铝合金铸件缩松缺陷的热等静压处理

为了消除某铝合金铸件通过铸造工艺无法消除的缩松缺陷,试验了热等静压技术对此缩松缺陷消除的效果.结果表明,铸件经热等静压处理后,X射线检测缩松缺陷得到了显著改善,内部质量能达到验收标准要求.这说明热等静压技术消除该铝合金铸件缩松缺陷是可行的,也能为铝合金铸件消除缺陷提供一些参考.     

铸件缺陷无损检测方法的研究现状

随着汽车业和航天航空业的高速发展 ,铸件的缺陷检测和质量评价已成为工业生产中极其重要的环节。铸件缺陷的检测方法及相关技术的研究也取得了很多成果。文中对目前广泛使用且效果较好的超声检测、X射线检测及射线层析摄影等方法在铸件质量评价中的应用状况进行了简要的回顾     

铝合金铸件国内外射线检测标准对比

概述了国内外铝合金铸件射线检测标准发展和应用情况。通过对比各个标准的关键技术要求,分析了标准中关于射线源、透照工艺和底片质量要求的差别,并重点讨论了质量分级方法。最终结合当前射线检测的技术现状对标准的整体情况进行了归纳,旨在为国内相关标准的修订提供参考。     

铝合金挤压铸件气孔缺陷的分析

本文对造成高压锅渗漏报废的气孔缺陷,用扫描电镜和电子探针等手段,结合铝合金挤压铸造生产特点和现场生产情况,对其形成机理进行了探讨和分析;所得结果可供现场参考。     

基于深度学习的焊缝缺陷X射线检测图像识别与增强

为了提高焊缝缺陷X射线图像识别的准确率,需要采用有效的图像增强技术,笔者研究了不同图像增强方法对焊缝图像质量的影响,用峰值信噪比、结构相似度、结构清晰度、信息熵等参数对图像增强质量进行评价。试验结果表明,直方图均衡化（HE）与限制对比度自适应直方图均衡化（CLAHE）有较好的对比度增强效果,非局部均值滤波（NLM）与小波降噪（DWT）的去噪综合表现较好。基于CLAHE-NLM的图像增强处理可以更有效地帮助深度学习模型进行焊缝缺陷分类识别,焊缝缺陷分类的准确率与F₁值达97.6%和96.93%,相较于未增强处理的数据集提高了3.2%与5.23%。     

基于X射线测量的铝合金铸件微观缺陷预测及分析

以ADC12铝合金压铸件为实验对象,采用三维X射线断层扫描技术,对ADC12铝合金压铸件中的缩孔、气孔和气缩孔进行了观察,同时分析了缩孔、气孔和气缩孔的圆整度、体积和表面积。结果表明,气孔的形状相对较为圆整。缩孔的形状最为复杂,缩孔的长大受枝晶的影响很大。与气孔相比,气缩孔的形貌相对较为复杂,气缩孔的形貌是由孔洞本体和长尾状或者凸起部分构成。     

汽车铝合金轮毂的在线无损检测

简要阐述了汽车铝合金轮毂的在线无损检测技术,介绍了一种专门用于汽车轮毂在线检测的X射线探伤设备的工作原理。     

基于二维属性直方图的铸件X射线图像的缺陷提取

针对铸件X射线图像对比度低、边缘模糊、噪声多等特点,提出了基于二维属性直方图的最大相关准则图像分割算法。首先利用最大熵法得到的阈值构造图像的属性集,然后由原始图像及其属性集构造二维属性直方图。通过最大化图像的二维属性直方图中目标和背景分布的相关量来选择阈值向量。同时,为了节省二维阈值算法的计算时间,给出了递推算法,此算法减少了大量的重复计算,有利于该算法的实时应用。对铸件中气孔、缩孔和杂质三种缺陷进行了分割,试验结果表明,该算法能够快速、准确地分割出铸件图像中的缺陷。     

基于深度学习的小径管焊缝缺陷智能检测识别

小径管(■<100mm)在电站锅炉受热面大量使用,其焊接质量是影响发电装备安全性的重要因素之一,射线检测是保证焊接质量的主要手段。为提高焊接缺陷检测效率,降低人为因素对检测可靠性的影响,本文采用深度学习算法,利用数字化X射线检测设备,对焊接缺陷进行智能检测。检测结果表明,算法对低对比度数字图像具有较好的适应性,检测器性能与训练数据集容量正相关,智能检测系统可发现人工未能发现的缺陷,有助于提高初评和复评工作的准确率和工作效率。     

钛合金铸件X射线检测

介绍了钛合金铸件中常见的缺陷种类和形成原因,根据钛合金的物理特性和钛合金铸件的特点,论述了钛合金铸件无损检测采用X射线检测的必要性。通过试验数据和参考资料分析,提出X射线检测时应采取的工艺规范和注意事项,为进一步提高铸件制造质量提供了可行的检测依据和方法。对国内外各种铸件检测时采用的检测标准作了分析,发现我国目前钛合金铸件无损检测尚不完善,应尽快编制钛合金铸件专用X射线检测方法标准和验收标准,以满足我国各行业钛合金铸件质量评定的需求。     

基于深度学习的列车车轴缺陷超声检测

针对列车车轴超声检测中缺陷（特别是微小缺陷）检出率和检测效率低的问题,提出了一种基于深度学习的列车车轴缺陷超声检测方法,在YOLO v5s网络的基础上,改进特征提取层结构并加入SE注意力机制,采用实际车轴检测数据、CIVA仿真数据和GAN生成式数据构建了数据集,并进行了验证试验。试验结果表明,通过增加仿真数据和GAN生成式数据样本,所提方法在提高实际车轴超声检测缺陷检出率的同时,可有效检出微小车轴缺陷,其检出率可达99.25%,具有较高的应用价值和前景。     

计算机辅助铝合金焊缝X射线底片的缺陷检测与分类

X射线底片缺陷计算机辅助分类是目前无损检测领域的研究热点之一,主要包括:底片信息的数字化获取、缺陷区域提取、特征参数设计与计算、缺陷分类和底片评定等内容.针对铝合金构件焊缝射线图像对比度低、边缘模糊、背景起伏等特点导致传统边缘提取及图像分割方法不能有效提取缺陷的现实,在图像处理时用背景相减、数学形态学等方法对缺陷进行了有效地提取,并根据缺陷特征参数进行缺陷的分类.对于线型缺陷(如裂纹)检测问题,由于其特殊的难度,对其检测问题进行了专门的研究和探讨.     

锻造铝合金轮毂缺陷及检测方法的研究

简述了锻造铝合金轮毂的生产工艺,对锻造铝合金轮毂常见缺陷及产生的原因做了初步研究。最后介绍了目前锻造铝合金轮毂缺陷常用的检测方法。     

铝合金铸件中蜂窝状缺陷的超声波检测

铝合金铸件易产生蜂窝状气孔、缩松缺陷。对材料为Al-Si-Mg系铸造铝合金的汽车转向节试样进行了超声波检测,研究了试样中蜂窝状缺陷的波形特征,并对缺陷进行了定性和定位分析。结果表明:铝合金铸件中蜂窝状缺陷的波形特征为波底宽大、波幅较低,主缺陷波附近存在多个小缺陷波,底波有一定下降;多次回波检测时,底波反射次数明显减少。结合轨迹作图法和缺陷波坐标确定了蜂窝状缺陷在铸件中的位置信息,解剖检验结果表明缺陷定位是准确的,平均误差为0. 585 mm,平均相对误差为3. 05%。超声波检测铝合金铸件中蜂窝状缺陷的波形可用缺陷回波声压公式表征,故可根据主缺陷波的波峰定位。     

某铝合金壳体铸件线性缺陷的分析

分析了某航空发动机用铝合金壳体铸件在加工后,荧光检测发现的线性缺陷。结果表明,这种加工后出现的线性缺陷并非裂纹,而是卷入铸件的微小氧化夹杂物受外力作用后在叶片表面的显现。同时,还分析了这种氧化夹杂物的形成原因,并提出了预防措施。     

阀门铸件射线检测中表面缺陷对检定的影响及对策

概述了铸件的特点和一些常见缺陷,指出射线检测过程中对铸件表面缺陷应该注意的问题.指出射线检测前对铸件表面应进行初次检查,以避免表面缺陷影响检测结果,造成不必要的经济损失.对底片上的疑似表面缺陷,应对铸件表面进行复查,减少缺陷的误判和漏检.进一步说明了铸件表面缺陷对缺陷检定的影响,并为此提出了相应的应对措施.     

射线检测底片缺陷图像的预处理技术

图像识别技术是人工智能在焊缝射线检测技术领域的典型应用场景之一,开展图像识别技术在工业焊缝检测和智能监测中的研究和应用,对推动无损检测智能化发展具有重要意义。射线检测底片缺陷图像预处理能够在短时间内将复杂图片简单化,为后续的缺陷识别打好基础。X射线检测原始图像灰度区间窄,对比度低,噪声大,为解决这一问题,采用不同的降噪处理与对比度增强图片预处理方法,开展了射线检测底片预处理试验,并根据实际检测效果优化了参数,改进了算法。试验结果表明,降噪方面,中值高斯组合滤波的降噪效果较好;对比度增强方面,线性变换的对比度增强效果较好。     

基于图像配准的铸件内部缺陷检测技术

针对已有铸件内部缺陷检测方法误差大的问题,提出了一种结合刚-弹性图像配准技术的铸件内部缺陷检测方法。首先使用刚性配准结合Demons弹性配准的方法实现待检铸件图像和模板图像空间位置上的配准,其次通过数字减影技术得到待检图像和模板图像的减影图像,然后对减影图像使用阈值分割的方法去除配准误差造成的虚假缺陷,最后确定缺陷在待检缺陷图像中的位置并进行标注。试验结果表明,该方法可以精确实现图像配准并准确检测出待检图像的缺陷。     

基于视觉注意机制的射线图像缺陷检测方法

针对铸件、焊缝等缺陷在复杂背景射线图像中提取准确度较低的情况,提出一种基于视觉注意机制的射线图像缺陷检测方法。根据缺陷的不同性质,将射线图像按照区域或者线段划分成若干子区域;通过模拟视觉注意机制,利用中央-周边差算子分割出可疑区域;设置显著性阈值排除图像其他部分的干扰,并极大减少了算法处理量,然后以阈值法即可准确提取出各类缺陷。实验结果表明:该方法可在复杂背景下的射线图像中准确高效提取出缺陷,准确率可达94.6%,且适应性强、通用性好。