基于三维激光点云数据的电力电缆绝缘缺陷识别

针对电力电缆绝缘缺陷识别精准度较低的问题,提出一种基于三维激光点云数据的电力电缆绝缘缺陷识别方法。利用剪裁法增强原始三维激光点云数据,通过区域生长法与最小二乘法完整获取电缆绝缘材料的三维结构面信息。借助Canny边缘检测方法求解电缆绝缘表面缺陷与内部缺陷边缘信息,自动识别出电力电缆绝缘的缺陷位置及缺陷类别。结果表明,所提方法可以精准识别电缆绝缘表面的划痕缺陷、电缆外屏蔽表面起泡和孔洞缺陷,识别耗时短,鲁棒性较优,具有较高实际应用价值。

基于BP算法的装配式建筑钢结构表观病害检测

装配式建筑钢结构表观病害检测过程中,受环境和主观因素影响的细小病害检测性能较低。因此,利用BP算法,设计一种新的装配式建筑钢结构表观病害检测方法。在检测车上搭载工业相机,采集装配式建筑钢结构图像,通过线性灰度拉伸、非线性滤波等方式,进行图像预处理。通过图像灰度共生矩阵,计算出图像纹理特征参数。依托于BP算法,构建包含数个3层神经子网络的表观病害检测模型,并通过自适应调整和训练,实现复杂环境下的装配式建筑钢结构表观病害准确检测。实验结果表明:所提方法输出检测结果的综合指数F1值在0.9以上,满足表观病害检测质量要求,优化了检测质量。

考虑残余应力影响的典型钢结构对接焊缝缺陷定位研究

对接焊缝为典型的钢结构焊缝形式,其位置处的裂纹和气孔型缺陷的准确检测对于钢结构维护有着重要的意义,使用磁记忆检测技术对焊缝裂纹和气孔型缺陷进行定位时,传统的零点极值理论由于焊接残余应力的影响,难以区分残余应力、焊接裂纹和气孔型缺陷所产生的磁信号,从而在实际检测中造成缺陷定位的误判和漏判,因此,从焊接裂纹和气孔型缺陷和残余应力所在区域磁信号产生机理的不同入手,开展考虑残余应力影响下的焊接裂纹和气孔型缺陷定位检测研究。首先对焊接残余应力与裂纹和气孔型缺陷产生磁信号的机理进行分析,提出采用三维磁模量梯度极值判定方式来区分残余应力与裂纹和气孔型缺陷产生的磁信号;其次再进行焊接缺陷有限元COMSOL模拟,将所得磁信号代入梯度极值特征公式中进行表征判断;最后为了验证模拟表征判断的准确性,人工制作焊接钢板,提取三维磁信号进行分析。研究结果表明,理论分析、数值模拟与试验结果相互吻合,三维磁模量梯度极值能定位焊接缺陷并定量表征缺陷的长度,且裂纹和气孔型的三维磁模量梯度值远远高于无缺陷残余应力区域的梯度值。

基于电位梯度的U型挂环结构缺陷原位检测方法研究

电力金具U型挂环作为输电线路中常见、并且承受应力最大的一个部件。在导线重力和风荷载的共同作用下,U形挂环底部弯头部位经常出现磨损、腐蚀导致的结构缺陷,容易造成线路断开和脱落等严重事故。因此,准确检测U型挂环的结构缺陷至关重要。针对现有关于结构缺陷检测方法如涡流探伤、图像处理与超声检测等在检测中存在测量精度低、难以实现原位检测等缺点,本文通过研究不同激励下与不同结构缺陷下U型挂环沿面电位梯度变化,提出一种基于电位梯度的电力金具U型挂环结构缺陷原位检测方法,进行了算例分析与验证。结果表明,该方法能够实现U型挂环结构缺陷程度准确测量,具有测量精度高、环境适应性好等优点。本文研究成果可在工程上给输电线路金具巡检和更换提供科学理论依据,对确保电网安全稳定运行具有重大意义。

改进掩码自编码器的工业缺陷检测方法

针对目前只需正常样本即可实现缺陷检测的方法存在漏检或过度检测的问题,构建一种改进掩码自编码器与改进Unet结合的方法实现像素级缺陷检测。首先,采用拟合缺陷模块生成缺陷掩码图像及正常图像对应的缺陷图像;其次,对缺陷图像随机掩码,去除缺陷图像大部分的缺陷信息,激励Transformer结构的自编码器从未掩码的正常区域学习表示并依据上下文修复缺陷图像,为了提高模型对细节的修复能力,设计了新的损失函数;最后,将缺陷图像与修复图像拼接后输入拥有通道方向交叉融合Transformer结构的Unet,实现像素级缺陷检测。实验结果表明,在MVTec AD数据集上,所提方法平均的基于图像的和基于像素的接受者操作特征曲线下的面积值(ROC AUC)分别达到了0.984和0.982,与DRAEM(Discriminatively trained Reconstruction Anomaly Embedding Model)相比分别提高了2.9和3.2个百分点;与CFLOW-AD(Anomaly Detection via Conditional normalizing FLOWs)相比分别提高了3.1和0.8个百分点,证明所提方法具有较高的识别率和检测精度。

基于奇异谱分析与决策树的GIS振动缺陷检测方法研究

针对气体绝缘开关设备(gas insulated switchgear,GIS)在运行过程中出现的异常振动问题,文中提出了基于奇异谱分析与梯度提升决策树的GIS振动缺陷检测方法。首先通过加速度传感器采集GIS在不同状态下运行的振动信号,采用奇异谱分析的方法处理所获信号,并提取信号的主导分量,再通过时域分析和频域分析方法提取主导分量的特征参量,最后基于梯度提升决策树算法对特征进行递归与分类分析,建立了缺陷诊断模型以得到最终的GIS振动缺陷检测结果。该方法应用在实验室GIS,成功识别出了屏蔽罩松动与地脚螺栓松动两种缺陷。文中重点对所述方法及其应用进行了详细的介绍,为电气设备的故障检测研究提供了参考。

基于BP神经网络的漏磁定量化检测

漏磁检测是由铁磁材料制作的兵器部件的常用无损检测方法之一,检测中的难点是根据被测漏磁信号反演缺陷的几何参数。将BP神经网络应用于漏磁信号的反演中,对神经网络进行训练,建立了漏磁信号与缺陷几何参数之间的数学模型,利用测量漏磁信号和仿真数据对模型进行了检验。试验结果表明,BP神经网络能根据漏磁信号精确地预测缺陷的几何参数,为漏磁定量化检测提供了一种可行的方法。

冲击荷载下含随机缺陷的梯度蜂窝材料的力学性能

蜂窝金属材料由于生产工艺而产生材料梯度及随机缺陷等是不可避免的。本工作以材料梯度和随机缺陷为基础,探究了不同梯度和随机缺陷下蜂窝材料的动态力学性能,并通过变形均匀系数Φ来定量分析不同工况下材料的变形模式。结果表明:(1)无随机缺陷时,低速(v=20 m/s)冲击下,单层蜂窝材料的变形模式呈“X”型,多层蜂窝材料呈“V”型;高速(v=60 m/s)冲击下,蜂窝材料的冲击端出现惯性坍塌带,相对密度较小处出现“V”型变形带。有随机缺陷时,蜂窝材料的坍塌变形带呈弥散分布。(2)适当的随机缺陷和蜂窝梯度有利于改善整体材料变形,使材料的变形均匀系数Φ降低。(3)低速冲击下蜂窝材料的平台应力随梯度增加而降低,高速冲击下则随梯度增加而增加。同时,蜂窝材料的平台应力随缺陷率增大而降低,当随机缺陷率超过15%时,平台应力急剧降低,此时,随机缺陷率是影响材料动力学性能的主要因素。

我国住房公积金制度运行的绩效、问题及对策

住房公积金制度建立至今,已成为我国住房保障体系的重要组成部分,为我国住房建设和住房金融提供发展的动力,尤其在推动廉租房建设方面发挥了重要作用。但是,住房公积金制度在现实运行中还是存在覆盖面有限、运行效率低、保障作用有限以及治理结构设计、决策机制和监管机制不健全等问题。文章对以上问题进行了归纳和深入分析。并在此基础上,提出了规范和完善住房公积金制度的对策和建议。

基于红外测温的试件内部缺陷的识别算法研究

内部缺陷形状位置的识别是传热逆问题的重要研究课题．本文对带有内部缺陷的试件建立了二维传热模型,通过有限元法求解了在一定加热条件下试件表面的温度分布；并通过共轭梯度法,提出了根据表面所测温度分布识别试件内部缺陷形状,位置的计算方法．数值实验证明了算法的有效性．

某汽车高光格栅注塑缺陷分析与成型优化

基于Moldflow软件,针对具有复杂曲面的免喷涂高光注塑格栅可能出现缺料、困气和泛白等的外观缺陷,通过局部优化渐变壁厚、优化布置顺序阀热流道系统、改变局部熔体流动方向的设计方法,进而消除产品外观缺陷。经过实际生产验证,制备的高光格栅产品外观品质较优,可实现量产,且大幅降低了产品的报废率,节约了制造成本。

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。

基于改进梯度算法的液晶屏亚像素级缺陷快速检测

针对目前移动设备端的液晶屏亚像素级液晶颗粒缺陷检测效率低的问题,提出一种采用机器视觉的基于改进梯度的缺陷快速检测方法。首先,通过高分辨率的线阵相机获取超高分辨率的液晶屏的采集图,采集像素超过2亿,将微观的亚像素级液晶颗粒通过高分辨率相机转换成图像中的宏观目标;其次,提出一种自适应参数估计方法检测液晶屏中液晶颗粒排列参数,以满足不同规格的液晶屏的自适应缺陷检测;最后,基于获取到的液晶颗粒参数采用改进的梯度算法对采集图进行缺陷特征提取,采用优化中值滤波算法对获得的缺陷特征图像去噪,通过二值图像连通域标记优化算法对缺陷进行快速定位。理论与实验均表明该算法能够快速准确检测出液晶屏中的亚像素级液晶颗粒坏点,对生产检测中的偏转以及图像光照不均都有很好的鲁棒性,满足液晶屏生产流水线的检测需求。

基于四光源光度立体法的药品泡罩包装中铝箔缺陷检测方法

为了提高药品泡罩包装中铝箔缺陷检测效率,提出了基于四光源光度立体法的铝箔缺陷检测方法。利用四光源光度立体法可以高效、准确地获得待测对象的表面梯度信息,接着使用表面梯度信息得到待测对象的表面高斯曲率,再对表面高斯曲率图进行形态学处理,最后从灰度图像中有效分割铝箔缺陷区域。实验结果表明,本方法可以有效地检测铝箔缺陷,缺陷检测的准确率在91%以上。

采用低温度梯度HRS工艺制备的镍基单晶高温合金雀斑组织

通过在高速凝固法(HRS)定向凝固过程中调整隔热挡板与壳型之间的间隙,获得了较低的定向凝固温度梯度(～30℃/cm),制备了含有雀斑组织的单晶高温合金试棒。结果表明:采用常规HRS工艺(温度梯度～50℃/cm)制备的合金一次枝晶间距为323μm,含有1.70%铸态共晶;而采用较低温度梯度HRS工艺制备的合金一次枝晶间距达到了704μm,是常规HRS工艺的2.2倍,并且合金的二次枝晶及三次枝晶较为发达;此外,雀斑组织区域包含较多平均晶粒尺寸为200μm的等轴晶晶粒和4.64%的铸态共晶,同时分布着富集Ta元素的MC碳化物。定向凝固过程中较低的温度梯度增大了合金的一次枝晶间距并使合金元素的凝固偏析加重,导致糊状区液相发生对流的倾向增大,从而促进了雀斑组织的形成。

改进Hough变换在纸病检测系统中的应用

通过对褶皱纸病的分析研究,提出一种基于改进Hough变换的检测方法。利用边缘检测对纸病信息进行去噪和简单提取,采取Hough变换的方法将纸张从图像灰度空间转换到参数空间,从变换后的参数空间中提取纸病图像中的褶皱特征并进行识别。实验结果表明,此方法识别率高、计算速度快、检测效果好。

温度梯度法生长Er:BaY_2F_8晶体开裂现象的研究

对温度梯度法生长Er:BaY2F8晶体的开裂现象进行了研究,从理论上讨论了温场分布、生长速率、热应力和稀土离子掺杂对晶体开裂的影响,并通过实验分析了垂直于解理面方向上膨胀系数的变化对晶体开裂造成的影响。研究结果表明:晶体生长时径向温度梯度越小越好,生长晶体的最佳工艺参数为直径为10mm,最佳轴向温度梯度为6℃/mm,最佳生长速率为0.2～0.3mm/h。通过缓慢降温,可以成功避免晶体的开裂。

磁瓦表面缺陷机器视觉检测与识别方法

针对磁瓦生产过程中表面缺陷检测的重要性和人工检测的弊端,研究基于机器视觉的磁瓦表面缺陷自动检测与识别方法。为解决磁瓦表面缺陷种类多、对比度低、图像中存在磨痕纹理背景和整体亮度不均匀等难点,定义扫描线梯度,其标准差与扫描线灰度标准差构成特征向量,提出基于两类支持向量机的图像分割方法来判别和提取缺陷;并提出一种改进的多类支持向量机方法,对缺陷进行分类识别,解决了多类支持向量机存在不可分区域的问题,提高了分类器的准确性和有效性。实验结果表明,该方法能准确快速地提检测磁瓦表面各区域的各类缺陷,检出率可达到96%以上,识别率超过91%。

基于梯度方向直方图的本色布疵点检测算法

本色布疵点检测是质量控制重要环节,目前仍由人工来完成。文章采用梯度模板与灰度化处理之后的本色布图像进行卷积,得到图像的梯度模和角度,将角度离散化,然后将图像分块,每块内根据离散化后的角度统计直方图,将所有分块的直方图连接,构成原始图像的梯度方向直方图特征向量,最后采用卡方距离和最近邻分类器进行分类。在包含1 252幅图像的数据集上进行实验,其中训练图像457幅,测试图像795幅,准确率达到96.85%。实验结果表明基于梯度方向直方图的特征提取算法能有效识别出本色布图像中的疵点。

电涡流相位梯度及其在导电材料缺陷识别中的应用

使用空间域相频谱分析方法,将相位梯度作为缺陷检测信号特征量,对不同类型的缺陷进行检测和分类。数字相敏解调技术用于提取检测信号的相位梯度。采用双空气芯线圈涡流传感器并施加1-10 kHz多频激励信号,对平板金属样件进行表面缺陷、下表面缺陷、内部缺陷的识别及分类。实验结果证明,实验系统可以有效地检测出缺陷,并通过空间域相频谱分析得到可视化检测结果,采用相位梯度作为特征量有效抑制了提离噪声对检测结果的影响。