【摘 要】
：
包装缺陷在线检测对提升产品质量具有重要意义.针对工业生产中人工目检效率低、漏检率高,以及基于显式特征提取的缺陷检测方法通用性差、特征提取复杂、缺陷区域占比小等问题,本文提出了基于迁移学习的改进MobilenetV2轻量化网络的包装缺陷快速检测方法,并利用某工厂糖果产线包装质检环节存在的4种表面缺陷对其进行测试.结果 表明,该方法具有检测速度快、缺陷正确检测率高等优点,单个产品处理时间为0.053 s,验证集上缺陷识别率为98.333％,在线测试缺陷品召回率为96.596％,在检测精度较高的同时能满足高速产
【机 构】
：
上海交通大学机械与动力工程学院,上海200240;华东师范大学经济与管理学院,上海200241;力度工业智能科技(苏州)有限公司,江苏常熟215558
论文部分内容阅读
包装缺陷在线检测对提升产品质量具有重要意义.针对工业生产中人工目检效率低、漏检率高,以及基于显式特征提取的缺陷检测方法通用性差、特征提取复杂、缺陷区域占比小等问题,本文提出了基于迁移学习的改进MobilenetV2轻量化网络的包装缺陷快速检测方法,并利用某工厂糖果产线包装质检环节存在的4种表面缺陷对其进行测试.结果 表明,该方法具有检测速度快、缺陷正确检测率高等优点,单个产品处理时间为0.053 s,验证集上缺陷识别率为98.333％,在线测试缺陷品召回率为96.596％,在检测精度较高的同时能满足高速产线的实时性需求,最高支持2 m/s的传送带运行速度.
其他文献
近年来,由于传统人工提取特征的方法不足以准确表征滚动轴承的健康状态,深度学习算法被逐渐应用于滚动轴承的故障诊断中,它能够自适应的从输入数据中学习出所需要的特征.其中,相较于普通的深度学习算法,深度残差网络通过恒等映射的方式可以大幅度降低模型的训练难度.因此,采用了一种用于滚动轴承故障诊断的深度残差网络(ResNet),它可以直接将原始振动信号作为模型的输入,通过池化层、残差模块和分类层相互连接,更加有效的挖掘信号特征之间的信息,从而增强了轴承振动信号的特征学习能力.实验结果表明,该模型能够达到99.75％
多轴机械臂3D打印能够拓展传统熔融沉积式三轴打印的空间自由度实现无支撑一体成型.但由于机械臂多关节运动与3D打印多参量的分离控制所导致的运动-挤料不同步,大大影响打印质量.针对多轴机械臂3D打印末端运动与挤料的协同性问题,提出基于EtherCAT的协同控制方法.以EtherCAT实时工业以太网构建控制系统框架,满足多关节运动与多工艺执行机构的控制需求;基于此,提出量化的“运动-挤料”速度匹配关系与通讯反馈机制,确保运动与挤料的协同控制.通过对帧周期的检测、标准路径与无支撑模型的打印测试,结果表明,主从通讯
精密机床主轴-刀柄组件的动力学特性对于精密加工具有重要影响,预测组件的固有频率对评估和改善加工性能具有重要意义,而其中的难点之一是准确确定主轴-刀柄界面的接触刚度.为此,本文采用超声波对7/24主轴-刀柄界面的接触刚度进行了实验测量,并建立了动力学模型确定了主轴刀柄组件的固有频率.在接触刚度的超声测量中,首先测量来自接触界面的超声反射信号,通过将其与参考界面的信号进行比较来计算反射系数,随后通过预先建立的接触压强-反射系数校正曲线得到接触界面的接触压力分布,最终使用接触压强-接触刚度经验方程式估算界面的接
以植物型润滑油为切削液的微量润滑(Minimum quantity lubrication,MQL)技术因表现出优良的加工性和环境友好性而备受关注.然而,由于油基切削液的冷却能力低,传统油基MQL往往会产生高的切削温度.水基切削液的冷却性能好,但润滑能力不如油基切削液.为了提高水基切削液应用于MQL时的润滑性能,提出了一种以氧化石墨烯/氧化铝(GO/Al2 O3)混合水基纳米流体为切削液的MQL技术,并对其摩擦磨损和加工特性进行了对比研究.为了获得较佳的减摩抗磨性能,优选了GO/Al2 O3的质量比.结果
针对用户需求间存在的复杂影响关系以及工程特性重要度计算过程中存在的模糊性和不确定性,提出一种基于模糊DEMATEL(Decision Making Trial and Evaluation Laboratory)、模糊ANP(Analytic Network Process)和模糊QFD(Quality Function Deployment)的工程特性重要度计算方法.利用模糊DEMATEL方法确定需求间的影响关系,构建网络关系图NRM(Network Relationship Map),在此基础上采用模
为了有效兼顾加工过程实时信号的多维特征和序列特征,以实现精度更高的加工状态异常监测,本文提出了一种基于深度卷积-长短时记忆神经网络(Convolution Neural Network-Long Short Time Memory,CNN-LSTM)的异常监测模型.该模型以数控系统中采集的实时数据为输入,先利用CNN提取其高维特征并生成特征向量,再利用LSTM进行序列特征提取,最后通过逻辑回归得到异常诊断结果.实验表明,该模型的准确率、精确率、召回率等性能指标均超过98.5％,明显优于其他异常监测模型.
振幅作为振动筛的重要参数之一,对于颗粒的运动能量和筛机的振动强度具有重大的影响.针对振动筛振幅的测量,文中提出一种基于双目视觉原理的振动筛振幅的测量方法.利用区域生长法去除预处理过程后图像中白色的冗余点,并分割出白色标记点区域.然后基于形态学的膨胀操作的提取连通分量的方法,获取每帧静态图像中特征标志点的亚像素中心坐标.最后,结合双目视觉立体原理将二维的像素坐标转换为三维的世界几何信息坐标.并从连续静态的序列图像中提取四组振动周期,振幅的空间运动规律均都符合振动筛的往复运动,其四组振幅之间的误差小于0.1
在飞机蒙皮锤铆过程中,锤铆参数是影响铆接质量的重要因素.为了研究双机器人自动送铆设备在铆接过程中铆枪的输入气压和冲击时间对铆接质量的影响,建立了 ABAQUS仿真分析模型,采用Python脚本语言对ABAQUS进行二次开发,创建有限元仿真分析程序.通过对不同的输入气压进行有限元分析,得到不同冲击时间对应的墩头尺寸数据,通过比较,最终获得最佳锤铆参数.采用实验验证,结果表明,仿真获得的最优锤铆参数能实现较好的铆接质量,验证了仿真方法的可靠性.
针对自动驾驶智能车辆安全超车问题,提出一种基于分层优化算法的路径规划方案.该方案采用三层结构获得可行、安全的优化路径.首先,通过分析驾驶员超车操作流程,综合路况环境、车辆结构等约束条件,构建超车换道模型,进而采用三角分解法构建智能车辆的可运行空间.其次,在可运行空间内,采用Dijkstras算法生成一条无碰撞路径.最后,利用超车换道模型构造优化目标函数和约束条件,通过多目标粒子群优化的方式获得最优路径,并采用Pareto优先规则提高优化算法的更新速度.利用CarSim8.10构造车辆动力和运动学模型,基于
针对传统用户需求获取方法数据量少、实时性差、成本过高等问题,提出一种基于深度学习获取用户生成内容(User-Generated Content,UGC)有效数据的在线评论挖掘及需求获取方法.以电子商务平台在线评论信息为数据源构建UGC在线评论语料集,并提出了一种结合机器学习与人工审查的需求获取方式,通过卷积神经网络过滤大型UGC在线评论语句的非信息性内容,并利用数据分析工具对用户需求嵌入密集的相似性语句进行聚类分析,以避免对重复性内容进行采样.最后由专业分析人员对机器学习所提取的用户需求进行有效审查以提升