基于神经网络的超声无损检测缺陷定征方法的研究

针对超声无损检测中缺陷分类难、分类结果可靠性差等问题，给出了一种以神经网络为基础的缺陷特征分类方法。利用Ｆｉｓｈｅｒ线性判别方法对表征缺陷特征的时域信号的波形参数进行了选择，并将这些参数作为神经网络的输入矢量对网络进行训练，用该网络对缺陷特征进行了识别，结果表明：神经网络的识别率远大于传统的贝叶斯分类方法。     

基于神经网络的超声检测缺陷表征

提出了一种基于神经网络的缺陷表征方法．该方法采用Fischer线性判别分析对表征缺陷的时域信号的波形参数进行选择，并将这些参数作为神经网络的输入对智能缺陷表征系统进行训练，用概率神经网络和BP神经网络分别对缺陷的类型和大小进行识别．对135种人造焊接缺陷(裂纹、夹杂和气孔)的试验结果表明，文中方法对辨识缺陷表征信息和提高缺陷识别率非常有效．     

超声检测砼缺陷的数据处理

本文针对淮南某大型矿井绞车基础墙超声检测砼缺陷的数据处理过程,分析了在判定缺陷位置时的几种数据处理方法及其效果.     

钎焊缺陷的超声无损检测

针对传统钎焊缺陷检测方法存在的诸多弊端,提出了一种利用超声水浸聚焦Ｃ扫描进行检测和依据钎着率进行评价的钎焊缺陷无损检测与评价方法,并开发了集计算机、超声无损检测与评价、图像处理、精密仪器和数控技术于一体的超声无损检测图像处理系统,实现了钎焊缺陷检测的自动化、图像化．通过对大量的钎焊试样进行检测及解剖发现,其Ｃ超图像与解剖界面的缺陷大小和分布完全一致．实践表明,文中提出的钎焊接头焊接质量的控制方法是非常有效的,开发的图像处理系统具有检测灵敏度、分辨率和自动化程度高,图象显示直观清晰,数据存储与调用快捷可靠,用途广泛等特点．     

基于多分辨率分析的砼内缺陷超声检测

利用多尺度小波变换方法,对经过混凝土内部缺陷的超声接收信号进行多分辨率分析。根据对在不同混凝土试件中传播的超声接收波的分析和实验结果,提出了一种新的能够表征混凝土内部缺陷的特征参数。     

多通道虚拟超声检测系统研究

多通道虚拟超声检测系统由计算机、３块ＰＣ插卡（多通道超声发射／接收卡、超声图像卡与步进电机驱动卡）、聚焦探头和机械系统组成,能够实现,Ａ、Ｂ、Ｃ扫描成像,数据处理,缺陷定位,定性和定量分析,将计算机技术,虚拟仪器技术,信号和图像处理技术引入超声无损检测领域,拓宽了传统超声检测的应用范围。     

基于深度学习的管道焊缝超声检测缺陷识别方法

目前深度学习的方法已经很好的应用于基于图像数据的管道焊缝缺陷自动检测,但是对于深度学习辅助超声无损检测却进展缓慢。主要原因是超声无损检测数据的复杂性(步长大、多模态、多峰分布等),神经网络训练往往出现梯度消失或爆炸的问题,而且能用于训练的标准数据集也严重匮乏。为了克服这些困难,首先引入特殊标准化方法和全连接隐含层实现了一种超声无损检测数据增强方法FMC-GAN构建虚拟数据集,再根据改进的LSTM-FCN模型并引入门函数,以此彻底克服超声无损检测数据复杂性。最后实验表明LSTM-FCN网络识别真实检测数据中的缺陷漏检率为0,各缺陷综合正确识别率高于95.6%,达到工业检测的要求,为超声无损检测智能化发展提供重要研究基础。     

基于空气耦合超声激励的倒装芯片缺陷检测

以FC倒装芯片振动模型为基础,阐述了利用固有频率变化进行芯片缺陷检测的原理.通过COMSOLMultiphysics软件对周边型FC芯片的前5阶模态进行了仿真分析,结果显示焊点缺失会引起FC芯片高阶固有频率的明显变化.利用基于空气耦合超声激励的FC芯片缺陷检测方法,对焊点缺失FC芯片的振动速度进行了测量,提取出了FC芯片的前5阶固有频率,测量结果与仿真结果一致,验证了该方法检测FC芯片缺陷的可行性.     

激光超声的铝板缺陷可视化检测方法

为了提高激光超声检测铝板缺陷的最大振幅超声波C扫描图像的质量并精确识别缺陷大小,在算法上,提出滤波和差分相结合的数据处理方法;在实验上分别用不同频率不同角度的超声换能器对铝板缺陷扫描激励检测确定最优检测参数.实验结果表明:超声换能器与铝板之间90°倾角耦合时虽然可以有效识别表面缺陷,但45°倾角耦合时,超声换能器对铝板...     

基于有限元数值方法的金属材料内壁缺陷超声频谱特性研究

根据金属材料内壁缺陷的特点,建立了吸收边界和自由边界相结合的模拟模型,对含有不同宽度内壁凹陷形平底槽缺陷的模型进行了超声频谱特性模拟研究。通过对波场快照、时域信号和频谱分析得到了不同尺寸平底槽对声波传播频谱特性的影响以及中心频率、带宽、半波高宽度和峰值等呈规律性变化的频域特征量。研究结果对超声检测频谱分析技术的理论和实验提供了参考。     

激光超声技术及其在材料缺陷检测中的应用

概述了激光超声的激发机理和探测方法,并指出光学检测方法的优点与重要性;介绍了声表面波及其在材料缺陷检测中的应用,详细介绍了扫描激光源技术检测材料缺陷的方法;同时指出了激光超声技术在实际应用中的优点和缺点。     

碳纤维复合材料分层缺陷的超声相控阵检测方法

碳纤维复合材料(CFRP)具有相对密度小、比强度和比模量大等优点,被广泛应用于航空航天、汽车等领域。碳纤维复合材料在生产和服役过程中容易产生分层缺陷,将严重影响其力学性能。鉴于此,开展了碳纤维复合材料分层缺陷的超声相控阵检测方法研究。首先,利用超声相控阵检测仪器测量了不同大小和位置的分层缺陷超声A扫描信号;其次,通过设置A扫描信号的闸门,提取闸门内的幅值和深度信息作为表征分层缺陷大小和位置的信号特征;最后,利用提取的幅值和深度信号特征分别构建了分层缺陷的C扫描图像。结果表明,超声相控阵技术对分层缺陷有良好的成像效果,基于深度特征的图像可以准确识别分层缺陷的位置;而基于深度和幅值特征的图像用于识别分层缺陷的轮廓。     

一种方向性纹理织物疵点的检测方法

首先,利用Hough获取织物的纹理主方向及其正交方向,由Gabor滤波器沿着这两个方向分别进行滤波,取模值图像为输出;然后,应用最大熵对两个输出模值图像进行二值化分割,融合这两个分割后的图像并进行形态学处理和去除孤立点;最后,得到疵点图像检测结果.实验选取5种织物疵点进行验证,结果表明:该方法针对不同纹理方向的织物都有良好的检测效果,且滤波器数量少,无需事先学习.     

裂缝小目标缺陷的轻量化检测方法

及时且准确捕获井壁出现的微小裂缝,对于井筒安全意义重大.轻量化检测模型是推动井壁裂缝自动检测的关键,打破现有方法聚焦于提取深层语义信息的局限,重视浅层特征表征的几何结构信息的应用,针对井壁裂缝提出轻量化检测模型E-YOLOv5s.首先融合普通卷积、深度可分离卷积和ECA注意力机制设计轻量化卷积模块ECAConv,再引入跳跃链接构建特征综合提取单元E-C3,得到骨干网络ECSP-Darknet53,它负责显著降低网络参数,同时增强对裂缝深层特征的提取能力.然后设计特征融合模块ECACSP,利用多组ECAConv和ECACSP模块组建细颈部特征融合模块E-Neck,旨在充分融合裂缝小目标的几何信息和表征裂缝开裂程度的语义信息,同时加快网络推理速度.实验表明,E-YOLOv5s在自制井壁数据集上的检测精度相较YOLOv5s提升了4.0%,同时模型参数量和GFLOPs分别降低了44.9%、43.7%.E-YOLOv5s有助于推动井壁裂缝自动检测的应用.     

超声内检测含缺陷管道壁厚确定方法

超声内检测器检测含缺陷管道时,回波信号高度敏感于探头与管道的空间相对方位,是影响管壁厚度检测精度的关键影响因素之一。利用自主研制的A扫描超声内检测实验装置,针对DN219×7.48 mm、Q235碳钢外壁含体积型缺陷管道,开展超声探头与被测管道分别在正对状态和存在轴向错位、环向错位以及两种错位共存4种状态下的超声检测实验,获得了不同空间姿态下的回波信号。分析了回波信号的时域波形特征,基于提取的时域特征参数,建立了管道壁厚计算过渡方式,并确定了壁厚计算方法。发现能确定含缺陷管段壁厚的错位范围比确定无缺陷管段壁厚的错位范围小;轴向错位对信号中缺陷底面回波特征的影响比环向错位大。结果表明:提出的含缺陷管道壁厚计算方法能准确确定管道壁厚,计算壁厚与实际壁厚最大误差小于5%,说明检测精度满足工程需要。     

多策略软件代码缺陷检测方法研究

随着计算机软件技术的快速发展,由软件代码缺陷引起的安全问题也日趋严重。通过对静态分析技术以及静态检测工具的深入研究,针对当前静态检测工具误报率、漏报率较高的问题,提出一个多策略的软件代码缺陷检测方法。该方法平台一方面综合运用多种静态检测工具进行检测,对比单个检测工具降低误报率,扩大检测覆盖率;另一方面,对确定性不高的静态检测结果进一步进行动态检测,不但降低静态检测的误报率,而且还能发现静态检测技术检测不到的缺陷,降低漏报率。实验结果证明,多策略检测方法是一个有效的软件漏洞检测方法。     

ADAMS柔性体建模方法的研究

介绍ADAMS柔性体基本理论及在ADAMS中调入柔性体的几种方法,其中重点介绍了在基于ADAMS的虚拟样机中引入柔性体的理论及方法,并分析比较了不同方法的特点, 指出用ADAMS软件柔性化方法进行设计研究的重要意义.     

板带钢表面缺陷检测系统的多尺度边缘检测算法

针对冷轧带钢表面缺陷在在线检测过程中,无法准确地检测到图像中缺陷的边缘问题,提出了一种基于小波变换模极大值的板带钢表面缺陷多尺度边缘检测算法.该方法较好地解决了边缘检测精度与抗噪性能之间的协调问题,实现了在多个尺度上板带钢表面缺陷的边缘提取.实验结果表明该方法对伪缺陷边缘的去除有很好的效果,同时能够较好地保留图像中缺陷的边缘细节信息,具有更好的边缘检测性能,为带钢表面缺陷在线检测系统中的后续处理,如图像自动分割、缺陷识别等奠定了基础.     

采用频域滤波的织物疵点检测方法

首先,通过傅里叶变换获得含有疵点的织物频谱图,根据频谱图设计频域滤波器分离正常的纹理信息,保留疵点信息;然后,通过傅里叶逆变换进行灰度图重构,得到去除正常纹理的疵点图像;最后,经过高斯平滑后二值化分割出织物疵点.实验选取5种织物疵点进行验证,结果表明:采用频域滤波的织物疵点检测方法检测效果良好,且检测率达到90%以上.