摘要：针对水质污染中的重金属污染设计了一种自动化检测仪器,能够特异性检测水环境中重金属铜离子。仪器采用光学方法进行检测,具有检测速度快,操作简单,重复性好等优点。仪器能够自动控制水路实现了溶液进样自动化,同时设计了水路闭环检测模块,实现了精确进样以及故障检测。仪器能够自动调节激光器光强适应于不同浓度样品的检测。实际检测结果表明本仪器检出限达到0.006 mg/L,在0.1 mg/L到2.00 mg/L具有良好的线性度,检测准确度小于6.4%,精密度小于4.52%。

摘要：设计了一种基于乙二胺四乙酸(EDTA)蚀刻的“关-开”模式的CdTe/CdS核壳量子点(QDs)的荧光传感器,具有高灵敏,高选择性,快速检测水环境中痕量Cd^2+的优点。EDTA通过在CdTe/CdS QDs表面进行化学蚀刻,使CdTe/CdS QDs表面的Cd 2+流失而和EDTA络合,在QDs表面形成空穴,得到特定的Cd^2+识别位点,从而导致荧光猝灭。Cd^2+的引入可以选择性的识别这些位点,使得EDTA-QDs体系的荧光恢复。在优化的工作条件下,该荧光传感器的线性响应范围为10μg/L^300μg/L和300μg/L^1 000μg/L,实现了Cd^2+在较大范围的测定要求,线性相关系数分别为0.997、0.985,检出限为0.22μg/L(0.002μmol/L)。达到了国家二类水质标准(GB/T 14848-93)对Cd^2+的检出限要求。此外,该荧光传感器对其他干扰离子的选择性优于1%,在实际水样检测中具有良好的实用性。

摘要：为实现针织圆纬机纱架上纱筒余纱量的实时检测,提出一种深度学习与传统图像处理相结合的检测方法。通过优化Yolov5的主干网络并加入Shuffle-Attention注意力机制,利用改进后模型在图像中检测并框出纱筒位置;然后利用透视变换、均值偏移、canny轮廓检测、闭操作等处理获取纱筒内外圆轮廓,设计基于梯度下降的圆拟合算法,拟合纱筒内外圆的轮廓,得到纱筒的内外圆半径;最后结合小孔成像的原理完成纱筒余纱量的测量。结果表明:改进后的Yolov5模型在纱筒检测精度上达到99.5%,检测速度可达20帧/s,同时模型参数减少至3.255×106可检测的最小纱筒余纱量为3 mm,当纱筒余纱量小于3 mm后,将其视为空筒,进行延时更换。本文算法拟合圆所花费时间是传统霍夫圆检测算法的1/4左右,因此可满足针织车间的实际应用需求。

摘要：针对纺织车间背景复杂、纱筒种类多导致利用传统机器视觉识别空纱筒准确率低、模型参数量大的问题,设计了一种基于改进残差网络的空纱筒识别模型。该模型借鉴ResNet系列的模型结构,进行卷积核轻量化,改进经典的残差模块并加入SENet注意力机制,以达到提高检测空纱筒的准确率,减少模型参数的目的。最后通过数据增强,创建了适合工厂实际生产的纱筒数据集。实验结果表明:在消融实验中,应用SENet注意力机制可以提高3.86%的准确率,利用优化残差模块不仅减少了650%的模型参数还提高了1.22%的准确率。在原数据集的验证集上,改进模型的准确率为99.6%比ResNet-18模型高4.46%,与VGG-16和AlexNet相比提高了7.05%~9.41%。在增强的数据集上,识别模型的准确率都有了较大的提升,但改进模型的准确率变化不大,说明该模型的鲁棒性较好,不易受到样本不足的影响。改进模型的参数数量缩小到原模型参数数量的1/10左右,为嵌入式设备部署空纱筒识别模型提供了思路。