简介：飞机多层结构铆钉周围埋藏裂纹检测是无损检测领域的一个难点和热点,脉冲涡流能够对这种裂纹进行有效的检测。针对这种缺陷检测,本研究采用了一种双激励线圈且用隧道磁电阻（TMR）为接收的新型探头。双激励源反向联接,激励电流不至于过大,但磁场却能达到局部聚焦的作用。通过大量试验对该传感器参数进行优化选择,以提高传感器的检测灵敏度。试验结果表明：当激励线圈绕制180匝、两激励线圈间距为20~30mm、单个线圈水平夹角为60°~90°、且TMR位于裂纹正上方时探头的检测灵敏度最大。该研究结果可为飞机多层结构铆钉周围裂纹脉冲涡流检测探头设计提供参考。

简介：为了实现倒装和弯钩次品针头的自动检测，提出了一种基于BP神经网络的注射器针头合格性检测方法。该方法首先对针头图像进行去噪、目标分割和针头轮廓提取等预处理，其次采用边界区域不变矩法和针头边缘曲率法提取针头特征，然后用合格针头、弯钩针头和倒装针头样本的特征对设计好的BP神经网络进行训练，最后利用训练好的BP神经网络实现注射器针头的合格性检测。通过大量真实针头的合格性检测实验，验证了本研究所提出方法的有效性，可用于实际生产中。

简介：采用BP神经网络对聚酯玻璃钢氙弧灯加速老化的弯曲寿命进行了预测。通过对聚酯及其玻璃钢的人工氙弧灯加速老化,测试其不同老化时间的弯曲强度,对弯曲强度与老化时间进行BP神经网络的建模分析,借助MATLAB软件对聚酯玻璃钢的使用寿命分别进行分析与预测,并采用最小二乘法对所预测的结果进行了对比。结果表明：在以弯曲强度达到初始强度值的一半作为失效条件下,聚酯的氙灯老化寿命为813d,含填料玻璃钢老化寿命为1031d,无填料玻璃钢老化寿命为1065d,说明BP神经网络可以预测玻璃钢的老化寿命,预测结果与最小二乘法预测结果误差不大于8%,而且预测结果与该材料性能的实际情况相符。