基于X射线荧光的铝硅共渗涂层厚度测量研究

铝硅共渗涂层常喷涂于发动机高温叶片表面，涂层的防护对于延长发动机叶片的使用寿命至关重要。X射线荧光无损检测技术能快速便捷地监控涂层厚度情况，但是目前这种方法对于多元素双层膜铝硅共渗涂层厚度的检测不准确。为了进一步研究多元素双层膜铝硅共渗涂层厚度与X射线荧光检测值的关系，基于X射线荧光无损检测技术提出了一种方法来减小X射线荧光测量数据的误差，再通过验证钼元素荧光对数值与第1层膜厚度之间的线性关系来确定这种方法的可行性，最后基于X射线荧光吸收与发散的原理，拟合出中间层膜的厚度与钼元素荧光之间的计算模型。得出以下结论：当膜中钼元素质量分数大于基底中该元素质量分数时，随着膜厚度值的增加，仪器接收到的荧光效应先减弱再增强，临界值大约为14.3 μm，小于该临界值的铝硅共渗涂层，涂层元素相互渗透对厚度测量的影响不可忽视。     

基于YOLOv5的表面 缺陷检测优化算法

快速、准确地检测材料表面缺陷已成为各领域研究的重要目标，为增加检测效率，实现设备轻量化，提出了一种基于YOLOv5的目标检测优化算法，添加DyHead检测头，融合多个注意力机制，增强模型的检测精度；更换aLRPLoss损失函数，减少超参数调节工作，优化训练过程；基于FasterNet提出C3-Faster,代替网络中的C3模块，以PConv的思想提升模型检测性能，减少模型体积；最后添加轻量级上采样算子CARAFE,扩大模型感受野，提升对不同大小目标的检测效果。实验结果表明，改进后的YOLOv5模型相比于原版模型，在钢材表面缺陷数据集上总体平均精度提高了4.174%,参数量减少了11.25%,计算复杂度减少了13.75%,权重体积减少了10.72%,检测性能高于SSD、RetinaNet、FCOS、YOLOv3、YOLOv4等主流目标检测算法，在工业检测中具有较高的应用价值。