【摘 要】
:
随着智能制造的高速发展,基于深度学习的钢材表面缺陷识别方法已经成为研究热点,由于受到生产工况、压制设备、材料质量等因素的影响,钢材表面会出现形态各异、分布随机的缺陷,形成小尺寸问题、重叠问题以及缺陷多样性问题,导致缺陷识别困难,目前的深度学习方法在处理复杂缺陷时均值平均精度仅达到71.87%。针对小尺寸缺陷难以识别的问题,提出了基于密集特征金字塔网络(Dense Feature Pyramid N
【基金项目】
:
国家重点研发计划项目“发动机高温合金构件修复及磨抛机器人系统”(项目批号:2019YFB1311100)-课题一“基于机器人的发动机高温合金构件随机损伤评估与快速修复技术”;
论文部分内容阅读
随着智能制造的高速发展,基于深度学习的钢材表面缺陷识别方法已经成为研究热点,由于受到生产工况、压制设备、材料质量等因素的影响,钢材表面会出现形态各异、分布随机的缺陷,形成小尺寸问题、重叠问题以及缺陷多样性问题,导致缺陷识别困难,目前的深度学习方法在处理复杂缺陷时均值平均精度仅达到71.87%。针对小尺寸缺陷难以识别的问题,提出了基于密集特征金字塔网络(Dense Feature Pyramid Networks,DFPN)的缺陷识别方法。首先,提出了DFPN算法,在特征图间引入密集连接,从而增加特征图的语义信息。同时,将该算法与Det Net59算法相结合,作为Faster R-CNN(Faster region-based convolutional neural networks)模型的主干网络,增加特征图中的位置信息,从而提升小尺寸缺陷的识别准确率。经测试,该方法可达到72.57%的平均均值精度,与其他深度学习方法相比,该方法在保证平均均值精度的同时还能准确地识别小尺寸缺陷。针对缺陷重叠问题,提出了基于近邻聚类非极大值抑制(Nearest Neighbour Clustering Non-Maximum Suppression,NNCNMS)算法的缺陷识别方法。首先,利用近邻聚类算法将Faster R-CNN模型针对不同缺陷生成的候选边界框划分至不同簇,将复杂重叠场景简化为多个简单重叠场景。然后,利用软化非极大值抑制算法分别移除每个簇中的冗余边界框,减少相邻缺陷的抑制效果。经测试,该方法可达到74.16%的平均均值精度,与其他深度学习方法相比,该方法能准确地识别重叠场景下的缺陷。针对钢材表面缺陷的多样性,提出了基于非极大值抑制集成学习(Non-Maximum Suppression Ensemble Learning,NMSEL)算法的缺陷识别方法。非极大值抑制集成学习算法的集成效果受基学习器表现的影响,因此,结合DFPN与NNCNMS算法构建基于不同主干网络的基学习器,并进行单独地训练与预测。然后,合并基学习器生成的候选边界框,并利用非极大值抑制算法进行筛选,从而选取每个缺陷的最高分边界框。经测试,该方法可达到75.94%的平均均值精度,与基学习器相比,该方法能同时准确识别多种多样的缺陷。最后,对全文的工作进行了总结,并展望了未来值得进一步研究的方向。
其他文献
相比于传统的传感设备,光纤传感器具有结构紧凑、灵敏度高、抗电磁干扰能力强,结构简单等优点,被广泛应用于许多物理量的传感和测量,如位移、温度、压力、折射率等等。目前大部分光纤传感器需要熔接、化学刻蚀等复杂制备工艺,批量生产成本较高。本文的主要创新点在于:利用氢火焰陡变拉锥单模光纤,使其直径由125μm快速下降至40μm左右;将原本纤芯中的基模部分转换成高阶包层模,并在此陡变拉锥点后约为1cm的距离将
高硅钢具有低铁损、低噪音和高磁导率特点,因此在高频软磁材料领域具有良好应用前景。B2和D03有序相导致的本征脆性使得高硅钢具有低温塑性特性,因此,国内外研究热点主要集中在改善塑性方面。此外,再结晶织构控制是影响高硅钢磁性能的重要因素,而取向高硅钢的二次再结晶织构控制技术仍有很大的改进空间。随着硅含量的增加,Si原子的固溶强化作用和有序相的存在,使得高硅钢的变形行为不同于普通取向硅钢,导致形变微结构
随着科技的发展,越来越多的领域对磁性薄膜材料的性能提出了更高的要求,传统的单层薄膜很难满足应用的要求。研究人员提出了多层磁性薄膜以使薄膜性能满足应用要求。尽管人们对多层磁性薄膜进行了广泛的研究,但是多层薄膜磁性能的优化仍具有一定的限度。所以,需要利用外部手段来优化磁性能。由于晶界可以阻碍磁畴壁的运动,而强磁场对薄膜具有磁化能和磁力矩等非接触作用,因此,强磁场和不同晶态的双层薄膜结构对磁性能的调控就
无取向硅钢是电力、电子和军事工业不可缺少的重要软磁材料,主要用作各种电动机、发电机和变压器的铁芯及其它电器部件。无取向硅钢极薄带产品传统上主要用于军工及科研领域,随着变频技术的进步及新能源动力的开发,原属小众品种的无取向硅钢极薄带产品应用越来越广泛。提高磁感应强度,降低铁损对于节能降耗具有重要的意义。本文主要分析和探讨冷轧变形量、异速比和退火工艺对无取向硅钢极薄带组织、织构、取向及磁性能的影响,研
镁被誉为“21世纪的绿色工程材料”,镁合金具有密度小,比强度高,散热,减震,良好的耐蚀性、切削和铸造等特点。但是镁合金在耐热、抗高温蠕变、耐蚀等方面性能较差,这些缺点限制着它的广泛应用,无法满足工业发展对材料性能的要求。研究发现,稀土元素具有固溶强化、沉淀强化、提高耐蚀性的作用,可以改善镁合金的高温拉伸和蠕变性能,尤其是Mg-Zn-Gd三元系合金具有优异的力学性能。但是Mg-Zn-Gd三元系相关相
含6.5wt.%Si的高硅钢具有高的磁导率、高电阻率、近似为零的磁致伸缩系数和低的磁各向异性系数,因而具有低铁损、低噪音的特点,尤其在高频下铁损更低。因此,6.5%Si-Fe常被用于制作电机铁芯、高频变压器铁芯和磁屏蔽材料,同时也是实现电气电子设备高速化、小型化的理想材料。本研究以含(Mn,Cu)2S和晶界偏聚元素B的高硅钢为原料,采用传统的热轧、冷轧和退火工艺制备了高硅钢薄带,并通过X-射线衍射
轧制工艺润滑是板带生产的关键技术,在轧制过程中起着十分重要的作用。它不仅可以提高产品的表面质量、控制板形、降低轧制过程的力能参数和延长轧辊寿命等,而且是轧机能否实现高速轧制和生产极限规格产品的关键。近年来,随着高强钢新产品的开发和下游用户日益增长的需求,普通的轧机对轧制980MPa级以上、厚度在0.5mm~0.6mm薄规格的高强钢轧制较为困难,而1 8辊单机架可逆轧机对于高强钢生产的优势表现在:(
铁水预处理脱硫已经被公认为高炉—转炉—连铸流程中降低钢中硫含量的最经济的工艺。目前国内外常用的铁水预处理脱硫方法主要有KR机械搅拌法和镁喷吹法。张廷安教授课题组提出了具有我国自主知识产权的“原位机械搅拌法脱硫”,在其基础上,课题组又提出了“结合机械搅拌利用惰性气体携带镁蒸气底吹直接脱硫”的新方法。针对脱硫新方法的研究,本课题基于相似原理建立水模型装置并进行了实验。实验通过高速摄像机拍照,采用PIV
难混溶合金的液-液相分离粗化过程对合金最终组织和性能具有重要影响。所谓难混溶合金,是指在其凝固相图中存在难混溶区域,熔体过冷到该区域时,会由单一液相分离成两种具有不同组元成分的液相、互不混溶的一类合金。Cu-Co合金就是其中一种,由于其具有优良的巨磁阻效应,作为磁性材料在电子产业中有着广泛的应用。但Cu-Co合金在常规凝固条件下由于难混溶区的存在,易分离成两不混溶的液相,导致偏析甚至分层,从而限制
薄板坯连铸连轧技术是上世纪80年期间成功开发出的热轧卷板生产新工艺。我国自1999年引进第一条薄板坯连铸连轧生产线后,经过17年的发展,薄板坯连铸连轧机组在超薄规格、硅钢和高品质特殊钢等品种的生产领域发挥了巨大的作用。随着薄板坯连铸连轧机组产量、品种、规格的不断拓展和市场经济环境的恶化,用户对其产品也提出了更高的要求。针对本钢薄板坯连铸连轧机组宽度控制精度低和带钢窄尺缺陷等现场问题,本文在理论分析