热轧板带轧辊表面缺陷的超声表面波检测

通过对轧辊表面缺陷的各种无损检测研究,掌握了一套轧辊表面缺陷的超声表面波检测技术。该技术包括对其检测、定位及一些影响因素的消除,可对缺陷快速准确定位,有效解决了现场新材质高速钢轧辊表面缺陷开口支撑辊表面疲劳裂纹等各种材质的表面缺陷检测难题。     

基于光学原理的轴承球体表面缺陷检测方法研究

目的 实现球体表面微小缺陷的非接触式检测。方法 基于激光散射和剪切干涉的光学原理,设计了适用于微小缺陷检测的光路系统,搭建了可适用于不同直径球体检测的精密可调节检测光路系统平台,通过对标定板的检测及重复性实验,确定光路系统的检测精度。采用高精度气浮主轴搭建了精密可调节的球体运动平台,通过对直径20 mm的G5级高精度氮化硅陶瓷球的检测实验,以及通过对一半抛光一半未抛光直径20 mm轴承钢球体的检测对比实验,验证光路实验平台对于球体表面微小缺陷检测的可行性。 结果 标定板上4 μm宽、63 nm高的条纹的剪切干涉信噪比为8∶1,具有相对较高的信噪比。G5级高精度氮化硅陶瓷球的检测试验以及一半抛光一半未抛光轴承钢球体检测的对比实验,验证了该光路实验平台中,激光散射可灵敏地检测较深的微米级缺陷,剪切干涉可灵敏地检测较浅的微米级缺陷。结论 基于光学原理搭建的球体表面微小缺陷检测平台,可以实现对球体表面微米级别缺陷的检测。     

表面检测中微小缺陷的识别

在表面缺陷检测中,针对光照不均或有纹理的产品上微小缺陷难于识别的问题,提出了一种新的视觉识别方法.该方法首先计算产品表面图像中每行和每列的灰度标准差,然后根据标准差的相对变化量判别缺陷,并确定缺陷的坐标.实验结果表明,该方法能准确识别和定位产品表面的微小缺陷.     

一种基于图像展开与拼接的精密轴承表面缺陷光学检测方法

建立一种基于机器视觉的精密轴承表面缺陷光学检测系统。利用图像展开和拼接技术获得轴承侧面完整而又没有重复的二维图像,在此基础上对微小轴承表面缺陷进行检测、缺陷提取和分类。实验结果表明:采用该方法能够快速、高效地检测出微小精密轴承表面大于10μm的缺陷形貌;能够准确地对凹坑、裂纹和划痕缺陷进行分类。     

结构方向性纹理的自动表面检测

提出了一种对方向性纹理自动缺陷检测的全局方法.该方法不依赖于纹理的局部特征,而是采用傅立叶变换的全局图像恢复技术.在实验中,考察了许多具有规则线结构的人工表面和欠规则的自然表面,结果表明该方法效果较好.     

陶瓷轴承球渗透检验自动分选系统

采用渗透检测技术对陶瓷球表面缺陷进行检测。通过实验得出裂纹显示宽度与实际宽度的关系。在此基础上研制出电荷耦合器件(CCD)图像摄取和计算机图像处理的机电一体化渗透检测自动分选系统，检测灵敏度≤lμm。系统不仅可用于陶瓷球，还可用于钢球等表面缺陷检测。     

重钢连铸板坯表面缺陷在线检测技术的开发与应用

<正>北京科技大学与重钢联合开发了连铸板坯表面缺陷在线检测技术,该技术可用于在线检测1 000℃以上高温连铸坯的表面缺陷,对于连铸坯表面质量问题的及时反馈具有重要意义,可为高温坯热装热送工艺提供技术保障。其主要内容与创新点如下:(1)采用机器视觉检测技术,研制了国际上首套应用于高温连铸坯的表面缺陷在线检测系统。系统     

基于激光视觉传感的焊后检测技术研究综述

人工视觉检测是到目前为止最为广泛利用的焊缝检测方法,该方法可提供对焊缝表面外观、表面几何形状以及存在的表面不连续性或缺陷的质量分析.缺点是该方法检测周期长、可靠性低、劳动强度高以及依赖人的主观判断性强.而利用激光视觉传感的方法,可实现焊后的在线实时自动检测,避免了传统视觉检测方法所带来的局限性.首先介绍了焊后视觉检测技术,对激光视觉传感焊后检测技术的工作原理进行了阐述,并概述了目前该技术的研究成果以及所做的研究工作,最后对其应用前景进行了展望.     

利用电磁声换能器(EMAT)技术进行超声表面检查的标准检测方法

1 范围 1.1本检验方法是利用EMAT技术检测材料表面缺陷(如:裂纹、裂缝、折叠、冷隔、分层、通漏、未熔合)的指南.这一技术还可灵敏的检测材料距表面小于或等于瑞利波长的近表面缺陷.     

注射制品表面缺陷在线检测与自动识别

基于机器视觉技术的注射制品表面缺陷检测与识别可有效解决人工抽样检测问题,为克服现有缺陷识别算法对于不同的制品需分别进行样本训练、图像质量要求高、可操作性差等难题,在采用图像处理技术对制品表面缺陷进行检测的同时,提出一种基于缺陷区域轮廓、制品轮廓、区域灰度等特征的缺陷自动识别算法,避免了大量制品图像样本的训练过程,提高了可操作性。基于该方法,开发了一套注射制品表面缺陷在线检测与识别系统,试验表明,对短射、飞边、裂纹3种常见表面缺陷的识别率为91.8%。     

基于YOLO_v4的空心杯电枢表面缺陷实时检测

在空心杯电枢的绕制工艺过程中,绕线机异常工作会造成电枢表面出现孔洞等影响空心杯电机寿命的缺陷,为解决空心杯电枢表面微小缺陷检测过程中存在的准确率低、检测速度慢、不能实时检测缺陷等问题,文章提出一种基于YOLO_v4的空心杯电枢表面孔洞缺陷检测方法。对采集的图片进行数据增强及K折交叉验证,提高模型的鲁棒性,以避免训练模型过拟合;借助CSPDarknet53网络及SPP模块提取输入原始图像的特征,通过训练获得针对空心杯电枢表面缺陷的检测模型,提升YOLO_v4缺陷位置检测及识别的精度;在搭建的实验平台上采集数据并验证基于YOLO_v4提出方法的有效性。实验结果表明该方法可有效满足工业生产复杂背景下电机电枢表面微小孔洞缺陷检测的要求。     

激光-电磁超声技术的检测原理与应用

系统介绍了激光-电磁超声检测技术的检测原理和技术特点。针对连铸钢坯中存在的多种类型缺陷,研究了钢坯表面、近表面和内部缺陷的检测方法。建立了激光-电磁超声检测系统,并对含有尺寸为30mm×0.2mm×0.2mm的表面裂纹、Ф3mm×30mm的近表面横通孔以及Ф3mm×30mm的内部横通孔的人工缺陷试样进行了检测。试验结果表明,该方法适用于钢坯缺陷的检测,且该技术在高温、腐蚀和高速运动等苛刻环境下的金属材料检测方面具有明显的优势和应用前景。     

基于双频数据融合的电涡流焊接缺陷检测

焊缝表面纹理引起的干扰信号限制了电涡流检测技术对焊接中缺陷的检出,将矩形激励线圈和GMR器件相结合,设计了电涡流检测探头,仿真分析了在0.5,1和4 kHz激励频率条件下该探头检测的磁感应强度的分布规律,并选择0.5,4 kHz构成混频激励,针对这两个频率下的检测数据,提出了对于这两个激励频率数据的融合方法,以FPGA为核心,结合X-Y数控平台,构建了试验平台,针对实际铝合金焊接缺陷进行了试验. 结果表明,该方法在抑制焊接表面纹理造成的干扰信号的同时,也抑制了两个焊接铝合金板夹角引起的干扰,对于直径小于1 mm的亚表面缺陷,虽然两个激励频率下的数据很难清晰体现缺陷,但是采用该方法可被成功检测.     

航空发动机涡轮叶片涡流自动化检测试验研究

涡流检测技术对工件表面或近表面的缺陷有很高的检出灵敏度,且检测线圈不需与被测物直接接触,可进行高速检测,易于实现自动化。针对航空发动机涡轮叶片的复杂曲面人工检测难度大、效率低等问题,研制了一套六自由度机器人涡流自动化检测系统,该系统可自行对其工作空间、工作表面和运动学的工作特性进行分析研究;设计了多种典型涡轮叶片专用弹压式涡流检测探头,可自适应叶片形貌及叶片安装误差;开展了涡轮叶片检测自动扫查检测试验,优化了涡流检测的激励频率和自动扫查速度。结果表明:可弹压式涡流探头对叶片表面缺陷可自适应涡轮叶片的复杂表面,提高了自动化检测的精度,同时弥补提离变化和安装误差。当激励频率为1.25~1.75 MHz、扫查速度为30 mm/s时,检测灵敏度较高,能有效检出缺陷。相比于人工涡流检测方法,该自动化检测系统提高了叶片的检测效率。     

基于自适应滤波的超声杂波抑制方法

在超声衍射时差(time of flight diffraction,TOFD)法检测获取的回波中,作为固定存在的侧向直通波信号会导致近表面缺陷信号不易于识别. 针对这一问题,提出一种基于自适应滤波技术的杂波信号抑制方法. 该方法通过迭代滤波器自身参数,调节参考信号以满足待处理回波中杂波的时基抖动变化要求,并予以去除,从而分离出与其混叠的近表面缺陷信号. 阐明了基于自适应滤波技术的杂波信号抑制原理,并利用所提方法对计算机仿真信号及人工缺陷检测回波进行了杂波抑制处理. 结果表明,所提方法可有效滤除超声TOFD法检测回波中具有时基抖动特性的杂波信号,并提取近表面缺陷信号.     

脉冲扰动电磁场检测非表面缺陷埋深的识别算法

交流电磁场检测技术是一种新型的电磁无损检测技术,但由于趋肤效应的存在,其对表面裂纹检测具有较高的敏感性,但对于非表面缺陷检测存在着技术瓶颈。借助脉冲激励源在工件中产生的感应电流渗透深度大的特点,进行非表面缺陷的脉冲扰动电磁场检测技术仿真与试验,提出了基于小波熵理论的非表面缺陷埋深识别算法。试验结果表明,所构建的脉冲扰动电磁场缺陷识别算法可有效识别和区分不同埋深缺陷。     

基于CNN的带钢表面缺陷检测

随着工业4.0:智能制造理念的深入,推动工业生产制造进一步由自动化向智能化升级势不可挡。作为制造业的支柱性产业,实现钢铁行业的表面缺陷自主检测具有重要意义。针对现有带钢表面缺陷检测过程中识别率低,无法自主检测等问题,本文提出一种基于CNN的带钢表面缺陷检测算法,引入深度学习知识,通过建立CNN模型,制作数据集,实现了对带钢表面缺陷的自动提取与检测。通过实验验证了该算法的有效性,实验结果表明该算法的准确率在99.99%以上,实验过程中未出现误差,能够满足工业生产方面的要求。     

钢板缺陷的脉冲漏磁检测系统设计及试验

基于脉冲漏磁检测技术检测钢板缺陷,实现钢板表面和背面缺陷的区分。利用设计的钢板脉冲漏磁检测系统,提取了钢板表面和背面缺陷的信号,分析在脉冲信号激励下的缺陷漏磁信号特征。根据信号电压峰值和电压谷值同步曲线区分缺陷,编写了基于Labview的检测程序,实现了钢板表面和背面缺陷检测和区分。在实验室条件下,通过设计的脉冲漏磁检测系统,对刻有矩形槽的钢板进行了检测。试验结果表明,基于脉冲漏磁检测技术,利用电压信号峰值和谷值同步采样曲线,可对钢板表面和背面缺陷进行检测和区分。     

圆钢表面缺陷视觉检测技术研究现状与展望

随着工业上对原材料质量要求的提高,圆钢表面缺陷检测成了工业生产中必不可少的组成环节。表面缺陷检测技术主要分为传统无损检测方法和机器视觉检测方法两类,机器视觉检测方法由于高实时性和高准确性而使用更加广泛。文章介绍了基于机器视觉的圆钢表面缺陷检测技术特点以及国内外最新研究进展,分析了视觉检测技术工作原理和几个关键问题,指出该领域内同仁应该积极吸收国内外先进技术并推陈出新,共同促进机器视觉检测技术的进步。     

基于超声杂波抑制的缺陷检测

超声TOFD(time of flight diffraction,衍射时差)法检测的D扫描图像中,作为背景杂波的侧向波与近表面缺陷波会发生混叠,致使近表面缺陷不易于检测. 针对这一问题,提出一种基于杂波抑制的缺陷检测方法. 该方法通过图像能量分布统计,确定背景杂波分量并予以去除,从而分离出与其混叠的缺陷信号,实现近表面缺陷的检测. 建立了的超声TOFD法检测信号的数学模型,阐明了基于图像能量分布的杂波抑制原理. 制作了人工缺陷试块及实际焊缝试块,并对其检测获取的图像进行了杂波抑制处理. 结果表明,提出的方法可有效去除图像中的非缺陷目标、提取近表面缺陷波,从而提高系统的有效检测范围.