基于小波提升分解的带钢表面缺陷检测

针对带钢表面缺陷的特点,提出了一种基于图像处理的快速检测方法.首先,通过分析小波的提升格式,确定了带钢图像的小波提升分解方法.其次,利用DB2小波对带钢图像进行二层提升分解.然后,选取二层水平细节和垂直细节子图进行图像融合.在此基础上,对融合图像进行标准化和维纳滤波.最后通过oust方差法进行分割从而实现对带钢表面缺陷的检测.实验表明,采用此方法能够有效抑制图像背景干扰,实现带钢缺陷的快速检测.     

基于SolidWorks的CAD模型直接切层研究

针对面曝光快速成形系统的需要,提出了基于SolidWorks的CAD模型直接切层方法.利用SolidWorks在工程图环境下的剖切功能,实现对CAD模型的直接切层.解决了对复杂CAD模型切层时出现的截面错位问题.论述了用于多种曝光模式的截面填充样式的实现方法.以该切层方法得到的CAD模型的截面图形作动态掩膜,利用面曝光快速成形系统成功制作出了三维实体原型,表明该直接切层方法适用于面曝光快速成形系统.     

异构多认知无线网络共存场景下的网络识别算法

针对传统的能量检测方法不能识别信号类型以及基于单一特征的循环平稳特征检测方法的识别准确率较低等问题,提出一种融合物理层信号特征和介质访问控制(MAC)层协议特征的网络识别算法.其中,利用滑动窗口能量检测来识别MAC层协议特征,同时,利用正交频分复用符号进行快速傅里叶变换的点数和循环前缀因子的循环平稳特征进行特定时延的渐近最优卡方检测来识别物理层信号特征.仿真结果表明,所提出的网络识别算法能够有效识别基于IEEE 802.22、IEEE802.11af、IEEE802.16h和ECMA392标准的异构多认知无线网络.     

X射线实时成像电缆检测系统设计

研究了利用X射线实时成像技术实现电缆检测的方法.采用双路系统完成了两个方向的尺寸检测.避免了圆周扫描检测的同心度不良问题;对实时成像系统分辨率影响因素进行了分析.提出了合理的解决方案,实现了多层交联电缆中半导层和绝缘层的尺寸检测.     

基于一维卷积的生产线冷态重轨表面缺陷快速检测

采用直观、高效的基于机器视觉的检测方式对生产线冷态重轨表面缺陷进行自动化检测.以彩色双目线阵相机作为采集传感器获取深度信息和RGB信息.深度信息用于缺陷快速检测，RGB信息及深度信息用于缺陷分割.然后，提出一个基于一维卷积网络的深度网络用于缺陷快速检测.该网络主要包括基于一维卷积网络的特征提取器，由全连接层和Dropout层组成的分类器，以及加入尺寸先验的滤波器.为了验证所提出的网络性能，本文搭建了数据采集平台并对重轨样件进行了数据采集.实验结果表明，本文的快速检测网络在采集的数据上缺陷级检测率为100%，误检率为35%，优于对比网络.     

基于多层小波和共生矩阵的纹理表面缺损检测

提出一种利用多层小波和共生矩阵进行纹理表面缺损检测的有效方法.该方法首先将缺损图像在不同水平上进行小波分解,得到一系列低频子图像和高频细节子图像;然后计算和分析各水平上高频细节子图像的共生矩阵特征;最后选择低频子图像进行小波合成得到无纹理图像进行检测.实验证明,该方法能够快速准确地进行纹理缺损检测.     

双衬层填埋场防渗层渗漏定位算法的研究

分析了利用高压直流电法进行防渗层渗漏定位的影响因素,指出了在回路电流一定的情况下,检测层异侧供电电极的位置对渗漏的定位没有影响,检测层同侧的供电电极与漏洞的水平距离越大越有利于检测,检测电极越靠近被检测层越有利于检测,而参比电极的位置不影响定位的精度.提出了利用层状介质模型的解析结果拟合其检测层电势分布规律曲线,利用检测到的电势分布来预判漏洞,在预判漏洞区基于局部最小二乘算法来反演定位漏洞的定位算法,并指出由于仪器检测精度和定位精度的限制,检测电极间距不能太大,在漏洞电流为80 mA,检测电极间距为2～4m的情况下,选取包围预判漏洞的7个点来定位漏洞的定位误差最小.     

加热速度对TiAl基合金显微组织的影响

利用Gleeble-1500热模拟机研究了加热速度对铸态TiAl基合金显微组织的影响,提出了在相界处形成层片组织的物理模型.结果表明,5次快速加热循环热处理可将TiAl基合金晶粒细化至50 μm以下;单次快速加热可破坏TiAl基合金层片组织的稳定性,使层片组织破碎.快速加热条件下的重结晶形核以晶界形核为主,并可在相界发生.     

基于提升小波和Hilbert变换的暂态电能质量检测

针对暂态电能质量检测中信号扰动的准确定位和快速类型识别的需求,提出了一种提升小波和Hilbert变换融合的暂态电能质量检测方法.该方法首先利用提升小波在检测信号扰动方面的优越性,通过一层提升小波变换得到信号的近似成分A₁与细节成分D₁,然后运用Hilbert变换计算出两种成分的瞬时幅值,根据幅值特性实现对信号扰动时刻的准确定位和对扰动类型的快速识别.仿真与实验表明,所提出的检测方法对扰动时刻定位准确率达到95.7%,对扰动类型识别准确率达到91.8%,与目前使用分类器的方法相比,所提方法具有无需训练、适应性强、实时性好等特点.      

基于隐马尔可夫模型的无线局域网媒体接入控制层入侵检测方法

将无线局域网媒体接入控制(MAC)层字段作为检测入侵的分析对象,提出了基于隐马尔可夫模型(HMM)的无线局域网MAC层入侵检测方法.采用了基于控制台、服务器、代理的3层分布式无线局域网入侵检测框架;基于HMM模型对无线局域网的MAC帧头部进行建模;利用正常的无线局域网络数据对HMM进行训练,并记忆正常系统下的数据包行为.由此,检测发现了出现概率小的数据包或数据包序列,并制定了入侵检测阈值.试验结果表明,所提方法对已有的无线局域网MAC层攻击的误报率和漏报率比较低,并能检测未知攻击.