该方法将训练数据集中的精密零件图像进行自适应多尺度及随轮廓局部提取后，创建重构图像集合，再进行卷积神经网络的训练。所提出的基于图像重构的卷积神经网络能够同时实现多种不同类型瑕疵的有效检测。该方法在精密零件的垫伤、划痕和麻点瑕疵的检测中，均达到了97％以上的检测效果。同时，为了解决缺少带标注的精密零件样本库的问题，本文采集了一万幅精密零件的外观样本图像并对其瑕疵类型进行标注，创建了精密零件表面瑕疵样本数据库。




通过实验验证，在垫伤、划痕和麻点的种子样本量分别为三十个时，所提出的方法对相应瑕疵类型检出率分别可以达到98.2％、99.1％及100％。结合前文所研究的内容，针对小尺寸精密零件的自动检测问题，设计了基于合成样本的精密零件视觉外观检测系统。该系统能够实现大批量生产的小尺寸精密零件全自动上料、快速、表面瑕疵检测以及关键尺寸测量等任务。该方案与现有检测手段相比，大大提高了检测效率，能够实时检测多种瑕疵。，总结了本文的研究成果，并对后续的研究工作进行分析和展望。




一种低模量钛合金三维金属零件的制备方法，其特征在于：该方法包括如下步骤：(1)以低模量钛合金粉末为原材料，采用电子束熔融金属成型技术制备所需结构的低模量钛合金三维金属零件；(2)热等静压处理：将步骤(1)制备的钛合金三维金属零件在900～1200℃进行热等静压处理；(3)热处理：将经步骤(2)处理后的钛合金三维金属零件依次进行β相区固溶处理和两相区时效处理，或者仅进行β相区固溶处理，终获得所述低模量钛合金三维金属零件。







本实用新型涉及一种下肢康复器械。所述的臂杆底端与脚踏板、联动杆b三者相活动铰接,臂杆中上段横向延伸位置末端与联动杆b一末端之间铰接有电动伸缩杆a；所述的臂杆顶端固定有联动杆c,臂杆顶端与L形臂杆a之间相活动铰接；所述的L形臂杆a末端与联动杆c一末端之间铰接有电动伸缩杆b。本实用新型结构简单、装配容易；适用于运动型的下肢物理康复；在设计的结构上,采用电动组合手动调节零部件升降的模式,在计算机的编程控制下,能够针对不同的,编译出适合其康复理疗的疗程运动。