李鑫
- 作品数：6 被引量：49H指数：3
- 供职机构：四川大学制造科学与工程学院更多>>
- 相关领域：自动化与计算机技术机械工程电子电信金属学及工艺更多>>
- SolidWorks二次开发在机械零件设计中的应用与研究被引量：31
- 2010年
- 介绍了利用VB技术对SolidWorks进行二次开发的关键技术与方法。在对SolidWorks API函数进行分析的基础上,对其在机械零件中的应用进行了研究。给出了机械零件二次开发流程,最终实现了齿式联轴器的自动建模与装配,提高了零件设计效率与质量。
- 马咏梅丁行武李鑫
- 关键词：SOLIDWORKS二次开发机械零件齿式联轴器
- 基于ANSYS的有机玻璃加工用钻头的优化设计被引量：1
- 2010年
- 以Pro/E为平台建立了战斗机前挡玻璃加工用钻头的三维参数化模型;经过模型简化等前处理,把所建三维CAD模型转化为有限元模型,利用网格划分技术对钻头进行网格划分和单元属性定义,最后施加约束条件进行有限元分析求解。通过将该钻头与普通麻花钻进行分析比较,为钻头的优化设计提供了参考。
- 李鑫马咏梅丁行武
- 关键词：有机玻璃钻头三维参数化建模网格划分优化设计
- 基于Retinanet的轮毂焊缝检测定位方法
- 2022年
- 提出一种基于深度学习方法的轮毂焊缝实时检测定位方法,设计轮毂焊缝视觉检测硬件平台,阐述多规格轮毂焊缝的检测定位原理,细述基于卷积神经网络的目标检测算法Retinanet以及基于Transformer架构的目标检测算法CoTNet的原理,优化Cot结构,提出CoTx结构,从而实现便捷替换卷积神经网络中通用的卷积层。在Pytorch框架下,简化Retinanet网络,通过CoTx结构和Retinanet网络的融合对比实验来优化Retinanet网络在轮毂焊缝数据集上的检测性能。实验结果表明,用CoTx结构替换Retinanet最后的几个特征提取层,可以得到更好的检测效果。在生产现场,进行为期30天的轮毂焊缝在线实时检测,平均检测精度为99.71%,单张检测时间为7 ms,达到企业生产的要求。
- 李鑫任德均任秋霖曹林杰闫宗一
- 关键词：目标检测TRANSFORMER
- 基于B/S架构的图像处理深度学习平台设计被引量：5
- 2022年
- 为了解决企业进行图像处理相关深度学习工程遇到的开发难度大、效率低的问题,文中设计一种基于B/S(Browser/Server)架构的深度学习平台。系统设计包括深度学习算法、数据管理和用户系统设计等,深度学习平台采用前后端分离的开发模式,基于Python语言和Django框架,Vue前端框架和MySQL数据库进行开发,集成基于Pytorch框架实现的深度学习算法。深度学习平台可实现由浏览器端发起,从获取图片数据到训练、发布模型的全流程定制开发和应用,并在开发流程中为用户提供操作指引和参数建议,使操作人员无需深度学习算法基础也可以轻松使用。将平台部署在企业服务器,经过实际应用表明,使用基于B/S架构的深度学习平台进行开发,相对传统的开发方式,能有效降低企业相关人员进行图像处理深度学习工程开发的难度,提高开发效率。
- 闫宗一任德均李鑫任秋霖曹林杰
- 关键词：B/S架构系统设计图像处理目标检测
- 基于卷积自编码器的医用玻璃瓶口缺陷检测方法被引量：3
- 2022年
- 为解决缺陷检测中缺陷样本数量少、种类多、难以提供足够的数据来进行有监督深度学习模型训练的问题,本文利用工业生产中大量易获取没有缺陷的正样本数据,建立Encoder-Decoder结构的卷积自编码网络缺陷检测模型,将空间和通道注意力的卷积注意力模块嵌入编码器中增强网络特征提取能力。在编码阶段加入上下文信息模块,获得更大的感受野,减小计算量。同时,结合多尺度结构相似性MS-SSIM和L1损失来改善图像重构效果,使用峰值信噪比PSNR衡量重构误差并判别异常。实验结果表明,提出的医用玻璃瓶口缺陷检测方法能够准确检出缺陷数据和分割缺陷区域,精确度为99.45%、召回率为97.63%、漏检率为0.55%、误检率为2.93%。该方法能够准确检出玻璃瓶口缺陷,定位缺陷区域,同时图像重构耗时短,仅需10.37 ms左右,能够实现准确、高效的自动化产品质量检测。
- 任秋霖任德均李鑫闫宗一曹林杰唐洪
- 关键词：峰值信噪比
- 基于Pro/E的齿轮机构特征造型与运动仿真研究被引量：9
- 2009年
- 介绍了应用基于特征的造型软件Pro/E实现齿轮机构特征造型、虚拟装配及运动仿真的原理与方法。在齿轮机构特征分析基础上进行造型,并提出了在Pro/E环境下利用Relation关系式建立齿轮模型的方法,阐述了在Assembly模式中进行齿轮减速器装配与仿真的原理和操作方法,并对仿真结果进行了检验。
- 丁行武马咏梅李鑫
- 关键词：齿轮机构虚拟装配运动仿真
