一、前言 比表面积是指单位质量物质的总外表面积之和．是衡量物质物理特性的重要参数．国际单位m^2／g．其大小与材料的粒径、孔结构、表面缺陷及形状密切相关。比表面积的变化对物质的许多物理、化学性能将产生显著影响。在催化剂、橡胶、碳黑、电池材料及纳米材料等领域，准确测量材料比表面积是科研与生产中非常重要的环节。

介绍一种将传统边界元法和兰姆波的本征模式函数相结合的混合边界元法,以此计算兰姆波在板材内部传播时遇到障碍物或不连续界面时所发生的反射(或透射)问题,得到了若干频率入射兰姆波与板中不同深度缺陷相互作用的关系.数值计算结果表明,兰姆波与板中不连续体相互作用后存在模式转换现象.此工作对板材兰姆波的快速无损检测有一定的借鉴作用.

管道、管件或器材连接处所使用的法兰盘在加工时因其内表面会产生微裂纹、褶皱等缺陷,导致使用寿命下降。用传统的抛光工艺难以实现对法兰盘管内表面的光整加工,使用磁力研磨加工工艺却可以很好地解决这一难题。通过对XK7136C数控铣床的主轴进行改造而成的研磨试验平台,其磁极主轴在给定数控程序的走刀路径下,带动侧面开槽的磁极进行转动,从而实现磁性磨粒对法兰盘管内表面光整加工的目的。对磁研磨法加工法兰盘管内表面的原理及磁性磨粒的受力情况进行了的分析,试验结果表明:法兰盘零件弯管内表面经过研磨后,原有的表面质量明显改善,表面粗糙度的值由3.46μm降低到1.18μm,验证了磁力研磨对法兰盘管内表面的光整加工效果良好。

为提高钢材表面缺陷图像检测的效果和噪声引起的伪缺陷过滤能力,基于形态灰度包络的感兴趣区域提取方法被采用。该方法以形态灰度曲线包络为基础,通过回归平滑、曲线基准与偏差计算等步骤实现了对钢材表面图像横向灰度曲线中噪声部分的效过滤以及缺陷部分的保存;并通过感兴趣区域阈值选择与感兴趣区域合并获得了钢材复杂背景环境下的疑似缺陷区域。实验结果表明,形态灰度包络的感兴趣区域提取相比于其他方法更能减少噪声干扰,准确率能达到95%以上,能在不影响检出速度的情况下,凸显缺陷位置。

表面粗糙度和内部非金属夹杂物这两种缺陷形式都会明显影响高强度钢FV520B—I的疲劳寿命。以FV520B—I的超声疲劳实验数据为基础，结合根据经典的断裂力学，将表面粗糙度以及内部非金属夹杂物与FV520B—I疲劳寿命联系起来得到疲劳寿命预测基础模型。从实验数据中选取合适的疲劳数据对基础模型进行拟合，确定与FV520B—I相关参数，从而分别建立了针对两种不同缺陷情况下FV520B—I的疲劳寿命预测模型。疲劳寿命预测模型的建立为FV520B—I的疲劳寿命研究作出了贡献，准确并有针对性的预测疲劳寿命对保障设备的正常生产运行有重要的意义。

为了在消除图像处理中的噪声的同时尽可能保留图像细节信息，研究了带钢表面图像的迭代控制核回归图像去噪模型；在以欧氏距离决定权值的基础上，考虑像素灰度值，引入一个迭代过程，并对全局平滑参数进行有效的选取，通过主观评价和客观评价对该方法在带钢表面图像的去噪效果做出评价。实验结果表明。基于迭代控制核回归的图像去噪方法相较于传统的图像去噪方法提高了图像的信噪比，在有效去除噪声的同时更好的保存了图像的纹理和边缘等细节信息。

在研究带钢表面缺陷图像去噪算法的过程中,为了在去除图像中的一些例如噪声等不相关的信息的同时且要保留图像一些细节信息的不丢失,研究了一种基于BM3D的带钢表面图像去噪方法和对该算法的工作原理进行了叙述。通过做几组对比实验选择出了BM3D算法中最适合缺陷图像去噪的一些参数值,将设定好参数值的BM3D算法与传统的几种经典去噪算法相比较,实验结果表明,无论从主观判断标准还是从客观判断标准来看,BM3D算法在图像去噪方面都取得了不错的效果。

为解决在木材加工过程中木材表面缺陷检测环节的人工操作效率低下、检测质量不稳定等问题,采用基于OpenCV的计算机视觉技术,设计了一套木材表面缺陷自动检测系统。该系统能够检测出木板表面有无缺陷,并给出相应标记以方便进行后续加工。最后设计实验验证了该系统的图像识别能力,测得识别准确率达到95.3%,平均识别时间0.361s。实验结果表明该木材表面缺陷检测系统性能达到并超过了人工检测能力。