一种基于深度学习的银质丝材表面瑕疵识别方法

    公开(公告)号:CN111862064B

    公开(公告)日:2022-08-09

    申请号:CN202010736316.2

    申请日:2020-07-28

    Abstract: 本发明公开一种基于深度学习的银质丝材表面瑕疵识别方法,包括如下步骤:S1:应用图像采集模块,采集若干待检测的银质丝材原图像,得到原始图像的样本集;S2:应用图像预处理模块,对步骤S1得到的样本集进行分割,得到待检目标区域,作为统计特征预检测模块的输入;S3:基于统计特征的瑕疵预检测模块,对步骤S2得到的待检目标区域进行统计特征提取,并据此进行预检测;S4:基于卷积神经网络的瑕疵检测模块,对步骤S3的预检测模块判别的瑕疵品进行二次检测,判断具体瑕疵的类别。本发明识别方法减轻银质丝材生产过程中瑕疵检测方面的人力成本,提升瑕疵识别准确率,保证银质丝材的生产质量。

    一种薄带状晶态Nb-Ti-Co氢分离材料及其制备方法和应用

    公开(公告)号:CN111778437A

    公开(公告)日:2020-10-16

    申请号:CN202010679019.9

    申请日:2020-07-15

    Abstract: 本发明公开了一种薄带状晶态Nb-Ti-Co氢分离材料,由Nb、Ti、Co为原料,熔炼为母合金后,经熔体旋淬得到非晶态合金,再经退火工艺形成晶态合金,所得材料为薄带状,其合金组织由作为渗氢相,起扩散作用的白色粒状α-Nb相和作为抗氢脆相,起抗氢脆作用的灰色TiCo相组成,两相呈镶嵌分布。其制备方法包括以下步骤:1)母合金的熔炼;2)薄带状非晶态Nb-Ti-Co氢分离材料的制备;3)薄带状晶态Nb-Ti-Co氢分离材料的制备。作为渗氢材料的应用,在673K温度下其氢透率为1-2.5×10−8 molH2m−1s−1Pa−1/2。在纯氢气氛下其氢通量为14-18ccH2cm−2min−1,抗氢脆时间不少于110h。作为氢分离材料的应用,在氢气和二氧化碳或一氧化碳组成的二元混合气体条件下,有效分离氢气,并且抗氢脆时间不少于30 h。

    一种具有连续渗氢相的Nb-Zr-Co氢分离材料及其制备方法和应用

    公开(公告)号:CN111644600A

    公开(公告)日:2020-09-11

    申请号:CN202010654545.X

    申请日:2020-07-09

    Abstract: 本发明公开了一种具有连续渗氢相的Nb-Zr-Co氢分离材料,以Nb、Zr、Co为原料,熔炼为母合金后,经定向凝固技术制得;合金微观结构由含锆的铌基固溶体和锆钴金属化合物构成,其构成相为全共晶相,由体心立方结构的初生铌相和锆钴金属间相构成,其中,初生铌相为渗氢相,锆钴金属间相为抗氢脆相;所述渗氢相直径为0.5-3 nm,渗氢相生长方向沿定向凝固抽拉方向规则连续生长,且渗氢相被抗氢脆相包围。其制备方法包括以下步骤:1)母合金的熔炼;2)母合金的定向凝固。作为渗氢材料的应用,在673K时的渗氢率为3.5×10-8-4×10-8 mol H 2m-1 s-1 Pa-1/2;抗氢脆性耐久时间不少于10.3 h。本发明具有渗氢相规则连续生长、渗氢通道短、抗氢脆能力强的优点。

    硬币自动分拣、清点一体机

    公开(公告)号:CN106127918A

    公开(公告)日:2016-11-16

    申请号:CN201610466927.3

    申请日:2016-06-24

    CPC classification number: G07D3/02 G07D3/16

    Abstract: 本发明是一种硬币自动分拣、清点一体机,包括入币机构、两个刮币及硬币输送机构、一元硬币分离机构、一角、五角硬币分离机构、清点机构;所述入币机构中的引道和刮币及硬币输送机构通过传送带相接;所述刮币及硬币输送机构中的传送带和一元硬币分离机构中的一元硬币分离双滑道相接;一元硬币分离机构中的一角、五角引入滑道和第二个刮币及硬币输送机构中的传送带相接,刮币及硬币输送机构中的传送带和一角、五角硬币分离机构中的一角、五角硬币入币滑道相接;所述清点机构包括安装在三个硬币出口处的光电传感器和机顶的计数器。本产品结构简单,效率高,具有较高的实用性。

    一种基于深度学习的银质丝材表面瑕疵识别方法

    公开(公告)号:CN111862064A

    公开(公告)日:2020-10-30

    申请号:CN202010736316.2

    申请日:2020-07-28

    Abstract: 本发明公开一种基于深度学习的银质丝材表面瑕疵识别方法,包括如下步骤:S1:应用图像采集模块,采集若干待检测的银质丝材原图像,得到原始图像的样本集;S2:应用图像预处理模块,对步骤S1得到的样本集进行分割,得到待检目标区域,作为统计特征预检测模块的输入;S3:基于统计特征的瑕疵预检测模块,对步骤S2得到的待检目标区域进行统计特征提取,并据此进行预检测;S4:基于卷积神经网络的瑕疵检测模块,对步骤S3的预检测模块判别的瑕疵品进行二次检测,判断具体瑕疵的类别。本发明识别方法减轻银质丝材生产过程中瑕疵检测方面的人力成本,提升瑕疵识别准确率,保证银质丝材的生产质量。

    一种用于识别金属丝材表面缺陷的装置及识别方法

    公开(公告)号:CN111855678A

    公开(公告)日:2020-10-30

    申请号:CN202010849723.4

    申请日:2020-08-21

    Abstract: 本发明公开了一种用于识别金属丝材表面缺陷的装置及识别方法,所述装置包括与控制终端连接的两端封闭的腔体和标注单元,所述腔体的内壁上间隔设有一组图像采集单元,腔体的一个端面上设有第一通孔,腔体的另一个端面上设有第二通孔,金属丝材由第一通孔进入腔体由第二通孔穿出,标注单元位于金属丝材穿出腔体的第二通孔附近,设置在腔体的内壁上的图像采集单元与控制终端连接,所述方法包括1)图像采集;2)目标定位;3)感兴趣区域ROI提取;4)图片归一化;5)缺陷检测;6)结果输出。这种装置成本低、实用性好、组网容易。这种方法操作方便,能提高识别效率和识别准确率,减轻工人劳动强度,降低生产成本。

Patent Agency Ranking