工业金属平面材料表面缺陷检测的研究进展

基于计算机视觉的金属材料表面缺陷检测是冶金工业领域的研究热点。在金属制造行业中，高标准的平面质量要求自动视觉检查系统及其算法的性能必须不断提高。本文基于对钢，铝，铜板和带钢的一些典型金属平面材料产品的160多种出版物的综述，试图对二维和三维表面缺陷检测技术进行全面的综述。根据算法的属性和图像特征，现有的二维方法分为四类：统计方法，光谱方法，模型方法和基于机器学习的方法。在三维数据采集的基础上，三维技术分为立体视觉，光度立体，激光扫描仪和结构化光测量方法。本文将分析和比较这些经典算法和新兴方法。最后，对视觉缺陷检测的剩余挑战和未来的研究趋势进行了讨论和预测。

2022-01-19
阅读185
下载0
10页
docx

视觉检测人应该了解的缺陷检测方法

产品缺陷检测技术是指对检测样本的表面斑点、凹坑、划痕、色差、缺损和内部结构等缺陷进行检测, 获得检测样本表面或内部的缺陷深度、大小、轮廓、缺陷类别等相关信息。主流的缺陷检测法包括：磁粉检测法、渗透检测法、涡流检测法、超声波检测法、X 射线检测和机器视觉缺陷检测法。

2022-01-19
阅读329
下载0
5页
docx

光学元件表面缺陷检测方法研究现状

随着科学技术的发展，人们对光学元件的表面粗糙度和表面面形精度提出了越来越高的要求，光学元件表面缺陷检测技术也受到了广泛重视。通过简述表面缺陷的类型，强调了缺陷给光学系统带来的危害，由此分析和讨论了目前国内外对光学元件疵病的检测方法，并指出各种方法的优缺点，同时对机器视觉技术在疵病检测方面的应用进行了介绍，还探讨了光学元件表面缺陷检测技术未来发展需要注意解决的问题。

2022-01-19
阅读161
下载0
19页
docx

表面微观缺陷检测方法及其应用研究

基于多技术融合的表面微观缺陷检测方法结合最新的物体成像、云计算、人工智能和5G等前沿技术，建立微观缺陷检测系统，对微观领域的缺陷进行精确检测，具有识别速度快、准确率高、成本低、可追溯性强、数据分析、智能反控等优点，克服了传统检测手段的弊端，且在典型工业场景中得到了较好的应用。

2022-01-19
阅读141
下载0
12页
docx

为什么数字孪生是工业互联网的关键技术

目前数字孪生（Digital Twin）尚无标准定义，但对其基本含义有比较清晰的认知，即数字孪生是以数字化的方式拷贝一个物理对象，模拟此对象在现实环境中的行为，对产品、制造过程乃至整个工厂进行虚拟仿真，从而提高制造企业产品研发和制造的生产效率。

2022-01-19
阅读144
下载0
15页
docx

数字孪生技术的关键在于数据

对于数字孪生技术而言，生成数字模型是第一步，而加入更多的数据集才是关键。未来，不会有哪家公司拥有生成现代化数字孪生模型所需的全部数据，OEM、MRO企业、航空公司等各方都将面临数据分享的挑战，而且要想进一步发挥数字孪生技术的潜能，数据存储、计算能力和机载连通性也需取得更大的进步。

2022-01-19
阅读141
下载0
6页
docx

流程工业数字孪生关键技术探讨

流程工业是制造业的重要组成部分, 是国民经济发展的重要基础, 主要包括化工、冶金、石化等行业, 其安全高效的生产对国家而言具有重要的战略意义。然而, 流程工业物理化学变化反应复杂、流程间能质流严重耦合、多目标冲突、在线实验风险大, 给生产流程系统建模与高效协同优化带来极大困难, 严重制约了生产质量和资源利用率的进一步提升。随着信息技术与人工智能的发展, 建立虚实结合、协同优化运行的流程工业数字孪生生产线所需技术逐渐成熟, 其在流程工业的应用价值与潜力日益凸显。

2022-01-19
阅读155
下载0
23页
docx

工业数字孪生技术体系及关键技术研究

近些年，随着全球工业互联网发展战略深入实施，工业领域催生出一批数字化、网络化、智能化的新模式、新业态。其中，工业数字孪生日趋成为学术、产业界研究热点，并有望成为推动工业企业数字化转型的新动能。与此同时，当前产业界对于工业数字孪生定义及内涵尚未形成统一认识，亟需系统梳理相关概念、关键技术、应用场景和实施路径，凝聚和深化产业共识，加速工业数字孪生技术创新和产业实践。

2022-01-19
阅读142
下载0
8页
docx

上一页 1 …… 1399 1400 1401 1402 1403 1404 1405 1406 1407 1408 1409 …… 2884 下一页共 23066 条



立即登录

没有账户，需要注册

登录用户可享受以下权益

免费下载方案
服币提现
发布方案得服币
交易分成

精品推荐

工业时序基础大模型技术发展综述

时序大模型是面向时间序列数据的基础大模型，以 Transformer 等架构为核心，通过在海量多领域时序数据上进行预训练，学习时间维度上的通用模式、周期规律与长距离依赖关系。区别于传统时序模型针对单一任务单独训练，时序大模型具备强大的迁移能力，只需少量样本微调或零样本提示，即可适配时序预测、异常检测、缺失值补全、时序分类等下游任务。在工业场景中，它能够直接处理传感器、设备测点产生的海量时序信号，挖掘设备状态演变规律，支撑设备故障预警、工况识别与生产趋势预判，为工业智能落地提供底层模型能力。如：中服云的CServerAIR

阅读642
下载8

2026“人工智能+”行业发展蓝皮书

2025年，全球人工智能市场规模达到3909亿美元，中国人工智能核心产业规模突破9000亿元。AIAgent细分市场以49.6%的年复合增长率高速扩张，制造业应用大模型的企业比例在一年之内从9.6%跃升至47.5%。从2024年初，中国日均词元(Token)调用量为1000亿;至2025年底，跃升至100万亿;2026年3月，已突破140万亿，两年增长超千倍。这些数字背后，是一场深刻变革的加速到来-人工智能正在从"能力突破"走向“系统重构”。

阅读2419
下载8

中服云能碳管理平台V5.0

中服云能碳管理系统依托中服云工业物联网底座打造，聚焦工业企业能耗管控与碳资产管理需求。系统整合水、电、气、热等多类能源数据，实现用能实时采集、集中监测、智能分析。依托数字化手段精准核算碳排放总量，助力企业摸清碳排底数、合规完成台账管理。通过节能诊断、能耗优化策略推送，有效降低生产能耗与运营成本。全方位赋能企业绿色低碳转型，筑牢安全生产与节能减排双重发展防线。

阅读2863
下载14

中服设备健康管理系统产品介绍

中服设备健康管理系统依托中服云工业物联网架构搭建，面向工业全品类设备运维场景。融合实时数据采集、状态监测、故障诊断核心能力，全天候掌握设备运行动态。通过边缘计算与 AI 算法分析设备隐患，实现从被动维修向预测性维护升级。有效降低设备故障率、减少停机损失，简化线下运维管理流程。助力工厂实现设备数字化管控，保障产线高效、稳定、安全运行。

阅读2602
下载10

最新上线

2026工业网络现状报告

十多年以来，关于工业网络的讨论一直围绕着数据表现展开。诸如"哪种协议的市场份额在上升?哪种在下滑?哪种标准最终将胜出?"这类问题固然依旧关键，您也可以在本报告第4页的年度市场份额数据中找到最新解答。然而，如今任何深耕工业自动化领域的专业人士都清楚，行业关注的核心问题已经发生了转移。

阅读42
下载0

2026金融智能体可信互联研究报告

在国务院《关于深入实施“人工智能+”行动的意见》指导下，众多企业加速推进人工智能应用落地，并积极探索智能体的潜在价值，2025年由此成为智能体发展的元年。2026年5月，中国人民银行等四部门印发《关于“人工智能+金融”的实施意见》，推动人工智能与金融行业广泛融合。为支撑跨模态、跨模型、跨机构、跨行业的复杂任务协同，满足金融业“开放、融合、高效”的发展诉求，智能体正从单一模式朝着多智能体协同与互联互通的方向演进。在此背景下，智能体通信协议迅速发展。