XiaoMi-AI文件搜索系统
World File Search System圆柱孔
应对当今汽车制造挑战的机器视觉解决方案
当铸件经过研磨或机加工以获得光滑或精确的表面时，小孔隙或异物会在机加工表面产生凹坑或缺陷。其他缺陷可能包括裂纹（尤其是在锋利边缘处）以及零件表面的研磨或机加工痕迹。在某些情况下，必须检查内部特征的表面质量，例如发动机缸体上圆柱孔的内部，这可以使用 2D 摄像机和专用光学器件甚至 3D 内窥镜来完成。然而，表面缺陷尺寸指标可能非常小，因此应用可能需要部署高分辨率摄像机的机器视觉系统。3D 解决方案（如 Zebra 的 AltiZ、AltiZ 4200 或 3S 系列 3D 传感器）或甚至具有结构光或光度立体功能的 2D 摄像机）可以完成许多表面质量检查任务。
科学艺术与梅蒂尔（SAM）
我们提出了一种自适应物理学的深层均质化神经网络（DHN）方法，以制定具有不同微结构的弹性和热弹性周期性阵列的全场微力学模型。通过完全连接的多层连接的单位细胞溶液通过最大程度地限制根据应力平衡和热传导部分微分方程（PDE）的残差之和，以及无界面的无牵引力或绝热边界条件。相比，通过引入具有正弦函数的网络层直接满足周期性边界条件。完全可训练的权重施加在所有搭配点上，这些搭配点与网络权重同时训练。因此，网络会在损耗函数中自动为界面附近（尤其是单位细胞解决方案的具有挑战性的区域）中的搭配点分配更高的权重。这迫使神经网络在这些特定点上提高其性能。针对有限元素和弹性解决方案的自适应DHN的精度分别用于椭圆形和圆柱孔/纤维的弹性解决方案。自适应DHN比原始DHN技术的优点是通过考虑局部不规则的多孔架构来证明合理的，孔隙 - 孔相互作用使训练网络特别缓慢且难以优化。
用于高分辨率减速场分析器的球形微孔网格
由球形栅格组成的减速场分析仪（RFA）可用作二维角分辨光电子能量分析仪（Kanayama等，1989）。然而，传统三栅格RFA的典型分辨力（E / E）为100（Taylor，1969），对于光电子衍射或光电子全息术来说太低了（Matsushita等，2010）。我们之前报道了一种增强E / E的栅格排列（Muro等，2017）。在改进的排列中，第一和第二栅格之间的距离比第二和第三个栅格之间的距离长得多，如图1（a）所示，而在大多数传统RFA中，这些距离是相同的。采用改进布置在 SPring-8 的 BL25SU（Senba 等人，2016 年）上开发的 RFA 显示 E / E 为 1100（Muro 等人，2017 年）。第一、第二和第三个栅格的半径分别为 12、40 和 42 毫米。第二个栅格即减速栅格使用目数为 250 的编织钨网。光电子接受角为 49 度，受图 1（a）所示探测器直径的限制。我们的模拟还预测，当网状减速栅格被部分球壳（如带有径向圆柱孔的圆顶）取代时，E / E 可以进一步增强，如图 1（b）所示。以下我们将这样的栅格称为有孔栅格。试验性制作了一个开孔面积较小的网格，对应接收角为7°，圆柱直径为60 mm，深度即球壳厚度为100 mm，相邻两个孔中心位置之间的距离即孔距为100 mm，球壳内半径为40 mm，与网状减速网格相同。装有该网格的RFA