带涂层钢结构亚表面缺陷的存在例如腐蚀、钢基体裂纹及涂层脱粘等，会对整体结构的性能产生影响，并加速涂层系统退化过程。因此，提出一种基于 YOLO v5的带涂层钢结构亚表面缺陷脉冲涡流热成像智能检测方法。这一方法可以在不移除涂层的情况下自动检测带涂层钢结构亚表面缺陷，具有重要的工程应用价值。通过所提方法，在保留涂层的情况下，对带涂层钢结构中的腐蚀、裂纹、脱粘等亚表面缺陷进行智能检测。检测结果表明，本文所提方法能够精确地识别和分类带涂层钢结构的 4种亚表面缺陷类型：钢基体裂纹、脱粘、严重质量损失（如腐蚀凹坑、腐蚀磨损）以及轻微质量损失（如腐蚀薄层）。4种缺陷类型的检测精度分别高达 96%、97%、95%和 93%，同时满足实时性检测需求。

针对传统图像处理算法在检测隐形眼镜表面缺陷时存在精度低、耗时长、算法鲁棒性差、漏检多等问题，提出一种基于改进Faster R-CNN的隐形眼镜表面缺陷检测算法。首先，对比了3种特征提取网络的性能，选取ResNet50作为骨干网络；然后，引入特征金字塔网络（FPN），通过融合多层次的特征信息，提高Faster R-CNN的多尺度检测能力；最后，基于构建的隐形眼镜表面缺陷数据集，使用K-means++算法改进锚框的尺度和数量。实验结果表明：改进后的Faster R-CNN算法在测试集上的平均精度均值（mAP）达到了86.95%，相比于改进前的Faster R-CNN算法，提高了9.45个百分点，可以有效地检测出气泡、车削亮点、划痕、模具亮点等多种隐形眼镜典型缺陷。

随着社会经济的高速发展, 电网规模不断增大, 电网容量不断提高, 电力损耗问题日趋严重, 为了合理高效地利用电力, 对于网用电量异常的研究十分关键。针对电网用电量异常的问题, 对某城市一区域电网用电量数据进行逻辑分组聚类预处理, 并运用启发式算法构建两种针对性的启发式模型。利用从电网部署的检测仪表收集到的数据进行实验验证, 结合启发式算法进行检测, 异常用电情况下的相对异常指数较正常情况扩大6~10倍, 能够对电网的异常电量使用现象有较好的识别与检测能力, 验证了所提出方法的有效性。

为了实现产品安装的智能控制及自适应，提出了一种基于光纤传感网络的智能检测校正系统。利用光纤传感网络重建工装的应力场分布，计算波长偏移量与位置偏移量的函数关系，量化传感网络与位置校正数据的对应关系，最终为自动安装系统提供智能检测校正参数。实验采用常见的插入式安装结构，对0~200 N范围的应力变化进行了测试与分析。实验表明：系统对应力变化产生的位置偏差具有明显的响应规律，反演精度与标准精度的相对误差均优于10.0%，且具有较好的稳定性。

针对目前我国某型导弹测试系统存在着对标调瞄组合测试覆盖性不够等问题, 研究设计了一种新型的智能故障检测系统。该系统采用基于特征点覆盖的软硬件同步检测的方法, 其中硬件模块采用基于PC104总线的模块化设计, 使系统具有故障检测速度快、智能化程度高、故障检测覆盖性完备、小巧便携等特点。

为了实现航天用O形密封圈的智能化全自动测量与检测，建立了双工位智能测量与检测系统，研究了大量程测量与曲面缺陷检测系统集成方案以及测量路径自主规划技术。首先，针对O形圈的柔性结构、曲面外形以及内径与截面直径之比跨度大的特点，提出基于多视场协同的双工位智能测量与检测方案，介绍了系统集成方法及其工作原理。然后，根据密封圈在大视场中的全景图信息及检测路径规划基本准则，导出了通用的小视场图像采集路径计算方法。最后，建立了密封圈检测路径的物理坐标与大视场图像坐标的映射关系，实现了系统的智能化全自动检测。实验结果表明：本集成方案能够对外形尺寸为Φ5.4~Φ140 mm的O形圈进行智能化自主测量与检测，实际检测路径的位置与理想位置之间的平均误差为0.086 mm；与手工测量和检测相比，效率提高了20倍以上，能够满足航天用精密密封圈的智能、高效、全自动测量与检测要求。