基于改进ResNet两阶段训练模型的转子焊锡缺陷检测

针对当前转子焊锡缺陷检测准确率较低的问题,提出了一种基于改进ResNet的两阶段训练网络模型。首先在主干网络引入SRM注意力机制,提高网络对色泽纹理的特征提取能力,通过改进的相似度损失函数训练特征编码器,然后再通过添加分类头的方法进行微调训练出最终的网络模型。将提出的方法用于转子焊锡缺陷检测,并与经典的ResNet网络等比较,实验证明,采用所提出的方法准确率可达到97.6%,明显优于经典的ResNet等分类方法,具有一定的应用价值。

基于残差神经网络的转子焊点图像检测方法

针对微型电机转子焊点检测费时费力且准确率低的问题,提出一种基于残差神经网络的转子焊点检测方法。首先运用网络预训练的方法加速网络训练,提高模型准确率;然后在网络中引入批量归一化,避免出现梯度消失;最后对图像进行数据增强,减少过拟合现象。实验表明,与K最近邻(KNN)等经典算法相比,该算法在测试集上的准确率达到91.5%,与工人检测的速度相比提高了3.5倍,具有很好的识别效果。

电动机转子端环相控阵超声探伤实验

通过对平底孔铜试块及转子端环钎焊接头的相控阵超声波检测实验,验证了此探伤方法的可靠性,尤其是对未钎合的判定更有优越性,对改进钎焊工艺、提高焊接质量有很大帮助。

电机转子笼条焊接工艺的研究

对双鼠笼电机转子上笼条焊接工艺进行了初步分析,对手工氧-乙炔焊接工艺与中 频感应焊接工艺进行了比较,中频感应焊接能明显地防止金属过烧、强度有所提高,提出了比较合 理的母材、焊料和焊剂。

DD6单晶合金涡轮转子叶片裂纹与内腔等轴晶成因研究

为排除某航空发动机DD6单晶合金涡轮转子叶片振动试验过程中出现异常裂纹的故障,开展了裂纹外观检查、断口宏观和微观形貌分析、表面检查、解剖分析、显微组织检查、成分分析及应力分布计算等工作,对故障叶片失效原因及内腔局部区域的等轴晶成因和机理进行研究。结果表明:DD6单晶合金涡轮转子叶片裂纹性质为高周疲劳,裂纹过早萌生与叶片内腔存在等轴晶有直接关系,且附近存在无枝晶的异常组织也促进了疲劳裂纹的萌生及扩展。同时,等轴晶在叶片使用之前已存在,是由于内腔工艺孔处的高温合金焊料遗留,高温真空焊接时形成易形核质点。建议加强对叶片内腔生产质量的控制,并对叶片内腔工艺孔附近危险部位进行严格检查,避免此类故障再次发生。

防爆电机厚短路环铜条转子火焰钎焊工艺探讨

铜条转子厚短路环火焰钎焊的焊接质量,经着色探伤检验,一直维持在JB/T6062—2007标准中3级验收水平。通过工艺探讨,并采取相关措施,产品质量已稳定提高,焊缝着色探伤质量达到JB/T 6062—2007标准中2级及以上验收水平。