公共文化服务平台

共 5 条记录，以下是 1-5

全选清除导出

排序方式：

基于深度学习神经网络的铝合金型材回弹预测: 2024年; 铝合金型材在各个领域均具有广泛的应用,为解决了6061铝合金方管在生产与加工过程中出现的回弹问题,构建了以Python语言作为开发环境、Keras作为深度学习框架的ANN(Artificial Neural Network)算法,使用包含两个隐藏层的4层全连接神经网络模型进行数据训练。算法后端的数据库内容通过弯曲回弹试验获得,采用结构化的MySQL关系型数据库系统存取和管理试验所得的198条弯曲回弹数据记录。最后,通过足量的模型训练与实际预测可得,该算法的角度回弹预测均方误差MSE的平均值为0.044、曲率回弹预测平均绝对百分比误差MAPE的平均值为4.255。算法训练和比较验证的结果表明,该回弹预测系统具有满足误差要求的预测精度,其预测结果可为铝合金型材的弯曲回弹与补偿提供有效参考。; 王鹏鹏程子詹凌强刘宇王春举吴子彬长海博文; 关键词：铝合金型材回弹预测人工神经网络 MYSQL

DN-YOLOv5的金属双极板表面缺陷检测算法被引量：2: 2023年; 为解决氢燃料电池中金属双极板表面缺陷尺寸小,缺陷对比不明显、种类多造成的难以检测,易误检漏检以及缺陷检测模型复杂度太大难以部署等问题,提出一种改进版的金属双极板缺陷检测算法DN-YOLOv5,来探究缺陷检测在冲压成形的金属双极板视觉检测工作台场景下进行快速精准检测的可行性,从而实现智能检测,提升检测效率。本研究着重于修改YOLOv5主干网络Backbone部分,添加网络中模块数量,加入NAM注意力机制和使用深度可分离卷积模块来替代原来CSP/CBS主干网络卷积模块,并引入SIoU对损失函数重新进行了定义,极大的提升了主干网络的轻量化程度。结果表明,本算法的map@0.5可达0.988,每秒检测传输帧率为9.98,模型参数量降低了52.13%,在测试集75张缺陷图像中真检率达到了99.74%。该方法在保证模型较高检测率的同时,显著降低了模型复杂度和参数计算量。此外,该算法结合新的检测尺度设计特征融合网络,提升网络的小目标、多目标检测能力。该算法具有良好的稳定性和鲁棒性,综合性能较好,满足部署移动端场景进行缺陷检测的轻量化需求。; 凌强刘宇王春举贺海东孙立宁; 关键词：金属双极板表面缺陷检测

激光光内送粉立面熔道外形尺寸控制研究被引量：1: 2017年; 基于中空激光光内送粉技术,利用该技术粉末流发散小,挺直度高的特点,进行了垂直表面(立面)熔覆试验。分析了熔覆工艺参数(扫描速度、功率、送粉量)对立面熔道宽度、高度及宽高比,特别是重力作用下的熔道顶点下垂量的影响规律,得出了控制下垂量的最佳工艺参数组合。在立面进行水平方向的熔道堆积生长,实现了立面斜壁墙的成形。成形过程稳定,成形熔覆层与基体形成冶金结合,显微组织细密均匀。; 石拓朱刚贤傅戈雁刘宇邬明君阮建武

光内同轴送粉激光熔覆堆积扭曲薄壁件工艺参数的控制被引量：7: 2014年; 基于光内同轴送粉激光熔覆成形技术,在45钢基体上进行扭曲薄壁件的堆积。对扭曲薄壁件的倾斜角度、扫描路径、Z轴增量、熔池温度进行控制,分析各自的影响因素。通过斜壁堆积模型和倾斜度试验,得到了熔覆堆积的极限倾斜角。针对扭曲薄壁件的成形过程,设计了光头层间不停光连续扫描和光头层间停光间断扫描等2种扫描路径,并确定光头层间停光间断扫描为合适的扫描路径。通过对Z轴增量和熔池温度的控制,得到了外观光滑、表面粗糙度值低、壁厚均匀、成形质量较高的成形件。; 傅戈雁刘宇石世宏王晨; 关键词：激光快速成形

光内送粉激光熔覆堆积扭曲薄壁件工艺参数的控制: 基于光內同轴送粉激光熔覆成形技术,在45钢基体上进行扭曲薄壁件的堆积,分别对扭曲薄壁件的倾斜角度、扫描路径、Z轴增量和熔池温度进行控制,并分析各自影响因素。通过斜壁堆积模型和大量的倾斜度试验,得到了熔覆堆积的极限倾斜角。...; 刘宇傅戈雁石世宏王晨; 关键词：激光技术激光快速成形; 文献传递

全选清除导出

共1页<1>

刘宇