Z-pin增强复合材料层合板缺陷的红外检测技术研究

针对Z-pin增强碳纤维复合材料层合板在制造中产生的典型缺陷,本文在分析其对温度场的作用的基础上,研究了Z-pin结构中缺陷热特征提取的方法。用有限元法分析了不同尺寸Z-pin植入后产生的富树脂区缺陷、不同深度的Z-pin断裂缺损缺陷、不同角度的Z-pin倾斜缺陷与可检测信息参数之间的关系,对富树脂区缺陷的检测进行了实验验证。研究结果表明:最大温差与最大对比度随着富树脂区面积的增大而增大,随着Z-pin缺损深度的增大而减小,随着Z-pin倾斜角度的增大而增大,增大或减小的程度均呈非线性关系;红外热像实验与仿真结果一致。研究结果为Z-pin增强复合材料层合板缺陷与损伤的红外热像检测与评估提供了理论依据与技术支持。

基于加权Pin-SVM的钢板表面缺陷分类

针对带钢表面缺陷分类问题,提出了一种加权Pin-SVM(WPin-SVM-n)模型。WPin-SVM-n是在Pin-SVM的基础上,结合权重生成算法来解决分类问题。WPin-SVM-n利用Pinball损失函数实现了特征噪声不敏感特性。此外,WPin-SVM-n又引入了样本的权重,实现了标签噪声不敏感特性。另一方面,将WPin-SVM-n与二叉树相结合,解决了钢板表面缺陷的多类分类问题。最后,对六种带钢表面缺陷进行了试验研究。实验结果表明,多类WPin-SVM-n分类器(WPin-SVMs)在分类精度方面取得了令人满意的结果。

碳空位对10 kV 4H-SiC pin二极管载流子寿命的影响

使用p+n-n+外延结构制备了10 kV4H-SiC pin二极管,在室温下通过时间分辨光致发光(TRPL)谱法在低掺杂外延层中测量载流子寿命,根据晶圆上大量二极管的电容-电压测量值估算掺杂浓度,采用深能级瞬态谱(DLTS)法获得了影响载流子寿命的主要缺陷的俘获截面、浓度和复合中心能级位置。通过将TRPL测量得到的载流子寿命用于二极管电流-电压特性的计算机辅助工艺设计(TCAD)模拟中,并与根据DLTS测得的深能级缺陷参数估算的Shockley-Read-Hall(SRH)载流子寿命进行比较发现,载流子寿命除了受位于0.67 eV(EC-ET)能级的碳空位缺陷控制外,更受到其他深能级缺陷的影响。

无人机巡检远距离架空线路缺陷识别技术

为提高无人机巡检远距离架空线路缺陷识别的精度,提出了无人机巡检远距离架空线路缺陷识别技术。以远距离架空线路螺母销钉缺陷为识别对象,利用卷积神经网络对其进行训练后,将Inception-v3模型作为训练模型,提取架空线路螺母销钉缺陷训练数据特征;建立Softmax层和损失函数,形成新的架空线路螺母销钉缺陷分类输出层,从而达到无人机巡检远距离架空线路缺陷识别的目的。实验结果表明,所提技术既能保证高精度的识别效果,又降低了识别时间和漏报率。

基于计算机视觉的嵌入式数字IC芯片引脚缺陷检测方法

针对芯片引脚缺陷故障难以精准检测的现状,提出基于计算机视觉的嵌入式数字IC芯片引脚缺陷检测方法。采用计算机视觉技术计算相机水平方向的像素,采集嵌入式数字IC芯片引脚图像;对引脚图像进行图像预处理、引脚缺陷特征提取及缺陷定位处理;计算芯片引脚长度均值,以引脚长度均值为依据进行缺陷检测。试验结果表明:该检测方法在芯片引脚缺失、歪脚、不合格等方面检测结果的准确率得到了显著提高。

基于改进DeepLabv3+的接触网开口销缺陷检测

针对当前基于语义分割的开口销缺陷检测算法存在分割精度不高、检测效率低等问题,提出一种基于改进DeepLabv3+的接触网开口销缺陷检测方法。首先,采用减枝后的MobileNetv2作为DeepLabv3+的骨干特征提取网络,提高检测效率。然后,通过在DeepLabv3+的编码器网络中引入CBAM注意力机制,提高开口销语义分割精度。同时,为缓解开口销区域和背景之间不平衡带来的负面影响,采用CEDice Loss作为损失函数。最后,根据开口销语义分割图像的颜色、形态信息,对开口销进行缺陷识别。实验结果表明:在语义分割方面,相比于原DeepLabv3+模型,改进DeepLabv3+模型的平均像素准确率和平均交并比分别提高了3.54%和3.42%,且测试用时减少了14.41 ms/张,模型参数量缩减了88.61%;在缺陷识别方面,对开口销缺失,松脱,正常三种状态的识别准确率分别为100%,98.1%,99.5%,能够快速有效地识别出开口销缺陷。

基于改进R-FCN算法与类激活图的销钉类缺陷细粒度检测

销钉类缺陷常见于输电线路无人机巡检图像中,因图像占比小、缺陷特征不明显等原因,其检测精度低于其他类缺陷。针对该问题,采用基于区域的全卷积神经网络(region-based fully convonlutional networks,R-FCN)算法建立目标检测网络,分析混淆矩阵,确定算法改进策略。首先,通过网格化拆分实现高清晰度图像的预处理;其次,构建类别平衡的大间隔Softmax损失函数,平衡样本数量,增大类间方差,改善网络检测精度;最后,通过类激活映射的方法生成金具级类激活图,提取螺栓背景信息,实现2类易混淆螺栓的细粒度分类。在无人机巡检图像数据集中进行测试,比较所提改进算法与其他经典算法的检测结果,验证了改进R-FCN算法对销钉类缺陷的检测能力。

基于GP-AdaLAM的芯片引脚缺陷快速检测算法

芯片的引脚缺陷检测在智能制造中具有重要意义,它的质量监控关系到后续贴装工艺中能否将类似方块平面封装(QFP)的小尺寸芯片安装到印刷电路板(PCB)上,从而影响电子器件的良率.为了实现芯片引脚的缺陷的快速分类,本文提出一种基于高斯金字塔-自适应局部仿射匹配(Gauss pyramids-adaptive locally-affine matching,GP-AdaLAM)的缺陷检测算法,实现了引脚宽度、间距、长宽比和倾斜角度的尺寸测量及缺陷检测.首先,采用GP-AdaLAM算法对芯片进行匹配定位,仿射变换后分割提取引脚区域,结合边缘检测和轮廓识别算法去除干扰区域得到待测引脚感兴趣区域,最后对每个引脚区域选取多组测量点计算取平均值作为检测结果.通过不同算法的对比实验分析,实验结果表明本算法单张图像定位时间为0.2 s,测量误差±0.01 mm,可以实现对芯片高质量、全方面的缺陷类型检测.因此,基于GP-AdaLAM的芯片引脚缺陷算法可用于芯片引脚参数的快速、高精度测量,并实现芯片缺陷的智能检测与分析.

基于改进PP-YOLOv2的IC引脚焊接缺陷检测算法研究

针对IC引脚焊接缺陷因目标尺寸小、引脚密集导致检测精度低等问题,提出一种基于改进PP-YOLOv2的IC引脚焊接缺陷检测算法。通过在骨干网络后引入SE注意力机制,区分特征图中不同通道的重要性,强化目标区域的关键特征,提升网络的特征提取能力。使用k-means++聚类算法产生9个聚类中心,以降低因初始聚类中心随机选择不当对检测结果所造成的误差影响。实验结果表明:改进算法对IC引脚焊接短路、缺脚、翘脚、少锡缺陷检测的平均精度分别为97.9%, 96.1%, 96.7%, 95.8%;在阈值为0.5的情况下,平均精度均值达到了96.6%,与YOLOv3、PP-YOLOv2相比,分别提高了14.9%, 5.1%。改进算法对单幅图片的检测时间为0.151 s,满足IC质检的速度要求,为IC引脚焊接缺陷检测提供了参考价值。

基于注意力卷积神经网络的销钉缺陷检测方法

销钉在输电线路中起着连接关键部件的重要作用,其缺陷会直接引起部件变形、不稳定甚至造成电力停电事故。实现对销钉缺陷的准确检测,对保证电力系统的安全运行具有重要意义。针对目前已有的目标检测模型对输电线路复杂背景下销钉缺陷检测能力不足的问题,提出一种基于注意力卷积神经网络的销钉缺陷检测方法。通过试验对所提方法的有效性进行了验证。试验结果表明,该方法在销钉缺陷数据集上准确率达到了92.8%。

搅拌针形貌对2219铝合金搅拌摩擦焊接头性能的影响

2219铝合金以其优异的力学性能被广泛地应用于火箭燃料贮箱制造,搅拌摩擦焊作为2219铝合金焊接的主要工艺之一,搅拌针形貌对其接头的组织结构和力学性能有着直接影响。采用半螺纹-三弧面和全螺纹-三平面两种几何结构的搅拌针进行FSW焊接数值模拟,并对不同螺纹特征的全螺纹-三平面搅拌针作用下接头的横截面形貌和力学性能进行对比分析。结果表明,搅拌针几何结构对焊接温度场的影响较小,但对流动场和应变速度的影响较大,弧面特征对于材料的驱动作用强于平面特征,并且半螺纹-三弧面搅拌针与隧道孔缺陷的关联性更强。试验结果表明,全螺纹-三平面搅拌针对13 mm厚板FSW接头组织和性能的影响主要是热输入量和温度分布差异所导致的。

基于机器视觉的芯片检测系统的设计与实现

为提高芯片检测的可靠性、实时性、检测效率,设计一个基于计算机视觉的芯片检测系统。首先,利用YOLOv5训练芯片识别模型,结合工业级相机实时采集芯片图像;其次,将芯片图像数据发送到检测服务器设备,判断芯片实物是否存在刮痕缺陷和引脚缺失的问题;最后,根据检测结果利用机械臂将芯片放置到不同的分区,实现检测与分拣的功能。测试结果表明,该系统的准确率高较高,能够满足工业生产的要求。

大型游乐设施重要销轴复合磁化探伤机的设计与应用

在大型游乐设施中各类销轴是保证设备实现各种机构复杂运动的重要零部件,是用来承受大型游乐设施因剧烈运动而产生的各种复杂交变应力和冲击载荷的重要零部件,这些销轴一旦因设计、制造、安装或使用过程中任一环节产生的表面和近表面缺陷未能被及时发现,极易产生变形、裂纹甚至断裂,从而引发特种设备事故。本文研究的是一款快速复合磁化荧光磁粉检测设备,主要为解决普通单磁轭探伤仪不能做到对大小不一的各种铁磁性销轴有效磁化的问题,特别是针对有台阶的销轴有可能出现因伪缺陷而误判的问题。通过试验,证实该设备更能准确检测出销轴表面的细小缺陷。

受基板颜色干扰的SOT-23贴片元件定位方法的改进

在黑色PCB基板上,SOT-23元器件的本体与其颜色相近,传统的基于边缘查找、图像分割的引脚质心法存在定位精度低、易受基板丝印线和相邻元件干扰等问题.为解决这些问题,本文结合贴片安装元件引脚和焊点的关系对引脚质心法进行改进.首先提取焊点轮廓,然后根据焊点与元器件引脚、本体的几何关系定位元器件的偏转角,由引脚位置拟合求元器件的质心,定位元器件的XY位置.实验结果表明:本文提出的改进算法与引脚质心法相比,元器件偏转角的平均定位精度提高0.48°,元器件中心位置的平均定位精度提高2.38个像素.改进方法可以用于SOT-23元器件的定位检测,具有一定的工程应用价值.

基于机器视觉的SOP芯片引脚缺陷检测系统设计

为解决人工检测SOP芯片引脚缺陷所存在的诸多问题,设计一套基于机器视觉的SOP芯片引脚缺陷自动检测系统。系统采用ARM-DSP双核架构快速地实现图像采集、处理和特征提取以及外围应用功能,设计基于动态阈值的快速分割算法来获取芯片的特征图像,采用灰度跃变检测引脚中点、中点直线拟合和引脚间距统计等方法实现对SOP芯片引脚缺陷的自动检测。实验结果表明该系统快速、准确、可行。

氧化锆陶瓷固位钉用于修复前牙切角缺损的临床观察

目的探讨自行研制的氧化锆陶瓷固位钉用于前牙切角缺损修复的疗效。方法选择临床前牙切角缺损病例80例,其中活髓牙36例,死髓牙已行根管治疗44例,随机分为两组,每组40例,实验组采用CAD/CAM氧化锆陶瓷固位钉加树脂联合修复,对照组采用树脂直接充填修复,定期随访,观察其临床修复效果。结果 1年随访,实验组成功36例,失败3例,失访1例,成功率92.3%;对照组成功20例,失败18例,失访2例,成功率52.6%。两组之间比较有显著性差异(P<0.01)。结论在切角缺损修复过程中,氧化锆陶瓷固位钉可明显增强复合树脂的固位,是一种新型牙本质固位钉。

基于改进Cascade R-CNN的两阶段销钉缺陷检测模型

无人机在输电线路巡检过程中会拍摄大量图片,自动识别无人机拍摄图片中存在的部件缺陷是无人机巡检的重要环节。其中销钉的缺陷由于目标较小且需要依赖上下文信息才能正确判断,识别难度较大。针对上述问题,提出了一种两阶段的销钉缺陷检测模型。首先使用Faster R-CNN(regin convolutional neural networks)模型提取出原始图像中的连接部位,再对提取出的每个连接部位进行缺陷识别。缺陷识别模型使用改进的Cascade R-CNN,该模型使用层级残差卷积模块代替骨干网络中的3×3卷积并使用路径聚合特征金字塔(PAFPN)代替原始网络中的特征金字塔结构,能够有效提取图片中的多尺度特征和上下文信息。最后将级联检测器的最后一级替换为double-head检测器,减少模型误报。实验结果表明,模型对销钉缺失及销钉脱出两类缺陷的平均识别精度能够达到81.2%,与原始的Cascade R-CNN相比提升了7.8%。

基于机器视觉的芯片引脚测量及缺陷检测系统

芯片引脚的尺寸测量及缺陷检测在智能制造生产中具有重要意义,为了实现对芯片引脚宽度、间距和长度以及引脚缺陷的高质量、高精度检测,利用HALCON视觉软件平台、采用形状匹配和一维测量算法进行检测实验。首先,通过上位机控制相机采集图片,采用基于形状的模板匹配方法并结合金字塔搜索算法对芯片进行匹配定位,其次,应用仿射变换获取芯片引脚的区域,最后,将提取的引脚区域运用一维测量算法实现对芯片的引脚尺寸测量和缺陷检测。实验结果表明单张图片检测时间为56 ms,测量误差为±0.01 mm,缺陷检测正确率为100%。因此,利用机器视觉在线检测,不仅保证了测量的精度,同时保证了准确率,检测行业高精度、实时性的要求得到了充分的满足。

高铁接触网旋转双耳销钉状态检测方法研究

针对高速铁路接触网支撑装置旋转双耳部件销钉的松脱与脱落问题,提出一种基于图像不变性目标定位及灰度分布规律特征的销钉不良状态检测方法。通过分析现场接触网支撑及悬挂装置图像,利用SIFT(Scale Invariant Feature transform)算法和改进的RANSAC(Random Sample Consensus)算法实现双耳部件的定位;采用Hough变换实现目标图像中双耳套筒倾角的提取,并将其旋转至水平方向,进而实现旋转双耳部分的分割;累加目标图像的竖直方向像素灰度值,确定销钉受力部分和两端非受力部分长度;归纳销钉正常工作及故障时这些长度间相关比值的范围,从而判断销钉的工作状态。实验表明,该方法能够较准确地实现销钉不良状态的检测。

基于区域生长法的QFP芯片引脚缺陷检测算法

为降低贴片机的废品率,提出了基于机器视觉的小型方块平面封装(quad flat package,QFP)芯片引脚缺陷检测算法,以在贴装前对芯片的引脚进行质量检测。利用区域生长法获取引脚的总数及各个引脚主体部分的形心坐标及面积。通过与实际引脚总数进行对比,判断是否存在引脚缺失的缺陷,并和实际引脚的间距、面积的设定值进行对比,当测定值超过设定值一定范围时,认为该芯片存在引脚位置偏移以及高度偏移等缺陷,从而吸取新的芯片进行判断,实现持续自动的测试。测试结果表明,该方法具有检测速度快、误检率低的优点,可以较好地满足生产工艺要求。