基于小样本学习的钢板表面缺陷检测技术

近年来,数据驱动的缺陷检测技术在工业部门得到了初步应用,提升了生产智能化的水平,但是受制于训练样本不足、检测精度较低的问题,这种方法目前仍然难以进一步推广.因此,本文提出了一种数据驱动的钢板表面缺陷检测技术.针对训练样本不足的问题,采取数据增强方法增广数据集.针对检测精度较低的问题,采取层次结构模型方法提升缺陷检出率....     

空气耦合超声检测共固化复合材料研究

先进复合材料共固化技术为复合材料的广泛化提供新的契机,但对其检测提出新的需求.本文利用非接触的空气耦合超声检测技术,实现了对共固化复合材料缺陷的检测.进一步地通过正交分析法对传感器间距离、激励电压、增益、波包个数、激励频率进行了条件试验,最终确定了仪器最佳检测参数为传感器间距离80mm、激励电压150V、增益30dB、...     

Ti元素对激光金属沉积Nb-Mo-Ta-W高熵合金缺陷的影响

采用激光金属沉积工艺对成分重组设计后的Nb-Mo-Ta-W系难熔高熵合金进行成形制备，利用X射线衍射仪和扫描电子显微镜对(NbMoTa)₉₀W₁₀和(NbMoTaTi)₉₀W₁₀两种高熵合金的相结构、缺陷与微观组织进行了表征分析，并通过多功能力学试验机对两种合金进行室温拉伸性能测试。结果表明：(NbMoTa)₉₀W₁₀和(NbMoTaTi)₉₀W₁₀两种高熵合金均为单相体心立方结构；Ti元素在Nb-Mo-Ta-W系合金中的晶界处形成了“液态薄膜”，可实现对沿晶裂纹的良好抑制；冶金缺陷的减少以及Ti元素引入的晶格畸变效应，(NbMoTaTi)₉₀W₁₀高熵合金的室温力学性能提升，屈服强度达到1156 MPa。     

基于核函数的后置非线性盲源分离算法在铁磁材料缺陷检测中的应用研究

磁记忆信号检测是分析铁磁材料缺陷和缺陷定位的一种有效方法。由于检测环境噪声、缺陷磁记忆信号弱以及缺陷位置重合引起的信号抵消等原因，易导致传感器采集到的是多维混合磁记忆加噪声复杂信号，体现出较强的盲特性。如何从观测信号中提取有效缺陷信号是分析缺陷类型及定位的关键，传统的降噪方法无法从混合磁记忆观测信号中有效分离缺陷特征信号。文章提出基于核函数的后置非线性盲源分离算法对地下埋管磁记忆信号进行分离，通过与经典盲分离算法Fast ICA进行算法性能比较，表明新算法能够较好地从混合信号中提取有效缺陷特征。     

俄国Al—Mg—Li系1420合金的焊接裂纹和气孔

论述了Ａｌ－Ｍｇ－Ｌｉ系１４２０合金焊接时的主要缺陷（裂纹和气孔）的形成机理，针对这两种缺陷提出了减少和消除裂纹和气孔的有效方法。     

基于深度学习的焊缝PAUT数据智能化分析方法

超声相控阵检测技术(PAUT)凭借其突出的技术优势被广泛应用在船舶、铁路、石油石化和航空航天等诸多领域。在焊缝超声相控阵检测(PAUT)中，对检测数据缺陷的识别定位目前多采用传统的人工判读方式，判读效率较低，对检测人员的判读经验有较高要求，难以满足自动化超声检测的要求。基于深度学习中的目标检测和跟踪算法构建智能识别模型，通过对焊缝超声相控阵检测的S、B扫图特征进行融合，并结合焊缝的三维结构信息，识别并定位出缺陷在焊缝中的三维空间位置。实验结果显示: 缺陷框的平均三维IOU(预测三维缺陷框和实际三维缺陷框的平均交并比)达到0.644 9，较为接近缺陷的真实空间位置，可以实现焊缝超声相控阵检测成像结果智能识别和定位。      

焊透深度和前进侧位置对FSW 贮箱锁底接头性能的影响

开展了2219MCS 叉形环和2219C10S 短壳组成的锁底接头的搅拌摩擦焊工艺试验,详细分析了

搅拌针长度和前进侧位置对锁底接头Hook 型缺陷、力学性能、断裂方式的影响规律。结果表明:搅拌摩擦焊

锁底接头在短壳一侧存在Hook 型缺陷,短壳位于前进侧时的搭接界面上翘曲率和迁移量均大于叉形环位于

前进侧,且随着搅拌针长度的增加,搭接界面的向上迁移量逐渐增大。相同的焊透深度时,叉形环位于前进侧

的力学性能优于短壳位于前进侧;相同的前进侧位置时,随着焊透深度的逐渐增加,接头力学性能逐渐降低。

锁底接头搭接界面缺陷形貌及迁移量的变化是引起力学性能变化的主要原因。优化的试验结果显示,当焊透

深度和短壳板材厚度相同,且叉形环位于焊缝前进侧的力学性能最优,常温可达到300 MPa,低温可达到370

MPa,延伸率均超过3. 5%。锁底接头的拉伸断裂方式与焊缝前进侧位置密切相关。当短壳位于前进侧时,从

短壳一侧热力影响区断裂;当叉形环为前进侧时,从焊缝焊核区断裂。

     

面向缺陷容忍的加筋筒壳快速优化设计

为了提高运载火箭等航天装备结构的承载效率，实现航天薄壁筒壳结构的轻量化和精细化设计，以具有强缺陷敏感性的航天薄壁筒壳结构为研究对象，开展了面向缺陷容忍的加筋筒壳结构优化设计。通过在设计过程中考虑结构设计与临界失稳载荷和结构缺陷敏感性的耦合关系，同步提升结构的屈曲载荷和抗缺陷能力，实现筒壳结构的精细化和轻量化设计。并针对计及缺陷敏感性加筋筒壳单次分析耗时和优化效率低的问题，使用不完全折减刚度法（iRSM），替代非线性显式后屈曲算法进行非完善筒壳结构的承载能力分析，提出了一种面向缺陷容忍的加筋筒壳快速优化设计框架。以一个直径1.6 m的正置正交网格加筋筒壳结构作为算例进行说明，结果显示，相比初始设计，优化结果可在质量不变的前提下，实现设计载荷提升10%以上，有效提高航天加筋筒壳结构的承载效率；并且所提出的优化设计框架能在保证稳定找到优化结果的同时，降低计算成本80%以上，实现面向缺陷容忍加筋筒壳结构的高效优化设计。     

复合材料热结构孔隙缺陷表征与分形维数评价

受制备工艺约束，复合材料热结构内部的基体会存在不可忽视的细观孔隙缺陷。本文基于航天材料及工艺研究所制备的热结构CT图像开发了一种能够识别基体细观缺陷的机器学习模型，通过将注意力机制模块与深度学习框架进行结合，利用注意力机制模块能够关注特定预期分割目标区域的特点，实现对热结构CT图像进行图像分割，试验证实本方法能够识别局部细观孔隙等缺陷，提升图像分割的精度。为了定量分析缺陷的几何形貌，本文提出采用分形维数对其进行表征，最后重点研究热结构制造缺陷的形貌定量分布规律。