检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于深度学习的铝合金轮毂铸件图像缺陷检测

特种铸造及有色合金 2023年第4期43卷 457-463页

作者：闫学顺汪东红吴文云姜淼邱慧慧龚潜海疏达上海工程技术大学材料科学与工程学院上海201620 上海交通大学材料科学与工程学院上海200240 嘉善鑫海精密铸件有限公司湖州鼎盛机械科技股份有限公司浙江佳力风能技术有限公司

基于传统X射线图像的铝合金轮毂铸件缺陷检测方法存在人工检测效率低、误检率高、检测精度较差等问题,提出一种基于深度学习的铝合金轮毂铸件图像缺陷检测方法。通过引入直方图均衡化方法,实现533组铝合金铸件X射线图像缺陷特征增强;同... 详细信息

基于传统X射线图像的铝合金轮毂铸件缺陷检测方法存在人工检测效率低、误检率高、检测精度较差等问题,提出一种基于深度学习的铝合金轮毂铸件图像缺陷检测方法。通过引入直方图均衡化方法,实现533组铝合金铸件X射线图像缺陷特征增强;同时基于Mosaic数据增广策略随机生成含有多尺度不同缺陷类型的新图像数据,提升图像的复杂度;修改了YOLOv5主干网络,引入SENet注意力机制模块对输入特征图的重要通道进行特征提取增强。结果表明,该方法对铸件缺陷平均检测精度(mAP)达到了99.6%,对比YOLOv3、YOLOv4以及YOLOv5主流算法,平均检测精度分别提升了9%、5.1%、4.2%。相较于原网络模型,常见的4种类型(气孔、缩松、裂纹、夹杂)铸件缺陷平均检测精度提升了10.83%。该方法具有更好的泛化能力,可实现铸件多类型缺陷的自动检测,能够满足工业实际需求。

关键词：铝合金铸件缺陷检测深度学习 X射线图像注意力机制

在线全文

学校读者我要写书评

暂无评论

铝合金铸件缝隙式浇注系统设计

特种铸造及有色合金 2014年第7期34卷 767-769页

作者：杜旭初洪润洲陈邦峰樊振中刘建军北京航空材料研究院

通过正交试验，采用计算机数值模拟和实际浇注，研究了缝隙式浇注系统中立简直径、缝隙内浇道的宽度和厚度等因素对铝合金铸件充型和凝固过程的影响。结果表明，缝隙内浇道的厚度为壁厚的1倍，缝隙内浇道的宽度为35mm，立简直径为3～4... 详细信息

通过正交试验，采用计算机数值模拟和实际浇注，研究了缝隙式浇注系统中立简直径、缝隙内浇道的宽度和厚度等因素对铝合金铸件充型和凝固过程的影响。结果表明，缝隙内浇道的厚度为壁厚的1倍，缝隙内浇道的宽度为35mm，立简直径为3～4倍缝隙内浇道的厚度时，可以保证充型过程的平稳，获得质量较好的铸件。

关键词：铝合金铸件缝隙式浇注系统数值模拟

在线全文

学校读者我要写书评

暂无评论

铝合金铸件V法造型低压铸造新技术

铸造 2015年第4期64卷 307-312页

作者：吴江冯志军李宇飞占亮王伟石飞姜正鳌苏鑫沈阳铸造研究所辽宁沈阳110022

介绍了铝合金铸件V法造型与低压铸造相结合的一种新技术,指出了该新技术与常规的树脂砂型低压铸造的不同之处,重点分析了通气孔在V法铸造过程中的重要作用,介绍了V法低压铸造时通气孔的设置原则,进行了V法造型低压铸造铝合金箱体铸件的... 详细信息

介绍了铝合金铸件V法造型与低压铸造相结合的一种新技术,指出了该新技术与常规的树脂砂型低压铸造的不同之处,重点分析了通气孔在V法铸造过程中的重要作用,介绍了V法低压铸造时通气孔的设置原则,进行了V法造型低压铸造铝合金箱体铸件的生产实践,总结了铝合金铸件V法低压铸造中浇注温度、充型速度、保压时间、真空度的合适范围。

关键词： V法真空密封造型法低压铸造通气孔铝合金铸件

在线全文

学校读者我要写书评

暂无评论

铝合金铸件成本核算及报价

铸造 2012年第1期61卷 109-112页

作者：王学斌西安飞机工业(集团)有限责任公司陕西西安710089

提出铝合金铸件铸造工艺经济技术基本指标和相关指标及指标指数计算公式,同时确定铸件各个单项生产成本的基本计算公式,为铸件成本核算和报价提供必要条件。揭示基本指标与相关指标间的内联关系。通过改进工艺、采用新材料、新设备不断... 详细信息

提出铝合金铸件铸造工艺经济技术基本指标和相关指标及指标指数计算公式,同时确定铸件各个单项生产成本的基本计算公式,为铸件成本核算和报价提供必要条件。揭示基本指标与相关指标间的内联关系。通过改进工艺、采用新材料、新设备不断提高指标指数以提高企业的经济效益和市场竞争能力。

关键词：铝合金铸件计算公式成本核算铸件报价

基于RetinaNet-AACIDD的铝合金铸件X-ray图像缺陷检测方法

在线全文

学校读者我要写书评

暂无评论

组合机床与自动化加工技术 2023年第12期 151-156,160页

作者：丛明孙心海武晓轩大连理工大学机械工程学院大连116024

为了解决铝合金铸件X射线图像噪声多、缺陷背景复杂,缺陷较难检测的问题,制作了一个含有14640张准确标注的大型铝合金铸件内部X射线图像缺陷数据集ALU-Xray,提出一种基于深度学习的缺陷检测算法RetinaNet-AACIDD(RetinaNet for aluminum... 详细信息

为了解决铝合金铸件X射线图像噪声多、缺陷背景复杂,缺陷较难检测的问题,制作了一个含有14640张准确标注的大型铝合金铸件内部X射线图像缺陷数据集ALU-Xray,提出一种基于深度学习的缺陷检测算法RetinaNet-AACIDD(RetinaNet for aluminum alloy casting internal defect detection)。通过加入由通道注意力模块C-Block和空间注意力模块S-Block组成的混合注意力模块CS-Block,有效降低了噪声、背景等无关信息对检测精度的干扰,并通过多尺度特征融合模块,完成了深层语义信息的向下传递,结合多尺度特征预测和基于改进的聚类算法重新设计的锚框,使得模型对气泡、裂纹等尺度较小的缺陷和复杂背景下的疏松、缩孔等缺陷的检测精度显著提升。

关键词：深度学习缺陷检测铝合金铸件 X射线图像