10kV电缆终端绝缘气隙缺陷的局部放电及缺陷表面烧蚀特征

为研究电缆终端主绝缘含气隙缺陷下的局部放电(PD)及缺陷表面的形貌特征,通过在10 k V电缆终端上制作典型的气隙缺陷,利用电缆附件电热老化平台模拟终端的实际运行工况并加速老化,利用罗戈夫基线圈传感器提取终端在不同老化时刻下的PD数据,并用扫描电镜(SEM)对气隙缺陷的表面形貌特征进行观察。结合气隙缺陷内部的电场分布进一步分析终端PD的发展规律。结果表明:电缆终端的PD及气隙缺陷表面的形貌特征在不同老化时刻下呈现明显差异,缺陷表面XLPE的碳化过程提高了气隙缺陷的表面电导率,加快了缺陷表面电荷的耗散速度。     

电气设备零件内部三维缺陷的定量红外识别算法研究

对带有缺陷的平板试件的内部传热建立了三维物理和数学模型，研究了不同缺陷尺寸、方位和导热系数时检测表面的红外特征，并根据Levenberg-Marquardt方法提出了通过表面红外测温确定内部缺陷尺寸、方位和导热系数的计算方法；分析了测量误差和缺陷导热系数对计算结果的影响。通过计算分析可以得到结论：三维缺陷的红外特征随缺陷尺寸、方位的变化关系与二维有所不同，不能简单地等同；该方法可以比较精确的确定内部缺陷的尺寸、方位和导热系数，测量误差对计算结果的影响较小；该方法适用于可用有限个参数来描述的各种形状的内部缺陷的检测和识别。     

支柱瓷绝缘子表面缺陷振动声学法检测的研究

阐述了支柱瓷绝缘子带电和非带电检测方法及其原理,并就其对表面缺陷的检测效果进行了对比分析,指出采用超声相控阵检测表面缺陷为目前非带电检测时的最佳选择。分析了表面缺陷对支柱瓷绝缘子纵向振动模式下固有频率的影响程度,探讨了该检测方法对支柱瓷绝缘子特定缺陷进行检测的可行性。     

ABS齿圈环形表面缺陷检测方法

针对传统人工方式检测汽车用ABS齿圈环形表面缺陷时存在检测效率低、易错检漏检的问题,提出一种基于图像处理的ABS齿圈环形表面缺陷检测方法。根据生产实际设计并组装ABS齿圈环形表面缺陷在线视觉检测系统,利用旋转电缸结合齿圈托台带动齿圈旋转,由线阵CCD扫描并得到齿圈环形表面图像,在经过基于OpenCV编写的图像处理算法处理后根据缺陷所在区域判断缺陷类型,进而判断齿圈合格性。通过实验将系统检测与人工检测结果进行对比,结果表明,每个齿圈平均检测时间≤4 s,缺陷分类正确率≥92%。     

基于激光超声表面波的盆式绝缘子表面开口缺陷成像与定量

针对盆式绝缘子表面开口缺陷精准检测的迫切需求，文中提出一种基于激光超声表面波的盆式绝缘子成像检测及缺陷定量方法，利用高速振镜实现超声信号的非接触式扫描激励和快速采集，利用声场互易原理实现超声传播及其与缺陷相互作用过程的动态显示，以相邻信号相关度为指标实现表面开口缺陷的高对比度成像，基于中值滤波和索贝尔算子边缘提取实现缺陷尺寸的精确测量。设计和制造圆孔和刻槽两类缺陷对所提出方法进行验证，结果表明：所提成像方法可以同时检出位于探头正前方以及具有一定偏转角度方位上的缺陷，所提定量方法对位于探头正前方表面开口缺陷的定量精度达到95%。     

基于P-ReliefF特征选择方法的带钢表面缺陷识别

带钢表面缺陷纹理的复杂性和多样性、背景纹理中存在的伪缺陷等给现有的带钢表面缺陷特征提取和识别带来了极大的困难。为此,提出了一种新的带钢表面缺陷选择与识别方法。首先,通过各向异性扩散算法对带钢表面的伪缺陷干扰进行抑制;其次,利用提出的P-Relief F方法对表面缺陷特征进行选择,相比传统的Relief F方法,该方法考虑了不同维度特征之间的关联性;最后,利用筛选的特征集和支持向量机(SVM)核分类器对带钢表面缺陷进行分类与识别。实验结果表明,提出的方法能够提取出具有高区分性和鲁棒性的带钢表面缺陷特征,并且对于划痕、褶皱、凸起和污渍等不同类型的带钢表面缺陷,本方法相比传统的方法可以获得更高的识别率。     

基于机器视觉技术的壳体表面缺陷检测研究

以自行研制开发的深海水密圆形连接器外壳体为例,本文提出了一种基于机器视觉技术的壳体表面缺陷检测方法,阐述了机器视觉技术在壳体表面缺陷图像的处理过程及特征值提取过程,并在深海水密圆形连接器产品研发中连接器壳体缺陷检测进行应用.最后,构造了运用BP神经网络进行壳体表面缺陷识别的分类器,实现了壳体表面缺陷的准确识别与分类.     

T91钢管外表面纵向缺陷超声检测技术

针对现有超声表面波检测标准不适用于电站锅炉受热面管表面缺陷检测的问题,分析了超声表面波检测探头声束入射角和入射点在T91钢管外表面的变化规律,根据T91钢管规格尺寸和超声波在钢中横波传播的声速,设计了合理的探头声束入射角和入射点,制作了人工缺陷对比试块,并与自然缺陷试块进行了比较,制定出合理的检测工艺。实际应用结果表明:本文设计的探头和工艺具有较高的灵敏度和信噪比,解决了电站锅炉钢管超声表面波检测无现行参考标准的问题,也为其他小径管纵向线性缺陷的检测提供了借鉴。     

基于支持向量机的铝板表面缺陷检测分类

论述了基于机器视觉的铝板表面缺陷检测方法,提取7种铝板表面缺陷的多种特征值作为训练数据进行学习。介绍了支持向量机的原理和核函数的选择,在VC环境中构建支持向量机分类模型,用该模型对铝板表面缺陷进行分类标识,最后对支持向量机分类器的分类准确性、稳健性作出评价。     

钻杆表面缺陷检测的有限元分析

针对钻杆缺陷位置的随机性造成的漏检问题,基于漏磁检测原理,设计了双直流线圈励磁的体积型缺陷检测模型。利用两个同半径、等电流、共轴平行套在钻杆外面的圆线圈对钻杆进行励磁,采用有限元分析软件对所设计的装置进行建模仿真,探究提离效应对缺陷处磁通密度变化的影响:缺陷处的磁通密度值随传感器提离值的增大而减小;提离值为1和7 mm时,磁通密度曲线在体积型缺陷处幅值变化不明显;提离值为2 mm时,磁通密度曲线有较明显幅值变化,可对体积型缺陷进行较好地辨识。分析表明,该装置可实现钻杆表面任意位置处体积型缺陷的全面检测,在钻杆安全监测方面具有较高参考价值。     

基于YOLOv5的砂纸表面缺陷检测方法研究

针对目前工业生产过程中存在砂纸表面缺陷人工质量检测精度低和检测效率低问题，提出一种基于YOLOv5网络模型融合CA注意力机制的砂纸表面缺陷自动检测方法。首先对砂纸生产过程中的砂纸表面图像进行采样，将收集到的砂纸表面缺陷图像分成脱砂、堆砂、划痕和褶皱4种缺陷类型来制作砂纸表面缺陷数据集；其次将YOLOv5主干网络中的C3模块与CA注意力机制结合，改进为CAC3模块；最后将改进前后的网络模型在自建砂纸表面缺陷数据集上进行训练和验证。实验结果表明：得到改进后的YOLOv5+CAC3网络模型，其P、R、mAP@0.5、mAP@0.5：0.95和S的数值分别为96.2%，92.9%，95.8%，65.0%，16.8 ms，相比于改进前的YOLOv5网络模型分别提高了1.1%、2.2%、0.6%、1.7%、4.5 ms。该方法在砂纸表面缺陷检测中精度高、速度快、检测稳定，符合砂纸生产过程中砂纸表面缺陷检测的要求。     

基于改进 SqueezeNet 的棒状物表面缺陷识别

高速流水线生产的棒状物极易产生各种表面缺陷,但基于传统图像处理的缺陷识别方法易受环境影响、可靠性低,而基于深度学习的缺陷识别方法存在模型过大、识别准确率受制于样本数量等问题。因此,本文提出了一种基于改进SqueezeNet的棒状物表面缺陷识别系统。设计了可获取圆周对称小体积棒状物全表面图像的采集装置,并在轻量级卷积神经网络SqueezeNet中引入注意力模块以改善模型的特征提取效果,利用数据平衡方法提升数据集内少数类样本的识别准确率,利用迁移学习的方法进行深度学习训练,减轻数据集样本不足对训练效果的影响。以生产线上的卷烟烟支为研究对象,采集其圆周表面图像进行实验,结果表明,改进方法在少样本条件下的分类准确率达到了94.49%,其中对于少数类样本的F1分数提高了31.19%,单张图像检测时间约1.66 ms,模型轻量化,可满足工业生产线中棒状物实时缺陷识别的需求。     

基于计算机视觉的墙地砖表面缺陷检测

提出了一种基于计算机视觉的墙地砖表面缺陷识别方法,利用改进的分块图像相减匹配和相关算法,对目标图像和模板图像进行分块处理,将对应子区域图像与数据库中相应模块图像进行相减匹配检测,利用相关系数来判断目标图像质量是否满足要求.实验结果表明使用本文方法能够准确地实现墙地砖表面缺陷检测,检测出墙地砖表面平均缺陷数目为4.5个,平均识别率达95.74％,优于直方图统计特征法和灰度共生矩阵法,具有实时、可靠、高效的特点,对墙地砖表面检测具有较大的实用价值.     

钢轨表面缺陷检测机器视觉系统的设计

设计了动态阈值分割算法和缺陷区域提取算法,对钢轨表面掉块、表面裂纹两类典型缺陷图像进行处理,可以准确提取缺陷区域,标定缺陷位置,并统计缺陷特征。搭建了在线钢轨探伤模拟平台,通过高速线阵相机和辅助光源获取图像,由千兆网传输到工控机中,利用Halcon和Visual Csharp编写上层图像处理软件进行在线检测。模拟钢轨探伤实验可以在最快100 km/h速度下,准确的发现钢轨样品表面宽度1 mm的裂纹缺陷,并记录缺陷所在位置。     

基于STM32微控制器的表面缺陷视觉检测方法

表面缺陷检测是产品质检的重要工序之一,现有深度学习视觉检测大多基于云端服务器,存在模型大、算力需求高、成本高等不足。以STM32微控制器为核心,提出了一种基于轻量化网络的表面缺陷视觉检测方法,采用轻量级SSD作为缺陷检测模型,利用MobileNetV1替换原有的骨干网络VGG-16以减小网络规模;采用INT8量化的训练后量化方法对模型进行计算加速,生成的TFlite模型仅有578 KB,运行占用RAM仅为288.29 KB,并在STM32微控制器中实现了模型的移植和部署。实验测试结果表明,该方法能实现锂电池表面划痕和凹坑两种缺陷的边缘侧准确检测。     

用表面电位法寻找发电机端线圈的缺陷

常规的预防性试验一般很难发现汽轮发电机内冷定子线端部绝缘的缺陷。直流加压表面电位法试验能有效地找出定子线圈端部的绝缘缺陷。从机理、试验方法、注意事项着手,并举实例以阐明表面电位法。     

某输电线路球头挂环缺陷分析

某500 kV输电线路的球头挂环存在表面缺陷,对球头挂环进行尺寸测量试验、光谱分析、拉力试验、金相分析、能谱分析,最终分析得出球头挂环的表面缺陷为锻造过程中产生的折叠缺陷.     

改进 YOLOv5s 的风力涡轮机表面缺陷检测

针对传统方式检测风力涡轮机表面缺陷时出现的精度不足、泛化性较差问题,提出了一种改进YOLOv5s的风力涡轮机表面缺陷检测模型。在网络结构方面,首先在主干特征提取网络引入改进的MobileNetv3网络,用于协调并平衡模型的轻量化和精度关系;其次采用BiFPN式的融合方式,增强神经网络的多尺度适应能力,提高融合速度和效率;最后为轻量化的自适应调节特征权重,运用ECAnet通道注意力机制,进一步提高神经网络的特征提取能力。在损失函数方面,将边框回归的损失函数修改为αIoU Loss,进一步提升了bbox回归精度。实验结果表明,基于YOLOv5s的改进算法可以在复杂环境下快速准确地识别风机表面的缺陷目标,能够满足实时目标检测的实际应用需求。     

GIS盆式绝缘子表面缺陷的局部放电检测

盆式绝缘子是GIS设备中故障率较高的部件之一,尤其是盆式绝缘子的沿面闪络,对于GIS运行的安全性威胁极大。因此,对盆式绝缘子上可能引起故障的缺陷,特别是绝缘表面缺陷进行状态检测,以预防绝缘故障的产生,是现阶段研究的热点问题之一。文中以一个存在表面缺陷的实际GIS盆式绝缘子为例,使用多绝缘子对照方法测试了样品在高电压作用下的局部放电特性,并使用光电效应对实验结果进行了验证。根据实验结果对数据进行了分析,发现了放电伴随的光脉冲的强度与放电频率之间的相关性。文中的研究内容对于盆式绝缘子表面缺陷在现场的检测识别,以及绝缘子制造工艺的改进具有重要的参考意义。     

用表面电位法寻找发电机端部线圈的缺陷

正规的预防性试验的一般很难发现汽轮发电机内冷定子线圈端部绝缘的缺陷,直流加压表面电位法试验能有效地找出定子线圈端部的绝缘缺陷。为此,介绍,表面电位法的机理,试验方法和注意事项,并举实例进一步说明。