检索结果-内蒙古大学图书馆

液晶与显示 2021年第12期36卷 1728-1736页

作者：伍济钢成远邵俊阳德强湖南科技大学机械设备健康维护湖南省重点实验室湖南湘潭411201

针对智能手机玻璃盖板缺陷检测方法存在检测柔性差、良率低、检测时间长等问题,提出一种改进YOLOv3的智能手机玻璃盖板缺陷检测方法。在特征提取网络方面增加通道注意力机制以解决缺陷特征不明显的问题,在特征检测网络方面增加了104... 详细信息

针对智能手机玻璃盖板缺陷检测方法存在检测柔性差、良率低、检测时间长等问题,提出一种改进YOLOv3的智能手机玻璃盖板缺陷检测方法。在特征提取网络方面增加通道注意力机制以解决缺陷特征不明显的问题,在特征检测网络方面增加了104×104维度大小的特征图以解决缺陷多尺度的问题,最后对模型进行剪枝减少模型参数,提高缺陷检测速度。从智能手机玻璃盖板生产现场获得涵盖崩边、坑点、脏污和划痕等4类缺陷的图片构建缺陷数据集,对本文提出的方法和Faster R-CNN、YOLOv3、YOLOv4等算法进行对比实验和分析。实验结果表明,本文提出方法的检测平均精度均值(mean Average Precision,mAP)为81.0%,检测速度为43.1 fps。相比原始YOLOv3算法,检测mAP提升了3%,检测速度增加了6.7 fps,相比于其他深度学习算法,检测速度和检测精度均有所提升。所提方法满足智能手机玻璃盖板工业生产现场缺陷高精度、高效检测的需要。

关键词：智能手机玻璃盖板缺陷检测 YOLOv3 通道注意力机制模型剪枝

来源：评论

学校读者我要写书评

暂无评论

气动激励下含有SFD的航空发动机转子系统振动响应分析

气动激励下含有SFD的航空发动机转子系统振动响应分析

引用

第15届全国转子动力学学术大会（ROTDYN2023）

作者：邵俊伍济钢张源湖南科技大学机电工程学院

本文的目的是探究含挤压油膜阻尼器的航空发动机转子系统在受到气动激励时的振动特性。考虑到叶尖-机匣间隙引起的空气动力和挤压油膜阻尼器引起的非线性油膜力,基于有限元方法建立了涡轴发动机转子系统的动力学模型。通过数值仿真、模... 详细信息

本文的目的是探究含挤压油膜阻尼器的航空发动机转子系统在受到气动激励时的振动特性。考虑到叶尖-机匣间隙引起的空气动力和挤压油膜阻尼器引起的非线性油膜力,基于有限元方法建立了涡轴发动机转子系统的动力学模型。通过数值仿真、模拟和实验获得了航空发动机转子系统的临界速度和模态振型。结果表明,临界速度和模态振型的计算结果与仿真和实验结果具有良好的一致性。此外,详细比较了有无空气动力激励下转子系统的振动响应,并分别讨论了叶片尖端-机壳间隙、

关键词：发动机转子系统气动激励振动响应分析 SFD

来源：评论

学校读者我要写书评

暂无评论

基于改进ICP的复杂机械零件测量点云配准方法

引用

光电子．激光 2023年第6期34卷 620-627页

作者：伍济钢马佳康杨康曹鸿张源湖南科技大学机电工程学院机械设备健康维护湖南省重点实验室湖南湘潭411201

点云配准是基于机器视觉进行复杂机械零件三维非接触精密测量的关键环节。针对传统迭代最近点(iterative closest point,ICP)算法对初始位置依赖性强,迭代收敛速度慢,错误对应点对多,难以满足大批量复杂机械零件测量点云配准效率和精度... 详细信息

点云配准是基于机器视觉进行复杂机械零件三维非接触精密测量的关键环节。针对传统迭代最近点(iterative closest point,ICP)算法对初始位置依赖性强,迭代收敛速度慢,错误对应点对多,难以满足大批量复杂机械零件测量点云配准效率和精度要求的问题,提出了一种基于ISS-FPFH(intrinsic shape signature-fast point feature histogram)特征结合改进ICP的复杂机械零件测量点云配准方法。为了减少点云配准数量,并保留点云表面原来的细微特征,提出了基于重心邻近点的体素滤波器对点云进行下采样预处理。为解决传统ICP算法因合适初始位置难以确定而导致多视角测量点云配准失败的问题,采用了基于ISS-FPFH特征的采样一致性初始配准(sample consensus intial alignment,SAC-IA)算法进行粗配准。为解决传统ICP算法迭代收敛速度慢、错误对应点对多的问题,提出结合法向量夹角约束的点到平面ICP算法进行精配准。以斯坦福大学的bunny点云模型为对象,验证了本文提出方法对噪声点云的鲁棒性。以常见的复杂机械零件叶片和车门把手为对象,将本文提出的方法与传统ICP算法和SAC-IA+ICP算法一起进行测量点云配准实验并进行对比分析。结果表明,在两种不同机械零件的点云配准实验中,本文提出方法的均方根误差(root mean square error,RMSE)和配准时间比传统ICP算法分别平均减少了80.46%、49.07%,比SAC-IA+ICP算法分别平均减少了67.86%、16.97%,可以满足大批量复杂机械零件三维非接触精密测量的需求。

关键词：点云配准复杂机械零件三维非接触精密测量迭代最近点(ICP)算法

来源：评论

学校读者我要写书评

暂无评论

BP-LCD方法及其在滚动轴承故障诊断中的应用

引用

计算机工程与应用 2017年第8期53卷 267-270页

作者：李曜洲伍济钢李学军湖南科技大学机械设备健康维护省重点实验室湖南湘潭411201

针对局部特征尺度分解(Local Characteristic-scale Decomposition,LCD)方法中严重的端点效应,将BP神经网络应用到信号的延拓中,提出了一种提出基于BP神经网络延拓局部特征尺度分解(BP neural network endpoint extension Local Characteristic-scale Decomposition,BP-LCD)方法。该方法首先利用BP神经网络将待分解信号进行两端预测延拓,然后对延拓后的曲线进行LCD分解。通过仿真信号的分析,验证了该方法可以有效地抑制LCD方法中的端点效应;将该方法应用到实际滚动轴承的故障诊断中,结果表明了该方法的有效性。

关键词：反向传播(BP)神经网络延拓局部特征尺度分解端点效应滚动轴承故障诊断

来源：评论

学校读者我要写书评

暂无评论

基于曲率尺度空间角点检测与匹配的薄壁件振动模态测试方法

引用

激光与光电子学进展 2017年第8期54卷 96-106页

作者：伍济钢张双健蒋勉王刚湖南科技大学机械设备健康维护湖南省重点实验室湖南湘潭411201 湖南科技大学先进矿山装备教育部工程研究中心湖南湘潭411201

基于视觉的位移和振动测试方法大多需要人工在结构表面预设物理标记,这使得现场测试和监控变得繁琐。针对现有机器视觉技术在薄壁件振动模态测试上的不足,提出基于曲率尺度空间(CSS)角点检测与匹配的薄壁件振动模态测试方法。该方法通... 详细信息

基于视觉的位移和振动测试方法大多需要人工在结构表面预设物理标记,这使得现场测试和监控变得繁琐。针对现有机器视觉技术在薄壁件振动模态测试上的不足,提出基于曲率尺度空间(CSS)角点检测与匹配的薄壁件振动模态测试方法。该方法通过人工设置的虚拟角点代替传统的物理标记,利用改进的CSS角点检测方法定位振动图像序列中的关键点,并采用基于像素平方差改进的匹配方法实现关键点匹配,最终获取振动信息并识别模态参数。对薄壁梁和薄壁圆筒进行振动模态实验,并利用有限元仿真和加速度传感器进行分析验证,结果表明,该方法能够有效准确地获得薄壁件的模态参数,测试精度误差在5%以内。

关键词：图像处理振动模态测试曲率尺度空间角点检测与匹配薄壁件

来源：评论

学校读者我要写书评

暂无评论

基于改进YOLOv5的PCB小目标缺陷检测研究

引用

光电子．激光 2024年第2期35卷 155-163页

作者：伍济钢梁谋曹鸿张源杨康湖南科技大学机械设备健康维护湖南省重点实验室湖南湘潭411201

面对印刷电路板(print circuit board, PCB)小型化、多层化、高集成化的趋势,针对目前PCB缺陷检测方法存在漏检、特征提取困难、误检率高以及检测性能差等问题,本文提出了基于改进YOLOv5算法的PCB小目标缺陷检测方法。该方法先针对PCB... 详细信息

面对印刷电路板(print circuit board, PCB)小型化、多层化、高集成化的趋势,针对目前PCB缺陷检测方法存在漏检、特征提取困难、误检率高以及检测性能差等问题,本文提出了基于改进YOLOv5算法的PCB小目标缺陷检测方法。该方法先针对PCB小目标缺陷特点采用DBSCAN(density-based spatial clustering of applications with noise)+二分K-means聚类算法以找到更适合的锚框;然后对YOLOv5的特征提取层、特征融合层以及特征检测层进行改进,增强关键信息的提取,加强深层信息与浅层信息的融合;从而减少PCB缺陷的误检率、漏检率,以提高网络的检测性能;最后在公开PCB数据集上进行相关对比实验。结果表明,改进后模型的平均精度(mAP)为99.5%,检测速度为0.016 s。相比于Faster R-CNN、YOLOv3、YOLOv4网络模型,检测精度分别提升了17.8%、9.7%、5.3%,检测速度分别提升了0.846 s、0.120 s、0.011 s,满足PCB缺陷在实际工业生产现场的高精度、高速度检测要求。

关键词： PCB缺陷检测 YOLOv5 聚类算法注意力机制解耦头

来源：评论

学校读者我要写书评

暂无评论

基于振动图谱分解运算的复合故障特征分离方法

引用

中国设备工程 2016年第16期 58-61页

作者：石海波伍济钢湖南科技大学机械设备健康维护湖南省重点实验室湖南湘潭411201

本文利用转子实验台设计转子不平衡,然后对采集到的不平衡、不对中、以及不平衡-不对中复合故障振动信号进行分析.通过S 变换转子故障数据得到时频图,利用图像分解运算对其进行图像分解,从而达到复合故障分解成单故障,并与单故障特征进... 详细信息

本文利用转子实验台设计转子不平衡,然后对采集到的不平衡、不对中、以及不平衡-不对中复合故障振动信号进行分析.通过S 变换转子故障数据得到时频图,利用图像分解运算对其进行图像分解,从而达到复合故障分解成单故障,并与单故障特征进行图像匹配验证基于振动图谱分解运算的复合故障特征分离方法的正确性.

关键词： S变换时频图图像分解

来源：评论

学校读者我要写书评

暂无评论

一种利用振动响应非线性估计的叶片裂纹定位方法

引用

机械科学与技术 2018年第4期37卷 545-552页

作者：蒋勉张文安伍济钢王文韫湖南科技大学机械设备健康维护湖南省重点实验室湖南湘潭411201

对叶片裂纹进行准确定位,对于实现准确维修延长其工作寿命具有重要的意义。针对叶片裂纹定位问题,提出一种高频激励下利用多位置点振动响应非线性估计的叶片裂纹定位方法,并给出了系统非线性估计的定义和相应的计算方法。在叶片上多位... 详细信息

对叶片裂纹进行准确定位,对于实现准确维修延长其工作寿命具有重要的意义。针对叶片裂纹定位问题,提出一种高频激励下利用多位置点振动响应非线性估计的叶片裂纹定位方法,并给出了系统非线性估计的定义和相应的计算方法。在叶片上多位置特征点采集非线性振动信号组成矩阵形式信号,再利用正交分解方法求解其线性近似矩阵信号,通过量化两者之间的误差得到叶片各点振动响应信号的非线性程度估计值。计算相同激励输入下健康状态和含裂纹叶片各点振动响应非线性度估计值的误差,寻找误差绝对值最大点实现裂纹的准确定位。通过在有限元软件中建立健康和含裂纹损伤的叶片有限元模型,在多种激励频率下进行瞬态动力学仿真验证,分析结果表明该方法具有很好的裂纹定位效果。

关键词：叶片裂纹检测振动响应非线性估计

来源：评论

学校读者我要写书评

暂无评论

基于神经网络的虚拟靶标大视场双目相机标定技术

引用

光学技术 2017年第4期43卷 314-318页

作者：刘小娟李学军王文韫伍济钢湖南科技大学机械设备健康维护湖南省重点实验室湖南湘潭411201

针对大视场双目相机标定中的精度低和非线性畸变问题,提出了一种结合BP神经网络的大尺寸虚拟靶标标定技术。鉴于单角点棋盘格具有易制作、高精度的特性,构建大尺寸虚拟靶标;利用神经网络的非线性映射能力直接建立角点的像素坐标和世界... 详细信息

针对大视场双目相机标定中的精度低和非线性畸变问题,提出了一种结合BP神经网络的大尺寸虚拟靶标标定技术。鉴于单角点棋盘格具有易制作、高精度的特性,构建大尺寸虚拟靶标;利用神经网络的非线性映射能力直接建立角点的像素坐标和世界坐标映射关系;用建立的映射网络对测试样本进行三维重建,并与传统的线性标定方法进行对比实验。结果表明,该方法操作简单,且重建距离相对误差为0.92%,优于传统的线性标定方法,可用于大视场双目相机标定。

关键词：大视场神经网络双目相机标定虚拟靶标

来源：评论

学校读者我要写书评

暂无评论

利用平均振动响应能量的螺栓松动检测方法

引用

机械科学与技术 2022年第7期41卷 992-997页

作者：伍济钢邵俊周根阳德强成远湖南科技大学机械设备健康维护湖南省重点实验室湖南湘潭411201 中国航发湖南南方宇航工业有限公司湖南株洲412002

为简单有效检测结构的螺栓松动故障,提出了一种利用平均振动响应能量的螺栓松动检测方法。首先,建立振动响应能量相关的螺栓松动损伤指标;然后,为减少噪声对数据结果的影响,提出将平均振动响应能量作为螺栓松动损伤指标;最后,利用螺栓... 详细信息

为简单有效检测结构的螺栓松动故障,提出了一种利用平均振动响应能量的螺栓松动检测方法。首先,建立振动响应能量相关的螺栓松动损伤指标;然后,为减少噪声对数据结果的影响,提出将平均振动响应能量作为螺栓松动损伤指标;最后,利用螺栓松动前后该指标相对变化量构造损伤指数,并根据损伤指数大小判断松动螺栓所在位置。实验结果表明,该方法能有效的进行螺栓松动位置检测。

关键词：平均振动响应能量螺栓松动检测方法损伤指数

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：