CN113989262A - 基于图像检测的环氧填料均匀度检测方法 - Google Patents
基于图像检测的环氧填料均匀度检测方法 Download PDFInfo
- Publication number
- CN113989262A CN113989262A CN202111323141.3A CN202111323141A CN113989262A CN 113989262 A CN113989262 A CN 113989262A CN 202111323141 A CN202111323141 A CN 202111323141A CN 113989262 A CN113989262 A CN 113989262A
- Authority
- CN
- China
- Prior art keywords
- epoxy
- epoxy filler
- filler
- uniformity
- gray level
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Image Processing (AREA)
Abstract
公开了基于图像检测的环氧填料均匀度检测方法，方法中，打磨平整环氧填料表面且不改变其微观结构，在所述环氧填料表面随机确定多个观测位置，基于SEM微观检测获取环氧填料表面的结构的图像信息，所述图像信息转换成灰度矩阵并保存，基于所述灰度矩阵计算得每个图像对应的灰度共生矩阵，根据所述灰度共生矩阵计算其相应的特征值得到特征值向量，将每个所述灰度共生矩阵的特征值向量与纯环氧填料的灰度共生矩阵特征值进行对比以判断环氧填料的分布均匀度，方差统计不同观测位置的特征值向量，方差越大则环氧填料的均匀度越差。
Description
技术领域
本发明属于高压绝缘中环氧填料处理技术领域，尤其涉及一种基于图像检测的环氧填料均匀度检测方法。
背景技术
环氧树脂是一种性能优异的热固性树脂，在电力领域中，环氧树脂因其良好的综合性能广泛应用于绝缘材料、导电材料、电子元器件等领域。随着发电站向着大电流、高电压方向发展，对输变电设备的绝缘要求会越来越高，从而使环氧树脂的干式、整体绝缘结构和全封闭工艺在电力互感器、变压器、绝缘珠等产品上得到普遍推广。但也随着电压等级的不断提高，环氧树脂热导率低，韧性不足的缺点逐渐暴露出来，但可以通过合适的改性方法在一定程度上加以克服和改进。为了改变环氧的性能，往往会在环氧材料中加入一些填料对其进行改性处理，比如加入氮化硼、氧化铝等填料以提升环氧的热导性能及介电性能等。
环氧填料的均匀性会对环氧的电热等性能产生较大的影响，有学者已经仿真研究过不均匀分布的填料对环氧起树电压等的影响，不均匀的填料分布甚至会降低环氧的多方面性能。但因为在环氧制备过程中，为了防止搅拌振动等引起环氧固化时内部产生气泡，环氧材料和填料往往并未能很好的混合在一起，填料分布的均匀性难以得到确定。现有的研究中几乎没有进行对环氧填料分布的检测和研究，因此有必要对环氧填料的均匀度进行检测分析。
在背景技术部分中公开的上述信息仅仅用于增强对本发明背景的理解，因此可能包含不构成本领域普通技术人员公知的现有技术的信息。
发明内容
本发明的目的是提供一种基于图像检测的环氧填料均匀度检测方法，可以在不破坏环氧本身性质的情况下，实现对环氧树脂内部填料的均匀度计算检测、准确判断。为了实现上述目的，本发明提供如下技术方案：
本发明的一种基于图像检测的环氧填料均匀度检测方法包括：
第一步骤，打磨平整环氧填料表面且不改变其微观结构，
第二步骤，在所述环氧填料表面随机确定多个观测位置，基于SEM微观检测获取环氧填料表面的结构的图像信息，所述图像信息转换成灰度矩阵并保存，
第三步骤，基于所述灰度矩阵计算得每个图像对应的灰度共生矩阵，根据所述灰度共生矩阵计算其相应的特征值得到特征值向量，
第四步骤，将每个所述灰度共生矩阵的特征值向量与纯环氧填料的灰度共生矩阵特征值进行对比以判断环氧填料的分布，
第五步骤，方差统计不同观测位置的特征值向量，方差越大则环氧填料的均匀度越差。
所述的一种基于图像检测的环氧填料均匀度检测方法中，第一步骤中，采用液氮低温脆断固化了的环氧填料，然后细砂纸打磨平整环氧填料表面。
所述的一种基于图像检测的环氧填料均匀度检测方法中，第二步骤中，将环氧表面划分为多个细格，并采用随机算法在其中获得五个随机数以确定观测位置。
所述的一种基于图像检测的环氧填料均匀度检测方法中，第二步骤中，多个细格为25个。
所述的一种基于图像检测的环氧填料均匀度检测方法中，第二步骤中，SEM微观检测根据环氧填料的大小确定放大倍数以拍摄环氧填料表面图像。
所述的一种基于图像检测的环氧填料均匀度检测方法中，第四步骤中，判断环氧填料的分布时，纯环氧材料的特征值作为对照，计算所述特征值向量与纯环氧特征值向量的空间距离以判断所述环氧填料的均匀度。
所述的一种基于图像检测的环氧填料均匀度检测方法中，对每一个特征值均进行方差统计，最后求得所有特征值方差的均值以判断环氧填料均匀度。
所述的一种基于图像检测的环氧填料均匀度检测方法中，环氧填料包括氮化硼。
所述的一种基于图像检测的环氧填料均匀度检测方法中，环氧填料表面为边长为8mm的正方形，环氧填料厚1mm。
所述的一种基于图像检测的环氧填料均匀度检测方法中，SEM微观检测的放大倍数为5000倍。
在上述技术方案中，本发明提供的一种基于图像检测的环氧填料均匀度检测方法，具有以下有益效果：所述的一种基于图像检测的环氧填料均匀度检测方法通过环氧材料预处理、随机确定环氧表面多个观测位置，SEM微观检测图像信息，转换为灰度数据、计算得到各个图像对应的灰度共生矩阵及其特征量组成的向量、与纯环氧材料的灰度共生矩阵特征值进行对比、特征值向量进行方差统计。基于图像的灰度共生矩阵计算，，可以在不破坏环氧本身性质的情况下，实现对环氧树脂内部填料的均匀度计算检测、获得环氧填料均匀度的评估。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1为本发明中基于图像检测的环氧填料均匀度检测方法的流程示意图；
图2为本发明中基于图像检测的环氧填料均匀度检测方法的的环氧材料预处理流程示意图。
具体实施方式
为使本发明实施方式的目的、技术方案和优点更加清楚，下面将结合本发明实施方式对本发明实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。
因此，以下对在附图中提供的本发明的实施方式的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施方式。基于本发明中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的设备或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中，除非另有明确的规定和限定，第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触，也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且，第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正下方和斜下方，或仅仅表示第一特征水平高度小于第二特征。
为了使本领域的技术人员更好地理解本发明的技术方案，下面将结合附图1至图2对本发明作进一步的详细介绍。一种基于图像检测的环氧填料均匀度检测方法包括，
第一步骤，打磨平整环氧填料表面且不改变其微观结构，进一步地，根据附图2方式进行。
第二步骤，在所述环氧填料表面随机确定多个观测位置，基于SEM微观检测获取环氧填料表面的结构的图像信息，所述图像信息转换成灰度矩阵并保存，
第三步骤，基于所述灰度矩阵计算得每个图像对应的灰度共生矩阵，根据所述灰度共生矩阵计算其相应的特征值得到特征值向量，
第四步骤，将每个所述灰度共生矩阵的特征值向量与纯环氧填料的灰度共生矩阵特征值进行对比以判断环氧填料的分布，
第五步骤，方差统计不同观测位置的特征值向量，方差越大则环氧填料的均匀度越差。
所述的一种基于图像检测的环氧填料均匀度检测方法的优选实施方式中，第一步骤中，采用液氮低温脆断固化了的环氧填料，然后细砂纸打磨平整环氧填料表面。
所述的一种基于图像检测的环氧填料均匀度检测方法的优选实施方式中，第二步骤中，将环氧表面划分为多个细格，并采用随机算法在其中获得五个随机数以确定观测位置。
所述的一种基于图像检测的环氧填料均匀度检测方法的优选实施方式中，第二步骤中，多个细格为25个。
所述的一种基于图像检测的环氧填料均匀度检测方法的优选实施方式中，第二步骤中，SEM微观检测根据环氧填料的大小确定放大倍数以拍摄环氧填料表面图像。
所述的一种基于图像检测的环氧填料均匀度检测方法的优选实施方式中，第四步骤中，判断环氧填料的分布时，纯环氧材料的特征值作为对照，计算所述特征值向量与纯环氧特征值向量的空间距离以判断所述环氧填料的均匀度。
所述的一种基于图像检测的环氧填料均匀度检测方法的优选实施方式中，对每一个特征值均进行方差统计，最后求得所有特征值方差的均值以判断环氧填料均匀度。
所述的一种基于图像检测的环氧填料均匀度检测方法的优选实施方式中，环氧填料包括氮化硼。
所述的一种基于图像检测的环氧填料均匀度检测方法的优选实施方式中，环氧填料表面为边长为8mm的正方形，环氧填料厚1mm。
所述的一种基于图像检测的环氧填料均匀度检测方法的优选实施方式中，SEM微观检测的放大倍数为5000倍。
在一个实施方式中，如图1所示，一种基于图像检测的环氧填料均匀度检测方法包括以下步骤：
第一步骤中，将环氧材料进行预处理，取合适大小的环氧材料，并在不改变其微观结构的基础上将表面打磨平整。
第二步骤中，随机确定环氧表面多个观测位置，并基于SEM微观检测，获取环氧材料表面结构的图像信息。将图像信息转换成灰度矩阵处理并保存。
第三步骤中，根据图像的灰度矩阵计算得到各个图像对应的灰度共生矩阵，根据灰度共生矩阵计算其相应的特征值，得到特征值向量。
第四步骤中，将每个灰度共生矩阵的特征向量与纯环氧材料的灰度共生矩阵特征值进行对比，初步判断调料的分布。
第五步骤中，将同一个环氧不同观测位置的特征值向量进行方差统计，方差越大则环氧填料的均匀度越差。
所述的方法中，第一步骤中，对固化好的环氧材料采用液氮低温脆断，并用洁净的细砂纸打磨平整，不影响表面结构。第二步骤中，将固定大小的环氧表面划分为25个细格，并采用随机算法在1-25获得中五个随机数，确定环氧的观测点。SEM观测时，根据环氧填料的大小确定放大倍数，拍摄表面图像。通过计算机编程将放大图像转换为灰度矩阵，并标号。所述的方法中，第四步骤中，纯环氧材料的特征值作为对照，计算图像特征值向量与纯环氧特征值向量的空间距离，初步判断填料的均匀度。
所述的方法中，第五步骤中，对每一个特征值均进行方差统计，最后求得所有特征值方差的均值，作为判断环氧材料均匀的最终指标。
所述的方法的优选实施方式中，第一步骤中，采用氮化硼作为环氧的填料，填料质量分数为30％。对固化好的环氧材料采用液氮低温脆断，并用洁净的细砂纸打磨平整，不影响表面结构。最终获得环氧材料的大小为厚度1mm，边长为8mm的正方形。
所述的方法中，第二步骤中，将固定大小的环氧表面划分为25个细格，从上到下，从左到右依次编号为1到25，并采用随机算法在1-25获得中五个随机数，随机数算法采用MATLAB随机数算法，确定环氧材料的观测点。
所述的方法的优选实施方式中，第二步骤中，SEM观测时，放大倍数定为5000倍，可以观测到环氧表面的晶体及非晶体结构，并拍摄高分辨率的表面图像。
所述的方法的优选实施方式中，第二步骤中，基于MATLAB导入图像转换为灰度矩阵，通过计算机编程将放大图像转换为灰度矩阵，并对每个图像对应的灰度矩阵进行标号。
所述的方法的优选实施方式中，第三步骤中，采用计算算法求解灰度共生矩阵，并提取相应的特征量。取灰度矩阵(N×N)中任意一点(x，y)及偏离它的另一点(x+a，y+b)，设该点对的灰度值为(g1，g2)。令点(x，y)在整个画面上移动，则会得到各种(g1，g2)值，设灰度值的级数为k，则(g1，g2)的组合共有k的平方种。对于整个画面，统计出每一种(g1，g2)值出现的次数，然后排列成一个方阵，再用(g1，g2)出现的总次数将它们归一化为出现的概率P(g1，g2)，这样的方阵称为灰度共生矩阵。通常可以用一些特征量来表征灰度共生矩阵的特征，常用的特征有：角二阶矩、对比度、熵、自相关性等。提取这四个特征值构成每一幅图像的特征向量。
所述的方法的优选实施方式中，第四步骤中，纯环氧材料的特征值作为对照，纯环氧材料的透明度很高，因此表面均匀，图像的灰度矩阵值差异不大，计算得到的灰度共生矩阵的特征值接近于零。计算图像特征值向量与纯环氧特征值向量的空间距离，初步判断填料的均匀度。对每一个特征值均进行方差统计，最后求得所有特征值方差的均值，作为判断环氧材料均匀的最终指标。
所述的方法的优选实施方式中，最终计算得到特征值方差仅为特征值大小的5.1％，认为该样本填料分布均匀。
最后应该说明的是：所描述的实施例仅是本申请一部分实施例，而不是全部的实施例，基于本申请中的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其它实施例，都属于本申请保护的范围。
以上只通过说明的方式描述了本发明的某些示范性实施例，毋庸置疑，对于本领域的普通技术人员，在不偏离本发明的精神和范围的情况下，可以用各种不同的方式对所描述的实施例进行修正。因此，上述附图和描述在本质上是说明性的，不应理解为对本发明权利要求保护范围的限制。
Claims (10)
1.一种基于图像检测的环氧填料均匀度检测方法，其特征在于，其包括以下步骤：
第一步骤，打磨平整环氧填料表面且不改变其微观结构，
第二步骤，在所述环氧填料表面随机确定多个观测位置，基于SEM微观检测获取环氧填料表面的结构的图像信息，所述图像信息转换成灰度矩阵并保存，
第三步骤，基于所述灰度矩阵计算得每个图像对应的灰度共生矩阵，根据所述灰度共生矩阵计算其相应的特征值得到特征值向量，
第四步骤，将每个所述灰度共生矩阵的特征值向量与纯环氧填料的灰度共生矩阵特征值进行对比以判断环氧填料的分布，
第五步骤，方差统计不同观测位置的特征值向量，方差越大则环氧填料的均匀度越差。
2.根据权利要求1所述的一种基于图像检测的环氧填料均匀度检测方法，其特征在于，优选的，第一步骤中，采用液氮低温脆断固化了的环氧填料，然后细砂纸打磨平整环氧填料表面。
3.根据权利要求1所述的一种基于图像检测的环氧填料均匀度检测方法，其特征在于，第二步骤中，将环氧表面划分为多个细格，并采用随机算法在其中获得五个随机数以确定观测位置。
4.根据权利要求3所述的一种基于图像检测的环氧填料均匀度检测方法，其特征在于，第二步骤中，多个细格为25个。
5.根据权利要求4所述的一种基于图像检测的环氧填料均匀度检测方法，其特征在于，第二步骤中，SEM微观检测根据环氧填料的大小确定放大倍数以拍摄环氧填料表面图像。
6.根据权利要求1所述的一种基于图像检测的环氧填料均匀度检测方法，其特征在于，第四步骤中，判断环氧填料的分布时，纯环氧材料的特征值作为对照，计算所述特征值向量与纯环氧特征值向量的空间距离以判断所述环氧填料的均匀度。
7.根据权利要求1所述的一种基于图像检测的环氧填料均匀度检测方法，其特征在于，对每一个特征值均进行方差统计，最后求得所有特征值方差的均值以判断环氧填料均匀度。
8.根据权利要求1所述的一种基于图像检测的环氧填料均匀度检测方法，其特征在于，环氧填料包括氮化硼。
9.根据权利要求1所述的一种基于图像检测的环氧填料均匀度检测方法，其特征在于，环氧填料表面为边长为8mm的正方形，环氧填料厚1mm。
10.根据权利要求1所述的一种基于图像检测的环氧填料均匀度检测方法，其特征在于，SEM微观检测的放大倍数为5000倍。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111323141.3A CN113989262A (zh) | 2021-11-09 | 2021-11-09 | 基于图像检测的环氧填料均匀度检测方法 |
| PCT/CN2022/112091 WO2023082742A1 (zh) | 2021-11-09 | 2022-08-12 | 基于图像检测的环氧填料均匀度检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111323141.3A CN113989262A (zh) | 2021-11-09 | 2021-11-09 | 基于图像检测的环氧填料均匀度检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113989262A true CN113989262A (zh) | 2022-01-28 |
Family
ID=79747494
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111323141.3A Pending CN113989262A (zh) | 2021-11-09 | 2021-11-09 | 基于图像检测的环氧填料均匀度检测方法 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN113989262A (zh) |
| WO (1) | WO2023082742A1 (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023082742A1 (zh) * | 2021-11-09 | 2023-05-19 | 南方电网科学研究院有限责任公司 | 基于图像检测的环氧填料均匀度检测方法 |
| CN116228777A (zh) * | 2023-05-10 | 2023-06-06 | 鱼台汇金新型建材有限公司 | 一种混凝土搅拌均匀度检测方法 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09218024A (ja) * | 1996-02-13 | 1997-08-19 | Daido Denki Kogyo Kk | 青果物表面凹凸検査方法 |
| CN105332123B (zh) * | 2015-12-03 | 2018-02-16 | 江南大学 | 一种细纱细度均匀度在线检测方法 |
| CN108171742A (zh) * | 2017-12-26 | 2018-06-15 | 太原理工大学 | 一种基于灰度梯度特征实现碳纤维复合材料表面形貌三维评定的方法 |
| CN109472267A (zh) * | 2018-03-23 | 2019-03-15 | 苏州诺登德智能科技有限公司 | 图片相似度比对算法 |
| CN109612888B (zh) * | 2018-12-12 | 2021-06-22 | 太原理工大学 | 基于图像技术的粉体混合均匀性检测方法 |
| CN110189321B (zh) * | 2019-06-03 | 2021-01-29 | 中南大学 | 一种混凝土表面涂料均匀性确定方法及系统 |
| CN113281310B (zh) * | 2021-04-06 | 2022-12-02 | 安徽工程大学 | 一种光学介质材料的透光率和均匀度检测方法 |
| CN113989262A (zh) * | 2021-11-09 | 2022-01-28 | 南方电网科学研究院有限责任公司 | 基于图像检测的环氧填料均匀度检测方法 |
-
2021
- 2021-11-09 CN CN202111323141.3A patent/CN113989262A/zh active Pending
-
2022
- 2022-08-12 WO PCT/CN2022/112091 patent/WO2023082742A1/zh unknown
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023082742A1 (zh) * | 2021-11-09 | 2023-05-19 | 南方电网科学研究院有限责任公司 | 基于图像检测的环氧填料均匀度检测方法 |
| CN116228777A (zh) * | 2023-05-10 | 2023-06-06 | 鱼台汇金新型建材有限公司 | 一种混凝土搅拌均匀度检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2023082742A1 (zh) | 2023-05-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113989262A (zh) | 基于图像检测的环氧填料均匀度检测方法 | |
| Rossnagel et al. | Fermi surface of 2 H− NbSe 2 and its implications on the charge-density-wave mechanism | |
| Gardner et al. | Studies on ion-exchange membranes. II. Measurement of the anisotropic conductance of Nafion® | |
| Pei et al. | Enhancement of breakdown strength of multilayer polymer film through electric field redistribution and defect modification | |
| Goodwin et al. | Critical role of device geometry for the phase diagram of twisted bilayer graphene | |
| Qian et al. | First-principles calculation of the activation energy for diffusion in liquid sodium | |
| CN112070788B (zh) | 基于分块梯度分割的快速统计形变孪晶的图像处理方法 | |
| Ban et al. | Effect of trace tartaric acid on anodizing of etched aluminum foil for high voltage electrolytic capacitor | |
| Dey et al. | Fractal dimensions of breast lesions on cytology smears | |
| CN110531188A (zh) | 一种石墨烯多孔纳米复合材料的交流电学性能预测方法 | |
| Gomez et al. | Analysis of crosslinking in polypyrrole particles synthesized by plasma | |
| CN110750898A (zh) | 一种siw背腔缝隙天线谐振频率设计方法 | |
| O'Brien et al. | Miniaturization of microwave components and antennas using 3D manufacturing | |
| Zhou et al. | Interstitial boron-doped FeCoNiCr high entropy alloys with excellent electromagnetic-wave absorption and resistance to harsh environments | |
| CN111537544A (zh) | 一种提高核磁共振t2谱表征致密储层孔径分布精度的转换方法 | |
| Ye et al. | Microstructures and electrical conductivity properties of compressed gas diffusion layers using X-ray tomography | |
| Wang et al. | Fractal recognition and contact characteristics of ionic electroactive polymer interface based on microstructure analysis | |
| CN113324488B (zh) | 一种厚度测量方法和系统 | |
| Zhu et al. | Study on the permeability of red sandstone via image enhancement | |
| Si et al. | A full‐reference stereoscopic image quality assessment index based on stable aggregation of monocular and binocular visual features | |
| CN105510194A (zh) | 一种永磁铁氧体粉末径厚比的测量方法 | |
| Li et al. | Theoretical study on Fe2C MXene as electrode material for secondary battery | |
| CN102608551B (zh) | Hi-B取向硅钢磁感应强度的测量方法 | |
| CN103235193A (zh) | 毫米波段内卫星电磁散射特性的数值方法 | |
| Yang et al. | A robust design of the forming process parameters of the metallic bipolar plate for proton exchange membrane fuel cells |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |