌缺损病害状况是盾构隧道健康状态评估的重要参考依据。传统人工巡检方法受环境和人为因素影响大、检测效率低且易发生漏检。车载移动扫描技术已在隧道收敛和错台等结构病害检测中得到应用,本文充分发挥其“多方面应用”的特点,研究利用该技术获取的三维激光点云准确、快速地检测隧道衬砌缺损病害的方法,用以辅助运维管理部门及时掌握相关信息开展修缮工作。研究结论:(1)对盾构隧道激光点云采用圆柱模型建立投影关系可实现三维点云向二维图像的跨模态转换,有效提升数据处理效率;(2)将点云的位置信息和深度信息融合创建深度图像,能够突出衬砌缺损区域的视觉对比度,从而快速判识衬砌缺损病害;(3)经工程实例验证,本研究成果的检测准确率高于传统人工巡检方法,可应用于盾构隧道表观病害检测领域。

基于LabVIEW的远场涡流检测扫查系统研究

针对金属构件近表面存在的裂纹缺陷,基于远场涡流检测法,建立了包含运动扫查平台、信号激励、数据采集等模块的远场涡流检测扫查系统。运动扫查平台利用PLC控制步进电机带动三维扫查架运动;编写LabVIEW数据采集程序,控制NI采集卡对检测信号进行采集,在LabVIEW软件与PLC之间使用MX组件通讯,使LabVIEW可以访问PLC的寄存器,读取三维扫查架各轴位移信息,软件与硬件相结合,实现缺陷的自动化检测。设计了2种不同类型的缺陷,实验结果表明,随着缺陷埋深减少及缺陷宽度增大,得到的缺陷信号也在变大,实际缺陷位置与检测到的缺陷位置误差为0.001 mm;同时,该方法能够检测出最大埋深为5 mm、宽度为0.2 mm的矩形缺陷。

测量不确定度在建筑工程领域的评定与应用

为合理地表征测量值的分散性,确定测量结果的有效性,检验检测机构应制定和实施测量不确定度评定程序,以确保在需要时能够进行准确的评定。在评定测量不确定度时,应充分考虑影响不确定度的因素,建立相应的数学模型,精确计算每个因素引起的不确定度分量,然后综合计算出合成标准不确定度和扩展不确定度,给出最终的结果表示。以建筑工程检测中常用到的混凝土碳化深度检测及基桩缺陷深度检测为例,对测量不确定度的评定方法进行了实际应用,得到了比较准确的测量结果。

融合结构推理的深度模型输电线路金具及其缺陷检测

准确的实现金具及其缺陷的自动化巡检是保证输电线路正常运行的一项重要任务。为了缓解现有各种金具及其缺陷检测方法缺乏上下文信息,导致误检、重检的问题,提出一种基于上下文结构推理的输电线路金具及其缺陷检测方法,在检测模型输出检测结果后加入结构知识,以提高模型的准确率。首先将图片输入到目标检测模型中;之后把检测模型输出的结果送入结构推理模块:将检测结果映射到序列X中,形成一个向量,包括检测框类别、bbox坐标和检测置信度,然后将向量送入双向门控循环单元和自注意力中进行处理,利用输电线路金具及其缺陷的结构知识,提高正确正样本的置信度、降低错误正样本的置信度,最后通过回归器得出最终的输出结果,来达到提高平均精确度的目的。实验结果表明:在加入结构推理模块之后,基线模型的P值均有提高,其中P_(50)相较于基线模型最高提升了6%,为提高输电线路金具及其缺陷检测精度提供了新的思路。

绝缘子自爆缺陷的轻量化检测网络DE-YOLO

为了实现输电线路的高精度、高速度巡检,设计了一种适用于移动终端设备的轻量化目标检测网络DE-YOLO。首先融合深度可分离卷积、逐点卷积和ECA注意力机制提出了特征提取模块NewC3,它负责显著降低网络参数、同时强化网络提取绝缘子有效信息的能力。再借助通道数成倍增长策略和通道注意力机制SE设计了轻量化模块DC-SE,它用于削弱复杂背景对绝缘子故障的干扰、互补提取绝缘子细微特征,进而增强浅层网络对目标特征信息的提取能力。实验表明,DE-YOLO网络在自制绝缘子数据集上的GFLOPs降低45%,运行参数降低42%,自爆缺陷检测精度高达93.2%。NewC3和DC-SE能保证DE-YOLO的轻量化,同时满足绝缘子自爆缺陷实时检测的要求。

基于红外锁相法缺陷深度检测的仿真

隐藏在工件内部的粘贴结构缺陷具有隐蔽性和危险性,成为影响生产质量和运行安全的致命因素,运用红外无损检测技术可以对其缺陷进行检测和评估。本文通过仿真模拟,测得粘贴结构在不同缺陷深度以及涂层热扩散系数下的盲频率,研究了缺陷深度和涂层热扩散系数对盲频率的影响,同时利用拟合定量研究了盲频率与缺陷深度和涂层热扩散系数的关系。仿真结果表明,可以通过盲频率求得热扩散长度,进而求得缺陷深度的定量检测方法。

基于脉冲红外热成像的缺陷深度定量测量技术研究

缺陷深度定量测量是脉冲红外热波无损检测技术的重要应用,本文深入研究了脉冲红外热波成像无损检测的数据处理方法。基于预制的复合材料缺陷试件,对脉冲红外热波成像无损检测过程进行了数值模拟和实验,计算了缺陷深度。结果表明:数值模拟和实验获得的缺陷深度结果与预制试件的缺陷深度之间有较好的包络关系,使用脉冲红外热成像进行缺陷深度定量分析的实验技术具备工程应用价值。

基于微动和探地雷达的城市轨道交通岩溶探测研究

贵阳属于典型的喀斯特地貌,受城市地形条件和电磁干扰,导致深层的岩溶区域探测手段受限,使轨道交通建设面临透水等严重风险。针对贵阳地铁3号线面临的复杂岩溶环境的问题,提出了微动与探地雷达(GPR)相结合的岩溶综合物探方法。在道路表面采用微动法实现40 m以内的大探深检测,通过改变台阵形式、调整检波器间距、避开管线位置等方法避开地表面管线干扰,实现岩溶状态的大范围判断。在隧道开挖掌子面采用100 MHz屏蔽GPR天线进行复核探测,实现岩溶区域的精确定位。在贵阳轨道交通3号线开展了微动与GPR融合的岩溶排查实验,并通过超前水平钻探对判断的岩溶区域进行了取芯验证。实验结果表明,岩溶区域与围岩密实区域波速差异较大,微动方法可以有效实现大探深范围内的岩溶探测,适合城市道路内部岩溶区大探深判断;电磁波在岩溶区域存在强反射、低频特征,在GPR图谱中特征明显,微动与GPR联合可实现岩溶区域的精确定位。超前水平钻探开挖结果验证了所提方法的正确性,避免城市轨道的透水事故。微动和GPR联合的探测方法为城市轨道交通建设大探深病害探测提供了可靠的无损检测方法,保证市政施工的安全性。

基于红外热成像检测技术的焊接裂纹深度定量识别研究

针对起重机金属结构焊接裂纹缺陷定量检测的需求,研究了红外热成像检测技术在缺陷深度定量识别上的应用。先后介绍了脉冲热像法和脉冲相位法的技术原理;基于COMSOL软件建立了裂纹缺陷试件的热分析模型并进行了仿真分析,得到了不同深度缺陷处的温度响应。在此基础上对比分析了脉冲热像法和脉冲相位法的缺陷深度预测精度。结果表明,利用脉冲热像法根据温差峰值时间来预测缺陷深度,对浅层缺陷有不错的效果,而利用脉冲相位法根据盲频与缺陷深度的关系进行深度预测,则可实现更大深度缺陷的定量识别。

基于改进YOLOv4的磁瓦缺陷检测算法

磁瓦在生产制造过程中会因为工艺问题产生各种不同的缺陷,传统检测算法检测速度慢、精度低,为了实现磁瓦表面缺陷快速有效的检测,文中提出了一种改进YOLOv4算法的磁瓦缺陷检测方法。首先将scSE注意力模块嵌入特征提取主干网络中的CSPnet的残差单元中,增强小目标的空间特征和通道特征;其次,采用空洞卷积空间池化金字塔(ASPP)模块代替原有SPP模块,增大卷积核感受野,更多地保留图像细节并增强信息相关性;最后,在颈部部分用深度可分离卷积替换5次卷积块中的传统卷积,以此来更好地对特征信息进行提取,减小模型的参数量。实验结果表明,改进的YOLOv4算法对磁瓦表面缺陷检测的平均精度值达到96.67%,检测速度为44 ms,模型大小为249 MB,明显优于原始算法,具有较高的检测精度和实用性。

基于弱磁技术的海洋输油复合管检测

针对现有无损检测技术难以满足海洋输油复合管中的缺陷检测需求这一现状,提出一种无需励磁的新型无损检测技术。以含有人工缺陷的海洋输油复合管为检测试块并设计传感器工装,检测完成后,首先使用Symlet小波对采集到的信号进行缺陷特征信号提取,其次分别运用三次样条插值法和最小二乘法对缺陷深度和缺陷处的磁感应强度变化量进行曲线拟合,并得到缺陷深度的定量算法。结果表明:弱磁检测信号在管道试件中大缺陷位置变化较为明显,通过Symlet小波对缺陷信号提取提高了弱磁检测对小缺陷的检出率。利用最小二乘法二次拟合后得到的曲线具有更好的拟合效果,并且对缺陷深度定量准确度高,误差小。弱磁无损检测技术能基本满足海洋输油复合管中的缺陷检测需求。

基于平衡电磁技术的钢板表面裂纹深度检测方法

针对钢板表面横纵两方向裂纹深度的检测问题,提出了基于平衡电磁技术的检测方法。通过电磁场分析建立了平衡电磁技术检测横纵裂纹的感应电压模型,并理论分析了检测电压的变化趋势;采用有限元方式分析了平衡电磁技术检测电压与裂纹深度的具体变化规律。通过设计等间距采样的平衡电磁技术检测平台,对钢板表面1~6 mm深的横纵向裂纹进行检测能力验证实验。结果表明:随着横纵向裂纹深度的增加,检测电压幅值线性增大;相同深度的横向裂纹检测电压幅值约为纵向裂纹检测幅值的2倍;该方法具备对钢板表面横纵向裂纹深度定量检测的能力。

基于改进CNN的苹果缺陷检测方法研究

目的:解决现有苹果缺陷检测方法存在的精度低、效率差等问题。方法:基于水果图像采集系统,提出一种改进的卷积神经网络用于苹果表面缺陷检测;引入深度可分离卷积代换原网络标准卷积,提高特征提取速度;引入Leaky ReLU激活函数代替ReLU激活函数,提高计算效率和精度;引入全局平均池化替换全连接层,降低网络模型的计算量;并在每层卷积后加入批量归一化层,通过试验与常规方法进行对比分析,验证其优越性。结果:与常规方法相比,所提方法在苹果缺陷检测中具有较高的检测准确率和速度,且模型参数量少,准确率达99.60%,检测速度(每秒帧数)达526,模型参数量为389 072。结论:该苹果缺陷检测方法能有效降低模型参数和检测时间,具有较高的准确率和速度。

缺陷深度对SMA490BW钢焊修接头组织及性能的影响

对SMA490BW耐候钢接头不同深度的缺陷进行了焊修,分析了补焊接头的组织、残余应力及力学性能。结果表明,2~6 mm深度缺陷的补焊不会对焊缝组织产生影响,焊缝组织主要为先共析铁素体、针状铁素体及粒状贝氏体。补焊对原焊缝产生热影响,形成正火细晶组织。补焊接头焊缝区的硬度低于初焊接头,补焊对接头的拉伸性能影响不大,但补焊接头的冲击性能优于初焊接头。随着缺陷深度的增加,补焊道次增加,致使接头及母材经历多次热循环,影响了接头残余应力分布。当补焊深度为6 mm时,焊缝附近纵向残余应力超过母材本身的屈服强度,而实际焊修后不再进行热处理,因此不建议对6 mm及以上深度的缺陷进行焊修。