基于EVM的玻璃缺陷实时检测系统的软件设计

为实现玻璃原片的实时自动化检测,给浮法玻璃生产线上的优化切割系统和玻璃等级打标装置提供详实的数据,设计了一种基于SEED-Davinci_EVM开发板的玻璃缺陷实时检测系统,合理地分配和使用了ARM与DSP来完成各种功能,并采用基于图像灰度的识别算法设计了玻璃缺陷检测软件系统,实现了缺陷的实时自动化检测;实验结果表明,采用基于达芬奇技术的双核处理器有利于实时处理大量的图像数据,能满足自动化系统的检测要求.     

浮法玻璃缺陷在线识别技术的研究

表面缺陷是影响浮法玻璃质量的主要因素,针对目前国内在浮法玻璃缺陷识别正确率不高的现状,本文结合玻璃缺陷低灰度的特点,利用两次一维OTSU缺陷分割方法,实现了缺陷核心的有效分割.然后根据不同缺陷核心灰度分部的特点,提出12种具有统计性的特征,利用改进的神经网络的非线性映射能力实现了缺陷的正确识别.最后的实验结果证明,算法具有较好的效果.     

基于群智能算法的玻璃切割问题求解研究

通过对玻璃切割问题的研究,提出一种融合量子粒子群优化和蚁群优化的混合算法(QPSO-ACO算法)。该算法对QPSO及ACO的模型进行必要的修改,以实现对玻璃切割中的旅行商问题的较好求解。同时充分利用QPSO的快速性、全局收敛性和ACO的正反馈性及求精解效率高等特点,达到优势互补。实验结果表明,QPSO-ACO算法寻优能力较强,是解决玻璃切割问题的有效方法。     

玻璃缺陷快速检测分类研究

本文对浮法玻璃的瑕疵检测进行了研究,分析了其光学性能,进行了在线检测系统的设计,并用线阵CCD采集了光源照射下的带有瑕疵的浮法玻璃图像进行实验论证,对玻璃缺陷进行了分类,为浮法玻璃的在线实时检测系统奠定了实验基础.     

基于ARM/DSP双核与μClinux的玻璃缺陷在线检测系统

基于ARM和DSP微处理器芯片以及功能齐全并可裁减的μClinux操作系统，设计了一个对浮法玻璃的各种缺陷进行在线检测的系统，系统以PHILIPS公司的ARMLPC2210和TI公司的TMS320C6416 DSP芯片为核心并配上外围电路，再根据数字图像处理技术来设计软件工艺流程。实验表明，该系统能够很好地解决浮法玻璃的自动在线检测的实时以及精度问题，检测的准确率也满足了生产高质量的玻璃的要求，并且实现简单。     

线性扫描浮法玻璃温度监控系统中误差分析

介绍红外线性扫描浮法玻璃退火窑玻璃温度场在线监控系统,提出浮法玻璃红外测温技术所引入的影响测温精度的因素,并对退火窑玻璃带测温精度影响因素及误差进行综合分析。     

切割寻优的遗传算法应用研究

在将焊管切割为符合API标准的石油管的生产过程中,由于生产线中各设备及环境等因素的影响,使得生产出来的焊管质量存在许多不可预见的缺陷,这就意味着很难根据已知条件来建立优化模型,本文正是针对这一问题,在生产过程中采用遗传算法对焊管切割过程进行动态优化,提高钢管原材料的利用率,并用于国内的焊管生产线系统中。     

浮法玻璃退火窑辊子的设计与制造研究

退火窑是浮法玻璃生产线主要设备之一,辊子是退火窑的重要部件,在浮法玻璃机械设备的设计与制造过程中,辊子的质量直接影响了玻璃的质量.因此,辊子的的设计与制造显得尤为关键.本文概述了浮法玻璃退火窑中辊子的设计与制造,并分析了退火窑辊子的平衡原理.希望能与广大同行一起探讨,切实提高我国玻璃机械设计与制造的科学化水平.     

一种基于二叉树结构的玻璃切割排样方法

在玻璃切割工艺中,整块玻璃原料切割前必须事先规划好样片的排布方法和切割路径。对于理论上属于NPC二维矩形排布问题,提出了一种基于二叉树结构的排样算法。二叉树的生长方向决定于材料利用率、空白区域尺度等各个关键因素的加权。通过调整各个关键因素的权值,来调节二叉树的生长方向,从而达到不断优化玻璃原料利用率的目的。这种近似算法速度快、效率高。经实践证明玻璃原料的平均利用率达到90％以上,能很好地满足实际生产的需求。     

基于LabVIEW的机器视觉在玻璃缺陷检测中的运用

针对近年来玻璃质量要求的不断提高,以机器视觉技术为基础,建立了基于机器视觉的玻璃缺陷检测系统,通过LabVIEW的Vision and Motion模块获取玻璃图像并进行图像处理,实现了对图像中玻璃缺陷的提取和分析,实时性显著,可视化效果好。     

考虑时间和价格因素的Web客户需求协同推荐模型

协同过滤推荐算法是电子商务个性化推荐系统中采用最为广泛的推荐技术,但是传统的推荐方法在进行商品推荐时忽略了交易时间和产品的价格因素,从而导致推荐质量下降。针对这一问题,提出了考虑时间和价格因素的协同过滤模型,通过实验表明在计算Pearson相关系数时考虑时间和价格因素对算法的改进最为有效。     

浮法玻璃带缺陷自动检测技术研究

玻璃缺陷自动检测已成为提高玻璃质量的重要技术之一,它在检测出不合格玻璃产品的同时,还能将缺陷信息传递给玻璃生产的各个流程,再对各个环节加以改进。为能够生产出高质量的玻璃和准确地获取玻璃缺陷信息,提出了一种基于光栅的玻璃缺陷检测和三值化的处理方法,不但能够检测出微小缺陷,还能有效地检测出玻璃的波筋缺陷。     

基于U-P-Net的手机玻璃屏幕缺陷分割

随着科技的发展及电子设备的普及,玻璃屏幕质量成为电子设备和其他产品的重要考虑因素;而玻璃外观缺陷检测是玻璃质量检测中最重要的环节,这也是保证产出高品质、高性能的玻璃产品的关键环节;目前玻璃表面缺陷检测方法存在无目标训练图像资源消耗、检测精度较低、复杂特征信息难以提取等问题;因此,为了解决上述问题,提出了一种基于U-pyramid pooling module-Net(U-P-Net)的手机玻璃屏幕缺陷分割模型;采用超像素预处理,有效地降低了原始图像的复杂度;采用ResNet50作为分类网络,减少无目标训练图像造成的资源浪费,提高训练效率;U-P-Net被提出,有效地聚合了不同区域的上下文信息,提高了获取全局信息的能力;实验结果表明,所设计的基于U-P-Net玻璃缺陷分割算法分割精度明显优于其它传统卷积神经网络分割方法,证明了该框架在移动屏幕数据集上的有效性.     

Optimal online pricing with network externalities

We study the optimal pricing strategy for profit maximization in presence of network externalities where a decision to buy a product depends on the price offered to the buyer and also on the set of her friends who have already bought that product. We model the network influences by a weighted graph where the utility of each buyer is the sum of her initial value on the product, and the linearly additive influence from her friends. We assume that the buyers arrive online and the seller should offer a price to each buyer when she enters the market. We also take into account the manufacturing cost. In this paper, we first assume that the monopolist defines a unique price for the product and commits to it for all buyers. In this case, we present an FPTAS algorithm that approximates the optimal price with a high probability. We also prove that finding the optimum price is NP-hard. Second, we consider a market with positive network externalities and assume that the monopolist could offer a private price to each customer. We prove that this problem is also hard to approximate for linear influences. On the positive side, we present a polynomial time algorithm for the problem when influences are symmetric. At last, we show that the seller has more ability to extract influences with price discrimination.     

An integrated algorithm for cutting stock problems in the thin-film transistor liquid crystal display industry

The cutting stock problem (CSP) is a critical issue in the manufacturing of thin film transistor liquid crystal display (TFT-LCD) products. Two manufacturing processes are utilized in this industry: (1) various TFT-LCD plates are cut from a glass substrate based on cutting patterns, and (2) the number of glass substrates required to satisfy customer requirements is minimized. The current algorithm used to select the cutting pattern is defined as a mixed integer program (MIP). Although the current MIP method yields an optimal solution, but the computation time is unacceptable when the problem scale is large. To accelerate the computation and improve the current method, this study proposes an integrated algorithm that incorporates a genetic algorithm, a corner arrangement method, and a production plan model to solve CSPs in the TFT-LCD industry. The results of numerical experiments demonstrate that the proposed algorithm is significantly more efficient than the current method, especially when applied to large-scale problems.     

改进的VGG网络的二极管玻壳图像缺陷检测

针对于目前二极管玻壳缺陷检测中大多采用人工特征提取,识别准确率不高的问 题,提出一种改进的 VGG 网络的二极管玻壳图像缺陷检测方法。首先对玻壳图像进行预处理, 同时利用原始大样本数据集对卷积神经网络结构 VGG-19 模型进行预训练得到预训练模型,然 后通过迁移学习的方法将预训练模型中的部分卷积、池化等层权重参数迁移到改进网络模型的 固定层中,非固定层用于模型改进,并将网络的全连接层结构重新进行超参数设置和优化,最 后使用预处理后的玻壳图像数据集对改进模型进行训练,得到非固定卷积层和新的全连接层的 参数和权重。在二极管玻壳数据集进行测试,实验结果表明,该方法能有效提高二极管玻壳图 像分类识别准确率,达到了 98.3%。     

基于卷积自编码器的医用玻璃瓶口缺陷检测方法

为解决缺陷检测中缺陷样本数量少、种类多、难以提供足够的数据来进行有监督深度学习模型训练的问题,本文利用工业生产中大量易获取没有缺陷的正样本数据,建立Encoder-Decoder结构的卷积自编码网络缺陷检测模型,将空间和通道注意力的卷积注意力模块嵌入编码器中增强网络特征提取能力。在编码阶段加入上下文信息模块,获得更大的感受野,减小计算量。同时,结合多尺度结构相似性MS-SSIM和L1损失来改善图像重构效果,使用峰值信噪比PSNR衡量重构误差并判别异常。实验结果表明,提出的医用玻璃瓶口缺陷检测方法能够准确检出缺陷数据和分割缺陷区域,精确度为99.45%、召回率为97.63%、漏检率为0.55%、误检率为2.93%。该方法能够准确检出玻璃瓶口缺陷,定位缺陷区域,同时图像重构耗时短,仅需10.37 ms左右,能够实现准确、高效的自动化产品质量检测。     

Joint pricing and replenishment policies for non-instantaneous deteriorating items with imprecise deterioration free time and credibility constraint

This study develops an inventory model for non-instantaneous deteriorating items with imprecise deterioration free time and credibility constraint. The model assumes price sensitive demand when the product has no deterioration and price and time dependent demand when the product has deterioration. Under these considerations, the study attempts to offer best policy for selling price and replenishment cycle for the retailer that aims at maximizing the total profit per unit time. Making use of nearest interval approximation and interval arithmetic, the single objective problem is transformed to multi objective problem. Employing Weighted Sum Method, an analytical approach along with simple algorithm is developed to identify Pareto optimal solution. Finally, the behavior of the model with varied parameters is illustrated in numerical examples.     

机械产品装配质量缺陷源熵的算法及求解分析*

针对机械产品装配过程质量缺陷源对质量的影响度难以量化的问题,借鉴熵值理论,提出了面向机械产品装配过程的装配质量缺陷源熵概念,并进行缺陷源熵的计算,从而达到量化缺陷源对质量影响度的目的。该方法以产品装配过程质量的影响因素为研究对象,在分析影响质量的因素和确定相应状态判定标准和方法的基础上,给出了装配质量缺陷源熵的算法并进行了仿真求解,从而得到各缺陷源的权重,分析仿真图形对缺陷源重要度进行排序。最后通过算例分析表明该算法在度量装配质量缺陷源的缺陷度应用中是可行的、有效的。     

Hybrid NSGA-II for an imperfect production system considering product quality and returns under two warranty policies

This study presents a new bi-objective mathematical model for an imperfect production system (IPS) that accounts for product returns and quality levels under two different warranty policies. We considered uncertain customer demand as stochastic behavior and product price as a function of return compensation, product quality level, and warranty-period length. We simultaneously looked at the pro rata warranty and free replacement/repair warranty policies and assumed that customers can choose the desired policy. A return policy for an online distributor was also included and two objective functions were used to address the problem. The first objective function maximized the total expected revenue, and the second objective function maximized customer satisfaction. The non-dominated sorting genetic algorithm (NSGA-II) and two others, the basic bee metaheuristic and teaching-learning-based optimization algorithms, were used to generate the initial solution for use in the NSGA-II algorithm. The results from the hybrid algorithms revealed that the proposed method improves the performance of the NSGA-II algorithm. Finally, several specific sensitivity analyses were conducted to determine the effects of the problem parameters.