检索结果-南通市图书馆

基于Faster R-卷积神经网络的金属点阵结构缺陷识别方法

在线全文

学校读者我要写书评

暂无评论

兵工学报 2019年第11期40卷 2329-2335页

作者：张玉燕李永保温银堂张芝威燕山大学电气工程学院河北秦皇岛066004 燕山大学测试计量技术及仪器河北省重点实验室河北秦皇岛066004

采用增材制造技术制备的金属三维点阵结构可能存在裂纹、未熔合、断层等缺陷,导致金属点阵结构的结构-功能性能下降,为此提出一种金属三维多层点阵结构内部缺陷的检测方法。在Faster R-卷积神经网络架构基础上设计特征提取网络,结合工... 详细信息

采用增材制造技术制备的金属三维点阵结构可能存在裂纹、未熔合、断层等缺陷,导致金属点阵结构的结构-功能性能下降,为此提出一种金属三维多层点阵结构内部缺陷的检测方法。在Faster R-卷积神经网络架构基础上设计特征提取网络,结合工业CT扫描图片,对得到的断层灰度图像中缺陷部位进行快速、准确、智能检测识别和定位。实验验证结果表明,对金属三维多层点阵结构样件的内部典型缺陷识别率达到99. 5%.

关键词：金属点阵结构缺陷识别无损检测 CT扫描图像 Faster R-卷积神经网络

基于CT图像的金属点阵结构内部缺陷检测方法

在线全文

学校读者我要写书评

暂无评论

计量学报 2020年第5期41卷 544-550页

作者：张玉燕李永保温银堂张芝威燕山大学电气工程学院河北秦皇岛066004 燕山大学测试计量技术及仪器河北省重点实验室河北秦皇岛066004

基于计算机断层扫描(CT)图像的灰度值分布特征,提出了一种金属三维多层点阵结构内部缺陷的检测方法。通过3个横向相邻固定尺寸像素点集合灰度值总和之间的差值分布来判别缺陷的存在,理论分析给出了相应的判别标准和依据。实验验证结果表... 详细信息

基于计算机断层扫描(CT)图像的灰度值分布特征,提出了一种金属三维多层点阵结构内部缺陷的检测方法。通过3个横向相邻固定尺寸像素点集合灰度值总和之间的差值分布来判别缺陷的存在,理论分析给出了相应的判别标准和依据。实验验证结果表明:与人工标记的方法进行对比,该算法对金属三维多层点阵结构样件的内部典型断层缺陷的识别率达到98. 5%。

关键词：计量学金属点阵结构 CT扫描图像缺陷检测灰度值总和增材制造

基于YOLOV3算法的金属点阵结构内部缺陷检测研究

在线全文

学校读者我要写书评

暂无评论

基于YOLOV3算法的金属点阵结构内部缺陷检测研究

作者：任腾飞燕山大学

学位级别：硕士

由选择性激光熔覆技术制备的金属点阵结构,因其结构本身‘镂空’的特性,与传统金属材料相比在轻量、强度和功能性等方面具有非常大优势,作为轻量化材料而受到研究人员的关注。点阵结构常应用于航空航天、装备制造等军工领域,在其制备过... 详细信息

由选择性激光熔覆技术制备的金属点阵结构,因其结构本身‘镂空’的特性,与传统金属材料相比在轻量、强度和功能性等方面具有非常大优势,作为轻量化材料而受到研究人员的关注。点阵结构常应用于航空航天、装备制造等军工领域,在其制备过程中不可避免会产生缺陷,将严重降低结构性能和可靠性,无法满足结构系统的高性能要求。目前,针对点阵结构的缺陷检测,主要通过人工评阅CT图像来实现缺陷检测。然而会出现检测人员受个人情绪和疲劳影响会带来效率低下、漏检误检的问题。关于缺陷的自动检测和智能评阅机制的研究鲜有报道,尚未形成高效标准化的检测方法。本文提出一种基于深度学习算法的点阵结构缺陷检测方法,实现了对缺陷的分类和定位功能,为金属点阵结构缺陷检测领域提供了一种新方法。针对点阵结构缺陷检测问题,首先结合工业CT设备和三维重构软件获取点阵结构缺陷断层图像,并采用数据增广的方法增加样本数量,然后进行标定工作,建立缺陷数据集。为解决点阵结构中缺陷目标因小尺寸、缺陷特征微弱、与背景高相似度特点而难以检测的问题,提出一种基于YOLOV3算法的检测方法。该方法发挥深度学习网络模型在特征提取方面的优势,采用多尺度预测网络进行特征融合,将缺陷的分类和定位问题作为回归问题处理。为提高检测速度对特征提取网络进行模型压缩。通过稀疏化训练,对批量归一化层权重加以正则化诱导,改变批量归一化层权重梯度,使得模型更具稀疏性。在不超过裁剪阈值的前提下,对网络模型进行不同比例的裁剪。最终依据map、网络向前推断速度等指标对新的模型进行分析,对比不同裁剪比例对检测效果的影响。

关键词：金属点阵结构缺陷检测 CT扫描图像 YOLOV3 通道剪枝

基于CT图像的多层金属点阵结构内部缺陷检测研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于CT图像的多层金属点阵结构内部缺陷检测研究

作者：李永保燕山大学

学位级别：硕士

点阵结构是一种结构-功能一体化的新型有序多孔材料,具有超轻、高比强度、高效散热隔热等特性。使用增材制造技术（Additive Manufacturing,AM）制备的点阵结构对于航天科技发展及航天强国具有非常重要的意义和促进作用。增材制备过程... 详细信息

点阵结构是一种结构-功能一体化的新型有序多孔材料,具有超轻、高比强度、高效散热隔热等特性。使用增材制造技术（Additive Manufacturing,AM）制备的点阵结构对于航天科技发展及航天强国具有非常重要的意义和促进作用。增材制备过程中较易产生大量残余应力而造成结构缺陷,在很大程度上会降低制备材料的性能,对结构的寿命和可靠性产生严重的影响。因此,对增材制造技术制备的金属点阵结构进行无损检测研究具有非常重要的意义。本文以选择性激光熔化（Selective Laser Melting,SLM）技术制备的多层金属点阵结构构件为研究对象,重点开展了点阵结构内部缺陷的检测识别新方法的研究。首先,针对金属点阵结构内部结构复杂、且不易直接检测的特点,提出了一种基于工业CT扫描的金属点阵结构内部缺陷检测的方法,利用工业CT射线的高穿透性和衰减特性对金属点阵结构进行图像重建。其次,根据金属点阵结构呈周期分布的结构特性和其CT断层图像中像素点灰度值的分布特征,提出一种基于CT断层灰度图像素点灰度值分布特征的缺陷检测识别方法,通过一定尺寸的像素点集合灰度值总和之间的差值变化作为点阵结构某典型缺陷的特征,理论分析给出了相应的判别条件,实现对缺陷的识别定位。最后,结合深度学习优异的特征提取能力,提出了一种基于Faster R-CNN的点阵结构内部缺陷自动识别方法。结合卷积神经网络,在Faster R-CNN网络架构的基础上设计一个特征学习网络,将金属点阵结构断层灰度图像中的部分缺陷进行平移、翻转、缩小和放大处理,制备成金属点阵结构内部缺陷样本集。通过对缺陷训练集进行训练得到缺陷检测模型。并且从识别准确率和算法运行速度两方面,对论文所提出的两种缺陷自动识别方法进行对比分析,验证每种算法对一种多层的复杂点阵结构的内部缺陷进行识别的有效性。

关键词：金属点阵结构缺陷检测 CT扫描图像灰度值总和 Faster R-CNN

增材制造结合熔模铸造制备亚毫米级金属点阵微结构的工艺研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

电焊机 2021年第3期51卷 8-13,I0003页

作者：谢孝昌李能孙兵兵赵梓钧熊华平中国航发北京航空材料研究院焊接与塑性成形研究所北京100095

基于增材制造方法,采用光固化成形工艺,结合熔模铸造工艺制备出亚毫米直径桁架的金属点阵结构。首先对光固化成形工艺进行优化,最佳工艺参数为50μm的单层厚度条件下,单层固化时间4.52 s,采用优化后的光固化成形工艺制备出树脂基点阵结... 详细信息

基于增材制造方法,采用光固化成形工艺,结合熔模铸造工艺制备出亚毫米直径桁架的金属点阵结构。首先对光固化成形工艺进行优化,最佳工艺参数为50μm的单层厚度条件下,单层固化时间4.52 s,采用优化后的光固化成形工艺制备出树脂基点阵结构,将其嵌入到熔模基体中,加热将树脂材料升华,形成支柱直径为750μm的孔隙模具,分别采用离心铸造和重力铸造两种方法浇注ZAMAK3锌合金,制备出金属点阵结构。压缩试验表明,两种铸造技术制备的金属点阵结构的机械强度相似,承受压力载荷分别达到1.24 kN和1.30 kN。有限元分析的模拟结果与离心铸造的结果更加接近,当变形量超过0.6 mm时,有限元模拟结果与实际变形情况开始出现偏差。

关键词：金属点阵结构增材制造立体光刻熔模铸造微制造

基于超分辨率改进Faster R-CNN的点阵结构内部缺陷判识方法

在线全文

学校读者我要写书评

暂无评论

机械工程学报 2022年第21期58卷 266-273页

作者：温银堂付凯张玉燕张芝威燕山大学电气工程学院秦皇岛066004 燕山大学测试计量技术及仪器河北省重点实验室秦皇岛066004

利用增材制造技术制备金属三维点阵结构件过程中,结构内部经常会出黏连、断裂等多种细小缺陷,导致样件结构功能下降。根据缺陷结构与正常结构之间的特征区别,提出了一种针对金属点阵结构内部出现的细小缺陷自动判识的方法。利用X-射线... 详细信息

利用增材制造技术制备金属三维点阵结构件过程中,结构内部经常会出黏连、断裂等多种细小缺陷,导致样件结构功能下降。根据缺陷结构与正常结构之间的特征区别,提出了一种针对金属点阵结构内部出现的细小缺陷自动判识的方法。利用X-射线微聚焦CT扫描金属点阵结构获得原始输入图片,在Faster R-CNN(Faster region-based convolutional neural networks)框架的基础上,改进原有特征提取网络,开发图像超分辨率重建模块。通过对工业CT图片的局部细节特征增强,实现了快速有效地识别细小缺陷的类型,以及缺陷位置信息的标注。试验证明,改进Faster R-CNN模型对金属点阵结构样件内部的两种典型细小缺陷识别的平均正确率高达93.5%。研究结果表明,通过超分辨率网络对图像进行放大,可以提高细小缺陷的特征提取,通过加深网络加强特征学习,从而实现了点阵结构内部细小缺陷的自动判识。

关键词：金属点阵结构缺陷识别 CT切片图像改进Faster R-CNN 超分辨率重建

基于XGBoost模型的多缺陷点阵结构性能参数预测方法

在线全文

学校读者我要写书评

暂无评论

计量学报 2024年第4期45卷 559-564页

作者：张芝威张玉燕温银堂任亚雪燕山大学电气工程学院河北秦皇岛066004

针对增材制造金属点阵结构缺陷多样性和随机性导致其力学性能难以准确预测问题,提出一种基于参数优化XGBoost模型的点阵结构屈服应力预测模型。基于CT测试数据,提出一种阈值判断准则,用于多种缺陷快速检测和分类。重点研究了支柱直径尺... 详细信息

针对增材制造金属点阵结构缺陷多样性和随机性导致其力学性能难以准确预测问题,提出一种基于参数优化XGBoost模型的点阵结构屈服应力预测模型。基于CT测试数据,提出一种阈值判断准则,用于多种缺陷快速检测和分类。重点研究了支柱直径尺寸和角度偏差缺陷问题,分别以支柱过大、支柱过细、支柱弯曲为主的缺陷数量作为模型输入特征;考虑到缺陷位置具有随机性,将点阵结构层数作为另一种输入特征。根据实测数据建立含缺陷的点阵结构仿真模型,对其屈服应力进行仿真。利用参数优化方法优化预测模型超参数并结合屈服应力仿真结果,实现对结构件屈服应力的预测,其决定系数R 2为0.81,均方根误差为18.87。模型预测结果与实际样件实验测试结果对比,其偏差度为7.6%,表明了所建预测模型的有效性。

关键词：力学计量屈服应力预测 XGBoost 固有缺陷金属点阵结构

在线全文

学校读者我要写书评

暂无评论

铝合金点阵结构电弧增材制造技术及应用

电焊机 2023年第2期53卷 87-96页

作者：郑博余圣甫禹润缜李勇杰唐论华中科技大学材料科学与工程学院湖北武汉430074

电弧增材制造技术是制备点阵结构的有效方法。研究了点阵结构电弧增材制造装备、铝基药芯焊丝设计与制备技术、激光约束电弧工艺和点阵杆件直径、角度控制方法,制备了典型点阵结构示范件。点阵结构电弧增材制造装备由增材制造单元、激... 详细信息

电弧增材制造技术是制备点阵结构的有效方法。研究了点阵结构电弧增材制造装备、铝基药芯焊丝设计与制备技术、激光约束电弧工艺和点阵杆件直径、角度控制方法,制备了典型点阵结构示范件。点阵结构电弧增材制造装备由增材制造单元、激光单元与监测单元组成。设计自生Al_(2)O_(3)相铝合金药芯丝材Al-Cu-NiO合金体系,制备出直径1.2 mm的药芯丝材,堆积杆件具有较低的热导率。激光激发大量中性粒子电离,使电弧中的带电粒子大幅度增加,对电弧存在约束和稳定作用,提高成形精度。控制电弧增材制造熔滴体积与个数,可制备直径为2.5~7.0 mm的点阵单元杆件。控制电弧增材制造电弧枪纵向与横向运动量,可制备角度为15°~90°的点阵单元杆件。利用点阵结构电弧增材制造技术实现了平面点阵结构、圆柱面点阵结构和曲母线面点阵结构的高精度成形,点阵结构的平均压缩强度为58.53 MPa,具有较高的承载性能。在点阵测试件的上表面施加均匀热源,热源温度为500℃,时间600 s,测试件下表面温度约93℃,具有较高的隔热性能。

关键词：金属点阵结构电弧增材制造铝合金装备药芯丝材

在线全文

学校读者我要写书评

暂无评论

3D打印点阵结构的缺陷检测及压缩性能研究

3D打印点阵结构的缺陷检测及压缩性能研究

作者：付凯燕山大学

学位级别：硕士

面对航空航天领域对轻量化金属点阵结构的迫切需求,3D打印制备技术可以快速、高效地打印出特定结构的金属点阵结构。然而,3D打印过程中的工艺参数不匹配问题会导致点阵结构内部出现翘曲、裂纹、几何断裂等缺陷。缺陷的存在极大地降低了... 详细信息

面对航空航天领域对轻量化金属点阵结构的迫切需求,3D打印制备技术可以快速、高效地打印出特定结构的金属点阵结构。然而,3D打印过程中的工艺参数不匹配问题会导致点阵结构内部出现翘曲、裂纹、几何断裂等缺陷。缺陷的存在极大地降低了点阵结构的结构-功能特性,对点阵结构的正常使用造成严重影响。因此,针对3D打印金属点阵结构的内部缺陷检测方法及结构在压缩情形下失效模式的研究具有重大理论意义和实际应用价值。本文针对选择性激光融化（Selective Laser Melting,SLM）技术制备的钛合金点阵结构开展了缺陷检测方法和其对结构失效影响的研究。具体的研究内容为:（1）考虑金属点阵结构复杂性及内部缺陷随机性、特征多样性、不可视的特点,分析了点阵结构工业CT图像的缺陷灰度特征和形态特征,给出了缺陷区域与非缺陷区域的差异性规律;（2）根据计算机断层图像有无缺陷区域的灰度差异分布特征,提出了一种滑动窗口自动判识缺陷的方法。通过图像的灰度分布规律确定窗口尺寸,利用滑动窗口遍历图像,利用差分原理消除灰度不均匀的影响,分析缺陷区域上下边缘在差分图像的分布规律,建立缺陷识别规则;（3）针对金属点阵结构内部缺陷尺度小、与背景相似度高、特征微弱的问题,提出了一种基于超分辨率重建的Faster R-CNN缺陷检测方法。为了解决Faster R-CNN模型对小尺度目标识别率低下问题,对原有骨干特征网络进行加深,开发图像超分辨率重建模块,对输入图片进行局部细节特征增强,实现了两种不同微小缺陷的快速有效的定位识别;（4）在缺陷检测的基础上,重点关注内部缺陷对点阵结构性能的影响,基于数值模拟分析的方法,建立了静态力学模型。考虑缺陷位置、数目的影响,仿真分析了不同位置、数目缺陷下的钛合金点阵结构在压缩过程中的失效变化,揭示了缺陷对点阵结构压缩性能的影响及屈服载荷变化规律,为点阵结构的工程应用提供技术依据。

关键词：金属点阵结构缺陷检测滑动窗口 Faster R-CNN 有限元分析