1 西安交通大学机械工程学院航空发动机研究所，陕西 西安 710049
2 空军工程大学航空动力系统与等离子体技术全国重点实验室，陕西 西安 710038
激光粉末床熔融增材制造面临质量稳定一致性的挑战，铺粉质量是影响成形件质量的重要因素。近年来，计算机视觉在铺粉缺陷监测中的应用表现突出，但其性能却受到标注数据数量不足的限制。针对这一问题，笔者设计了基于视觉大模型分割一切模型（SAM）的铺粉缺陷分割模型（PSAM）。针对SAM预训练参数的知识迁移问题，引入Adapter模块实现参数微调；针对铺粉分割任务中类别信息的需求，改进了SAM中的掩码解码器；针对工业场景中人工提示难的问题，提出了自动提示生成器，实现了视觉提示的自动生成。在训练样本数量仅为50的情况下，PSAM表现出了良好的分割性能，平均交并比（mIoU）可达到65.02%，相较于Deeplab v3和U-Net分别提升了8.52个百分点和5.31个百分点。本研究展示了视觉大模型在增材过程监控中的应用价值和应用潜力。
激光技术 激光粉末床熔融 过程监测 视觉大模型 缺陷检测 中国激光
2024, 51(10): 1002319
在激光粉末床熔融（LPBF）成形过程中，铺粉异常导致的沉积缺陷会严重影响成形零件的表面及内部质量，但目前缺乏针对性的在线监测与诊断方案。采用光电探测器和高速相机在线监测成形过程中的光强和熔池面积信号，探究不同粉末厚度条件下熔池尺度光信号的变化规律，实现对零件质量的初步诊断。研究结果表明，粉末厚度的异常增加会导致零件熔化状态出现波动，并最终导致严重的球化。表面粗糙度从正常打印状态的5 μm显著增加至100 μm以上，同时在零件内部形成了未熔合孔隙缺陷。阐述了粉末厚度对沉积缺陷的影响机制，深入分析了光强与熔池面积的特征及其相互关系，提出了一种基于阈值百分比诊断沉积缺陷的信号监测方法。
增材制造 激光粉末床熔融 在线监测 熔池光信号 沉积缺陷 中国激光
2024, 51(10): 1002308
南京航空航天大学 电子信息工程学院，江苏南京211106
太阳能电池片（Photovoltaic， PV）表面缺陷检测是光伏组件生产中不可或缺的流程。基于机器视觉的自动缺陷检测方法因其高精度、实时性、低成本等优点得到了广泛应用。本文综述了基于机器视觉的太阳能电池片表面缺陷检测方法的研究进展。首先，阐述了太阳能电池片表面成像方式，列举了典型缺陷类型。然后重点分析了基于传统机器视觉算法及基于深度学习算法进行太阳能电池片表面缺陷检测的原理。将传统机器视觉算法分为图像域分析法、变换域分析法进行综述；从无监督学习、有监督学习和弱监督及半监督学习三个方面分别概述了近几年来基于深度学习的太阳能电池片表面缺陷检测的研究现状。对太阳能电池片表面缺陷检测各种典型方法进一步细分归类和对比分析，总结了每种方法的优缺点。随后，介绍了9种太阳能电池片表面缺陷图像数据集及缺陷检测性能评价指标。最后，系统总结了太阳能电池片缺陷检测常见的关键问题及其解决方法，对太阳能电池片表面缺陷检测的未来发展趋势进行了展望。
太阳能电池 缺陷检测 机器视觉 深度学习 检测网络 solar cells defect detection machine vision deep learning detection network
1 南昌航空大学轻合金加工科学与技术国防重点学科实验室，江西 南昌 330063
2 南昌航空大学工程训练中心，江西 南昌 330063
3 江西宝航新材料有限公司，江西 南昌 330200
采用激光选区熔化成形了Inconel 625合金试样，研究了激光功率和扫描速度对合金孔隙的影响，制备了存在大尺寸圆形孔隙缺陷（key-hole模式下）、小尺寸圆形孔隙缺陷（conduction模式下）和不规则孔隙缺陷的拉伸试样，通过815 ℃高温拉伸试验探讨了孔隙类型对合金抗拉强度及塑性的影响。结果表明：孔隙类型对合金815 ℃高温抗拉强度及塑性有较大影响。其中，不规则孔隙缺陷试样的高温抗拉强度为374 MPa，塑性为5%；大尺寸圆形孔隙缺陷试样的高温抗拉强度为364 MPa，塑性为31%；小尺寸圆形孔隙缺陷试样的高温抗拉强度为363 MPa，塑性为37%。当不规则孔隙向小尺寸圆形孔隙转变时，高温抗拉强度约降低3%；当大尺寸圆形孔隙向小尺寸圆形孔隙转变时，高温塑性约提升19%。在各类815 ℃高温拉伸试样断口纵截面中均发现了大量的沿晶界扩展的高温失塑裂纹，这是合金失塑的主要原因。孔隙缺陷处的位错塞积造成较大的应力集中，阻挡了位错滑移和合金的塑性变形，使合金更易发生断裂。
激光技术 激光选区熔化 Inconel 625合金 孔隙缺陷 高温失塑行为 中国激光
2024, 51(10): 1002323
深圳信息职业技术学院 信息与通信学院， 广东 深圳 518172
温度是表征物理化学性质的最基本参数之一，精确的温度测量对于现代科学技术发展起着至关重要的作用。传统基于稀土离子热耦合能级对（TCLs）能量传递的荧光温度传感器因TCLs之间能量差的限制存在测温灵敏度低及信号区分困难等问题。为寻求更优的解决方案，本研究探索了氧空位缺陷发光在荧光温度传感器领域的应用前景。本文通过高温固相法合成了BaMgSiO4陶瓷，由于在高温烧结过程中有少量Ba2+和Mg2+蒸发，陶瓷中会产生氧空位以保持材料电中性。这些氧空位所形成的缺陷能级在332 nm紫外光激发下，发射出372，400，527 nm三种波长的发射光。这三种发射光强度对温度有着不同的敏感性，使得其能够良好应用于荧光温度传感领域。其中，I372和I527组成的温度传感系统相对测温灵敏度在298 K时为2.90%·K-1，高于传统TCLs荧光温度传感器的测温灵敏度，突破了TCLs温度传感器的灵敏度天花板。另外，由于372 nm和527 nm波长相差较大，使得BaMgSiO4陶瓷有着室温下绿光发射到458 K高温下蓝光发射的显著变化，实现了温度监控可视化。因此，BaMgSiO4陶瓷因其独特的氧空位缺陷发光特性，为开发荧光温度传感器提供了一种高精度和可视化的新选择，为荧光温度探测技术提供了一条新思路。
氧空位缺陷发光 荧光温度传感材料 能量传递 可视化 luminescence from oxygen vacancy defects fluorescence temperature sensors energy transfer visualization
针对单可见光或单红外条件下的IC器件表面缺陷对比度不足，缺陷检测精度低的问题，提出多光谱图像融合的IC器件表面缺陷检测方法。针对IC器件可见光与红外图像配准中存在尺度不一致和对比度反转问题，引入拉普拉斯金字塔和特征描述符重组策略改进ORB（Oriented FAST and Rotated BRIEF）图像配准算法。在图像配准的基础上，提出NSST_VP图像融合方法，以非下采样剪切波变换（Non-Subsample Shearlet Transform， NSST）得到红外图像和已配准可见光图像的低频和高频子带，对低频子带采用视觉显著图（Visual Significance Map， VSM）加权融合规则，高频子带则采用自适应脉冲耦合神经网络（PA- Pulse Coupled Neural Network， PA-PCNN）决策融合规则，进而通过NSST逆变换得到高质量多光谱融合图像。最后，将融合图像输入YOLOv8s模型进行检测。实验结果表明，改进ORB的图像配准平均精度为87.8%，比ORB图像配准精度提高了62%，NSST_VP图像融合算法在主观视觉效果和客观评价指标上均有所提高。在缺陷检测实验中，NSST_VP融合方法的均值平均精度（mean Average Precision， mAP）达到83.15%，比单可见光、单红外缺陷图像检测的mAP分别提高了22.97%，28.31%，比双树复小波变换融合、曲线变换融合、非下采样轮廓波变换融合方法的mAP分别提高了13.14%，15.01%，20.35%。
缺陷检测 IC器件 多光谱图像融合 图像配准 非下采样剪切波变换 YOLOv8s defect detection IC device multispectral image fusion image registration non-subsample shearlet transform YOLOv8s
1 天津工业大学纺织科学与工程学院 天津 300387
2 江苏大学材料科学与工程学院高分子材料研究学院 镇江 212013
本研究通过γ辐照与氮掺杂协同调控改性制备石墨炔，将二维石墨炔转变为一维管状结构并作为基底负载铁纳米粒子用于燃料电池阴极氧化还原反应（ORR）。运用扫描电镜、X射线衍射、拉曼光谱、等温氮气吸附和其他表征手段，对制备出的复合材料的表面形貌、元素组成、结晶结构、缺陷程度等进行了表征分析。在碱性溶液中，采用循环伏安测试、线性扫描伏安测试、电化学交流阻抗谱测试等电化学测试方法分析制备催化剂的ORR性能、动力学以及稳定性。结果表明：经γ射线辐照后，氮掺杂石墨单炔负载铁纳米粒子（NGY-Fe）催化剂具有更大的比表面积（411.3 m2/g）和多级孔结构，利于暴露出活性中心，O2渗透屏障也有所下降，NGY-Fe的ORR活性显著提高，尤其是在稳定性与耐甲醇性上远优于市售的商业Pt/C催化剂。
γ辐照 缺陷 催化 石墨单炔 掺杂 γ-ray irradiation Defects Catalysis Graphyne Dope 辐射研究与辐射工艺学报
2024, 42(1): 010201
