缺陷识别

摘要： 为解决传统钢材表面缺陷识别准确率和效率较低的现状,提升钢铁生产过程质量智能化检测水平,研究了一种应用认知视觉和迁移学习的钢材表面缺陷识别方法。首先,对钢材表面缺陷数据集进行了预处理;然后,建立深度神经网络框架,通过迁移学习训练模型,并采取全局平均池化,Dropout,动态改变学习率和训练早停等优化策略,抑制过拟合,提高模型的泛化能力;最后,进行了钢材表面缺陷识别实验,以冻结部分模型层级和微调的方式为主,通过对比实验不断寻找更优结果,准确率达到99.92%,并基于云边端协同思路设计了钢材表面缺陷识别认知视觉系统。实验结果表明,所训练模型具备较好的识别效果,所研究方法对实际应用具有一定的指导意义。

摘要： 为了提高X射线焊缝图像缺陷分类识别的成功率,提出利用对数极坐标变换(LPT)的距离及角度不变特性解决实际缺陷识别中因缺陷图像位置、形状及方向变换导致的识别准确率下降问题。同时,为降低噪声的影响,提出基于压缩传感技术的缺陷识别,将待检测图像视为一组样本图像的线性组合,通过求取系数向量确定待检测图像的类型。由于缺陷的信息存于一组系数向量中,而非依赖于某几个特定的特征值,因此任一图像的变化对最终识别结果不会造成影响。实际试验表明,LPT结合压缩传感技术可以实现较高的X射线焊缝图像缺陷识别率,极大地降低了噪声误报率。

摘要： 复合材料的优点是重量轻和装配简单,近年来复合材料在航空工业中的使用量正在不断地增加,但航空安全一直是倍受关注的问题,因此对航空复合材料的无损检测就显得尤为重要。以研究脱粘缺陷为中心,将敲击检测的数据作为样本并使用EM聚类算法对其进行分类,并估计高斯混合模型的参数,建立正常数据和缺陷数据的两个高斯分布模型,用于敲击检测过程中介于缺陷与正常之间的临界点数据的识别研究。实验仿真结果表明,基于高斯分布的EM聚类算法分类的准确率达到了99.958%,分类的重叠度为0.384,可见模型可以用于实际工程应用中敲击检测得到的介于缺陷与正常之间的临界点数据的判别,对提高敲击检测故障诊断智能化水平具有较高的参考价值。

摘要： 针对传统超声无损检测系统易受电磁干扰、使用场合受限等问题,在分析光纤布拉格光栅(FBG)基本传感原理和光纤布拉格光栅对超声波的传感特性的基础上,提出基于光纤布拉格光栅的超声无损检测系统。搭建了实验系统,利用信号发生器和功率放大器激励压电晶片产生超声波,并通过光纤布拉格光栅代替传统超声探头检测超声信号,采用结构简单、复用性好、检测效率高的透射式匹配光栅解调法实现光纤光栅波长信号的解调。对含有不同尺寸的狭缝缺陷的铝板试样进行检测,得到了超声波经过不同缺陷后的时域和频域信号,实验结果表明,该系统能够准确识别铝板中不同尺寸的缺陷,当铝板中有狭缝缺陷存在时,FBG探测到的超声信号的幅值会发生衰减,且缺陷尺寸越大,超声信号的幅值衰减越明显,验证了该系统的可行性。

摘要： 长电缆线路交叉互联箱在出现接地、进水、三相相序错误等缺陷时,难以对其进行快速识别和定位。针对交叉互联箱3类典型缺陷,建立长电缆线路交叉互联模型,分析缺陷下环流幅值及相位的变化规律,并对首末两端环流比值与缺陷箱号数的散点数据进行曲线拟合,获得缺陷定位公式,最后通过实例加以验证。结果表明:箱内接地时,缺陷相环流幅值增大,非缺陷相正常;三相相序错误时,两相环流幅值明显增大,另一相环流幅值较小;箱内进水时,各相环流幅值均增大且基本相等。定位公式的拟合度在0.96左右,通过实例验证可确定缺陷箱号数的范围。所提方法不受线芯电流和接地电阻变化的影响,可为长电缆线路交叉互联箱缺陷识别定位提供参考。

摘要： 针对目前二极管玻壳缺陷检测中存在的自动化程度低、效率低、错误率高和成本高等问题,提出了一种基于MobileNet V2卷积神经网络模型的图像识别算法,实现对二极管玻壳缺陷的准确识别。实验结果表明:该模型能够准确识别二极管玻壳缺陷,网络模型收敛后对玻壳缺陷的总体识别准确率达到93.3%,同时具备了检测速度快(图像识别速度不小于5张/s),模型体量小(不大于26.8 M)等特点,具有一定的实际工业应用价值。

摘要： 针对风电机组自身质量和环境酸碱度及温差等因素威胁钢制塔筒焊缝安全的问题,使用全聚焦算法,对分布于环焊缝两侧的电磁超声阵列信号进行成像分析。通过希尔伯特变换、场校准、分层去均值化的方式优化成像效果。分析等声程线伪缺陷成因,通过拓扑细化算法提取等声程线骨架识别真伪缺陷。研究结果表明:优化后的超声成像信噪比提高,缺陷深度定位误差小于0.1 mm,横向定位平均误差为0.5 mm,缺陷面积平均量化误差约19.6%,缺陷识别方案可以剔除伪缺陷。

摘要： 工业4.0时代,焊接技术作为一种最基本的工件加工技术,被广泛应用于各种工业生产。焊接质量直接影响焊接产品的使用寿命,从而影响工业生产活动的效率。基于灰度共生矩阵(GLCM)对X-射线焊接缺陷图像进行特征提取,分析X-射线焊接缺陷的分类特点,构建SVM多类分类器,分析对比不同核函数对分类精度的影响。基于RBF核函数的SVM分类器能够对焊接缺陷进行良好的识别分类,总体分类精度达到了92.6%,为焊接缺陷的检测识别提供了一种简便的方法。

摘要： 针对电力电缆局部放电信号人工提取特征严重依赖专业经验,易受主观不确定性影响的问题,提出了一种基于卷积神经网络自动提取特征的电缆局放缺陷识别方法。首先采用随机裁剪方法扩充原始样本数据,在此基础上利用滑动时间窗生成局放信号二维图像信息作为网络模型输入。详细研究了卷积层数、池化方式和激活函数等因素对网络识别性能的影响,生成并优化网络结构。方法能够自动提取电缆局部放电二维图像样本的深层特征,在识别准确率和鲁棒性方面效果突出。试验数据表明,系统对4种典型局放缺陷的总体识别率达到了96%,相比于支持向量机和反向传播神经网络等经典方法,分别提高了3.2%和6.0%,具有良好的应用前景。

摘要： 铅封作为高压电缆终端附件重要组成部分,其内部会因安装质量不合格或运行过程中受外力作用出现气孔缺陷或导致开裂。为消除铅封缺陷对电网安全运行造成的隐患,提出一种利用超声波对铅封缺陷进行检测的方法。根据电缆终端铅封结构特点,采用COMSOL仿真软件对高压电缆终端铅封典型缺陷进行超声仿真,揭示超声波在铅封缺陷中的传播特性和规律,同时对具备人工缺陷铅封试样进行超声检测试验。结果表明:超声波会在气孔缺陷处发生反射和透射现象,且不同位置缺陷可通过缺陷回波时间和幅值准确反映。该方法验证超声波检测技术应用于电缆终端铅封缺陷检测的可行性,可为检测电缆终端铅封缺陷提供一定的参考。

摘要： 为解决色织物缺陷检测时传统人工的误检率、漏检率较高问题,提出一种基于生成对抗网络(GAN)和Faster R-CNN相结合的缺陷识别算法.因织物图像采集过程中存在缺陷样本分布不均,并且现有色织物缺陷样本多样性贫乏,先对缺陷织物进行生成对抗网络训练,生成与缺陷样本相似的织物图像来扩充样本;再根据候选框生成算法提取缺陷位置,深度卷积神经网络学习其区域和边缘特征,最后,利用Softmax分类器对织物缺陷进行分类,非极大值抑制算法调整优化缺陷位置.实验结果表明:基于GAN和Faster R-CNN的缺陷识别算法对色织物图像库中的缺陷图像可实现提高检测效率、荻取准确缺陷位置和类别的目的.

摘要： 提出了一种基于对偶树复小波变换(Dual-tree Complex Wavelet Transform,DTCWT)与局部线性嵌入(Locally Linear Embedding,LLE)算法的局部放电特高频信号特征参数提取方法,可以有效识别典型变压器内部绝缘缺陷.首先采用DTCWT算法分解变压器局部放电特高频信号,得到一系列不同变化尺度下细节分量信号.再提取出各细节分量信号的偏斜度和峭度作为初始特征参数.采用LLE算法对初始特征参数组成的特征向量进行降维处理,得到最终的特征参数及特征向量,输入到支持向量机(Support Vector Machine,SVM)中识别各类绝缘缺陷.结果表明,该特征参数可以有效识别典型变压器内部绝缘缺陷,模拟绝缘缺陷识别准确率达到98.35％,现场检测信号识别准确率达到92.1％.

摘要： 为了减轻大量漏磁内检测数据在存储及缺陷识别的难度,提高检测效率.本文基于管道漏磁检测数据的特征,通过比较多种插值方法在漏磁检测信号中的应用,结合这些方法的特点,设计一种基于三次Hermite插值的三次样条插值算法,并巧用分段思想,采用多尺度分段自适应插值方法处理漏磁数据,生成更有辨识度的曲线图形.并设计实现曲线图形、灰度图像以及伪彩色图像显示的自适应成像系统,实现快速精准地对漏磁缺陷的检测识别.研究表明:多尺度自适应插值算法能更好地对漏磁内检测数据插值,成像系统设计更提高了缺陷识别能力和效率.

摘要： 提出了一种基于移动附加质量块的板类结构缺陷检测方法.该方法将附加质量块顺序放置于被测板类结构表面,因为附加质量块在不同位置对板结构的模态参数的影响不同,所以在不同位置得到的结构固有频率将随着位置而发生变化.通过分别将各阶频率按测量位置进行组合即可得到结构的频率曲面.当板类结构不存在缺陷时,其频率曲面为光滑的曲面.而当结构某个位置存在缺陷时,该位置的刚度和柔度将发生变化,从而导致附加质量块在该位置时结构频率曲面会出现微小突变或不连续现象.但是,当板类结构缺陷较为微小时,很难直接从结构振型和频率曲面中识别和定位缺陷.该研究通过使用平稳小波变换(SWT)从振型和频率曲面中提取微弱的缺陷信息以实现缺陷的定位,为板类结构的微小缺陷检测提供了一种有效的方法.

摘要： 针对铁路铸件采用的基于传统X射线人工检测的胶片法存在的局限性,以目前国内外市场上典型的大型货运列车铸钢零部件数字X射线检测装配为研究对象,结合标准缺陷图谱,通过对常见缺陷进行特征提取,利用机器学习构造出缺陷聚类分类器,实现铸件数字辐射图像的缺陷自动识别,判别结果符合ASTM E446标准,获得了不错的识别效果.

摘要： 公司自动化焊接产业迎来了全新时代,事业部自动化生产也进入了发展的快车道,智能制造已经走向一条又一条生产线,机器人焊接将替代繁重的手工焊接,焊接视频监控也因此应运而生,开始了全新的焊接机器人模式,自动化生产将更加智能化和便捷化.因此,为更好的对现有焊接视频监控设备的机器人以及后续新上机器人视频监控编程服务,必先统一规划好后续可视屏监控的编程,利于更好地观察视频监控.

摘要： 公司自动化焊接产业迎来了全新时代,事业部自动化生产也进入了发展的快车道,智能制造已经走向一条又一条生产线,机器人焊接将替代繁重的手工焊接,焊接视频监控也因此应运而生,开始了全新的焊接机器人模式,自动化生产将更加智能化和便捷化.因此,为更好的对现有焊接视频监控设备的机器人以及后续新上机器人视频监控编程服务,必先统一规划好后续可视屏监控的编程,利于更好地观察视频监控.

摘要： 公司自动化焊接产业迎来了全新时代,事业部自动化生产也进入了发展的快车道,智能制造已经走向一条又一条生产线,机器人焊接将替代繁重的手工焊接,焊接视频监控也因此应运而生,开始了全新的焊接机器人模式,自动化生产将更加智能化和便捷化.因此,为更好的对现有焊接视频监控设备的机器人以及后续新上机器人视频监控编程服务,必先统一规划好后续可视屏监控的编程,利于更好地观察视频监控.

摘要： 公司自动化焊接产业迎来了全新时代,事业部自动化生产也进入了发展的快车道,智能制造已经走向一条又一条生产线,机器人焊接将替代繁重的手工焊接,焊接视频监控也因此应运而生,开始了全新的焊接机器人模式,自动化生产将更加智能化和便捷化.因此,为更好的对现有焊接视频监控设备的机器人以及后续新上机器人视频监控编程服务,必先统一规划好后续可视屏监控的编程,利于更好地观察视频监控.

摘要： 高精度三维非接触式磁应力检测技术(PMDT),通过测量管道应力异常点导致的附加磁场变化识别本体损伤和缺陷,能够实现管道管体缺陷非开挖全面检测,对于无法进行内检测管道的安全检测具有重要现实意义.青海油田集输管道地处荒漠戈壁环境,管道周围干扰相对较少,现场应用情况表明PMDT能够实现管体缺陷的有效检测,准确率达到90％以上.这为不能开展内检测的管道提供了非接触磁应力检测方法,建议推广使用PMDT检测技术,实现管道本体缺陷全面检测,提高油气管道的完整性管理水平与安全运行能力.

摘要： 本发明涉及一种用于自动识别产品(1、2、3、40、41、42、43、44、45)的产品缺陷和/或用于自动识别产品缺陷的产品缺陷原因的方法，包括以下步骤：‑通过多个制造步骤由多个产品元件(4、5、6、7、8、9、10、11、12、13、14、15、16、17、18)制造产品(1、2、3、40、41、42、43、44、45、100)，且‑通过至少一个产品检验来检测(101)n个检验信息，n个检验信息形成n维的检验值。根据本发明的方法的特征在于以下步骤：‑借助至少一个用于降维的检验值的统计过程实施(102)将n维的检验值降维，‑将已降维的检验值与多个已学习的参考值(46、47、48、49、50、51、52、53、54、55、56、57、58、59、60)进行比较(103)，‑将已降维的检验值配属给至少一组彼此类似的参考值(46、47、48、49、50、51、52、53、54、55、56、57、58、59、60、104)，且‑借助所述配属来自动识别产品缺陷(105)和/或产品缺陷原因(106)。本发明还涉及一种相应的设备。

摘要： 描述了一种用于识别基板上的缺陷的方法，所述基板具有位于所述基板上的显示器的多个像素。所述方法包括：提供时钟信号以用于利用设置在所述基板上的驱动器电路来驱动所述显示器的一部分；与时钟信号同步地对所述驱动器电路的至少一个部分进行成像以获得所述驱动器电路的所述至少一个部分的至少一个图像；和识别所述至少一个图像内的所述驱动器电路的缺陷。

摘要： 本发明公开了部署有架空线路缺陷识别算法的设备及其缺陷识别方法，属于架空线路缺陷识别技术领域，包括第一处理芯片、第二处理芯片，通过部署在所述第二处理芯片的算法服务，对配网架空线路通道环境、塔杆本体和基础设施进行缺陷识别，并统计识别结果，所述第一处理芯片用于管理数据输入及输出。本发明针对配网架空线路巡检场景下产生的大量图像数据，通过设备中部署的深度学习算法，基于多种缺陷对应的多种评判标准进行缺陷识别，并自动生成统计报表，值得被推广使用。

摘要： 本发明能够机械识别多层膜基板中的缺陷部的状态，且能够进行不受操作者的技能影响的修正加工。缺陷部识别装置具备：显微镜，对多层膜基板的表面照射白色落射光，而在表面获得识别缺陷部的单位区域的放大像；光谱分光摄像机，具有成像放大像的摄像面，且按摄像面的每个像素输出放大像的分光光谱信息；及信息处理部，处理从光谱分光摄像机输出的分光光谱信息，信息处理部具备：机械学习部，对每个像素的分光光谱信息进行聚类处理；及缺陷识别部，根据机械学习部的处理结果来识别缺陷部，机械学习部根据单位区域内所存在的层结构来设定集群，并生成将聚类于集群的像素数作为频数的直方图，缺陷识别部将所生成的直方图的频数分布与不存在缺陷的直方图的频数分布进行比较，并通过具有频数差的集群的存在来识别缺陷部。

摘要： 本申请公开了一种焊缝缺陷识别方法、焊缝缺陷识别模型的训练方法及装置，属于管道技术领域。该方法包括：获取待识别图像；调用焊缝缺陷识别模型对待识别图像进行缺陷识别，得到管道焊缝缺陷的缺陷位置和缺陷类型；基于缺陷位置和缺陷类型在待识别图像中标记出管道焊缝缺陷，得到标记有管道焊缝缺陷的图像，该方法可以客观且准确地识别出管道的焊缝缺陷。

摘要： 本发明实施例提供一种管道缺陷识别方法、处理器和管道缺陷识别装置，该管道缺陷识别方法包括：获取管道缺陷管段的漏磁信号数据；根据漏磁信号数据绘制漏磁曲线图像；对漏磁曲线图像进行裁剪处理，以获取标准尺寸的漏磁曲线图像；根据标准尺寸的漏磁曲线图像确定管道缺陷识别图像；将管道缺陷识别图像输入到管道缺陷识别模型中，以提取出管道缺陷识别图像的特征信息；根据特征信息识别出管道缺陷管段的缺陷类型，使用该方法对管道缺陷管段的缺陷进行识别时识别效率和准确率高，且方法简单易于实现。

摘要： 本发明公开了部署有架空线路缺陷识别算法的设备及其缺陷识别方法，属于架空线路缺陷识别技术领域，包括第一处理芯片、第二处理芯片，通过部署在所述第二处理芯片的算法服务，对配网架空线路通道环境、塔杆本体和基础设施进行缺陷识别，并统计识别结果，所述第一处理芯片用于管理数据输入及输出。本发明针对配网架空线路巡检场景下产生的大量图像数据，通过设备中部署的深度学习算法，基于多种缺陷对应的多种评判标准进行缺陷识别，并自动生成统计报表，值得被推广使用。

摘要： 本发明属于增材制造技术领域，涉及一种打印缺陷的识别方法及打印缺陷识别系统，该方法包括：1)获取多个样本图像，样本图像是截面激光烧结后的图像；2)将多个样本图像中的各个样本图像分别进行至少两种不同变换方式的处理，得到至少两种不同类型的变换图像；3)根据不同类型的变换图像分别训练获得各个变换图像所对应的子网络；4)采集待识别图像，根据各个变换图像对应的子网络获得各个子网络对待识别图像的识别结果；根据识别结果获得最终的判定结果，完成识别。本发明提供了一种打印缺陷的识别方法及打印缺陷识别系统，能够提高对打印过程中由黑渣形成的缺陷的识别精度，从而防止出现层层黑渣堆积的现象，提高打印质量和效率。

摘要： 本发明实施例涉及产品检测领域，公开了一种缺陷识别网络的获得方法、缺陷识别方法和等级确定方法。本发明中，缺陷识别网络的获得方法，包括：利用特征参数集对缺陷图片中的缺陷进行类型识别，并根据识别到的类型进行轮廓标记，获得对应缺陷的轮廓，特征参数集来自缺陷识别网络；以包括轮廓的缺陷图片作为训练样本，对缺陷识别网络进行训练，以更新缺陷识别网络中的特征参数集；输出更新后的缺陷识别网络，使得缺陷检测的过程更为自动化。

摘要： 本申请公开了一种物体缺陷识别模型的训练方法、物体缺陷识别方法及装置，该物体缺陷识别模型的训练方法包括：获取物体的训练样本图像；通过物体缺陷识别模型中的缺陷定位分割子模型确定有缺陷训练图像中的缺陷区域，并将其从有缺陷训练图像中分割出来，得到缺陷区域图像；通过物体缺陷识别模型中的缺陷分类子模型对缺陷区域图像进行缺陷类别的识别，得到缺陷类别识别结果和缺陷类别识别损失值；根据缺陷类别识别损失值更新物体缺陷识别模型的参数。本申请的训练方法能够避免图像中其他无关信息对于缺陷类别识别的干扰，使得模型的识别效率和准确率均较高，且训练得到的模型对于不同类型的缺陷的泛化能力较好，降低了物体缺陷识别的成本。