复合绝缘子在不同缺陷类型下表现出不同的发热特征，基于复合绝缘子中心轴温度数据，提出了一种基于一维残差网络的复合绝缘子发热缺陷检测方法。首先，统计分析复合绝缘子不同缺陷类型下的异常温升范围及位置信息，得到各缺陷类型下的复合绝缘子中心轴温度数据样本集；然后，建立一维残差网络模型，在残差块中引入空洞卷积来扩大感受野，并加入有效通道注意力机制模块（efficient channel attention network, ECA_Net），提升与缺陷类别相关性较高的特征权重；最后，进行了算例验证及模型对比，同时采用 t分布随机紧邻嵌入（t-distributed stochastic neighbor embedding, t-SNE）可视化方法，反映模型特征提取的效果。结果表明：该模型能够有效捕捉中心轴线温度数据的空间维度信息，自适应提取类别区分度较大的特征，相较于普通卷积、自编码器（auto encoder, AE）和支持向量机（support vector machine, SVM），其识别准确率得到了提升，具有较好的鲁棒性和泛化能力，实现了端到端的复合绝缘子发热缺陷检测。

工业零件的产品检测是保证零件质量合格最重要的环节。传统的接触式检测方法难以满足工业现场高效、高精度等需求, 基于机器视觉的图像测量系统已广泛应用于检测产品的几何参数。非透明物体形成的高对比度图像的测量已经进行了大量的工作, 针对透明物体形成的低对比度图像的研究相对较少。以直角棱镜为对象, 开发了一种用于测量低对比度产品尺寸的图像测量系统。对不同光照强度下采集到的图像进行平均, 得到平滑的图像; 采用限制对比度的直方图均衡化算法增强图像的对比度和使用Zernike矩边缘检测算法确定精确的亚像素边缘。通过多个对比实验验证了改进算法的合理性和优越性。棱镜厚度的平均误差小于0.003mm, 标准偏差小于0.0015mm。提出的方案为相对透明物体的高精度测量领域提供了一种可行性方案。

利用单晶炉中特殊结构在硅熔液上的倒影图像目标, 通过图像处理进行高温硅熔体液面变化的非接触式检测。首先比较不同图像分割方法对倒影图像处理的效果, 选取最优图像分割方法处理不同单晶硅液位的倒影图像, 其次采用不同角度、不同尺寸ROI(感兴趣区域)对图像进行分割, 并提取分割后的目标像素面积, 最后利用像素面积变化与对应液位变化之间的比值系数和像素面积变化的标准差相结合的评价函数对图像处理效果进行对比。结果表明, 采用动态局部阈值分割法和大尺寸且垂直于相机视角的ROI对图像进行处理, 使得评价函数值最大, 兼顾了单晶硅液位检测的灵敏度和精密度。

采用激光熔覆技术, 在1Cr17Ni2钢表面制备了不同含量SiC的NiAl-SiC复合涂层, 研究分析了熔覆层的物相、微观组织结构、化学成分和摩擦性能。结果表明, 熔覆层主要包含AlFe0.23Ni0.77和AlNi物相; NiAl-SiC复合涂层中存在微裂纹、空隙及脱落等缺陷; SiC质量分数为3%的熔覆层和基体的平均摩擦系数分别为0.731和1.260, 熔覆层的耐磨性优于基体的。