铝合金铸件移动磁场铸造的铸造缺陷及防止

在研究移动磁场对铝合金铸件充型能力的影响基础上,对铸件中出现的几种铸造缺陷产生原因进行了分析,并提出了防止这些铸造缺陷的措施.     

铸造工艺的计算机辅助设计

阐述了铸造工艺计算机辅助设计的研究方法.使用PRO/E软件完成对铸件的实体造型,利用相应的铸造模拟软件MAGMAsoft对铸件充型状态、凝固过程的温度场、流场和应力场进行模拟.根据模拟结果,可判断出铸件可能产生的缺陷并对缺陷成因进行分析,评估了铸造工艺与铸件质量,提出了改进方案.     

铸件变形计算模型的研究

以杆状铸件变形实验结果为依据，分析了铸造变形机制；铸造过程中的动态温度场导致铸件各部位的不均匀收缩，引起了作用于铸件截面的热弯矩，致使杆状铸件挠曲变形；提出了计算杆状铸件变形挠度的二阶近似微分方程及其离散模型；计算结果与实验结果符合良好。为预测铸件变形，优化铸造工艺提供了经济有效的方法。     

钢管高速检测与缺陷识别系统

采用二维漏磁检测技术研究无缝承压钢管高速自动化检测系统，该系统能高速检测风管内外壁及内部各种细微缺陷怕测厚技术，高速检测钢管的大面积缺陷和壁厚；结合计算机测控技术，以图形方式对检测全过程进行监测，分析、运算、存储缺陷信号，识别缺陷类型对缺陷标记、定位     

铝合金轮毂铸造缺陷超声波检测系统的研究

针对铝合金轮毂铸造缺陷造成的汽车安全隐患问题,利用铝合金轮毂铸造缺陷超声波检测技术和原理,采用水浸式超声波检测方法对铝合金轮毂铸造缺陷进行检测,并利用小波变换时频图及超声C图像判断铝合金轮毂的铸造缺陷特征。研究结果表明:水浸式超声波检测技术对铝合金轮毂铸造缺陷的检测,结合超声波A型波和时频图可以判断出铝合金轮毂内部是否有缺陷存在及缺陷的大小和位置,且通过超声波A型波转换得到的超声C图像可以更加直观地判断出缺陷的特征。可见,我们设计的铝合金轮毂铸造缺陷超声波检测系统可用于缺陷检测。     

基于线型激光的热轧带钢表面在线检测系统

针对基于面阵CCD摄像机的热轧带钢表面缺陷检测系统所存在的问题,提出采用线阵CCD摄像机作为热轧带钢的表面图像采集装置,将激光线光源作为照明光源,解决了高温环境下的远距离均匀照明问题.采用这种图像采集方式可以使系统的精度达到0.5mm以上.针对热轧带钢表面存在的氧化铁皮、水及光照不均等问题,提出了对于不同缺陷类型建立单独的缺陷检测算法的思想.目前已经建立了纵裂与边裂的检测算法,对这两类缺陷的检出率达95%以上.     

铸造ZQSn10-1大断面蜗轮缘的生产技术

较为详细地介绍了作者成功解决ＺＱＳｎ１０－１大断面蜗轮缘氢气孔、逆偏析等铸造缺陷问题的生产技术。结合生产实例讨论了该合金铸件铸造缺陷形成的特性；提出了解决这一课题的工艺设计思想和生产实施手段     

基于ZG340-640铸钢件的拨叉铸件铸造工艺CAD设计

依据ZG340-640(铸钢牌号)型号铸钢件的拨叉铸件的结构、工作原理和工艺特性,制定了拨叉铸件的铸造工艺方案。通过确定拨叉铸件铸造工艺参数和浇注系统类型,对浇注系统各组元的尺寸和截面大小进行设计。同时,对冷铁和冒口的作用进行分析,确定了冷铁和冒口的类型及其安放的位置,并计算出其数量和尺寸。最后,运用CAD设计出了拨叉铸件的铸造工艺图。     

基于卷积神经网络的磁瓦缺陷检测研究

针对磁瓦缺陷种类多样性及无法准确描述其缺陷的问题,提出一种基于卷积神经网络的缺陷检测方法。构建缺陷类型的数据集,并对数据集中的图像进行预处理;设置卷积神经网络模型参数,训练缺陷分类器;通过训练结果完成对缺陷图像的识别并标注缺陷类型。实验结果表明,该方法检测的准确性和实时性均优于传统检测方法,具有非常好的鲁棒性,为工业生产的实际应用提供了可靠的依据。     

S-2-HD型转向架侧架铸造工艺研究

介绍了S-2-HD型C级钢美国侧架的技术要求特点，分析了铸造工艺上的技术难度，以及确保铸件质量上的几项工艺措施；浇注系统设计、冶炼、造型、铸件清理、缺陷焊修、铸件热处理等一系列措施，同时阐明了水玻璃砂芯和呋喃树脂砂芯在该铸件上所起的作用，从而使C级钢侧架铸造成功。     

Automatic Image Inspection of Fabric Defects Based on Optimal Gabor Filter

An effective method for automatic image inspection of fabric defects is presented. The proposed method relies on a tuned 2D-Gabor filter and quantum-behaved particle swarm optimization( QPSO) algorithm. The proposed method consists of two main steps:( 1) training and( 2) image inspection. In the image training process,the parameters of the 2D-Gabor filters can be tuned by QPSO algorithm to match with the texture features of a defect-free template. In the inspection process, each sample image under inspection is convoluted with the selected optimized Gabor filter.Then a simple thresholding scheme is applied to generating a binary segmented result. The performance of the proposed scheme is evaluated by using a standard fabric defects database from Cotton Incorporated. Good experimental results demonstrate the efficiency of proposed method. To further evaluate the performance of the proposed method,a real time test is performed based on an on-line defect detection system. The real time test results further demonstrate the effectiveness, stability and robustness of the proposed method,which is suitable for industrial production.     

基于小波理论的铸件缺陷纹理分类分析

根据纹理特征,提出了铸铝及铸铁缺陷的自动分类方法,通过类人眼对铸件缺陷的感知方式,运用Ｇａｂｏｒ小波函数分析了缺陷的纹理。为满足高速在线检测的要求,提出了启发式滤波器参数选择原则及Ｇａｂｏｒ函数在空域中快速而简便的运算方法。     

基于计算机视觉技术的微钻刃面自动光学检测

为了实现微钻刃面尺寸和缺陷的自动光学检测,建立了影像检测系统并研究其图像处理算法.根据微钻刃面的特征,设计了专用的照明系统来获取清晰的、变形小的微钻刃面图像.采用改进的小核值相似区边缘提取算法对图像进行边缘提取,并对所提取的边缘采用基于空间矩的亚像素算法进行图像边缘的亚像素定位,然后采用直线和圆弧拟合等一系列算法对微钻刃面图像进行尺寸计算和缺陷检测.实验结果表明:自动光学检测方法的准确率达到了99.5%,微钻的检出精度达到了微米级,说明该方法能够满足微钻刃面尺寸测量和缺陷检测的要求.     

0

采用时间分裂有限元法对IALR生态系统下降段的流体动力学N-S方程进行求解, 讨论了锥角（θ=50°, 55°, 60°, 65°, 70°, 75°）及雷诺数对IALR流动性能的重要影响.     

X射线检测焊缝的图像处理与缺陷识别

根据射线检测焊缝图像的特点,设计了图像去噪、增强的算法;针对焊缝缺陷对比度差、光照不均、纹理较多等不利因素,在去除焊缝背景情况下,设计了动态划分焊缝区域算法,利用局域阈值法分割提取出对比度不均的缺陷;通过对焊缝缺陷特征分析,选取缺陷识别的特征参数;建立了用于焊缝缺陷识别的模糊神经网络模型。试验结果表明,图像预处理和缺陷提取是成功的,提出的识别算法能够提高介于模糊边界模式分类时的识别率,对焊缝缺陷识别的效果优于分类识别法。     

一种PCB走线质量检测的预处理方法

在印刷电路板(PCB)走线视觉检测系统中,待测图像好的预处理效果是整个系统性能优秀的前提,而它的速度又是决定系统能否达到实时检测的关键因素.介绍了一种PCB走线质量检测的预处理方法,它包括对PCB待测图像的二值化和去噪两个部分.实验结果表明,使用该方法能够得到一个满意的二值化阈值,并有效地消除噪声,处理速度也较快.     

Improved Genetic Algorithm Application in Textile Defect Detection

Based on an efficient improved genetic algorithm, a pattern recognition approach is represented for textile defects inspection. An image process is developed to automatically detect the drawbacks on textile caused by three circumstances： break, dual, and jump of yams. By statistic method, some texture feature values of the image with defects points can be achieved. Therefore, the textile defects are classified properly. The advanced process of the defect image is done. Image segmentation is realized by an improved genetic algorithm to detect the defects. This method can be used to automatically classify and detect textile defects. According to different users＇ requirements, different types of textile material can be detected.     

柱塞式汽车制动器总泵活塞表面缺陷视觉检测的光源优化

分析了柱塞式汽车制动器总泵活塞表面的缺陷特点及其视觉成像难点,设计并优化了适用于柱塞式活塞表面缺陷机器视觉检测的立体组合光源,通过柔和光线设计减少了检测图像的噪点.同时,建立了光线发射-反射-成像全过程的光强度折损数学模型,对光源和镜头采用偏振光滤除技术,通过合理选择偏振片的透振方向,达到了减弱无缺陷位置亮度、减小反光带宽度和增强图像对比度的效果,通过光源优化,对活塞表面缺陷进行了图像采集,并建立了表面缺陷类型数据库.经样本数量为300的随机抽样实验结果表明,优化光源系统后的视觉检测无漏检现象发生,误检率不大于2%,达到了预期效果.     

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％.