期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于PyQt5的铸造过程数据管理软件开发
被引量:
4
1
作者
周乐尧
汪东红
+3 位作者
刘淑梅
姜淼
邱慧慧
龚潜海
《计算机时代》
2023年第1期70-73,77,共5页
针对铸造行业材质成分数据缺少可靠管理、铸件结构模型难以保存,以及复用、铸件缺陷检测依赖人力三个问题,开发了基于PyQt5的铸造过程数据管理软件。系统由材料成分与性能库、铸件结构与模型库、铸件缺陷识别三部分组成。该管理软件使用...
针对铸造行业材质成分数据缺少可靠管理、铸件结构模型难以保存,以及复用、铸件缺陷检测依赖人力三个问题,开发了基于PyQt5的铸造过程数据管理软件。系统由材料成分与性能库、铸件结构与模型库、铸件缺陷识别三部分组成。该管理软件使用Pyinstaller打包成桌面式应用,可在Windows10系统运行,可移植性高。
展开更多
关键词
软件开发
数据管理
PyQt工艺数据库
下载PDF
职称材料
熔模铸造车间数据采集与生产智能预测
被引量:
1
2
作者
闫学顺
汪东红
+5 位作者
吴文云
官邦
姜淼
邱慧慧
龚潜海
疏达
《特种铸造及有色合金》
CAS
北大核心
2024年第1期135-140,共6页
针对熔模铸造企业车间设备种类多,数据传输协议和存储结构不统一,异构数据采集困难、采集的数据杂乱缺失等问题,提出一种车间生产和设备资源的数据采集与管理框架。基于车间多源异构数据感知处理策略,设计车间数据传输路线,解决设备间...
针对熔模铸造企业车间设备种类多,数据传输协议和存储结构不统一,异构数据采集困难、采集的数据杂乱缺失等问题,提出一种车间生产和设备资源的数据采集与管理框架。基于车间多源异构数据感知处理策略,设计车间数据传输路线,解决设备间数据交互差、感知处理困难的特点。结合主成分分析(PCA)和长短期神经网络(LSTM)算法,建立车间生产变化规律预测模型,完成车间数据处理和分析预测。最终,利用车间数据采集与管理框架,实现了28项工艺及现场数据的采集,且最小采集间隔时间可达1 000 ms,单日采集数据可达5×10~5条。建立车间铸件产量预测模型,平均绝对误差为0.046 2%,决定系数为0.915 2,模型具有良好的泛化性。
展开更多
关键词
铸造车间
数据采集
神经网络
熔模铸造
原文传递
基于深度学习的铝合金轮毂铸件图像缺陷检测
被引量:
1
3
作者
闫学顺
汪东红
+4 位作者
吴文云
姜淼
邱慧慧
龚潜海
疏达
《特种铸造及有色合金》
CAS
北大核心
2023年第4期457-463,共7页
基于传统X射线图像的铝合金轮毂铸件缺陷检测方法存在人工检测效率低、误检率高、检测精度较差等问题,提出一种基于深度学习的铝合金轮毂铸件图像缺陷检测方法。通过引入直方图均衡化方法,实现533组铝合金铸件X射线图像缺陷特征增强;同...
基于传统X射线图像的铝合金轮毂铸件缺陷检测方法存在人工检测效率低、误检率高、检测精度较差等问题,提出一种基于深度学习的铝合金轮毂铸件图像缺陷检测方法。通过引入直方图均衡化方法,实现533组铝合金铸件X射线图像缺陷特征增强;同时基于Mosaic数据增广策略随机生成含有多尺度不同缺陷类型的新图像数据,提升图像的复杂度;修改了YOLOv5主干网络,引入SENet注意力机制模块对输入特征图的重要通道进行特征提取增强。结果表明,该方法对铸件缺陷平均检测精度(mAP)达到了99.6%,对比YOLOv3、YOLOv4以及YOLOv5主流算法,平均检测精度分别提升了9%、5.1%、4.2%。相较于原网络模型,常见的4种类型(气孔、缩松、裂纹、夹杂)铸件缺陷平均检测精度提升了10.83%。该方法具有更好的泛化能力,可实现铸件多类型缺陷的自动检测,能够满足工业实际需求。
展开更多
关键词
铝合金铸件
缺陷检测
深度学习
X射线图像
注意力机制
原文传递
题名
基于PyQt5的铸造过程数据管理软件开发
被引量:
4
1
作者
周乐尧
汪东红
刘淑梅
姜淼
邱慧慧
龚潜海
机构
上海工程技术大学材料工程学院
上海交通大学材料科学与工程学院上海市先进高温材料及其精密成形重点实验室
嘉善鑫海精密铸件
有限公司
湖州
鼎盛
机械
科技股份
有限公司
浙江佳力风能技术
有限公司
出处
《计算机时代》
2023年第1期70-73,77,共5页
基金
国家科技重大专项(2017-Ⅶ-0008-0102,J2019-VI-0004-0117)
国家重点研发计划(2020YFB1710101,2020YFB1710102)
+2 种基金
国家自然科学基金(51821001,52090042)
浙江省重点研发计划(2020C01056,2021C01157,2022C0114)
材料成形与模具技术国家重点实验室开放基金(P2021-006)。
文摘
针对铸造行业材质成分数据缺少可靠管理、铸件结构模型难以保存,以及复用、铸件缺陷检测依赖人力三个问题,开发了基于PyQt5的铸造过程数据管理软件。系统由材料成分与性能库、铸件结构与模型库、铸件缺陷识别三部分组成。该管理软件使用Pyinstaller打包成桌面式应用,可在Windows10系统运行,可移植性高。
关键词
软件开发
数据管理
PyQt工艺数据库
Keywords
software development
data management
PyQt process database
分类号
TP319 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
熔模铸造车间数据采集与生产智能预测
被引量:
1
2
作者
闫学顺
汪东红
吴文云
官邦
姜淼
邱慧慧
龚潜海
疏达
机构
上海工程技术大学材料工程学院
上海交通大学上海市先进高温材料及其精密成形重点实验室
嘉善鑫海精密铸件
有限公司
湖州
鼎盛
机械
科技股份
有限公司
浙江佳力风能技术
有限公司
出处
《特种铸造及有色合金》
CAS
北大核心
2024年第1期135-140,共6页
基金
国家重点研发计划资助项目(2020YFB1710100,2022YFB3706800)
国家重大科技专项基金资助项目(J2019-VI-0004-0117)
+2 种基金
国家自然科学基金资助项目(51821001,52090042)
浙江省重点研发计划资助项目(2020C01056,2021C01157,2022C01147)
材料成形与模具技术国家重点实验室开放基金资助项目(P2021-006)。
文摘
针对熔模铸造企业车间设备种类多,数据传输协议和存储结构不统一,异构数据采集困难、采集的数据杂乱缺失等问题,提出一种车间生产和设备资源的数据采集与管理框架。基于车间多源异构数据感知处理策略,设计车间数据传输路线,解决设备间数据交互差、感知处理困难的特点。结合主成分分析(PCA)和长短期神经网络(LSTM)算法,建立车间生产变化规律预测模型,完成车间数据处理和分析预测。最终,利用车间数据采集与管理框架,实现了28项工艺及现场数据的采集,且最小采集间隔时间可达1 000 ms,单日采集数据可达5×10~5条。建立车间铸件产量预测模型,平均绝对误差为0.046 2%,决定系数为0.915 2,模型具有良好的泛化性。
关键词
铸造车间
数据采集
神经网络
熔模铸造
Keywords
Casting Workshop
Data Acquisition
Neural Network
Investment Casting
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
TG249.5 [自动化与计算机技术—计算机科学与技术]
原文传递
题名
基于深度学习的铝合金轮毂铸件图像缺陷检测
被引量:
1
3
作者
闫学顺
汪东红
吴文云
姜淼
邱慧慧
龚潜海
疏达
机构
上海工程技术大学材料科学与工程学院
上海交通大学材料科学与工程学院
嘉善鑫海精密铸件
有限公司
湖州
鼎盛
机械
科技股份
有限公司
浙江佳力风能技术
有限公司
出处
《特种铸造及有色合金》
CAS
北大核心
2023年第4期457-463,共7页
基金
国家重点研发计划资助项目(2020YFB1710101,2022YFB3706800)
国家科技重大专项资助项目(J2019-Ⅵ-0004-0117)
+2 种基金
国家自然科学基金资助项目(51821001,52074183,52090042)
浙江省重点研发计划资助项目(2020C01056,2021C01157,2022C01147)
长寿命高温材料国家重点实验室开放基金资助项目(DECSKL202109)。
文摘
基于传统X射线图像的铝合金轮毂铸件缺陷检测方法存在人工检测效率低、误检率高、检测精度较差等问题,提出一种基于深度学习的铝合金轮毂铸件图像缺陷检测方法。通过引入直方图均衡化方法,实现533组铝合金铸件X射线图像缺陷特征增强;同时基于Mosaic数据增广策略随机生成含有多尺度不同缺陷类型的新图像数据,提升图像的复杂度;修改了YOLOv5主干网络,引入SENet注意力机制模块对输入特征图的重要通道进行特征提取增强。结果表明,该方法对铸件缺陷平均检测精度(mAP)达到了99.6%,对比YOLOv3、YOLOv4以及YOLOv5主流算法,平均检测精度分别提升了9%、5.1%、4.2%。相较于原网络模型,常见的4种类型(气孔、缩松、裂纹、夹杂)铸件缺陷平均检测精度提升了10.83%。该方法具有更好的泛化能力,可实现铸件多类型缺陷的自动检测,能够满足工业实际需求。
关键词
铝合金铸件
缺陷检测
深度学习
X射线图像
注意力机制
Keywords
Aluminum Alloy Castings
Defect Detection
Deep Learning
X-ray Image
Attention Mechanism
分类号
TG146.21 [一般工业技术—材料科学与工程]
TP311 [金属学及工艺—金属材料]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于PyQt5的铸造过程数据管理软件开发
周乐尧
汪东红
刘淑梅
姜淼
邱慧慧
龚潜海
《计算机时代》
2023
4
下载PDF
职称材料
2
熔模铸造车间数据采集与生产智能预测
闫学顺
汪东红
吴文云
官邦
姜淼
邱慧慧
龚潜海
疏达
《特种铸造及有色合金》
CAS
北大核心
2024
1
原文传递
3
基于深度学习的铝合金轮毂铸件图像缺陷检测
闫学顺
汪东红
吴文云
姜淼
邱慧慧
龚潜海
疏达
《特种铸造及有色合金》
CAS
北大核心
2023
1
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部