高温管道腐蚀状况的超声导波检测

超声导波检测应用的范围与导波激发的原理有关,根据高温管道的特点,选择采用磁致伸缩效应作为高温管道超声导波检测的激发原理。介绍了采用基于磁致伸缩效应的新型导波仪MsS3030以高温管道的导波检测为例进行的现场检测,同时利用现场测厚验证导波检测的可靠性。结果证明,基于磁致伸缩效应的导波检测可以实现高温管道的在线检测,能有效发现腐蚀等面积缺陷,具有广泛的应用前景。     

磁致伸缩液位计的原理结构及应用

磁致伸缩液位计是近几年才在国内兴起的一种新型液位计。由于工作性质的原因,笔者也是近两年才接触到这种液位计,在工程设计和实际使用中积累了一些经验。笔者简单的介绍一下磁致伸缩液位计的基本原理与结构并结合精细化工生产中的实例,探讨其在工程实践中的应用。     

MsS超声导波检测系统在桥梁缆索检测中的应用

CJJ 99—2017《城市桥梁养护技术标准》规定,应每3年对桥梁缆索护层破损状况及钢丝锈蚀情况进行全面检测,可采用无损探伤或剥开已损坏的护层等方法检查,并测量锈蚀钢丝的实际有效面积。而MsS超声导波检测技术作为一种可以快速发现构件内部存在截面损失的磁致伸缩超声导波检测方法,可实现大面积快速扫查,一次可以检测上百米的距离;检测灵敏度高,最高检测灵敏度能够达到截面积损失率的1%,可靠检测灵敏度能够达到截面积损失率的5%,当进行在线腐蚀检测与长期状态监测时,灵敏度能够达到截面积损失率的0.6%。     

基于JESD204B的多通道超声成像系统设计

本文分析了目前多通道超声成像系统设计中的关键问题,提出基于JESD204B标准的超声成像系统设计方案。该方案相比目前主流多通道超声成像系统,大大减少了模拟前端与后端数字处理部分的连线,降低了电路设计的复杂度和成本,有效缩减了多通道超声成像系统的功耗。     

基于超声成像技术的方腿中异物检测

研究提出了方腿异物的反射超声成像检测方法,实现了异物的无损检测。首先利用扫描超声成像系统测量方腿声学参数,获得不同尺寸方腿(3 mm×3 mm、5 mm×5 mm及10 mm×10 mm)、深度(5,10,15 mm)处异物(金属、玻璃、塑料)的反射超声图像;根据方腿及异物在回波信号和超声图像中的差异,对方腿中异物进行判别分析。结果表明,空白方腿(不含异物)与含异物方腿在回波信号上差异显著,含异物方腿较无异物方腿的回波信号多一个明显回波峰,可进行异物深度检测;无异物方腿与含异物方腿的超声图像差异显著,以5 mV的声波强度为判断阈值,对所有方腿内部超声图像中的异物检测准确率达96.29%;利用平均声波反射强度、面积检出率及常见纹理特征值为特征变量,采用最小二乘支持向量机进行异物识别,当主成分数为6时,模型的识别率最高为81.67%,具有良好的识别效果。本研究提供了一种直观、简便的方腿异物检测方法,为食品中异物的检测提供了新思路。     

基于油气管道泄漏检测技术的研究

及时发现油气输送管道的缺陷,提高油气管道泄漏检测技术水平,确保压力管道安全可靠地长时间运行,改变不足维护及过剩维护的状况,转变为视情维护是目前迫切需要解决的重要课题。文章就当前国内油气输送管道的泄漏检测现状进行论述,研究了较为实用的检测技术,为油气管道检测工作者提供参考。     

基于扫频振动的禽蛋裂纹检测方法

针对禽蛋裂纹流水线在线检测中,声脉冲敲击法检测易受环境大噪声干扰、需要多次敲击、检测效率低等问题,文中拟构建基于磁致伸缩振动器扫频式振动的禽蛋裂纹检测系统,通过扫频振动增强破损蛋壳敏感频段的振动信息来提高信噪比,分别对裂纹在不同位置的禽蛋(裂纹分别出现在鸡蛋小头、赤道以及大头处)进行研究以提高辨识的普适性,通过对扫频振动音频信号进行功率谱分析,分别构建基于BP神经网络、径向基(RBF)神经网络和支持向量机(SVM)的禽蛋裂纹检测模型,并比较其检测效果。实验中,对290枚鸡蛋进行检测(训练集200枚,测试集90枚),结果表明:支持向量机裂纹检测模型分类效果最佳,测试集中无损蛋与裂纹蛋的判别率分别达到100%和98.3%,且检测每枚禽蛋的时间为57.7 ms,能够满足流水线在线检测要求。     

石油管线管道壁缺陷检测的X射线背散射技术模拟

利用无损检测技术确保石油管道基础设施的安全性、效率、环境完整性和合规性有重要意义。文章借鉴X射线穿透能力强和背散射单侧成像技术优势,并整合现代智能机器人技术,提出了管内智能X射线背散射无损检测机器人的设计概念,并采用蒙特卡洛软件(Geant4)模拟设计了系统的核心——X射线背散射成像系统,进一步模拟了该系统对管内缺陷的检测性能。模拟结果表明,采用X射线背散射检测技术能对管壁厚度4mm及以上缺损进行检测并能对1mm宽度及以上的裂缝进行检测,检测系统还可以进一步改进提高分辨能力。     

基于光电成像技术的生丝条干检测方法研究

生丝条干均匀度是生丝质量的重要体现,传统的黑板检测方法对生丝匀度、清洁和洁净的检测准确性和重复性存在不足,且难以量值溯源。今后,仪器化检验是生丝检测发展的趋势。基于现今CCD成像技术的发展和应用,现研究了采用光电成像技术对生丝条干进行检测的方法。     

基于超声成像技术的火腿肠等级判别

本研究通过超声成像技术实现火腿肠的等级判别,利用火腿肠的蛋白质、脂肪、淀粉等理化指标,将其分为特级、优级、普通级。分别采集3个等级的火腿肠共120份超声图像信息,提取图像的角二阶矩、熵、平均值等常见纹理特征值。然后利用主成分分析(PCA)结合K-最近邻法(KNN)和最小二乘支持向量机(LS-SVM)化学计量学方法建立基于纹理特征的火腿肠等级判别模型。结果表明:不同等级火腿肠的超声图像差异明显,且超声图像的纹理特征值差异显著(P0.05)。建立的识别模型中,LS-SVM模型的校正集识别率为100%,预测集识别率为94.87%;KNN模型优于LS-SVM模型,当主成分数为2,K为1时,KNN模型对应的校正集识别率为97.53%,预测集识别率为97.44%。超声成像技术可实现火腿肠等级的快速准确识别,研究结果可为超声成像技术在火腿肠等级判别方面的应用提供参考。     

基于高光谱成像技术的水果品质无损检测

高光谱图像技术结合光谱技术与计算机图像技术两者的优点,可获得大量包含连续波长光谱信息的图像块,其图像信息可检测水果的外部品质,光谱信息则可用于水果内部品质的检测,达到根据水果内、外部综合品质进行分类的目的. 综述了国内外将该技术应用于水果品质检测方面的研究进展,提出了利用高光谱图像技术检测苹果轻微损伤的方法,利用500～900nm的高光谱图像数据,通过主成分分析提取547nm波长下的特征图像.     

基于高光谱和超声成像技术的原切与合成调理牛排鉴别

针对市场上存在合成调理牛排冒充原切售卖的现象,研究利用高光谱和超声成像技术对它们进行鉴别的方法.分别采集原切与合成调理牛排的高光谱和超声图像信息,利用灰度共生矩阵法提取图像的纹理特征值,分别建立线性判别分析、K最邻近(K-nearest neighbor,KNN)、反向传播人工神经网络和极限学习机(extreme le...     

基于频闪成像的纸病检测系统光源优化技术

近年来,基于机器视觉的纸病检测技术可以在纸张的生产过程中完成对纸张质量的监测和纸病信息反馈,所以一直是国内外相关领域的研究热点.但是随着纸机车速的加快和纸张幅宽的加大,尺寸小的纸病很难被检测出来,而且采集到的纸张图像质量差.针对在采集纸张图像过程中出现的横向波纹现象.通过香农采样定理的逆向分析,总结出横向波纹产生的原因...     

基于机器人的附塔管线多功能检测系统

针对附塔管线作业存在危险系数高、检修成本高以及检修难度大等问题,课题组提出了一种基于机器人的附塔管线多功能检测系统。设计了基于机器人的管道爬行器,并介绍了爬行机器人的主要功能和原理;检测系统采用高清视频系统和图像处理算法,实现对管道内部宏观全景图像实时二维拼接查看,同时通过串联脉冲涡流检测和电磁超声测厚模块,实现管道截面损失和管道壁厚的自动测量;设计了一体化信号采集和处理系统,实现多功能检测系统的一体化自动化作业。试验测试结果表明该系统不仅测量精度可靠,也满足工程应用的自动作业等要求。该管线多功能检测系统的应用可有效解决附塔管线检测成本高、检测难度大等问题。     

基于太赫兹反射成像技术的花生空果无损检测

目的 基于太赫兹反射成像技术(Terahertz Reflection Imaging Method, THz-RIM)实现花生空果无损检测,为太赫兹技术在农产品及食品快速无损检测中的应用奠定基础。方法 利用太赫兹脉冲光谱仪TeraPulse 4000及反射成像附件和采集软件,在0.2 mm采集步长下对去壳花生仁进行太赫兹反射成像预实验,确定出正式实验的图像颜色模式为hot模式。人为制备若干个花育36号满仁花生果样本和空果样本(仅有一粒花生仁),在与预试验相同的条件下采集样本光谱图像,以时域/频域2点外相加成像(Integrated Time Slice)重构方式进行图像重构, 突出花生空果样本图像的显著几何特征。结果 通过太赫兹反射图像可以实现满仁与花生空果样本的检测区分,但图像细节仍然比较模糊,需进一步提高图像清晰度。采用数字图像方法进行图像增强,利用OpenCV-Python提高图像的亮度、色度、对比度及锐度。提升对比度后的图像可观测度最高,且空果图像中黑色部分面积占比最大,与含仁部分对比最为明显,可以实现空果及满仁花生果的快速区分。结论 探索结果表明,THz波对花生外壳具有良好的穿透性,利用THz-RIM技术结合OpenCV-Python数字图像处理方法进行花生空果无损检测具有可行性,利用太赫兹光谱技术对油料作物内部品质进行无损检测研究具有极大潜力。     

基于多光谱成像技术的玉米赭曲霉菌无损检测

玉米极易感染赭曲霉菌,对人体健康构成严重危害。传统的赭曲霉菌检测方法费时费力且具有破坏性,因此需开发一种快速、无损检测方法来监测玉米中的赭曲霉菌。采用多光谱成像技术结合化学计量学方法,获得赭曲霉菌定量检测和赭曲霉菌感染程度定性判定的最佳模型。结果表明,与偏最小二乘(PLS)和最小二乘支持向量机(LS-SVM)相比,反向传播神经网络(BPNN)的预测性能最好,预测集相关系数(Rp)为0.9494,建模集均方根误差(RMSEC)和预测集均方根误差(RMSEP)最低,分别为2.6693和2.2743 CFU/g。此外,在感染程度的鉴别试验中,BPNN预测效果也最好,其建模集鉴别准确率(Ac)和预测集鉴别准确率(Ap)均达到100%。结论:多光谱成像技术与化学计量学方法相结合,为玉米中赭曲霉菌的监测提供了一个有效的方法。     

金磁纳米颗粒的制备及其在表面增强拉曼光谱快速检测黄曲霉毒素B1中的应用

本文采用纳米Fe_3O_4颗粒作为磁性核心,先用四乙氧基硅烷、再用3-巯丙基三乙氧基硅烷和3-氨丙基三乙氧基硅烷修饰Fe_3O_4颗粒,形成表面带-NH_2和-SH的Fe_3O_4/SiO_2纳米颗粒,进一步通过-NH_2的静电吸附和Au-S键的作用将金纳米颗粒组装在Fe_3O_4/SiO_2表面,形成具有核壳结构的Fe_3O_4/SiO_2/Au金磁纳米颗粒,并用透射电子显微镜镜(TEM)、能量色散X射线光谱仪(EDX)、紫外可见分光光度计(UV-vis)等技术对金磁纳米颗粒进行了形貌观测及性质表征。利用Fe_3O_4/SiO_2/Au金磁纳米颗粒作为拉曼活性基底,用表面增强拉曼光谱仪对黄曲霉毒素B1(AFB1)进行直接快速检测,发现无外磁体浓缩的情况下AFB1的检测限大于10.0μg/m L,在外磁体浓缩金磁纳米颗粒的情况下检测限降低100倍(≤0.1μg/m L),检测线性范围0.1μg/m L~10.0μg/m L,检测的样品回收率为84.35%~91.98%,相对标准偏差在4.88%~9.90%之间。     

基于高光谱成像技术的高粱农药残留种类检测研究

高粱作为粮食作物,其中残留的农药对人体危害巨大。本文基于高光谱成像（Hyperspectral Imaging,HSI）技术研究了高粱中农药残留种类的快速鉴别。采用不同预处理方法对高光谱数据进行预处理,通过建立的支持向量机（Support Vector Machine,SVM）模型发现标准正态变换（Standard Normal Variate,SNV）为最佳的预处理方法。使用类型提升算法（Type Boosting Algorithm,CatBoost）、梯度提升树（Gradient Boosting Decision Tree,GBDT）、竞争性自适应重加权采样法（Competitive Adaptive Reweighted Sampling,CARS）和主成分分析法（Principal Component Analysis,PCA）选择特征波长,对比特征波长建立的SVM模型结果发现CatBoost所选择的特征波长建模效果更好。分别建立了基于特征波长的BP神经网络自适应增强算法（Backpropagation Neural Network with Adaptive Boosting,BP-AdaBoost）、轻量梯度提升机（Light Gradient Boosting Algorithm, LGBM）、极度梯度提升（eXtreme Gradient Boosting,XGBoost）、SVM高粱农药残留分类模型,其中,BP-AdaBoost为最佳的分类模型,测试集平均分类正确率为95.17%。研究表明,高光谱成像技术结合BP-AdaBoost算法可以识别出高粱中农药残留的种类,为检测高粱农药残留类别提供了一种新的方法。     

基于近红外高光谱成像技术的涩柿SSC含量无损检测

对150个涩柿采集900~1 700nm波段的近红外高光谱图像信息,利用蒙特卡罗—无信息变量消除(MC-UVE)和连续投影算法(SPA)对感兴趣区域光谱进行波长优选。通过MC-UVE-SPA优选出924.69,928.05,1 112.72,1 270.91,1 365.3,1 402.42,1 453.06,1 547.69nm 8个特征波长,对应的光谱反射率作为柿子可溶性固性物含量(SSC)检测的偏最小二乘回归(PLSR)检测模型输入,其预测集相关系数rpre=0.942,预测集均方根误差RMSEP=1.009°Brix。结果表明,MC-UVE-SPA可以有效提取与柿子SSC含量相关的特征信息,从而保留较少的波长建立较好的预测模型。     

基于高光谱成像技术的金华火腿无损分级检测研究

目的 建立金华火腿的质量等级评判模型。 方法 采用高光谱成像仪检测不同质量等级的金华火腿样本, 结合数据分析软件对得到的图像信息作主成分分析(PCA)和偏最小二乘(PLS)分析。 结果 用PCA处理, 第一主成分(PC1)和第二主成分(PC2)的贡献率分别为86%和11%, 总贡献率为97%。PLS建立的判别模型中, 训练集和验证集的总体识别吻合率分别为96.19%和89.52%。 结论 将高光谱成像技术与一定的模式识别方法相结合建立评判模型, 是一种可行的金华火腿质量等级检验新技术。