含负折射率光子晶体缺陷模的吸收特性

 为了研究含负折射率光子晶体缺陷模的吸收特性,引入复折射率的概念,并采用光学特征矩阵方法,分析了各缺陷模的峰值和带宽随消光系数以及杂质厚度的变化.分析结果表明:杂质的消光系数对各缺陷模的中心波长没有影响,随着消光系数的增加,各缺陷模峰值逐渐减小,而带宽逐渐增加,且各缺陷模峰值和带宽的增减速度不同;当消光系数不变,随着杂质层光学厚度的增加,缺陷模的峰值和带宽都随之减小.因此在设计相关光学器件时,应充分考虑杂质吸收对缺陷模特性的影响.     

钢坯的人工火焰清理方法

<正>在板坯生产中,火焰清理是保证钢坯质量的重要工序,它利用高温火焰的气割和熔除作用去除钢坯表面的氧化皮和缺陷,达到剥皮检验和缺陷精整的目的。通过火焰清理可以发现皮下气孔、夹渣、横裂、端面裂纹等缺陷,能够将纵裂、夹渣、凹坑等缺陷快速清除。但是,这项操作需要掌握一定的技巧,否则会在清理过程中产生额外的清理缺陷。人工火焰清理作为一种操作灵活、生产率高、固定成本投入低的表面清理方法而得到广泛应用。沙钢在2005年从韩国引进火焰清理技术,组建了专业的火焰清理队伍、设立了专门的火焰清理场地,目前每年完成的板坯火焰清理量在50万t左右。     

RSA算法缺陷分析

作者在详细介绍RSA算法的基本原理、计算方法和应用技术的基础上,通过几个应用实例,对RAS算法存在的缺陷进行了深入的剖析,并提出了有效的解决方法。     

基于YOLOv5s-FCS的钢材表面缺陷检测

针对传统钢材表面缺陷检测方法易出现误检、漏检和部分缺陷种类检测精度低等问题,本文设计了一种钢材表面缺陷网络YOLOv5s-FCS。首先本文引用了FReLU激活函数构建了卷积模块CBF,有效增强了网络的空间解析能力,优化了网络检测精度;其次,本文将坐标注意力机制嵌入到网络的neck部分来增强网络特征融合的能力,从而使网络能够提取更加丰富的特征信息;最后,将YOLOv5s的损失函数替换为SIoU loss,提高了预测框的回归精度。通过在NEU-DET数据集上进行消融实验、可视化对比实验,结果表明,YOLOv5s-FCS网络的mAP值达到了0.747,相较于原YOLOv5s网络提高了8.3%,相较于YOLOv3网络提高了11.8%,相较于YOLOXs网络提高了4.2%,相较于YOLOv6s提高了1.4%,验证了该方法的可行性、有效性。     

北约体制的结构性缺陷与美欧的互动调整

北约体制是以美国为主导,以欧洲国家为主体,以欧洲安全事务为主要内容的结构形式,主导国家与主体国家的分离是形成结构性缺陷的根本原因。在冷战后成员利益出现分化时,这种缺陷凸显,井严重威胁到现行北约体制。为了维护北约体制的存续,美、欧双方基于自身利益和实力都进行了深刻地调整,并逐渐形成北约未来体制模式和制度框架。     

基于粗糙-模糊神经网络的焊接图像缺陷识别

针对焊接图像缺陷识别中提取的特征受噪声干扰比较严重以及现有的识别算法准确率低的问题,提出了一种基于粗糙模糊神经网络的缺陷识别算法。该算法充分利用了粗糙集的属性约简、模糊集的处理不精确数据以及神经网络的自学习、对任意函数逼近的优点,有效地解决了不确定建模过程中样本数据受到噪声干扰、模型结构难以确定的问题。仿真结果表明:该算法能有效地提高焊缝图像的缺陷识别能力。     

冷轧带钢表面质量评价模型构造方法

冷轧带钢表面质量评价是一个与多种影响因素相关的十分复杂的问题,其中表面缺陷种类繁多,其成因复杂,与之相关的数量、等级、位置、分布特性等不同程度地影响着表面质量.将带钢表面质量抽象成多因素、多层次和多方案情况下的系统,从而将质量评价问题转化成了分析决策问题.通过各层次对质量影响因素权值的确定,提供了一个比较完善的表面质量评价指标体系.该方法保证了带钢表面质量评价的科学性与精确性,给出了应用实例,验证了该方法的实用性和有效性.     

基于改进K-means算法的工件表面缺陷分割算法研究

工件表面缺陷的存在影响工件产品的质量以及工件的安全使用,传统的工件表面缺陷检测由人工完成,工作量大且易受到检测人员主观因素的影响,很难保证检测的效率与精度.本文提出了一种基于改进的K-means算法的工件表面缺陷分割算法,将自适应人类学习优化算法应用到K-means聚类算法中,使自适应人类学习优化算法初始化K-mean...     

管道可视化检测系统的研究与实现

文章设计了基于Windows操作系统的可视化检测系统,采取数据库连接方式,把所有的检测信息存入数据库中,使查询简单而又高效;由于检测监控模块是整个检测系统软件的核心与基础部分,因而重点介绍了实时检测程序主要设计流程;结果证明,检测系统实现了对钢管的自动化、智能化及可视化检测,在实际生产领域中得到了广泛应用。     

面向电网人员智能调度的实景巡检算法

为提高实景巡检中绝缘子缺陷的检测精度,该文提出一种基于双路注意力通道的YOLOv5(Double squeeze and excitation-you only look once version 5,DSE-YOLOv5)算法。该算法使用K-means聚类算法优化先验框参数,提高先验框与目标的匹配度;并对YOLOv5的骨干网和特征融合网络进行改进,加强对小目标检测能力;最后使用距离交并比损失的非极大值抑制(Non-max suppression using distance intersection over union, DIoU-NMS)进行检测。试验结果表明,与传统YOLOv5相比,所提DSE-YOLOv5在对绝缘子缺陷的检测上精准率、召回率、平均精度均值都有提升,满足了电网维修人员在智能调度时对识别精准度的需求。