-
公开(公告)号：CN115661572A
公开(公告)日：2023-01-31
申请号：CN202211295843.X
申请日：2022-10-21
申请人： 华中科技大学 , 中国兵器装备集团西南技术工程研究所
IPC分类号： G06V10/774 , G06V10/82 , G06V10/764 , G06N3/0475 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/08 , G06T7/00
摘要： 本发明提供一种铸件缺陷识别模型训练方法、缺陷识别方法、装置及系统，确定铸件X射线图像的数据集，并将数据集按照缺陷的类别划分为两个子集；其中，第一子集内图像的缺陷类型有线状缺陷和孔状缺陷，第二子集内图像的缺陷类型有缩松缺陷与高密度夹杂缺陷；基于第一网络模型对第一子集进行增广，得到第一数据集；基于第二网络模型对第二子集进行增广，得到第二数据集；将第一数据集、第二数据集以及铸件真实X射线图像数据集进行混合，并对混合后的数据集进行二次增广，得到训练集；基于训练集对神经网络进行训练，训练后得到铸件缺陷识别模型。本发明通过仿真的方式增加了训练集中缺陷形貌多样性，实现人工检测到机器检测的突破，提高检测效率。
-
公开(公告)号：CN114972269A
公开(公告)日：2022-08-30
申请号：CN202210610819.4
申请日：2022-05-31
申请人： 华中科技大学
摘要： 本发明提供一种基于铸件X射线图像的缺陷分割定位方法及系统，包括：确定铸件的X射线图像；铸件上具有多个缺陷；将铸件的X射线图像输入到预先训练好的缺陷分割定位模型，以对X射线图像中铸件的缺陷图像进行分割定位；缺陷分割定位模型通过在Unet模型的各级特性连接跳跃处和各相邻两级特征融合处嵌入注意力模块得到。本发明利用数据增广策略解决了铸件缺陷的X射线图像数量有限、标注耗时的问题，采用数据驱动的深度学习模型对铸件高分辨率X射线图像中缺陷进行分割，构建了包含轻量级注意力模块的缺陷分割定位模型，实现了铸件X射线图像中多尺度缺陷的高效、高精定位。
-
公开(公告)号：CN109255152A
公开(公告)日：2019-01-22
申请号：CN201810879229.5
申请日：2018-08-03
申请人： 华中科技大学
摘要： 本发明属于热处理生产计划相关技术领域，并公开了一种基于改进离散教与学算法的热处理炉次计划求解方法，包括以下步骤：1)建立热处理炉次计划的数学模型；2)从铸件集合中产生不同的铸件候选集合；3)采用改进离散教与学算法求解数学模型，从而获得每个铸件候选集合的炉次计划，选取最优的炉次计划作为最终炉次计划；4)判断当前制定计划的炉次数是否达到设定的炉次数；5)获得所需的多个热处理炉次计划。本发明提出的热处理炉次计划数学模型，综合考虑了合炉约束、炉次利用率与交货期三个因素，更贴近于企业的实际生产过程，企业可以根据上述这些因素来合理地进行资源优化，保证资源的最优化利用，从而降低企业生产成本。
-
公开(公告)号：CN106584637A
公开(公告)日：2017-04-26
申请号：CN201611065752.1
申请日：2016-11-28
申请人： 华中科技大学
CPC分类号： B28B1/001 , B28B11/243 , B33Y10/00 , B33Y30/00 , B33Y70/00
摘要： 本发明公开了一种基于陶瓷材料的增材制造成形装置，其特征在于，该装置包括：光固化机构、传动机构以及挤出回抽机构，所述光固化机构设于所述挤出回抽机构的一端，所述传动机构设于所述挤出回抽机构的另一端；其中，所述光固化机构包括调光器(15)、紫外线灯固定盘(16)和紫外固化灯(17)；所述挤出回抽机构包括喷嘴(1)、喷嘴连接件(2)、螺杆(3)、料筒(4)及料斗(6)；所述传动机构包括电机(12)和联轴器(11)。本发明还公开了一种应用所述装置的增材制造成形方法。本发明的方法可以均匀连续将陶瓷固含量为0vol％～65vol％的陶瓷光固化浆料挤出，光固化同时沉积成形，陶瓷固含量高，成形坯体烧结后致密度较高。
-
公开(公告)号：CN108897925B
公开(公告)日：2020-09-08
申请号：CN201810592731.8
申请日：2018-06-11
申请人： 华中科技大学
摘要： 本发明属于铸造工艺优化相关技术领域，并公开了一种基于铸件缺陷预测模型的铸造工艺参数优化方法，包括：针对作为检测对象的铸件自动提取反映其工艺水平的缺陷信息，然后将这些缺陷分别定性分类和量化管理；采集并存储由生产数据、工艺数据和检测数据三部分多源数据构成的数据包；基于以上数据包，采用深度神经网络来构建并优化铸件缺陷预测模型；设计正交试验将工艺参数组合输入模型内，研究关键参数对孔松缺陷演变的敏感性机制，获得关键工艺参数优化窗口。通过本发明，不仅可以执行铸件缺陷的智能预测过程，而且能够将整个铸造工艺中的多源数据予以联系及运用，相应以更高精度方式来获得寻优结果，进而改善最终的铸件质量。
-
公开(公告)号：CN109658396A
公开(公告)日：2019-04-19
申请号：CN201811487693.6
申请日：2018-12-06
申请人： 华中科技大学
摘要： 本发明属于铸件制造配套工艺相关技术领域，并公开了一种基于选择性搜索与CNN的铸件X光图像缺陷识别方法，其包括：针对待进行质量检测的每个铸件拍摄X射线图像并进行图像预处理；采用选择性搜索算法将图像内的所有可疑缺陷全部框选出来；建立模型图像数据库，基于卷积神经网络构建缺陷分类模型，并训练直至满足预测精度要求；基于上述构建的缺陷分类模型预测各缺陷类别并标记，同时根据图像像素信息计算缺陷相对尺寸和位置，获得铸件X射线图像缺陷检测报告。通过本发明，能够更为精确、便捷地自动检测出铸件X射线图像内各类缺陷，并自动判定出缺陷类别，减少人工工作量，且部分检测结果可直接与生产相联，从而为优化铸造工艺提供数据反馈。
-
公开(公告)号：CN114972269B
公开(公告)日：2024-09-06
申请号：CN202210610819.4
申请日：2022-05-31
申请人： 华中科技大学
摘要： 本发明提供一种基于铸件X射线图像的缺陷分割定位方法及系统，包括：确定铸件的X射线图像；铸件上具有多个缺陷；将铸件的X射线图像输入到预先训练好的缺陷分割定位模型，以对X射线图像中铸件的缺陷图像进行分割定位；缺陷分割定位模型通过在Unet模型的各级特性连接跳跃处和各相邻两级特征融合处嵌入注意力模块得到。本发明利用数据增广策略解决了铸件缺陷的X射线图像数量有限、标注耗时的问题，采用数据驱动的深度学习模型对铸件高分辨率X射线图像中缺陷进行分割，构建了包含轻量级注意力模块的缺陷分割定位模型，实现了铸件X射线图像中多尺度缺陷的高效、高精定位。
-
公开(公告)号：CN109584212B
公开(公告)日：2022-04-26
申请号：CN201811307349.4
申请日：2018-11-05
申请人： 华中科技大学
摘要： 本发明属于选择性激光熔融配套相关图像检测技术领域，并公开了一种基于MATLAB的SLM粉床铺粉图像划痕缺陷检测方法，其包括：采集SLM粉床铺粉的彩色图像，将其导入至MATLAB系统中作为检测图像，并基于此MATLAB系统对各检测图像进行灰度化、灰度扩展、锐化滤波和平滑滤波等一系列预处理；继续使用MATLAB系统中的canny算子执行图像边缘检测和Hough变换，由此识别检测出最终的划痕缺陷同时给予位置标注。通过本发明，可充分发挥MATLAB系统封装库的功能，高效快捷达到自动识别的目标，而且整个过程便于操控、识别率高，同时具备鲁棒性好和适应性好等优点。
-
公开(公告)号：CN109584212A
公开(公告)日：2019-04-05
申请号：CN201811307349.4
申请日：2018-11-05
申请人： 华中科技大学
摘要： 本发明属于选择性激光熔融配套相关图像检测技术领域，并公开了一种基于MATLAB的SLM粉床铺粉图像划痕缺陷检测方法，其包括：采集SLM粉床铺粉的彩色图像，将其导入至MATLAB系统中作为检测图像，并基于此MATLAB系统对各检测图像进行灰度化、灰度扩展、锐化滤波和平滑滤波等一系列预处理；继续使用MATLAB系统中的canny算子执行图像边缘检测和Hough变换，由此识别检测出最终的划痕缺陷同时给予位置标注。通过本发明，可充分发挥MATLAB系统封装库的功能，高效快捷达到自动识别的目标，而且整个过程便于操控、识别率高，同时具备鲁棒性好和适应性好等优点。
-
公开(公告)号：CN106584637B
公开(公告)日：2018-09-25
申请号：CN201611065752.1
申请日：2016-11-28
申请人： 华中科技大学
摘要： 本发明公开了一种基于陶瓷材料的增材制造成形装置，其特征在于，该装置包括：光固化机构、传动机构以及挤出回抽机构，所述光固化机构设于所述挤出回抽机构的一端，所述传动机构设于所述挤出回抽机构的另一端；其中，所述光固化机构包括调光器(15)、紫外线灯固定盘(16)和紫外固化灯(17)；所述挤出回抽机构包括喷嘴(1)、喷嘴连接件(2)、螺杆(3)、料筒(4)及料斗(6)；所述传动机构包括电机(12)和联轴器(11)。本发明还公开了一种应用所述装置的增材制造成形方法。本发明的方法可以均匀连续将陶瓷固含量为0vol％～65vol％的陶瓷光固化浆料挤出，光固化同时沉积成形，陶瓷固含量高，成形坯体烧结后致密度较高。
-
-
-
-
-
-
-
-
-
搜索结果
11 条记录 (耗时 0.027 秒)
