基于深度迁移学习的脉冲涡流热成像裂纹缺陷检测

提出一种迁移学习与深度学习相结合的钢板裂纹缺陷检测方法。首先,通过非负矩阵分解（NMF）建立红外缺陷数据集的目标域特征空间,以余弦相似度为衡量指标选取可见光缺陷数据集的源域样本,对深度学习模型进行预训练,并将模型权重参数迁移至目标域,实现相似领域的知识迁移;然后,在YOLO v5算法基础上引入自适应空间特征融合（ASFF）模块,提高缺陷检测精度。实验结果表明：所提方法对钢板脉冲涡流热成像裂纹缺陷的检测精度达到98.6%,可实现不同长度裂纹的准确识别与定位。     

紫外诱导荧光的土壤石油烃类污染物原位检测技术

石油烃类污染物进入土壤后会随着时间逐步迁移到土壤深层。传统的土壤石油烃检测方法因自身的局限性,无法及时快速地检测深层土壤中的石油烃质量分数。为快速检测深层土壤中的石油烃类污染物,提出了一种基于紫外诱导荧光的石油烃原位检测技术,利用280 nm的深紫外发光二极管（LED）作为激发光源、光电倍增管（PMT）作为信号检测器完成对土壤中石油烃质量分数的探测。实验结果表明,该检测技术能够实现对不同土壤类型（红壤、黄壤、黑土和湖底淤泥土）中各类机油（汽油机油、柴油机油和空压机油）的定量检测,检测结果的平均相对误差（RE）小于10.00%,平均相对标准偏差（RSD）小于4.00%,土壤中各类石油烃的检出限均小于136 mg/kg,完成单个样本测量仅需2.0 s。     

利用双反射镜控制实现无线光通信光束对准

针对远距离无线光通信中光束跟踪受长距离大气传输不确定因素影响大的问题,提出了一种利用双反射镜的无线光系统结构。针对双反射镜到接收端的短轴跟踪控制设计了滤光片转盘模块,通过给反射光斑施加频率扰动的方式来实现对相机探测面上双光斑的辨别,并以探测面上双光斑的重叠情况作为判别光束对准的依据。对于存在偏移的重叠双光斑图像,提出多光斑/重叠光斑中心提取的思路,利用最小二乘法椭圆拟合实现重叠光斑的分割,并对无重叠、较少重叠以及较多重叠三种情况下的光斑图像进行分割实验。研究结果显示,在光斑重叠的场景下,光斑中心定位与实际位置之间的标准差小于0.5 pixel,因此所采用的算法在重叠光斑的分离方面具有很好的效果。     

基于超声微振动的风力机叶片除冰研究

风力机在寒冷潮湿地区工作时,叶片表面会产生积冰,降低叶片气动性能。为减少或去除积冰,提高风力机发电效率,本文开展了风力机叶片超声微振动除冰研究。设计了前缘为中空结构的翼型叶片,仿真计算了除冰振型,制作了叶片样件,测量了样件的固有频率。搭建了冰风洞试验系统和超声驱动系统,研制了一款翼型叶片冰层切向黏结力测量装置,开展了叶片超声微振动结冰时除冰和结冰后除冰研究,测量并计算了叶片表面结冰量和冰层黏结剪应力。研究结果表明,当结冰环境温度较高时,叶片结冰时超声微振动可以降低结冰量,具有除冰作用。在结冰后除冰中,可以显著降低冰层黏结强度。激振频率为21.2 kHz时,黏结强度最低,约为0.084 MPa。本研究为深入开展风力机叶片超声除冰技术奠定了基础。     

分散方式对PEMFC微孔层油墨流变特性与微结构的影响研究

制备高性能的微孔层对于提升质子交换膜燃料电池性能至关重要,其中微孔层油墨的制备是微孔层制备中的核心环节,油墨的分散方式和分散时长均会影响微孔层的性能。在本文中,研究了在两种不同的分散方式及三种不同分散时长下：超声分散(15 min,30 min,45 min)和球磨分散(1 h,2 h,3 h),对微孔层性能的影响,并对微孔层油墨进行了流变性研究、粒径分布和形貌表征以及BET测试。研究结果表明：球磨分散与超声分散制备的微孔层油墨呈现不同的流变性,前者黏度20 m Pa·s明显高于后者2 mPa·s,粒径分布也因分散方式不同呈现明显差异。球磨分散方式制备的微孔层表面出现明显的团聚絮状物,增加了表面粗糙度,同时该制备方式下的微孔层比表面积为9.2922 m²·g^-1。同样制备时长也会对微孔层性能产生影响,研究发现球磨分散2 h制备的微孔层展示了更高的优越性。     

基于超声非线性参数的油水两相流相含率检测

超声法相含率检测,主要基于声速与声衰减这两个声学参数计算流体的分相含率。然而,对于油水两相流,油与水的声速与声衰减差异较小,检测灵敏度较低。相比之下,油水两相介质的超声非线性参数区别较大,在检测灵敏度上有明显优势。本文提出了基于超声非线性参数的油水混合物相含率检测方法,以油水两相混合液体中超声非线性传播模型与混合液体超声非线性参数的混合定则为基础,归纳含水率对流体超声非线性参数的调制规律。结合插入比较法的非线性参数测量方法,明确含水率与二次谐波幅值的关系基础上,构建相含率测量模型,实现油水混合流体相含率准确测量。     

非均匀流体介质内部散射声场重建的逐层计算方法*

入射声波激励下非均匀流体介质内部散射声场的重建方法对超声层析成像具有重要意义。以往采用矩量法求解,但该方法全域离散形成的复数满秩矩阵规模随着分辨率与计算精度的提高而急剧增大,对算力具有很高的要求,一定程度上限制了其在实际中的应用。为克服上述缺陷,本文以逐层离散、逐层计算为核心思想,以声散射基本公式与近场声全息理论为基础,推导出逐层计算非均匀流体介质内部散射声场的理论公式并给出对应的几何离散模型。为验证该方法的可行性,以矩量法为参照,对同样的介质模型进行介质内部声场重构仿真。结果表明,逐层算法不仅可以有效地重建非均匀流体介质内部散射声场,且大幅度减小了求解规模。     

基于消失点检测算法的束靶红外图像畸变校正

传统的霍夫变换、Cannylines直线检测算法、霍夫概率变换方法在图像上的直线检测效果不佳,存在检测线段不连续不正确的问题,因而,利用Sobel滤波对红外图像横轴和纵轴两个方向分别进行锐化,通过线段检测(LSD)算法实现线段特征检测,进而经线段聚类拟合获得图像中完整的直线,通过对直线交点计算获得消失点,最后依据透视关系计算得到校正图像。实验结果表明,该方法可以实现对中性束红外图像的自动有效校正。     

管柱型近周期声子晶体点缺陷结构的大尺寸压电超声换能器

大尺寸压电超声换能器的耦合振动会导致其辐射面纵向位移振幅的平均值较小,振幅分布不均匀,严重影响系统的性能和可靠性.为了改善大尺寸超声振动系统性能,可利用二维孔/槽型近周期声子晶体结构对横向振动进行抑制,但在对横向振动抑制的同时,该结构会对换能器机械强度和工作带宽等性能参数造成不利的影响.针对这一问题,本文提出利用管柱型近周期声子晶体点缺陷结构对大尺寸夹心式纵振压电陶瓷换能器进行优化的新思路.该方法不仅可以利用构造的固/气二维近周期声子晶体结构的点缺陷模式,获得极低的能量损耗,有效提高系统辐射面的纵向位移振幅和振幅分布均匀度;也可以利用管柱结构中的双环形孔增强声波的多重散射,使得换能器在管柱柱高较低的条件下产生禁带,在有效抑制横向振动的同时,大幅拓宽换能器系统的工作带宽,增强系统的稳定性和机械强度,降低加工成本.仿真结果证明了优化的有效性.     

基于优化残差网络的复杂纹理表面缺陷检测

产品表面缺陷检测是工业自动化生产的重要环节,准确率是评价自动检测系统可靠性的主要指标。基于复杂纹理表面缺陷检测的特殊性以及对检测方法的实时性、通用性等要求,提出了优化骨干网络并使用迁移学习特征映射构建复杂纹理表面缺陷的检测方法。该方法通过优化残差网络模型并建立仿真数据集的方式进行迁移学习,以解决实际情况中复杂纹理表面产品数据集样本数量少、数据集制作困难、相似问题难以互相兼容等问题。实验结果表明,提出的方法可以准确地检测随机复杂纹理的人造木质板材表面缺陷,平均准确率可达99.6%。现有实验条件下单张人造木质板材的检测时间为305 ms,可以满足在线检测的实时性要求。研究结果可为基于深度学习的复杂纹理表面缺陷检测提供新的思路与理论参考。