-
公开(公告)号：CN116452873A
公开(公告)日：2023-07-18
申请号：CN202310419719.8
申请日：2023-04-13
Applicant: 华中科技大学
IPC: G06V10/764 , G06T7/00 , G06T7/136 , G06T7/62
Abstract: 本发明属于缺陷检测技术领域，并提供了一种基于多维特征分析的气孔与低密度夹杂分类方法，包括以下步骤：采集待分析区域的子图像；构建多维特征判别指标，并基于多维特征判别指标获取每个维度下子图像的缺陷判别结果，特征判别指标包括边缘曲率、灰度分布、缺陷外框长宽比和缺陷面积及其最大周长平方的比，缺陷判别结果为气孔或低密度夹杂；对所有维度对应的缺陷判别结果分类汇总，获得气孔类缺陷和低密度夹杂类缺陷，对各个维度分配特定权重，并基于特定权重分别计算气孔类缺陷和低密度夹杂类缺陷对应的判别系数，比对判别系数的大小，判别系数较大的缺陷类别即为待分析区域的最终缺陷类别。本发明的缺陷判别准确性更高。
-
公开(公告)号：CN115713622A
公开(公告)日：2023-02-24
申请号：CN202211446602.0
申请日：2022-11-18
Applicant: 华中科技大学
IPC: G06V10/25 , G06V10/75 , G06V10/774 , G06N20/00
Abstract: 本发明提供一种基于三维模型和探伤图像的铸件缺陷检测方法及系统，包括：基于虚拟射线成像系统对铸件的三维模型进行射线仿真成像，得到铸件的仿真探伤图像；基于射线探伤系统对铸件进行射线成像，得到铸件的真实探伤图像；所述虚拟射线成像系统与射线探伤系统的成像参数相同，所述成像参数包括：铸件角度、射线角度及成像参数；对仿真探伤图像和真实探伤图像进行对比，确定铸件的缺陷信息；所述缺陷信息包括缺陷的形貌和位置；基于铸件的缺陷信息对缺陷进行分类。本发明通过无缺陷仿真探伤图像与真实铸件探伤图像的对比法能很好的对图像中铸件结构和铸件缺陷的区域进行区分，不易将铸件结构纳入误检的范围，大大提高了铸件缺陷检测的准确率。
-
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
Applicant: 华中科技大学 , 中国兵器装备集团西南技术工程研究所
IPC: G06V10/774 , G06V10/82 , G06V10/764 , G06N3/0475 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/08 , G06T7/00
Abstract: 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
Applicant: 华中科技大学
Abstract: 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：CN114354011A
公开(公告)日：2022-04-15
申请号：CN202111675394.7
申请日：2021-12-31
Applicant: 华中科技大学
IPC: G01K13/02
Abstract: 本发明提供了一种钛合金真空离心铸造中在线测温方法、装置及安装方法，属于铸造领域，将独立完整的测温装置整体设置在钛合金离心熔炼浇注炉内腔的高速离心浇注转台上，对独立完整的测温装置进行隔热处理，测温装置中的温度传感器设置在钛合金离心铸造模壳内或者钛合金离心铸造模壳外壁处，测温装置在高速离心浇注转台上完成测温、测温数据的存储，在整个钛合金真空离心铸造过程中，独立完整的测温装置整体一直处于钛合金离心熔炼浇注炉内腔，全程与钛合金离心熔炼浇注炉外隔绝。本发明还提供了测量装置和测量装置的安装使用方法。本发明的测量方法新颖，结构简单，运行稳定，数据采集方便，具有广泛的操作适应性，具有极大的应用价值。
-
Patent Agency Ranking
公开(公告)号：CN114152539A
公开(公告)日：2022-03-08
申请号：CN202111425816.5
申请日：2021-11-26
Applicant: 华中科技大学
Abstract: 本发明属于铸造造型材料技术领域，更具体地，涉及一种基于多次碱液逼近法的湿型旧砂鲕化率测试方法。通过对预处理的湿型旧砂采用碱液进行多次少量的化学反应，逐渐去除砂粒表面的鲕化层，并以干净原砂在相同条件下进行一次处理前后质量减少量作为空白对照基准，待测湿型旧砂多次处理后，其最后两次处理后残留砂粒的质量差与空白对照基准减少量接近或相同时，表示湿型旧砂表面的鲕化层接近或已经反应完全，如此可准确测得湿型旧砂表面的鲕化率。本发明采用多次碱液逼近法，通过控制反应次数，可控制反应程度，确保不会反应不充分，也不会过度腐蚀，鲕化率测试结果稳定性及可靠性均较高。
-
公开(公告)号：CN113961738A
公开(公告)日：2022-01-21
申请号：CN202111209575.0
申请日：2021-10-18
Applicant: 华中科技大学 , 上海航天精密机械研究所
IPC: G06F16/583 , G06T17/00 , G06T19/20
Abstract: 本发明提供了一种多特征铸件三维模型检索方法及装置，属于铸件三维模型检索领域，方法包括：获取待检索铸件的三维模型，并对其进行三角形面片化；计算待检索铸件的形状特征和领域知识；计算待检索铸件的形状特征与模型库中各模型的相似度，在模型库中筛选出一定比例的模型；计算待检索铸件的领域知识与筛选出的模型的相似度，筛选出三维模型检索结果；其中，领域知识包括待检索铸件的热节特征、对称面特征以及包络尺寸；形状特征包括待检索铸件的几何形状特征以及凹凸程度特征。本发明实现了在铸件受到平移、旋转等变化下，鲁棒地进行相似三维模型检索，同时由于实现了三维模型的检索，相比于二维模型的检索组建，在工艺设计方面缩短了周期。
-
公开(公告)号：CN112149286A
公开(公告)日：2020-12-29
申请号：CN202010933587.7
申请日：2020-09-08
Applicant: 华中科技大学
IPC: G06F30/20 , G06F111/10 , G06F119/08 , G06F119/14
Abstract: 本发明属于数值模拟算法相关技术领域，其公开了一种基于等效质点假设的热力特性数值模拟方法，该方法包括：S1，将三维实体等效为由多个等效质点组成的空间几何；S2，为相邻的等效质点间建立连接关系，并获取时刻t时连接关系中的热平衡距离和几何平衡距离以及温度场；S3，获取下一时刻t+dt时的温度场，根据时刻t与时刻t+dt的温差更新热平衡距离，并根据更新后的热平衡距离获得对应的更新后的几何平衡距离，以此方式直至温度场变化结束，以获取三维实体在整个温度场变化过程中的热变形。另外还提供了一种基于等效质点假设的热力特性数值模拟系统。本申请基于平衡距离建模，不需要在模型中加入没有物理事实的点约束或面约束，提高求解的精度和速度。
-
公开(公告)号：CN110751887A
公开(公告)日：2020-02-04
申请号：CN201911039473.1
申请日：2019-10-29
Applicant: 华中科技大学
Abstract: 本发明提供一种用于离心铸造物理模拟实验的定量浇注系统，储料箱位于机架上的基架顶部的第一支撑架上，储料箱通过压力泵与储料输送连接；储料箱底部通过浇注管道连接浇注口，所述的浇注口正对模具及其平台；浇注管道上安装有节流阀、流量计、电磁阀和控制柜；所述电磁阀、流量计分别与控制柜相连；压力传感器封装于浇注口内壁，并与信号采集与发射系统连接，所述的信号采集与发射系统与上位机通讯连接。本发明提供的用于离心铸造物理模拟实验的定量浇注系统及其控制方法，针对重复浇注模拟实验与研究充型速度与压力对充型流场的影响而设计，具有操作简单、可远程控制的优点。
-
公开(公告)号：CN110222681A
公开(公告)日：2019-09-10
申请号：CN201910470775.8
申请日：2019-05-31
Applicant: 华中科技大学
Abstract: 本发明属于铸件缺陷检测领域，并公开了一种基于卷积神经网络的铸件缺陷识别方法。该方法包括：(a)采集多张缺陷铸件的X射线图像，标记铸件的缺陷类型，并对每个缺陷类型赋予一个类型编号，建立关于铸件X射线图像和缺陷类型编号对应的数据集；(b)构建并训练卷积神经网络获得预测缺陷类型的预测网络模型，对预测网络模型进行修正，直至该预测网络模型的预测精度满足预测精度阈值，由此获得最终预测网络模型；(c)对于待检测铸件的X射线图像，框选出图像中的缺陷，采用最终预测网络模型预测，获得每个缺陷的缺陷类型编号，从而完成待检测铸件缺陷类型的识别。通过本发明，提升缺陷的识别效率和准确度，为铸件质量反馈提供数字化数据支持。
-
-
-
-
-
-
-
-
-
Search Results
116
records
(took 0.039 seconds)
