基于改进深度学习模型的焊缝缺陷检测算法

针对传统深度学习模型在进行焊缝缺陷检测时对小缺陷目标检测效果不理想问题,提出基于改进深度学习Faster RCNN模型的焊缝缺陷检测算法,算法通过多层特征网络提取多尺度特征图并共同作用于模型后续环节,以充分利用模型中的低层特征,增加细节信息;改进模型的区域生成网络,加入多种滑动窗口,从而优化了模型锚点的长宽比设置,提高检测能力。实验表明,改进Faster RCNN模型取得最优的缺陷检测结果,对于小缺陷目标仍取得较好的检测精度,从而验证了算法的有效性。     

星载天线展开过程立体视觉动态测量技术

介绍了基于立体视觉原理的星载天线动态展开过程测量方法,通过基于标准长度的标定方法、双目立体视觉交会坐标解算和动态多目标点识别跟踪等关键技术的研究,实现了对可展开天线各关节点在展开过程中的三维运动轨迹的测量,并实现了试验验证。试验结果表明,该方法可获得各关节点在不同时刻的三维点坐标,解算出展开运动的运动速度、加速度和展开后的面型等参数,为大型可展开天线柔性机构设计、动力学分析和展开可靠性分析等提供必要的参考。     

磁-光/涡流成像技术的有限元分析

近年来迅速发展的磁－光成像（ＭＯＩ）技术使涡流检测技术得到了新的进展。本文运用磁－光／涡流成像的有限元模型对典型的飞机构件缺陷（如连接飞机表面两个铝层的紧固件下面的裂纹）进行模拟。模拟结果表明,其磁场垂直分量的变化对这种结构来说是相当灵敏的,采用ＭＯＩ技术可以用来探测隐藏在紧固件帽下面的缺陷。     

汽车电器实验实训平台研究

汽车电器是一门理论与实践结合性很强的课程。在该课程实验室建设中,应强化实践应用并突出职业教育的特色,因此有必要开发相关全车电器实验实训平台,增强学生动手能力,弥补理论与实践脱节现象,对汽车电器的学习具有切实的指导意义。     

必检项目的确认与实施

通过对必检项目确认原则的分析,针对实际维修工作的流程,对必检项目的确认及其检验工作的实施进行了研究,以期对必检项目的正确执行提供指导。     

发动机孔探图像三维测量与立体重建的实现

作为一种新兴的可视探测技术，孔探成像分析在现代发动机故障诊断中一直发挥着重要的作用。研制和开发基于孔探图像的三维测量与立体重建系统对提高故障诊断水平和预测准确度，降低工作中的人力物力投入，节约维护成本都有着重要的现实意义。本文以整体系统的构架为线索，阐述了系统的图像采集，摄像机标定，图像预处理，立体匹配，3D计算以及深度重建等功能模块的研制思路和基本算法，并给出部分研制结果。本系统的开发为基于也探图像的发动机故障监测与诊断系统的奠定了重要的基础。     

相关系数在参数识别中的应用

 研究“在线”信号相关系数的应用,首先应解决利用“在线”信号相关系数迅速、准确地识别出模态参数。利用“在线”信号应满足以下要求:（1）不使用激振信息;（2）利用的振动信号要尽量短;（3）计算方法简单,满足实时处理要求;（4）抗干扰能力强。根据以上要求,利用振动信号的相关系数是合适的。但是,用这样少的信息识别振动系统的模态参数,其精发不如频率响应函数法高,但对于判断振动系统有无异常变化,其精度是足够的。     

一种基于张氏标定法的单目相机改进标定算法

单目视觉在地面机器人等无人导航系统中的应用越来越广泛,而相机参数的标定是利用视觉进行导航的基础性工作。标定结果的好坏,直接影响导航性能和定位精度。主要考虑单目相机的径向畸变,基于张正友平面标定法,通过利用Matlab进行图像预处理、利用OpenCV进行Harris角点检测和亚像素精确化等方法在角点提取精度等方面进行了改进,通过重投影法对标定结果进行了评估,并将其与Matlab相机标定工具箱Toolbox_calib所得结果进行了比较。实验结果表明,改进的标定算法标定结果精度更高,并且对多个摄像头传感器均有效,适用性强。     

基于视觉的模型烧蚀形貌实时测量方法

针对电弧风洞试验时模型烧蚀形貌实时的变化问题,使用数字散斑相关结合双目视觉的方法直接测量得到了模型烧蚀过程的形貌变化历程。利用散斑相关来进行图像数据的处理,同时综合了亚象素相关算法。通过测量获得了模型烧蚀过程的形貌实时变化情况。标定结果表明标定精度达到了0.02 mm;试验结果表明,测量方法可以为分析平板模型随烧蚀时间变化而变化的特性提供有效的试验数据。     

航空发动机涡轮叶片的失效分析与检测技术

通过分析航空发动机涡轮叶片的失效机理与寿命预测模型,从理论上阐述了导致叶片失效的关键因素。并针对影响叶片寿命的关键参数系统地阐述了目前的检测技术和发展趋势,主要包括叶片制造过程中叶片轮廓、进出气边轮廓、气膜孔、表面质量的检测,以及叶片服役后涂层质量、蠕变伸长量的离线和在线检测。检测技术既是叶片制造一致性的保障,同时也为失效机理和寿命预测提供实验测量数据,使预测模型更精准。