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。     

面向微束等离子选区熔化的在线检测系统

为解决微束等离子选区熔化过程中的自动化检测问题,开发出一套面向微束等离子选区熔化的在线检测系统。该系统以每一层的成形金属为研究对象,基于深度学习目标检测原理,对金属成形表面进行缺陷检测,并根据检测结果控制设备的启停,确保每一层的成形质量达到要求。同时,通过双目相机和线激光的配合,利用线阵扫描的方式对成形表面形貌进行三维重建,并显示在自主开发的可视化软件上,实现了缺陷检测和三维重建相结合的检测方案。实验结果表明：该系统能够快速、精确的检测出成形过程中产生的缺陷,实时性强、漏检率低,并将结果及时反馈到系统,实现了成形过程的主动、有效调控。     

基于Faster R-CNN的铝型材表面缺陷识别研究

传统铝型材目标检测算法的准确率较低,严重影响铝型材的美观和质量。本文在Faster R-CNN网络的基础上,用ResNeXt105(残差网络)代替原始VGG16(经典卷积神经网络)提取图像特征,设计了Cascade Faster R-CNN的网络结构,采用FPN(特征金字塔网络)提取多尺度特征图并进行特征图融合。实验结果表明,在2722张图像测试集上,Faster R-CNN模型准确率为62.7%,本网络模型测试准确率达到81.4%,提高了18.7%。故相比于其他网络模型,本文的Faster R-CNN模型具有更强的特征提取能力和泛化能力,为类似小目标检测提高了技术参考。     

枯草芽孢杆菌YYW-1蛋白酶缺陷株诱变与筛选

从羽毛废弃物中筛选出一株高效降解羽毛、产角蛋白酶和蛋白酶的革兰氏阳性芽孢杆菌,经鉴定为枯草芽孢杆菌(Bacillus sublitis),命名为B.sublitisYYW-1。利用紫外线对菌株YYW-1进行诱变,筛选蛋白酶缺陷株,获得蛋白酶活性丧失的诱变株YYW-1-5,其蛋白酶活性残余22.7%,而角蛋白酶活性残余94.7%,没有明显的变化。     

缺陷汽车产品召回信息发布方式探讨

在缺陷汽车产品召回的整个过程中,召回信息的发布起着重要作用,要想取得较高的召回响应率,必须做好召回的公告工作.本文主要讨论了汽车缺陷产品召回中使用的几种重要公告方式,并对它们各自的应用范围进行了比较,这对我国的缺陷汽车召回管理工作的开展具有借鉴作用.     

热等静压技术在镍基单晶高温合金中的应用研究进展

通过总结目前热等静压对镍基单晶高温的应用研究进展,阐释了热等静压对镍基单晶高温合金中的疏松等孔洞类缺陷的消除作用,分析了孔洞的愈合机理,并分别展示了应用热等静压后合金的拉伸、持久、疲劳等力学性能变化情况,同时介绍了热等静压对已服役制件组织力学性能恢复处理的研究进展、计算模拟在指导热等静压工艺研究中的作用,展望了中国热等静压技术的未来发展。     

2019年微纳米力学热点回眸

微纳米尺度下材料的力学性能与样品的尺寸和表界面等物理量密切相关,因此纳米材料的力学性能可以在很大范围内进行高效的调节,使得纳米材料能够拥有超轻、超硬、以及高断裂强度和高韧性等卓越的力学性能。从尺度缺陷效应和生长机理、屈曲机理分析和应用、界面力学性能和应用、生物和软物质力学性能、软体机器人、机器学习等方面盘点了微纳米力学2019年取得的研究成果。     

诱导缺陷结构在薄壁构件耐撞性中的应用

对薄壁构件的诱导缺陷结构进行综合性阐述,分析其在薄壁构件碰撞过程中的作用及其提高耐撞性能的原理,并从使用功能和制造工艺方面提出诱导缺陷结构设计要求,同时给出常见诱导结构形式;指出在不改变薄壁构件几何参数、形状和使用材料的情况下,诱导缺陷结构能够很好地实现控制薄壁构件的变形模式,提高其耐撞性能。     

23-X型航炮抛壳器断裂故障分析

本文从23-X型航炮抛壳器断裂故障入手,通过对相关专利文献进行检索,分析抛壳器断口裂纹源,最终确定该故障的发生原因为偶发故障,在对航炮的维护与使用中总结相应规律避免再次出现。     

基于双目立体视觉的孔洞填充方案研究

主要研究基于双目立体视觉重建三维模型的孔洞填充方案。在重建三维模型过程中,视差图出现的孔洞造成重建模型的深度信息缺失和不连续现象。针对这个问题,提出使用双边滤波器、中值滤波器和形态学处理三者融合的方案。实验结果证明,融合方案有效地实现孔洞填充,进一步解决三维模型深度信息不连续性问题。