Realization of Orthogonal Wavelets Adapted to Fabric Texture for Defect Detection

The wavelet adapted to the fabric texture can be developed from the orthogonal and normal series which are selected randomly by means of Monte Carlo method and optimized by adding certain constraint conditions. Then the fabric image can be decomposed into the subimages by the adaptive wavelet transform and the horizontal and vertical texture information will be perfectly contained in the subimages. Therefore this method can be effectively used for the automatic inspection of the fabric defects.     

METHODS FOR IMPROVING APPROXIMATE ACCURACY FOR HYPERBOLIC INTEGRODIFFERENTIAL EQUATIONS

1.IntroductionIn[1],wedealtwiththeglobalextrapolationandcorrectionmethodsfortheparabolicintegrodifferelltialequationandobtainedtheapproximatesolutionsofthirdorder.Nowwepayourattentiontothefollowinghyperbolicintegrodifferentialequationwherefiisarectangular…     

含Ⅰ型边缘裂纹离心叶轮的应力强度因子预测方法

离心叶轮叶片在高速旋转时容易因裂纹扩展出现断裂破坏。由于叶片几何形状和载荷均很复杂,采用公式法计算I型裂纹的应力强度因子不可避免地存在着误差。扩展有限元法分析应力强度因子虽精度较好,但一般要花费大量的计算时间且有时收敛困难。首先基于ABAQUS软件扩展有限元法模块,仿真分析了不同的裂纹起始位置和裂纹长度下的叶片裂纹尖端应力强度因子,得到其与裂纹长度和起始位置的关系。接下来,基于断裂力学理论知识,检验了公式法估算应力强度因子的准确度。最后,以扩展有限元法的仿真结果为训练数据,以叶片裂纹位置和裂纹长度为输入参数,建立了裂纹尖端应力强度因子的多层反向传播人工神经网络(back propagation artificial neural network, BP-ANN)。算例表明,BP-ANN的预测精度优于公式法,并可有效减少扩展有限元法的仿真次数,推进断裂力学在离心叶轮可靠性设计中的应用。     

退火温度对钨中He相关缺陷演化影响的研究

本文通过离子注入向钨体中注入能量为100keV氦离子,并利用X射线衍射(XRD)以及慢正电子束分析(SPBA)手段研究了不同退火温度下氦在钨体中的行为以及相关缺陷的演化.实验结果表明:低温退火并未改变相关缺陷的类型,样品S参数的下降表明低温退火导致了缺陷浓度的降低;当退火温度达到700℃时,样品S-W参数线性分布的变化表明缺陷类型逐渐发生改变;随着退火温度的进一步升高,He相关缺陷的演化程度加剧并向更深处迁移.     

基于堆叠自编码器神经网络的复合电磁检测铁磁性双层套管腐蚀缺陷分类识别方法

铁磁性双层套管长期服役于恶劣的工作环境,极易出现腐蚀缺陷,定期为服役中的双层套管进行在线检测十分必要,而对管壁腐蚀缺陷位置的分类识别是管道定量检测与维修的前提和基础,实时准确的套管腐蚀缺陷分类识别能力是决定管道在线检测效率的重要因素。针对这一情况,将脉冲远场涡流和脉冲涡流技术相结合,提出了基于堆叠自编码器神经网络的分类方法。通过仿真和实验选取合适特征量作为输入层,实现了内管外壁腐蚀、外管内壁腐蚀和外管外壁腐蚀的分类,实验整体预判精度可达97.5%,结果表明该方法可对双层套管腐蚀缺陷缺陷实施高效、高精度分类识别。     

Fabric Defect Detection Technique Based on Two-double Neural Network

This paper introduces the identification of the defects on the fabric by using two-double neural network and wavelet analysis. The purpose is to fit for the automatic cloth inspection system and to avoid the disadvantages of traditional human inspection. Firstly, training the normal fabric to acquire its characteristics and then using the BP neural network to tell the normal fabric apart from the one with defects. Secondly, doing the two-dimeusional discrete wavelet transformation based on the image of the defects, then wiping off the proper characteristics of the fabric, and identifying the defects utilizing the trained BP neural network. It is proved that this method is of high speed and accuracy. It comes up to the requirement of automatic cloth inspection.     

改进的基于PCA的软件缺陷预测方法

为了避免在变量多重情况下基于PCA的软件缺陷预测出现明显失误,对传统PCA方法的缺陷加以改进,利用UML软件工程组织网站上公布的某中等规模软件公司项目功能点数据,采用改进的PCA方法对项目综合性能进行软件缺陷预测,并与传统PCA方法的预测结果进行了对比．结果表明,改进的PCA方法对软件系统的综合性能有较好的预测能力．     

Ba原子6pns（J=1）自电离系列的光谱特性

采用多台激光器和孤立实激发技术,研究Ba原子6pns(J=1)自电离系列的光谱.不但测量了6p1/2ns和6p3/2ns自电离态(n≤10)的能级位置、宽度和共振线形,而且也运用多通道量子亏损理论对这些自电离态的光谱特性进行了分析,从而满意地解释了实验结果.     

纳米SrTiO3的光声光谱

采用不同的灵敏度分段对纳米SrTiO3的光声光谱进行了测定,结果表明纳米SrTiO3的光学吸收边比单晶和薄膜有大于0.1eV的蓝移.10nm的样品蓝移量超过0.2eV.运用缺陷能级之间的电子跃迁解释了光声光谱中出现的吸收峰;运用尺寸效应解释了光学吸收边蓝移的原因.     

轧制差厚板方盒形件起皱缺陷研究

通过数值仿真与冲压实验研究了差厚板方盒形件的起皱缺陷,分析了差厚板方盒形件起皱缺陷的发生机理,讨论了压边力对差厚板起皱缺陷的影响.研究表明:差厚板方盒形件最容易发生起皱的部位是薄板侧的法兰直边区以及过渡区法兰部位,当厚板侧压边力过小时,厚侧法兰直边部分也有可能产生褶皱;在保证零件不产生破裂和较大的厚度过渡区位移的前提下,采用较大的压边力对于提高差厚板的抗皱性是非常有利的;而恒定的压边力类型对于抑制差厚板起皱是最为理想的.