1 钢铁研究总院有限公司，北京 100081
2 北京钢研高纳科技股份有限公司，北京 100081
3 北京工业大学材料与制造学部，北京 100124
激光粉末床熔融（LPBF）技术具有成形精度高、表面粗糙度低、成形件性能优异等特点，是目前金属增材制造领域中应用最广泛的一种成形技术。其中，铺粉过程作为LPBF技术的关键环节，粉末床铺粉质量对铺粉致密度及成形件性能具有重要影响，基于此，本文综述了LPBF技术中铺粉致密度的影响因素。首先，总结了粉末床铺粉质量的表征评价方法，如图像分析法、X射线原位监测法和取样器法等。在此基础上，从粉末特征和铺粉工艺出发，分别阐述了粉末粒度、粉末形貌、粉末制备方法、粉末再循环及铺粉工艺参数对粉末床铺粉致密度的影响规律。其中，粉末的粒度分布和形貌是影响铺粉致密度关键因素，较宽的单峰分布和粗细颗粒混合的双峰分布有利于提高粉末堆积密度。粉末的形貌越接近球形，粉末流动性越好，越有利于提升粉末铺展性和铺粉均匀性。粉末堆积密度和铺粉均匀性共同作用将提升粉末床铺粉致密度和成形样品的致密度。铺粉工艺条件的变化可以影响粉末床的铺粉质量及密度，其中控制合理的铺粉速度、选用滚筒类型的刮刀和增大基体的粗糙度将进一步提升粉末床的铺粉致密度。最后，本文对进一步提升粉床的铺粉致密度的方法和技术进行了展望。
激光技术 激光粉末床熔融 铺粉致密度 粉末粒度 粉末形貌 离散元模拟 成形缺陷 激光与光电子学进展
2024, 61(5): 0514009
1 齐鲁工业大学（山东省科学院）, 山东省科学院海洋仪器仪表研究所, 山东 青岛 266061
2 齐鲁工业大学（山东省科学院）, 山东省科学院海洋仪器仪表研究所, 山东 青岛 266061中国石油大学(华东)计算机科学与技术学院, 山东 青岛 266590
海洋沉积物的粒度研究有助于了解人类活动对自然环境的影响。 将主成分分析(PCA)和连续投影算法(SPA)融合能够综合利用两种光谱特征提取方法的优势, 获得比单一特征提取方法更丰富的特征波长, 实现无关特征和干扰信息的剔除, 最大限度减少特征信息的丢失, 有利于沉积物粒度的分析。 以青岛市东大洋村潮间带表层32份沉积物为例, 将海洋沉积物划分为0.3～0.2、 0.2～0.1、 0.1～0.075和<0.075 mm四个不同粒径的沉积物样品, 分别测定不同粒径的32份沉积物的可见-近红外反射光谱, 共计128条光谱。 将128条光谱数据分别以2∶1, 1∶1和1∶2的比例划分建模集和检验集进行分析； 采用主成分分析和连续投影融合算法(FOPAS )提取不同粒径沉积物的特征光谱, 利用支持向量机算法建立粒径分类模型。 结果显示, 对2∶1、 1∶1、 1∶2比例的数据集, 融合算法检验集正确率分别为83.33%、 82.81%、 75.29%, 仅在2∶1比例下正确率低于连续投影算法检验集的正确率90.47%, 其余正确率相对于单一特征提取算法均有显著的提高, 表明使用融合算法提取特征光谱建立的分类模型在训练集样本量少, 粒径清晰的条件下, 其分类模型相较于单独使用两个特征提取算法的模型更具有优势。 采用基于主成分分析和连续投影融合算法的海洋沉积物粒度分类模型, 能够提高海洋沉积物粒度分类结果的正确率, 建立正确率更高的粒度分类模型, 对快速粒度分类提供了解决方法。
海洋沉积物 粒度分类 主成分分析 连续投影算法 融合算法 Marine sediments Particle size classification Principal component analysis Successive projection algorithm Fusion algorithm 光谱学与光谱分析
2023, 43(10): 3075
哈尔滨理工大学 测控技术与通信工程学院，黑龙江哈尔滨150080
为了解决传统深度卷积神经网络在舰船图像细粒度分类中的局限性，本文设计了细粒度遥感舰船开集识别模型。首先，引入了基于注意力机制的STN模块，加在特征提取网络前用来过滤背景信息；然后在STN模块后接一个多尺度的并行的卷积结构，强化网络对不同尺度的局部区域的特征提取能力；接着将提取到的特征分别输入基分支和元嵌入分支，用来增大类间方差和减小类内方差，同时强化模型对尾类小样本的学习；最后对两个分支的分类结果进行决策融合，根据设定的阈值判别已知类和未知类进一步对已知类进行细分。在平衡与不平衡分布的FGSCR-42数据集上进行了4种开放度实验，结果表明：在平衡分布的数据集上4种开放度的平均准确率为90.5%，86.3%，85.7%，85.1%，不平衡分布数据集的平均准确率为90.0%，85.1%，84.3%，84.1%。与当前主流的舰船识别方法相比，本文方法分类具有更高的识别准确率和更好的泛化能力。
注意力机制 细粒度分类 开集识别 决策融合 attention mechanism fine-grained classification open set recognition decision fusion 光学 精密工程
2023, 31(24): 3618
1 武汉科技大学资源与环境工程学院，武汉 430081
2 湖北理工学院矿区环境污染控制与修复湖北省重点实验室，黄石 435003
3 湖北理工学院先进材料制造与固废资源化协同技术湖北省工程研究中心,黄石 435003
本文以正硅酸乙酯(TEOS)为原料，在以氨水为催化剂的碱体系中，采用溶胶-凝胶法制备了二氧化硅溶胶。通过SEM-EDS、XRD、热重分析、激光粒度分析、Zeta电位等分析手段，研究了氨水的加入量对二氧化硅溶胶粒径以及稳定性的影响。研究结果表明，当pH值在11~12、氨水与TEOS的摩尔比R(n(NH3·H2O)∶n(TEOS))在1~10时，随着R值的增大，二氧化硅溶胶平均粒径y与R值x呈指数相关趋势，其拟合函数为y=2.22x1.79，相关性为0.96，粒径从10.17 nm (R=1)增加到142.48 nm (R=10)，且胶粒的粒径分布半高宽从9.89 nm (R=1)增加到171.61 nm (R=10)。二氧化硅溶胶的稳定性则与氨水的加入量呈下抛物线趋势，其凝胶时间从684 h (R=1)下降到28 h (R=5)，再上升到780 h (R=10)。
氨水 溶胶-凝胶法 二氧化硅溶胶 粒度 稳定性 纳米结构 ammonia sol-gel method silica sol particle size stability nanostructure
昆明理工大学 机电工程学院，云南 昆明 650000
视频实例分割是车辆辅助驾驶多目标感知和场景理解的一项关键技术。针对弱监督视频实例分割仅使用边界框对网络进行训练严重制约交通场景大尺度动态范围目标分割精度的问题，本文提出尺度自适应生成调控弱监督视频实例分割网络（Scale Adaptive Generation Regulation weakly supervised video instance segmentation network，SAGRNet）。首先，设计一种多尺度特征映射贡献度动态自适应调控模块，通过动态调整不同尺度特征映射信息贡献度取代原有的线性加权以强化对目标局部位置和整体轮廓的聚焦能力，解决了车辆、行人等目标由于成像距离远近造成的尺度动态范围过大问题；其次，构建目标实例多细粒度空间信息聚合生成调控模块，通过聚合基于不同空洞率提取的多细粒度空间信息生成权重参数以调控各尺度特征，实现了细化实例边界和增强跨通道信息交互掩码特征映射表征能力，有效弥补了实例边缘信息匮乏导致边缘轮廓分割mask连续性缺失问题。最后，为缓解边界框标签监督信息弱化，引入正交损失和颜色相似性损失缩小模型预测mask与真实边界框偏差并计算逐像素点对间标签属性归类模糊问题。Youtube-VIS2019提取的交通场景数据集实验结果表明，SAGRNet相较于弱监督基准网络平均分割精度提升5.1%达到38.1%，为实现多目标感知和实例级场景理解提供了有效算法依据。
辅助驾驶 弱监督 视频实例分割 自适应生成调控 细粒度 assisted driving weakly supervised video instance segmentation adaptive generation regulation fine grain 光学 精密工程
2023, 31(18): 2736
1 中国海洋大学信息科学与工程学部，山东 青岛 266100
2 青岛杰瑞工控技术有限公司，山东 青岛 266071
通过肉眼识别鱼类疫病依赖于诊断人员的经验，疫病数据存在类间差距较小与识别效率低等细粒度问题。由于Transformer缺乏卷积神经网络（CNN）的归纳偏差，需要大量的数据进行训练；CNN对全局特征提取不足，泛化性能较差等问题限制模型的分类精度。基于特征图对所有像素的全局交互建立算法模型，提出一种基于CNN与Vision Transformer相结合的鱼类疫病识别模型（CViT-FDRM）。首先，搭建鱼类疫病的数据库FishData01；其次，利用CNN提取鱼类图像细粒度特征，采用Transformer模型自注意力机制获取图像全局信息进行并行训练；然后，采用组归一化层将样本通道分组求均值与标准差；最后，采用404张鱼类疫病图像进行测试，CViT-FDRM达到97.02%的识别准确率。在细粒度图像开源数据库Oxford Flowers上的实验结果表明，CViT-FDRM的分类精度优于主流的细粒度图像分类算法，可达95.42%，提高4.84个百分点。CViT-FDRM在细粒度图像识别方面可达到较好的效果。
图像处理 卷积神经网络 Vision Transformer 细粒度 鱼类疫病识别 CViT-FDRM 激光与光电子学进展
2023, 60(16): 1610005
1 季华实验室, 佛山 528200
2 新疆大学机械工程学院, 乌鲁木齐 830017
3 佛山科学技术学院机电工程与自动化学院, 佛山 528000
4 西安交通大学机械制造系统工程国家重点实验室, 西安 710049
利用光固化技术制备的生物玻璃陶瓷骨植入物在骨修复领域具有许多优势, 然而生物玻璃陶瓷受粉体粒度的影响, 在光固化打印工艺、结构、力学性能和生物性能等方面存在较大的差异。本文以光固化3D打印过程中粒度的变化为切入点, 制备了两种不同粒度粉体的生物玻璃陶瓷浆料, 分别对生物玻璃陶瓷浆料的稳定性、流变特性和固化特性进行了表征, 根据TG-DSC曲线绘制了脱脂烧结曲线并对骨支架的表面质量、结构和力学性能进行了评价, 最后通过颅骨修复试验对降解性能进行了分析。结果表明: 小粒度粉体的浆料稳定性较好, 黏度较高, 对应的固化厚度和过固化宽度也较小; 小粒度粉体制备的骨支架表面质量、结构致密化程度和弯曲强度均优于大粒度粉体制备的骨支架, 但降解速率较低, 植入体内2个月后有新骨长入骨支架孔隙。本研究对不同粒度粉体的生物玻璃陶瓷骨支架制备具有指导意义, 有助于推动基于粒度分布的梯度可控降解骨支架的开发和应用。
生物玻璃陶瓷 骨支架 光固化技术 3D打印 粒度 降解性能 bioglass ceramics bone scaffold photocuring technology 3D printing particle size degradation performance
