焊缝缺陷的超声检测图像识别方法

内部缺陷是影响焊接结构质量的主要因素．为了分析焊缝内部缺陷,快速得到敏感度高、边缘清晰的图像数据,本文根据焊缝缺陷的特点,结合声图像的特殊性,采用基于形态学的有噪彩色图像边缘检测方法,对原始图像进行滤波处理,实现了缺陷信息的有效分割,然后根据缺陷的特点通过数学统计的方法统计缺陷的特征值,最后通过实验证明该方法对缺陷的正确识别具有比较好的效果．     

基于高阶累积量和谱分析的数字调制信号识别

提出了一种基于高阶累积量和谱分析识别多种数字调制信号的算法。首先根据各调制信号四阶和八阶累积量的不同,定义一个特征参数实现信号的类间识别;其次根据不同调制信号二次方谱与四次方谱的不同,提取出相应的特征参数,从而实现信号的类内识别。仿真实验结果表明,该方法在较低信噪比条件下可以对2/4/8PSK、2/4/8FSK信号实现识别,且识别率较高,具有很强的实用性。     

基于高阶累积量的数字调制信号识别

利用接收信号的高阶累积量为特征参数,实现了对多种常用数字调制信号(2ASK/BPSK,4ASK,QPSK,8PSK,2FSK,4FSK)的分类识别.由于信号六阶以上累积量的计算过于复杂,在选取特征参数方面主要利用信号的二、四阶累积量.8PSK与MFSK信号的二、四、六阶累积量的值均相同,直接计算无法区别.针对这一问题,首先对8PSK和MFSK信号求微分再利用四阶累积量来进行识别.实验证明,所提取的特征能够有效抑制高斯白噪声的影响,并且计算简单,便于实现.当信噪比为8 dB时,识别率基本达到100%.与已有算法的比较,结果证明了该算法的优越性.     

基于高阶累积量的MSK信号脉冲始末点检测

在对MSK信号高阶累积量特性分析研究的基础上,提出了一种利用滑动求取信号四阶累积量实现MSK信号脉冲始末点估计的算法.计算机仿真结果表明当信噪比大于7 dB时,该算法能够获得较好的估计性能.     

基于超声相控阵的环焊缝缺陷检测方法研究

针对传统超声探头焦距固定,检测位置的改变就要更换相应焦距的探头而影响检测效率的问题,提出一种基于超声相控阵换能器的环焊缝缺陷检测方法;而超声相控阵具有电子偏转和电子聚焦特性,能在不移动的情况下发射偏转聚焦超声束,有效地解决了上述问题;首先基于超声相控线阵换能器的声场特点,采用数值分析方法,研究了影响声束偏转聚焦性能的几个主要参数;然后给出了与超声相控阵换能器相连接的多通道数据采集系统结构;介绍了单通道声信号的硬件结构及相应的信号处理方法,实现了对换能器中单个阵元的精确延时的控制;实验结果表明,优化设计的超声相控线阵换能器具有较高的检测精度和检测效率。     

基于激光超声的金属材料表面缺陷可视化检测研究

金属材料作为日常生活、国民生产、国家工业、科技等相关领域不可或缺的重要元素,使用过程中的安全问题更是重中之重.为了实现对金属材料表面缺陷的检测,采用激光超声波可视化检测仪,对铝板表面进行检测实验,实验表明激光超声波可视化检测仪可以有效检测出铝板表面缺陷的位置,误差均在5％以内.该结果可促进激光超声可视化技术在金属材料表...     

基于支持向量机的超声检测缺陷识别研究

为解决超声检测领域传统人工神经网络方法对于小样本进行缺陷识别时存在的泛化能力差和过学习等问题,提出了一种基于支持向量机的超声检测缺陷识别方法.先使用小波分解对信号进行降噪,再使用小波包变换提取特征值,构造多类分类支持向量机进行缺陷识别.实验结果表明,支持向量机方法具有识别率高、泛化能力强等优点,能够应用于超声检测缺陷识别领域.     

涡流检测在铝板超声缺陷检测盲区中的应用研究

针对利用超声检测技术对铝板进行缺陷检测时,存在近表面埋藏缺陷检测盲区的问题,研究了涡流检测在铝板超声检测盲区中的应用.基于COMSOL仿真软件,建立了探头及铝板浅表层埋藏缺陷的检测模型,研究了线圈内径、匝数以及激励频率的变化对探头检测灵敏度的影响;结合仿真分析结果,设计了用于铝板浅表层埋藏缺陷检测的探头及检测平台,并对...     

小波分析在管道缺陷超声检测中的应用

在管道缺陷超声无损检测中，作为检测基本数据的脉冲反射回波信号受到电子噪声(包括热噪声和量化噪声)和结构噪声的干扰，使材料的缺陷信号变得难以识别。小波变换借助于时．频局部分析特性，已成为现代信号处理中的一种重要方法。在阐述小波变换基本原理的基础上，研究了管道超声缺陷信号的小波分解与重构。利用此方法对超声信号进行分析，可方便地识别是否存在缺陷以及缺陷的位置。     

混凝土缺陷超声检测技术的新进展

介绍混凝土缺陷超声检测新方法和检测长桩质量原理，综述了裂缝深度检测新进展，如相位变化法，横波法和冲击回波法等。     

基于LabWindows／CVI超声缺陷信号频谱分析的设计

为了避免超声时域检测法本身的局限性,超声频谱分析技术在无损检测领域中得到了广泛重视。由于被检测工件的缺陷回波会受到缺陷的形状、大小、性质等因素影响,即频谱特性中隐含了缺陷特性,既而可以通过频谱分析,作为缺陷性质的辅助判定。文中在超声信号频谱分析原理和实施方法的基础上,研究LabWindows＼CVI在超声缺陷信号频谱分析中的应用,并分析超声缺陷信号的频谱图,实现缺陷的定性和分类。本设计体现了虚拟仪器技术应用在超声检测领域中的优势,提高了对缺陷评价的客观性和可靠性。     

基于小波分析的海底石油管道缺陷超声检测信号去噪处理

针对海底石油管道超声检测信号的噪声消除问题,本文研究了基于小波分析的噪声消除方法.文中首先介绍了基于小波分析的噪声消除方法的基本原理,然后运用小波方法对实测超声信号进行了具体的处理.在信号处理中考虑了小波基以及小波分解层数对噪声消除效果的影响.信号处理结果表明:合理选择小波基和小波分解的层数,能有效去除超声信号中的噪声.     

参数化双谱估计在中医脉象信号识别中的应用

采用AR模型参数化双谱估计法对15例吸毒者和15例正常人的脉象信号进行了参数化双谱估计,在得到每一例脉搏波的归一化双谱幅值对角切片后,应用K L变换得到30个样本特征矢量,利用这些特征矢量和BP神经网络对两类脉象数据进行分类,得到平均的正确识别率高达96.7%,研究结果表明应用双谱对角切片作为脉象信号特征矢量,利用BP神经网络对海洛因吸毒者和正常人的脉象信号进行分类,具有很高的识别率.     

管道内壁缺陷漏磁信号的ANSYS仿真与分析

漏磁探伤法所检测到的缺陷除了可能是内表面或外表面、纵向或横向这些属性之外,它还有分等级的问题,即可能是一个导致管道报废的缺陷,也可能是一个不影响使用的”合格”缺陷,这要求检测系统有自动识别的功能。以管道内表面缺陷作为研究对象,利用有限元分析软件作为仿真分析工具,对不同内表面缺陷所产生的漏磁信号进行仿真分析,仿真结果表明,不同缺陷所产生的漏磁信号不同,缺陷的参数与其所产生的漏磁信号的参数之间有一定的对应关系,通过大量的模拟仿真数据和实测数据可找出这种对应关系,从而为缺陷的鉴别和管道使用寿命的评价提供依据。     

聚焦换能器的研制和在超声特征成像中的应用

为了提高对层状复合金属材料缺陷的成像分辨率,需要用高灵敏度的聚焦换能器.针对我们研制的(F-San)全自动超声特征成像系统,用钛酸铅做压电晶片,不同颗粒度的钨粉做声透镜和背衬的主要材料,研制了主频为10～20MHz宽带窄脉冲聚焦换能器,并用光学法拍摄了主频为10MHz的换能器的超声波声场在水中的聚焦过程及焦斑大小.在对层状复合金属材料检测时,缺陷的成像分辨率达0.5 mm.     

USB2．0在超声波探伤仪数据采集系统中的应用

该文探讨了超声波探伤仪的发展现状,在深入研究USB2.0通信协议的基础上,采用支持USB2.0协议的EZ-USB FX2微处理器,设计了一套超声波探伤仪数据采集系统,详细阐述了该系统的软硬件设计方案和开发方法;使用USB2.0总线传输探伤数据,为超声波探伤仪设备与PC机之间的通信提供了新的途径。     

分离谱法在超声信号处理中的应用

在超声无损检测中,由于某些特殊材料(如离心铸造的不锈钢、碳纤维复合材料等)组织结构比较复杂,所得到的超声回波信号会受到较强的结构噪声干扰,信噪比较低,严重影响了缺陷信号的识别。结合相关课题讨论了分离谱法在消除结构噪声方面的应用,实验结果表明,该方法可以得到良好的滤波效果。     

基于双谱二次特征的通信信号识别算法研究*

针对卫星通信中辐射源信号分类识别问题,开展基于双谱二次特征的卫星通信信号分类识别算法研究。通过辐射源信号的对角切片双谱获取信号特征,利用Chirp-Z变换将双谱对角切片特征从频域扩展至复平面,并提出扩展的基于巴式（Bhattacharyya）距离的分离度准则作为信号双谱二次特征提取依据,提取出具有最强可分离度特征作为特征参数,并通过支持向量机进行分类识别仿真实验。实验表明,本文识别算法适用于不同类型的卫星通信信号,且对噪声变化不敏感,可实现较高的正确识别率。     

PLC在车轴超声自动探伤系统中的应用

对车轴超声自动探伤作业的流程控制进行了研究,提出了工控机与PLC相结合的设计方案;采用“指令”与“报告”形式的应用层协议便捷的实现了二者问通讯;通过PLC的高速脉冲串功能（PTO）驱动步进电机实现了探头精确定位;基于模块化思想的软硬件设计,使得系统更易于调试和维护。     

基于虚拟仪器技术的智能化多通道超声波自动探伤系统

分析了超声波连续自动探伤系统的检测原理、硬件组成设计和软件设计思想,以及在焊管生产中的应用状况,该系统基于虚拟仪器技术并采用智能化探伤技术,以软件代替硬件,有效地避免了系统误报警,克服了超声波自动化检测中的缺陷种类难以识别的不足,实现了高精度焊缝自动跟踪检测,并做到误报率小于3%,漏报率为0。