强噪背景下基于改进匹配追踪算法的桥梁缆索缺陷识别

为降低噪声对磁致伸缩导波信号的干扰,实现强噪背景下的桥梁缆索缺陷识别,提出了一种基于改进匹配追踪算法的桥梁缆索缺陷识别方法。首先,采用构建非对称Gabor函数作为原子字典,将相邻残差比作为迭代终止条件,对强噪背景下的导波信号进行匹配追踪。然后,通过缺陷回波包络峰值时刻,对桥梁缆索缺陷进行了定位。最后,对采用不同降噪方法时的桥梁缆索缺陷定位误差进行了比较。结果表明：未添加噪声时,采用缺陷回波包络峰值时刻定位桥梁拉索缺陷,最大误差仅为0.28%。当缺陷回波的信噪比高于-5 dB时,采用本文方法进行降噪,均方差E_MSE几乎为0,信噪比E_SNR增加到7.56 dB以上。采用本文方法对含噪导波信号进行降噪,其降噪精度和缺陷定位精度均优于小波阈值降噪、小波-EMD降噪和传统匹配追踪降噪。当导波信号信噪比为-5 dB及以下时,本文方法的优越性更为显著。即使导波信号信噪比达到-10 dB,采用本文方法进行降噪处理,拉索缺陷定位误差仍能达到1.5%以内。可见所提出的方法可以有效降低强噪声对实测导波的干扰,提高桥梁缆索缺陷识别精度。     

硅谷的形成与崛起

有位美国学者曾做过一个形象的比闻：“硅谷,就像一日回北加利福尼亚地区下的一场雨,雨水浸湿了大地;不久,一清从树叶上落下的水珠导真地水珠汇合起来,形成一条条涓涓细流,这些细流不久天汇成小溪,最后,终于汇成一条奔流不息的大江……”如果我们把今天的硅谷比作一棵参天大树的话,那么,费尔柴尔德半导体公司就是一粒树种,斯坦福大学是它生长的沃壤和阳光,而风险投资则是它茁壮成长所必需的水份与养料。如果伽想开着汽车做一次穿越滚目的旅行,那么就厦该以斯坦通大学为起点,因为挂国综台体是从斯坦通大学H始的。位于加州的斯…     

基于机器人检测的引水隧洞结构缺陷特征分析

利用机器人对水工隧洞进行检测是解决引水隧洞斜井段安全巡检的有效手段。采用爬行机器人搭载三维激光扫描仪及高清摄像装备对引水隧洞进行结构巡检,通过三维点云处理与缺陷数据拼接获取引水隧洞断面的缺陷信息,并结合缺陷数据处理成果分析引水隧洞结构缺陷特征及分布规律,实现了引水隧洞表观缺陷形态不规则、分布不均、多种缺陷共存的巡检与分析。结果表明：引水隧洞内存在的缺陷包括裂缝、渗漏、漏筋等,上平段缺陷数量明显多于斜井段,其中裂缝是最主要的缺陷类型。上平段裂缝主要分布在洞顶位置,多以垂直洞轴线的横线裂缝存在;斜井段裂缝均匀分布在洞周各个位置,走向以斜向裂缝居多。可见,上平段和斜井段缺陷数量和裂缝特征均存在较大差异,在后期的安全巡检过程中更应该主要关注裂缝的扩展情况。     

管道缺陷超声导波监测信号匹配追踪去噪

采用超声导波进行管道缺陷监测过程中混入干扰噪声严重影响缺陷反射回波的提取和识别,提出了一种新的管道缺陷超声导波监测信号匹配追踪去噪方法。将Hanning窗调制的正弦波激励信号经过时间平移和幅值调制作为基本原子形成自定义过完备波形字典,对管道缺陷超声导波监测信号进行匹配追踪稀疏分解,提取其中有效成分进行信号重构,经多次迭代实现信号去噪。对有限元数值模拟和实际管道缺陷监测信号分别采用传统小波阈值和提出的匹配追踪法进行去噪处理,结果表明,当信噪比较低时匹配追踪法明显优于小波阈值法,即使在干扰噪声完全淹没缺陷反射回波的场合,仍然可以提取出清晰干净的缺陷反射回波信号,为正确分析和评估现役管道安全运行状况提供了一条新的途径。     

节点刚度对管桁架拱稳定性的影响

为研究节点刚度对管桁架拱稳定性的影响,在节点弹簧单元和壳单元滞回性能一致性得到验证的基础上,采用往复荷载下的变刚度弹簧模型代替壳单元考虑节点的半刚性。弹簧模型的节点刚度方程由节点域壳单元模型在往复荷载加载作用下的骨架曲线确定。以矢跨比为0.29、跨度为50 m的管桁架拱为算例,采用材料与几何非线性有限元法对节点域弹簧模型和普通模型进行稳定性分析。结果表明：“静力失稳模态”为空间管桁架拱的最不利初始缺陷形式;节点刚度对管桁架拱的承载力影响程度与考虑初始缺陷的大小、分布形式和荷载作用范围有关。     

基于ANSYS的药柱包覆层粘接质量敲击响应特性

包覆层界面脱粘极易使药柱局部应力集中,影响药柱正常燃烧,使其运行存在严重安全隐患。针对药柱结构在加工或服役过程中粘接界面产生分层、脱胶等缺陷所带来的结构性能差、耐久性能低等安全问题,基于数字敲击检测理论对粘结结构内预置的不同种类缺陷进行研究,得知脱粘弹性系数k₂直接影响脱粘缺陷程度,而其与敲击碰撞产生的应力持续时间呈负相关性,因此利用ANSYS软件中显示动力学模块对敲击检测模型进行仿真分析,由数据结果提取出的应力持续时间界定影响包覆层粘接质量的不同因素对其产生的影响关系与程度。实验表明敲击检测能力会因结构中局部缺陷大小、缺陷深度、缺陷位置、敲击角度的不同产生相关性影响。     

基于最小生成树和图像矩的陶瓷过滤器表面缺陷检测

针对人工检测陶瓷过滤器堵孔、裂缝缺陷效率低、误检率高的问题,提出一种基于最小生成树和图像矩的缺陷检测算法;对输入缺陷图像进行灰度化和去除噪声处理,利用阈值分割方法对图像进行二值化,根据陶瓷过滤器表面孔洞空间分布及面积变化,利用滑动窗口遍历图像,结合最小生成树与图像占空比检测堵孔缺陷;根据过滤器裂缝的灰度和形状特征,采用基于图像矩的等价椭圆的方法检测裂缝缺陷。结果表明,所提出的算法能够有效地检测出陶瓷过滤器堵孔、裂缝缺陷,自建数据集的检测准确率达到95%以上。     

基于双脉冲特征的滚动轴承缺陷尺寸估计方法

根据提取的滚动轴承特征信号实现对故障缺陷尺寸的准确估计,提出了一种基于双脉冲特征的滚动轴承缺陷尺寸估计方法.采用AR模型对采集到的振动信号进行预白化处理,对预白化处理后的信号进行VMD分解,得到一系列固有模态函数.根据峭度值和互信息最大,分别选取包含有阶跃成分与冲击成分的分量,并采用平方包络增强信号的特征.根据双脉冲特...     

含负折射率材料的一维光子晶体中的全向缺陷模

发现由正、负折射率材料交替堆叠构成的一维光子晶体中的零平均折射率(zero-n)带隙中的缺陷模具有3种类型的角度色散,分别为正色散、负色散和近零色散。利用近零色散特性可实现全向缺陷模,此缺陷模的频率在任意角度下均保持不变。研究了具有近零色散的缺陷模与光子晶体的结构参数之间的关系。通过改变光子晶体的结构参数,对缺陷模的近零色散进行优化,实现了分别对应TE波或TM波的单偏振全向缺陷模。此外,发现全向缺陷模的频率不对应光子晶体平均折射率为零的频率,全向缺陷模为光子晶体器件(如全向滤光片)的设计提供了新的思路。     

基于深度学习的铜封帽内螺纹缺陷检测研究

针对铜封帽内螺纹裂纹缺陷检测目前存在检测速度慢、检测精度低、稳定性及泛化能力差等问题,提出了一种改进的YOLOv3模型算法来检测铜封帽内螺纹裂纹缺陷。首先,通过坐标极化对样本图片进行特征增强;然后采用K-means++聚类算法对数据集进行尺度分析;再利用SqueezeExcitation模块对YOLOv3模型检测部分进行改造,在3个特征尺度特征的输出部位均添加此模块,提升模型对有效特征的响应;最后,模型分别与Faster-R-CNN、SSD的检测结果进行比较。实验结果表明,基于深度学习改进的YOLOv3算法优于其他检测算法,其缺陷的检测精度为96.3%、检测速率为44FPS,能够实现铜封帽内螺纹裂纹缺陷的精确检测和识别,满足生产部门对铜封帽检修的需求。