超声波技术在电气自动化设备外壳缺陷检测中的应用

文章旨在探讨超声波无损检测技术在电气自动化设备外壳缺陷检测中的应用。通过分析外壳常见缺陷类型和超声波在金属材料中的传播特性,阐述了超声波对不同缺陷的响应机制。在此基础上,从检测方式选择、扫查策略制定、实时信号采集与缺陷识别、缺陷定量评价等方面,系统介绍了超声波检测的关键环节。研究表明,采用优化的检测方法和智能算法,可实现外壳缺陷的快速、准确检出和评价。

基于深度学习的核桃外壳缺陷检测

实现了对核桃外壳缺陷的快速识别,提高基于机器视觉的核桃分选效率,提出了一种基于改进的YOLOv5s核桃外壳缺陷检测方法.YOLOv5s网络中大量采用卷积核为3的卷积进行特征提取,为降低网络的计算量,提出利用深度可分离卷积代替残差网络中所采用的卷积核为3的卷积,提高对核桃外壳检测的速度.此外,为了保证精度能够满足要求,采用了改进的均值聚类对检测框进行初始化,提高生成检测框的质量,进而提高核桃外壳缺陷检测精度.由于聚类方法相对整个网络结构计算量较小,因此对核桃外壳检测的速度影响较小.通过实验对比分析,改进后的YOLOv5s能够快速识别出核桃外壳缺陷,而且识别精度基本保持不变.