基于超声导波和Y-Net的复合材料胶接质量检测研究

为实现复合材料胶接结构界面粘接质量的检测,本文提出了一种基于导波检测技术和Y-Net卷积神经网络的界面弱粘接缺陷反演成像方法。计算了超声导波在复合材料胶接结构中传播的相速度频散曲线和波结构,指出了适于实际检测的导波激励频率和激发模态;创建了基于有限元仿真的数据集,将缺陷导波检测数据及概率损伤成像(RAPID)结果作为输入,真实胶接质量结果作为标签数据,对Y-Net进行了搭建、训练、验证和泛化能力测试,并应用结构相似指数(SSIM)和峰值信噪比(PSNR)定量评估了Y-Net的反演能力;搭建了实验系统,开展了复合材料胶接板检测实验。结果表明,本文所提方法可以弱粘接缺陷反演成像方式实现胶接质量检测,成像结果可准确且高质量地表征弱粘接缺陷的位置、形状、大小和弱粘接程度等多个特性。

基于小波包分解的干式空心电抗器故障检测方法研究

针对干式空心电抗器匝间短路故障频繁发生的问题,通过分析35kV干式空心并联电抗器匝间短路过程中状态参数的变化,提出了基于小波包分解的干式空心电抗器故障特征提取及检测方法。首先建立了电抗器的正常、故障(同股匝间短路及异股匝间短路)状况下的电路模型,给出了各电气参数的计算方法,搭建了MATLAB/Simulink仿真电路,运用小波包分解方法分析了电抗器正常、故障状况下流经电抗器总电流的变化规律;其次,根据分解结果,提取和分析各个频段节点信号的能量特征,通过相同频段节点信号的差异对比,实现了电抗器运行状态判断;最后针对电抗器匝间短路时初期电气量变化不明显导致误判的问题,运用熵权法对电流平均值的差值和余弦相似度进行加权计算,提高了故障检测的精度。实验结果表明:将故障工况下的电流进行小波包分解能准确识别匝间短路故障,可以为干式空心电抗器的运行提供理论参考。

含腐蚀缺陷管道弱磁信号的正演模型

针对埋地集输管道在非开挖条件下的腐蚀检测难题,结合磁偶极子模型以及应力磁化强度模型,建立一种含缺陷管道弱磁信号正演模型。通过数值模拟方法研究了腐蚀缺陷磁感应强度波形特征及离地高度、磁化强度对磁感应强度的影响。结果表明:腐蚀缺陷处Bx和By出现极值特征且方向相反,Bz出现过零点特征且峰值改变方向;分别讨论了离地高度以及磁化强度对信号的影响。通过开展现场检测,验证正演模型的准确率,其误差率为11.11%。

基于改进光度立体的圆柱电池表面缺陷检测系统

为了解决圆柱电池外观人工检测效率低、精度低的问题,设计了一套基于改进光度立体的圆柱电池表面缺陷检测系统。首先针对单一光源照明下电池表面图像中划伤、凹凸等缺陷灰度差异微小的问题,通过设计一种四个方向光源照明装置,提高缺陷图像对比度;其次根据微弱缺陷深度变化显著的特点,提出基于改进光度立体的三维形貌重建方法,快速重建电池表面深度图像;并结合深度信息的方向差异性,提出多通道图像融合算法,提取和融合深度特征和表面曲率特征,增强微弱缺陷对比度;最后设计基于YOLOv5网络的多级融合模型完成缺陷的检测。试验结果表明,所设计检测系统对于电池表面缺陷检测精度可达到99.8%,稳定性和实时性良好,在实际工业场景中具有较好的可行性。

熔焊缝缺陷弱磁检测实验研究

为实现熔焊缝缺陷的检测,基于弱磁检测技术,采用测磁传感装置对S06材料的焊缝进行检测,同时提出利用上、下测磁线圈的磁感应强度梯度曲线阈值线区分应力集中和缺陷信号的数据处理算法。结果表明:下测磁线圈的磁感应强度曲线在应力集中和缺陷处均存在磁异常特征,而上测磁线圈的磁感应强度曲线只在应力集中处存在磁异常特征;在应力集中处,上、下测磁线圈的梯度曲线均超出各自上下阈值线,而在缺陷处,仅下测磁线圈的梯度曲线超出其阈值线。此外,将缺陷信号借助二维图像显示的可视化方式进行分析,可以更加直观地对缺陷进行定位。

基于YOLOv5的液晶屏微弱特征缺陷检测算法

针对液晶屏显示缺陷中微弱特征缺陷经多次卷积与背景纹理同化导致的检测精度低的问题,提出了一种基于YOLOv5的液晶屏微弱特征缺陷检测改进模型YOLO-Mura。首先,在主干网络中引入Involution算子扩大感受野,增强在空间范围内的微弱特征缺陷信息,并降低模型的浮点运算次数。其次,采用CARAFE上采样算子优化上采样方式,加强对微弱特征缺陷的关注能力。然后,在颈部网络,通过嵌入BiFormer注意力模块,提升网络在强背景干扰下的特征提取能力。最后,采用BiFPN加权双向金字塔结构,提高不同层级的特征融合利用率。在自制液晶屏Mura缺陷数据集上的实验结果表明,YOLO-Mura模型的精确率、召回率、mAP@0.5分别提高了2.2%、6.6%、2.7%,模型计算量降低了66.5%。通过与主流目标检测算法进行比较,结果表明本文最终改进模型对于液晶屏微弱特征的Mura缺陷有较好的检测性能。

基于改进类激活映射的织物疵点检测

为实现弱监督条件下的织物疵点检测,提出一种基于改进类激活映射(Class activation mapping,CAM)的疵点检测方法。在卷积神经网络中加入SE模块,并将深层和浅层卷积层进行结合,以此提高网络的分类性能;为了提高疵点定位的准确性,将两种分辨率的类激活图进行融合来生成改进的类激活图。实验结果表明,该算法对无疵点、孔、污渍和纱疵四个类别织物图像的识别准确率达到了96.88%,并且在数据集只有图像级标注的情况下,实现了织物疵点的定位。

磁信号检测高温合金内外壁缺陷分类研究

为区分高温合金内外壁缺陷,采用高精度弱磁传感器对高温合金人工槽型缺陷进行检测。从有缺陷的一面检测为正面(即外壁缺陷),从另一面检测为反面(相当于内壁缺陷),发现单侧表面缺陷检测信号出现极性相反的情况,无法通过极性相反这一特征区分内外壁缺陷。针对这一现象,基于支持向量机中的分类功能,对采集到的弱磁信号进行特征提取获得面积、幅值和占宽3种特征量建立分类数据库,进行内外壁缺陷分类识别,并采用不同的核函数建立分类模型进行比较,最终发现径向基核函数分类模型正确率最高,为84.37%,且经过样本库外的试件验证后正确率仍有81.25%。结果表明该算法能够有效地对高温合金缺陷信号进行分析和辨识,具有一定的实用价值。

基于对抗性弱化的多阶段钢材表面缺陷分类算法

针对钢材表面缺陷分类中缺陷特征类间差异小或类内差异大等难题,提出了一种多阶段钢材表面缺陷分类算法。首先,提出了一种基于图像拼接的数据预处理方法,在调整图像大小的同时保证了缺陷区域质量,增加了可识别的缺陷区域;然后,基于此预处理方法设计了一个多阶段分类网络来识别缺陷,网络中提出了一种基于对抗性弱化的缺陷区域挖掘模块,使得二阶段分类网络更侧重于一阶段分类网络未被注意的缺陷区域,从而计算得到更加完整的缺陷区域;最后,通过两阶段特征融合的方式得到网络的分类结果。此外,算法利用特征金字塔结构和通道-空间注意力机制设计了一种高效的特征提取网络用于各阶段分类网络实现高效的特征提取。在两个钢材缺陷数据集上进行了对比和消融实验,实验结果表明所提出的算法优于现有分类模型,同时在实际生产环境测试中也展示出良好的适用性。

A COMPREHENSIVE INVESTIGATION ON A PECULIAR DEFECT IN WURTZITE GaN FILM

Apeculiar crystal defect was observed by experiment of high resolution electron microscopy( HREM) .It wasidentifiedtoformed bytwothreading dislocationsand asegmentof(11 20) domain boundary. An atomicstructure model was proposed for the anomalous defect. Theresultofthe weak beam experimentofelectron microscopeaffirmedthesuggested model.Thestructuralpropertiesofseveral GaN(11 2 0) domain boundaries werestudied by Molec ular Dynamicscalculations. Thetheoreticalresultsshowedthatthelike atom bonding domain boundary, whichcomposesthe main partofthe peculiar defect, has much higher formationenergy than itcounterpartof unlike atom bonding domain boundary. Theoutcome providesanotherevidenceforthesuggested model.

基于支持向量机参数优化的高温合金表面缺陷磁异常定量研究

研究基于支持向量机参数优化的高温合金表面缺陷磁异常定量方法,对解决涡轮盘表面裂纹检测的工程问题具有重要意义。以弱磁检测得到的16个预置表面缺陷磁异常特征值构成样本库,建立支持向量机预测模型对缺陷尺寸进行反演定量,通过已知缺陷试件验证参数优化和支持向量机模型的有效性。研究结果表明,参数优化后长度、宽度、深度的预测结果比默认参数的预测结果都有提高,尤其是长度和深度的反演效果有显著提高,且遗传算法比交叉验证法的预测精度更高;当缺陷与母材的磁导率差异较大时(如高温合金表面的铁磁性夹杂),磁异常特征值幅值偏大,对特征值幅值和面积减半后进行反演,得到的结果准确度提高了20%以上;遗传算法参数优化的支持向量机模型对样本库之外的数据仍表现出较好的预测能力,预测准确度接近85%。

长输埋地管道焊缝气孔缺陷弱磁信号正演模型模拟研究

针对长输管道在非开挖条件下的焊缝气孔检测难题,通过改进磁偶极子理论模型,创建了一种针对管道焊缝气孔缺陷等球形缺陷的弱磁信号正演模型。采用数值模拟方法研究了焊缝气孔缺陷磁感应强度波形特征,以及不同气孔尺寸和不同缺陷方位对磁感应强度的影响。结果表明:管道焊缝气孔缺陷处磁感应强度的法向分量Bx始终趋近于0,轴向分量By出现过零点特征且峰值改变方向,切向分量Bz出现极值特征;可通过弱磁信号进行缺陷尺寸的判断和对缺陷在管道环向位置上的定位,并得到了气孔缺陷半径R与总磁感应强度Bsum峰值的拟合公式。最后进行工程试验,验证了正演模型的准确率。缺陷管道处实际检测磁感应强度与理论计算结果在趋势上基本一致。其中缺陷处的总磁感应强度Bsum最大值,理论计算中为4202 nT,而实际检测中为4407 nT,误差为205 nT,误差率为4.66%。考虑到实际检测时,难免受到外界的干扰及其他因素的影响,总体上来说该误差在可接受范围内,可以为含焊缝气孔缺陷管道的弱磁检测定量化提供一定依据。

基于弱监督SOD网络的网状白坯织物缺陷检测方法

针对目前网状白坯织物缺陷检测过程中由于背景复杂、边界不明确等造成检测效率低的问题,提出一种基于弱监督SOD网络端到端的方法,实现对网状白坯织物疵点的检测。首先,弱监督SOD的单轮端到端训练通过草图标注实现,通过最大池化加深网络层数,减少训练时信息损失;其次,提出局部显著相干性损失和部分交叉熵损失解决草图标签不能提供详细信息的问题,并提出显著结构一致性损失,提高模型自适应性和泛化能力;最后,融合模块(CAM)聚合多层次特征得到缺陷检测结果,并引入边界细化模块,提高边界定位精度,使检测到的缺陷显著图更加清晰。利用TILDA数据集和BASLER工业相机对采集到的缺陷图像验证算法性能。试验结果表明:该研究算法精确率达到92.25%,召回率达到93.55%。认为:基于改进的弱监督SOD网络模型检测网状白坯织物的质量高且具有较好的鲁棒性。

基于改进YOLOv5s的铝型材表面弱缺陷识别方法

针对采用传统的机器视觉方法识别铝型材表面弱缺陷存在的效率低和精度差的问题,提出一种将数据增强与YOLOv5s相结合的铝型材表面弱缺陷识别方法。采用anchor-free方法简化人工设计YOLOv5参数的步骤,降低检测复杂度;利用解耦检测器解决YOLOv5s检测中分类与回归任务冲突的问题,加快损失函数的收敛速度。通过优化算法的边界框回归损失函数,提高算法模型的定位精度;同时引入γ参数解决弱缺陷样本不平衡的问题。通过图像马赛克与像素混合方法提升模型对弱缺陷图像的识别能力。试验结果表明,改进算法的检测平均精度均值为93.3%,检测速度为41帧/秒,能提高船舶类铝型材弱缺陷检测的效率和自动化程度。

钢坯弱磁自动化检测自适应防振动算法研究

针对目前检测高铁车轴钢坯缺陷存在的难点,提出一种基于弱磁的自适应防振动钢坯缺陷检测技术。该技术采用一种直角坐标式传感器组,将两组传感器垂直交叉排布,覆盖在钢坯的两面实现钢坯缺陷检测,接着利用差分法与拉依达准判断异常信号从而定位缺陷空间位置。另外,为消除传输过程中传送带由于振动产生的噪声而造成的误判,利用在振动时同一列探头磁通量的相对幅值变化趋势一致的特点,将不同探头采集到的信号和防振动探头信号进行差分处理来过滤振动噪声。实验证明,该技术定位的缺陷位置与实际位置一致,这表明该方法能快速、方便、准确地定位出缺陷的位置,具有很高的实用性,为检测钢坯提出新思路。

面向航拍图像的绝缘子弱特征缺陷两阶段检测方法

绝缘子缺陷是输电线路自动化巡检的重点关注对象。然而,由于绝缘子弱特征缺陷(污秽、裂口、腐蚀和灼烧等)存在特征模糊、类内差异大和类间相似度高等问题,给绝缘子缺陷精准检测带来极大挑战。为此,提出一种面向航拍图像的绝缘子弱特征缺陷两阶段检测方法。首先,针对巡线航拍图像背景复杂、尺度变化和绝缘子遮挡等问题,通过引入空间细化卷积注意力和语义流对齐模块,提出一种改进的YOLOv5框架,实现绝缘子准确定位。然后,采用DeepLabv3+实现被定位绝缘子中缺陷的精准分割和可靠识别。最后,基于真实巡检航拍图像数据集进行实验。结果表明,所提两阶段法在绝缘子识别和弱特征缺陷检测阶段的准确率分别达到了86.70%和77.42%,能较好解决航拍图像中绝缘子缺陷特征弱、目标区域小等难题,为智能化巡检技术发展提供了可借鉴的思路。

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。

新型基于反射系数谱的电力电缆局部缺陷定位方法

为解决传统时域反射法(time domain reflectometry,TDR)和宽频阻抗谱法(broadband impedance spectroscopy,BIS)对电缆微弱局部缺陷进行定位时存在的问题,提出一种新型基于反射系数谱的电力电缆局部缺陷精确定位方法。首先结合电缆分布参数模型及精细频谱分析、Kaiser窗、距离窗处理技术详细阐明了反射系数谱定位方法的基本原理;然后对不同损伤程度的电缆缺陷进行建模定位仿真,检验该方法的可行性与识别灵敏度;最后在实验室65.5 m长的10 kV交联聚乙烯(cross-linked polyethylene,XLPE)电力电缆上制作了微弱局部缺陷对该方法的准确性进行了验证。仿真和实验结果表明:该方法能对不同损伤程度的某些局部缺陷进行有效定位,即使电缆损伤程度较弱时,该方法也具有较高的识别灵敏度和识别精度,定位误差<0.6%。与传统TDR相比,该方法对微弱缺陷的识别能力更强;与BIS法相比,该方法所需测试频率更低,所需测试点数更少。

厚板铝合金FSW和MIG焊接接头疲劳性能

对厚度10 mm的6082-T6铝合金搅拌摩擦焊(FSW)和MIG焊接接头的疲劳强度进行了试验研究,并与6082-T6母材疲劳性能进行了对比分析.结果表明,6082-T6母材的疲劳S-N曲线最高、MIG焊接接头S-N曲线度最低,而FSW接头的疲劳S-N曲线近似位于两者之间;在高应力区FSW疲劳强度低于MIG焊接接头、而在低应力区高于MIG焊接接头.大部分FSW试样疲劳裂纹启始于焊缝根部的"弱连接"缺陷,采用机械加工去掉1.4 mm厚度焊缝根部材料后,FSW疲劳强度明显提高并接近母材数据.厚板6082-T6铝合金FSW焊缝根部质量控制是影响疲劳性能的关键因素.

基于滤波差分的双阈值弱划痕提取算法

高质量光学元件表面缺陷中存在一些深度较浅或者宽度较窄的划痕,在暗场成像检测中,该类划痕产生的散射光灰度值很低,甚至淹没在背景光中,很难被目视或常规机器视觉识别,造成划痕缺陷的漏检。针对该问题,以既有的疵病检测系统为基础,根据划痕灰度的等级特征,提出双阈值法分类处理划痕缺陷。在低阈值的弱划痕处理中,根据弱划痕和背景的频率特征以及空间对比度特征,设计了频域滤波及背景差分算法。通过空间域以及频率域的滤波处理,排除高频噪声以及高亮度噪声,根据几何特征等提取弱划痕图像中的复杂背景。经差分处理后,提取弱划痕并增强对比度,最后与正常灰度级划痕信息一同通过高阈值(正常阈值)进行后续划痕的特征提取,即得到所有的划痕信息,为划痕缺陷总长度计算以及最大长度的分级判定奠定基础。实验结果表明,该算法避免了过低二值化阈值引入的背景等不规则噪声,使得划痕与背景的对比度大大增强。目前该算法已经应用于惯性约束聚变系统中大口径光学表面划痕的定量检测,并且使长度计量的准确度已提升到约80%。