【摘 要】
:
焊接技术是一种常用的工业连接技术,广泛应用于机械制造、农业机械装备生产、工业生产等行业。由于焊接过程中环境的复杂与焊接技术的影响,焊接过程中不可避免的会产生局部缺陷。焊接部位一旦出现故障,轻则导致焊接结构的失效,重则导致人员伤亡,为了保证焊接的可靠性与安全性,对焊接部位材料的精准检测非常重要。传统上基于X射线焊接图像的质量评定的方式采用人工评定,但是人工评定具有费时费力、依赖评定人员的素质等缺点。
论文部分内容阅读
焊接技术是一种常用的工业连接技术,广泛应用于机械制造、农业机械装备生产、工业生产等行业。由于焊接过程中环境的复杂与焊接技术的影响,焊接过程中不可避免的会产生局部缺陷。焊接部位一旦出现故障,轻则导致焊接结构的失效,重则导致人员伤亡,为了保证焊接的可靠性与安全性,对焊接部位材料的精准检测非常重要。传统上基于X射线焊接图像的质量评定的方式采用人工评定,但是人工评定具有费时费力、依赖评定人员的素质等缺点。基于计算机的焊缝图像缺陷的自动检测系统成为新的趋势和重要的方向。传统的计算机辅助评定的主要有缺陷部位分割、特征提取、特征分类。本文使用形态学处理方法获取焊缝缺陷位置。接着,提取了焊缝三种特征,两种手工特征以及一种自学习特征。利用方向梯度直方图提取焊缝缺陷的轮廓信息、灰度共生矩阵提取焊缝缺陷的纹理特征、自编码器对深度神经网络进行无监督的预处理,以获取缺陷图像的自学习深层特征。考虑单一特征描述焊缝缺陷特征不够全面,本文提出了一种基于特征融合技术的焊缝缺陷图像分类与识别方法。首先,将提取的单一特征互相结合获取融合特征,考虑到不同方法提取特征分类效果不同,又尝试将不同特征赋予不同的权值进行融合,最后,使用支持向量机进行分类。实验结果表明,焊缝缺陷特征融合后的分类效果优于单一特征分类效果,有效的证明了所提出的方法的可靠性,并且该方法能够在少量训练样本集的基础上对焊缝缺陷进行准确分类,比传统方法分类的分类效果更好。
其他文献
随着测量技术的发展,对测量的精度提出了越来越高的要求。机械结构的性能和寿命受振动的影响,因此有必要对机械结构振动测量方法展开深入研究。但现阶段主要的振动测量方法仍然是传感器为主的接触式测量,但在一些复杂工况中,接触式的方法受限,此时应用视觉测量振动方法测振更为便捷。本文主要是对视觉振动测量方法展开研究,针对两种不同的应用场景,提出相应的振动测量方法。现阶段对振动测量提出了更高精度的要求,振动测量方
随着便携式和无线设备的快速发展,对电子元器件的能耗逐渐增加,从而对于电力能源的要求越来越高。压电俘能技术因其特有的供电方式得到了各界青睐,其中双稳态压电俘能器具有有效拓宽系统工作频率带宽和响应稳定性的优点得到了广泛研究,但是在压电效应理论分析过程中,往往为了简化模型而忽略了逆压电效应,从而影响了数值模拟结果的准确性,本文便探讨了逆压电效应对俘能系统动力响应的影响规律,主要工作内容和所得结论如下:(
近年来,随着蚕桑行业的蓬勃发展,我国成为蚕茧和生丝最大的出口国,对蚕丝行业的发展起到了极大的促进作用。然而采摘桑叶和割伐桑条的劳动强度过大,限制了蚕桑行业的发展,因此,为了降低割伐桑枝、叶对劳动力,劳动成本的需求以及加快蚕桑行业的快速发展。本文设计研发了一款基于条桑力学特性的弧形切割装置,此切割装置通过对割伐后桑条留茬高度进行测量,对不同留茬分枝高度测量的切割面进行数据采集,将获得数据利用Orig
风选是茶叶精制加工工艺中非常重要的环节,风选机的风选效果不仅直接影响茶叶的价值,也会影响下一步作业的效率。在工厂实地探查后发现,茶厂现有的单层茶叶风选机效率较低,通常需要多次复选以提高茶叶品质,因此本课题根据茶叶风选工艺的要求,设计了一款基于PLC(Programmable Logic Controller)的双层茶叶风选机控制系统,并针对不同种茶叶物料,配置最佳工艺参数,提高风选效率。本文的主要
大豆是我国重要粮食和经济作物。然而多年来我国大豆产业高度依赖进口,且进口来源高度集中,严重威胁国家粮油安全。而大豆种植效益低和生产成本高是我国大豆产业下滑的根本原因。大豆考种工作通过获取可重复的大豆表型数据,量化分析其与大豆产量、质量等的关系,是大豆育种的关键环节。而传统的人工考种方式人力物力成本高、测量精度低、数据采集量有限、数据共享能力差。因此本文提出一种基于深度学习与三维重建的大豆植株表型特
大豆是我国重要的油料作物,机械化收获是大豆绿色高效生产的重要环节。大豆具有结荚低、易破碎的农艺特点,机具参数设置不当易造成高破碎率和含杂率。目前,大豆机械化收获过程破碎、含杂情况实时检测手段缺乏,驾驶员了解收获质量时需要停机,依靠肉眼判断,不能及时发现收获过程存在的问题,造成收获质量参差不齐,影响经济效益。本文对机械化收获过程大豆破碎率和含杂率实时监测方法进行研究,运用机器视觉和深度学习技术实时监
光学三维测量技术是依托机器视觉,与光电子学、计算机科学等学科交叉融合的测量技术,其具有非接触性、测量精度高、鲁棒性强、实时性好及信息丰富等优势。随着计算机性能与图像处理算法的迅猛发展,其测量精度在不断提高的同时,其测量成本也在不断下降,因而广泛地应用于工业生产、机械工程和生物医学等领域。在光学三维测量技术中,条纹投影轮廓术是最常见的方法之一,本论文主要研究基于双频条纹投影的三维测量系统,并针对系统
本文针对当前检测技术难以在风电叶片服役条件下进行内部缺陷的检测,而停机检测存在效率低下、影响经济效益等问题,提出了基于无人机搭载的风叶内部缺陷超声检测装置,并开展相关测试装置的设计与试验研究。本文主要从装置的整体设计方案、核心部件的设计与分析和样机试验三个方面进行研究。文章的重点研究内容和重要结论如下:1)分析国内外风电叶片检测方式的研究现状,得出常规超声探伤法已可成熟应用于风电叶片内部缺陷的检测
甘薯是我国重要的农业产品,其种植面积约为500万hm~2,所以甘薯收获机有着很大的市场需求。但目前的甘薯收获机在收获作业时还会存在:明薯率低、伤薯率高、前进时受到的阻力大、机架安全性和稳定性不足等问题。针对这些问题,对振动式甘薯收获机进行设计与试验,用以解决上述问题。本文的主要内容有:(1)通过查阅资料,结合了我国甘薯的农艺模式和收获要求,确定了甘薯收获机的整机设计方案。该收获机的主要组成部分包括
随着计算机视觉技术的不断发展,语义分割技术已广泛应用在无人驾驶、医疗图像分析、遥感图像处理等诸多领域。目前对于遥感数据的获取主要采用传统卫星遥感技术和无人机遥感技术的方式,传统卫星遥感技术覆盖范围大,但其缺乏实时性、重访周期长,易受云层影响,难以获取高质量的遥感影像;而无人机遥感技术在影像分辨率、时效性等方面具有优势,但大多需要人工获取。因此,论文以校园土地利用现状为例,采用无人机遥感影像作为基础