共查询到19条相似文献,搜索用时 156 毫秒
1.
针对风力机叶片的玻璃纤维复合材料的特殊性,使用红外持续热激励无损检测技术,同时用傅里叶变换与对比度受限自适应直方图均衡化(CLAHE)对红外图像进行增强处理。先对连续多幅红外热像图组成的温度序列进行快速傅里叶变换,提取出相位信息,得到相位图;在此基础上,挑选效果最好的一张相位图,对其进行CLAHE算法处理,以提高图像的全局对比度。结果表明:经过增强处理,红外图像的对比度信噪比(CNR)高于其他传统方法的,说明该处理方法有效,同时通过对现场采集的风机叶片红外图像的验证试验,验证了此方法的有效性与准确性,极大地提高了风力机叶片的红外热成像缺陷的识别能力。 相似文献
2.
针对再制造工程中常见的喷涂层界面结合性能评价问题,采用脉冲红外热像技术对3Cr13合金涂层的界面脱粘缺陷进行检测评估。以信噪比(SNR)为评价标准,对比了两种不同热图序列处理方法在预处理和后处理阶段的效果。结果表明:在预处理阶段,基于表面热信号的多项式拟合算法(PF)将原始热图的信噪比由5.34提升到9.61,其效果优于基于单张图像中值滤波算法(MF);而在后处理阶段,基于单张图像的主成分分析法(PCA)对缺陷特征的表征比基于表面热信号的脉冲相位法(PPT)更加准确,第三主成分重建热图的信噪比达到17.99。综合而言,基于单张图像的热图序列处理方法在再制造喷涂层界面结合性能评价中具有更好的效果。 相似文献
3.
4.
5.
6.
《无损检测》2016,(4)
与渗透、磁粉、射线等传统无损检测技术相比,主动红外热像技术具有非接触、无污染、高效率等优点,已成为一种重要的材料表面和近表面缺陷无损检测技术,该技术包括主动热激励、表面热图采集和图像处理3个步骤。对热灯、超声波、电磁线圈、微波、激光等几种主要热激励手段进行了对比分析,分别总结了其特点、适用范围及研究应用现状;热图采集效果主要取决于红外热像仪的性能高低;图像处理依靠各种图像处理软件进行,当前应用于红外热像检测中的图像处理方法有背景减去、噪声去除、时间平均等。随着热激励技术和图像处理技术的发展,以及红外热像仪性能的提高,主动红外热像无损检测技术也呈现出由人工识别向自动识别、由定性检测向定量检测、由单一手段向复合手段发展的趋势。 相似文献
7.
8.
9.
《无损检测》2017,(6)
为了满足锁相红外热像检测中缺陷定量的需求,提出了一种基于模糊C均值聚类的算法(Fuzzy C-means,FCM)和边缘检测算子(Edge Detectors)的缺陷尺寸定量评价方法。制备了圆形平底孔钢材料试样,通过有限元仿真研究了最佳激励频率的选择方案,建立了锁相红外热像检测系统,开展了区域划分下的FCM-边缘检测算子联合处理方法的缺陷定量评价试验。区域划分下的FCM-边缘检测算子联合处理方法取得了与广泛认可的切相位法相当的缺陷定量结果;所得特征图像能反映更多的缺陷特征边缘信息,利用适当的图像处理方法,能够实现缺陷面积定量评价。结果表明:区域划分下的FCM-边缘检测算子缺陷定量评价方法在锁相红外热像检测领域具有良好的应用前景。 相似文献
10.
11.
12.
为实现轴承故障的快速准确诊断,以互相关和互信息为基础构造一种针对轴承的快速故障诊断方法。该方法首先运用有限长单位冲激响应(Finite Impulse Response,简称FIR)滤波器对各单一故障(包括内圈、外圈、滚珠、保持架)振动信号进行分解,降低信号分解过程中因模态混叠造成的干扰,以力学分析建立的各故障振动模型为参考,对分解后的子信号采用互相关分析法,选出表征故障特征的子信号,计算子信号透露的信息量——互信息,用于构造故障特征矩阵,最后由K最近邻分类算法(K-Nearest Neighbor,简称KNN算法)的识别结果验证该算法对实现轴承故障快速识别具有优势。 相似文献
13.
14.
针对仅用时域和频域指标无法准确诊断滚动轴承故障的问题,提出一种基于灰色关联度(GRA)与偏最小二乘(PLS)的故障诊断算法。首先,对原始振动信号进行灰色关联度分析,提取关联度较高的振动信号作为样本信号;其次,通过时域分析和频域分析获得故障特征集,利用基于遗传算法(GA)和Elman神经网络的组合算法(GA-ENN)对故障特征进行提取;最后,利用PLS算法对滚动轴承的故障类别进行识别。实验结果表明,所提方法能有效剔除原始振动信号中无信息变量,并且实现时、频域指标下滚动轴承故障的准确诊断。 相似文献
15.
As the use of composite materials in the aerospace industry increases, the development of advanced nondestructive evaluation (NDE) techniques for composite materials is in demand. Ultrasonic quantitative NDE technique for composite materials may provide good information on manufacturing quality, material strength and perhaps useful lifetime. It is well known that the effects of porosity in composite laminates on ultrasonic attenuation and velocity can be used in gauging the porosity content in composites, but back surface echoes may be absent or unusable due to complex geometry and bonding effects. In such cases the backscattered signals may be processed to extract porosity information. Measuring the porosity content in composite material by ultrasonic backscattering signal is a significant challenging problem in NDE of composite material. Backscattering signals are random and sensitive to volume fraction of pore and thickness of ply in composite material. Therefore the backscattering signal has various frequency bands and hence a signal decomposition method is required to analyze the ultrasonic backscattering signals. In this study, the discrete wavelet transform (DWT) using a MATLAB decomposition algorithm was applied to ultrasonic backscattered signals acquired in various porous composite laminates containing a porosity content that ranges from 0.01 to 11.90%. The ultrasonic backscattered signals were decomposed into two parts: the high frequency components called “Details” and the low frequency components called “Approximation”. And then, the correlation analysis was performed between the porosity content and the peak amplitude and magnitude of peak frequency of the decomposed signal. Overall, the correlation was reasonably good. As a conclusion, the DWT technique showed good benefits for analyzing the porosity content in composites using ultrasonic backscattered signal from composite materials. 相似文献
16.
17.
Jose C. Principe Taehwan Yoon 《International Journal of Machine Tools and Manufacture》1991,31(4):443-454
In this paper a novel signal processing algorithm is presented for the detection of tool breakage using the displacement signal (RORPA). The algorithm extracts information from consecutive revolutions to decrease dependencies on runout conditions and idle noise, creating a much more robust signal for the automatic determination of tool breakage conditions. The algorithm is explained as well as the determination of dynamic thresholds. The thresholds are set using the information regarding the cutting conditions (mean displacement signal and its slope during transient milling). Examples with real data are also presented. A critique of the overall performance and future work incorporating information from x and y channels completes the discussion. 相似文献
18.
为了验证HHT对处理滚珠丝杠副振动信号的有效性,通过对构造的调频、调幅混合信号进行HHT分析,并通过相关系数、均方误差、能量分布等指标分析各分量与构造信号的关联性,发现HHT对处理非平稳、非线性信号的有效性。进而引入实验数据,以同样的思路对振动信号进行分析,并计算各IMF分量对应的3个指标值,以图像的形式反映出各分量与原始振动信号的关联性,发现各IMF分量所携带能量都较小,说明滚珠丝杠副运行平稳、正常。通过FFT变换求出并绘制的首个IMF分量频谱图,更清楚地反映了实验台的固有频率所对应的幅值。整个分析过程表明,用HHT方法处理滚珠丝杠副振动信号是有效的。 相似文献
19.
针对非线性、非稳定振动信号难以提取有效故障特征的问题,提出一种基于改进自适应噪声完备集合经验模态分解(CEEMDAN)和t-分布随机邻域嵌入(t-SNE)算法相结合的故障特征提取方法。利用三次Hermite插值代替三次样条插值构造包络线,提高传统CEEMDAN对非平稳信号的分解精度;利用改进后的CEEMDAN对原始信号分解并通过相关系数筛选出有效固有模态分量(IMF),提取有效IMF分量的时频特征、奇异值和能量值构建高维混合域特征集;最后,通过t-SNE算法挖掘高维混合域特征信息得到低维敏感特征,并将其输入到支持向量机中进行分类,以分类准确率作为特征提取效果评价指标。在齿轮箱故障模拟实验台进行实验验证,结果表明该方法能够准确地提取故障特征,为故障特征提取提供新思路。 相似文献