高温高压纱线染色机超低浴比技术研究

1目前国内染整行业存在问题 纱线筒子、经轴染色工艺的改进,推动了染色设备的技术进步。但是目前国内外筒子纱染色机浴比状况是：以单纱1kg标准来计量,国外能够做到浴比是1∶6～1∶8,国内染纱机则在1∶7～1∶10。大浴比意味着高能耗,造成企业的成本负担加重。同时,染色浴比大,染色周期长,升温、

HLC高温染色机换向器研制

从HLC高温染色机换向器选材、设计、安装、测试及使用维修方面着手,阐述了结构组成、技术特性、出厂前的测试项目及交付使用时参数控制,优化设备性能。

超低浴比高温高压拉链、织带染色技术的研究

介绍了超低浴比高温高压拉链、织带染色技术及其成套设备,利用脉流冲击染色技术实现了低耗能、低排放染色;开发了阶梯式筒管及智能卷绕机,有效控制了织物卷绕的拉应力、厚度、形状等,生产表明:该技术可克服织物染色过程中出现的色花等质量问题,大幅提高了织物染色效率及经济效益,满足了国家对纺织工业节能减排的要求。

HLC高温染色机的研制

从HLC高温染色机的选材、设计、制造、测试及使用方面着手,阐述了结构组成、技术特性、制造中难点与控制、出厂前的测试项目及交付使用时参数控制,优化设备性能。

焊接缺陷的磁光成像小波多尺度识别及分类

针对焊缝微小凹陷、未熔合和焊偏等焊接缺陷,提出了基于磁光成像无损探伤的小波多尺度边缘提取算法及主成分分析-误差反向传播神经网络(PCA-BP)缺陷分类模型;研究了焊件表面及近表面缺陷的可视化无损检测及分类方法。首先,通过对焊件施加感应磁场,利用法拉第磁致旋光原理构成磁光传感器,获取焊接缺陷磁光图像。然后,针对焊接缺陷磁光图像存在噪声干扰、对比度低且成像背景复杂等特征,基于小波模极大值的多尺度边缘信息融合方法,设计了具有高抗噪性的缺陷边缘检测算法。最后,通过PCA法对磁光图像列方向灰度变量进行预处理,得到能表征95%磁光图像列方向灰度变量信息的256个特征点作为输入特征量,构建了三层BP神经网络模型,对焊接缺陷样本进行分类。试验结果表明,所提方法能准确识别微小凹陷、未熔合和焊偏等焊接缺陷,模型分类准确率可达90.80%。

微间隙焊缝磁光成像卡尔曼滤波跟踪算法

在激光对接焊过程中,实时控制激光束准确对中焊缝是保证焊接质量的前提。针对紧密对接激光焊,研究一种用于微间隙(不大于0.1 mm)焊缝位置识别及跟踪的磁光成像卡尔曼滤波算法。采用磁光传感器实时获取焊接区域的微间隙焊缝磁光图像序列,利用微间隙焊缝磁光图像的灰度梯度特征提取焊缝位置坐标。以焊缝位置及位移量构成状态矢量,建立描述焊缝位置的状态方程和测量方程。同时,假设系统动态噪声和测量噪声为零均值随机分布的高斯白噪声,建立噪声环境下的卡尔曼滤波跟踪算法,计算最小均方差条件下焊缝中心最优预测值,减小系统噪声和过程噪声对焊缝位置测量的影响。试验结果显示,该方法能有效实现激光对接焊微间隙焊缝位置的识别与跟踪。

磁光成像自适应卡尔曼滤波焊缝跟踪算法

焊缝跟踪是保证焊接质量的前提．针对0—0．05mm的微间隙焊缝，研究一种色噪声环境下应用卡尔曼滤波实现焊缝跟踪的方法．通过对焊件施加磁场，利用法拉第磁旋光原理构成磁光传感器并获取焊缝磁光图像，提取焊缝中心位置构成状态向量，建立基于焊缝中心位置的系统状态方程与测量方程．针对系统过程噪声为色噪声，使用Sage自适应卡尔曼滤波，采用新息序列估计过程噪声协方差矩阵，准确预测焊缝中心位置．结果表明，根据自适应卡尔曼滤波方法能够有效提高焊缝跟踪精度．

激光焊磁光彩色成像焊缝检测方法

针对激光焊接平板对接微间隙焊缝(间隙小于0.1 mm),研究彩色图像信息的磁光成像焊缝检测算法,为微间隙焊缝的精确跟踪提供一种新方法.采用磁光传感器采集焊接过程的焊缝区域图像,对焊缝磁光图像在RGB(red,green,blue)和HSV(hue,saturation,value)彩色空间的灰度分布进行分析,提取RGB图各分量的灰度图,根据各分量灰度分布曲线确定阈值提取焊缝边缘,合成3个分量的焊缝边缘得到焊缝过渡带轮廓;对HSV图的每个分量图灰度直方图进行分析确定阈值,然后综合形成单一的焊缝过渡带分割图像.结果表明,该方法能有效检测肉眼难以分辨的微间隙焊缝.

电弧焊熔透ICA-BP神经网络识别模型

以氩弧焊熔透状态识别为研究对象,研究一种基于ICA(Imperialist Competitive Algorithm)的BP(Back Propagation)神经网络识别模型方法.首先利用ICA全局搜索不易陷入局部极值及搜索速度快的特点对神经网络权值和阈值初始化,再用BP算法对神经网络进行训练.通过摄取焊接过程中的熔池图像,提取熔池面积、熔宽以及熔池质心位置作为神经网络预测模型的输入量,分析熔池图像三个特征与焊缝熔透状态的映射关系,最终建立熔透状态预测模型.结果表明,采用ICA-BP神经网络能够有效地预测焊缝的熔透状态.

微间隙焊缝磁光成像小波多尺度融合检测

针对微间隙(小于0.1 mm)对接焊缝,通过对焊件施加感应磁场,并利用法拉第旋光原理构成的磁光传感器,获取焊缝磁光图像.为了获取焊缝的准确位置,研究一种焊缝磁光图像的小波多尺度信息融合边缘检测方法.对焊缝磁光图像进行3层小波分解,获得包含焊缝边缘信息的小波高频图像.根据各尺度高频信息包含的细节丰富度,融合各尺度高频图像,然后用小波模局部极大值对融合图像进行边缘检测,得到抗噪性和连续性好、定位精度高的焊缝边缘,最后进行焊缝跟踪试验.结果表明,磁光图像小波多尺度信息融合是一种有效的焊缝边缘提取方法,适用于磁光成像传感的微间隙焊缝跟踪图像处理过程.

遗传算法在微间隙焊缝分割中的应用

焊缝识别是焊缝跟踪的前提条件。针对激光焊接紧密对接微间隙(焊缝间隙不大于0.15 mm)焊缝,利用磁光传感器实时采集焊缝区域信息,焊缝与母材在磁场作用下进行成像,研究遗传算法在焊缝图像阈值分割中的应用。介绍遗传算法的基本理论,重点阐述遗传算法在微间隙焊缝检测中的应用,与传统的焊缝边缘检测算法相比,遗传算法能够更准确地提取焊缝信息,得到完整的焊缝边缘轮廓。试验结果表明,该方法能有效地识别微间隙焊缝。

紧密对接激光焊焊缝位置神经网络预测

激光焊接过程中,控制激光束准确对中焊缝是获得良好焊件的关键。以低碳钢板紧密对接激光焊(焊缝间隙不大于0.1 mm)作为研究对象,利用磁光传感法摄取焊接过程中焊缝区域磁光图像。分析焊缝区域图像特征,定义并提取紧密对接焊缝位置坐标,以前时刻的焊缝位置及其变化值作为输入量,当前时刻焊缝位置坐标作为输出量,应用神经网络建立焊缝位置的预测模型。试验结果表明,建立的前馈型神经网络能够较好地预测焊缝位置坐标,为激光焊缝及时纠偏和自动跟踪奠定基础。

微间隙焊缝磁光图像增强方法

针对激光焊接紧密对接焊缝(焊缝间隙不大于0.1 mm),研究焊缝图像增强方法,提出利用自适应中值滤波法去除焊缝磁光图像噪声,并结合小波变换图像增强技术,进一步突出焊缝过渡带边缘特征,实现焊缝位置的识别。试验结果表明,自适应中值滤波融合小波变换图像增强算法能够准确地识别焊缝过渡带并提取焊缝中心坐标,为焊缝的准确识别与跟踪奠定基础。

微间隙焊缝磁光图像Otsu骨架法识别

在紧密对接焊缝跟踪过程中,针对磁光传感的焊缝磁光图像,研究一种基于Otsu和骨架法的焊缝位置识别方法。通过自适应中值滤波对焊缝磁光图像进行降噪处理,利用改进的Otsu算法和数学形态学将焊缝磁光图像分割成母材部分和焊缝部分,最后根据最大圆盘骨架法提取焊缝中心。试验结果表明,该方法能准确提取肉眼难以分辨的微间隙焊缝中心。

基于磁光图像纹理特征的焊缝识别

研究一种基于磁光图像纹理特征的紧密对接焊缝(间隙小于0.1mm)的焊缝识别方法。与传统采用视觉传感器捕捉焊缝图像并利用焊缝灰度梯度特征进行焊缝边缘检测方法不同,通过磁光传感器采集焊接区域紧密对接焊缝图像,焊件在磁场激励器作用下形成反映焊缝位置特征的磁光图像,利用焊缝位置和母材的磁光成像纹理差异识别焊缝位置。对磁光图像的待焊区和母材区进行纹理分析,提取纹理特征,再利用纹理特征差别,将磁光图形划分为若干子区域,进行图像分割,确定焊缝区域。试验结果表明,该方法能够精确地识别微间隙紧密对接焊缝。

溢流染色机提布系统的多台电动机同步最优控制方法

根据溢流染色机多台提布电动机运行特点及染色工艺,论述溢流染色机提布系统的多台电动机控制原理及速度检测装置,提出多台提布电动机速度同步递推最优控制算法,实现多台提布电动机协调同步。然后给出多台提布电动机的同步最优控制硬件结构图,并针对六缸溢流染色机实现多台提布电动机速度同步递推最优控制算法的软件设计。应用结果表明,该方法能够使每台提布电动机储布槽的储布量趋向均等,织物的染色效果得到明显提高。

色噪声下卡尔曼滤波磁光成像焊缝跟踪算法

焊缝跟踪是保证激光焊接质量的前提,在激光焊接过程中,精确地识别和跟踪焊缝非常重要。以紧密对接平板激光焊为试验对象,研究一种色噪声环境下应用卡尔曼滤波最优状态估计对焊缝偏差进行预测的方法。使用磁光传感器摄取焊缝磁光图像并提取焊缝位置参数,建立基于焊缝位置参数的系统测量方程和状态方程。应用扩展状态向量的方法建立色噪声环境下的卡尔曼滤波算法,对焊缝位置进行最优状态估计,得到均方差极小值情况下的焊缝偏差预测最优值,减小系统噪声对焊缝位置识别的影响。试验结果表明所提方法可以显著提高焊缝跟踪的准确性。

激光紧密对接焊磁光成像焊缝识别

准确检测焊缝中心位置是保证焊缝自动跟踪的前提。针对激光焊接碳钢紧密对接焊缝(间隙不大于0.1 mm),利用磁光传感系统获取焊缝磁光图像,分析焊缝磁光图像的灰度分布特征,对磁光图像进行中值滤波去噪,通过逐列扫描磁光图像灰度梯度极大值后拟合焊缝中心位置。焊缝位置检测试验结果表明,基于焊缝磁光图像灰度梯度特征的焊缝中心拟合法优于直接边缘检测算子;所提出的方法能够识别微间隙焊缝中心位置,为实时控制激光束跟踪紧密对接焊缝奠定了基础。

激光焊接过程焊缝跟踪传感方法

激光焊接已经成为焊接制造业中最具发展前景的焊接技术。在激光焊接过程中必须依靠先进的焊缝跟踪系统来保证焊缝和激光束的精确对中以获得良好的焊件,传感技术的应用为焊缝的实时跟踪提供了最有利的解决方案。综述了国内外最新结构光视觉传感、红外线传感、同轴视觉检测、磁光成像传感检测技术的原理及其优缺点,并给出应用实例加以说明。

焊接裂纹磁光成像纹理特征提取

以高强钢焊接裂纹为检测对象,研究磁光成像识别方法,论述采用磁光成像技术检测微小焊接裂纹的基本原理。基于模糊集合论原理,采用改进的连续模糊增强算法提高区分度,解决高强钢表面裂纹磁光成像不均、裂纹和熔融区区分度低的不足。利用自适应快速边缘检测算法提取焊接裂纹图像的纹理特征。试验结果表明该方法可有效提取裂纹磁光图像边缘特征,提高焊接裂纹检测跟踪过程的准确性。