基于LabVIEW的红外无损检测数据分析系统

传统上实施红外无损检测对人员和经验的依赖性强;使用红外热像仪测得表面存在缺陷的管道红外热像和温度场分布数据,基于图形化编程语言LabVIEW开发了红外无损检测数据分析系统;该数据分析系统具备求温度分布极值、多项式拟合、样条滤波、中值滤波、傅立叶变换、功率潜分析等数据处理和分析功能,适应性强。该数据分析系统用于红外无损检测中的缺陷识别和定位十分有效。     

基于图像分析的热电池缺陷无损检测方法

针对目前国内外热电池装配缺陷检测多靠人工分辨的问题,提出了一种基于图像分析检测热电池装配缺陷的方法.通过对热电池的标准单体电池和缺陷单体电池进行分析,以热电池内部结构特征自对比实现对热电池内单体电池的整体倒装、单体电池漏装集流片、装配次序错误进行检测,建立了一个无损检测系统.利用模板匹配将X射线仪拍摄的电池图片中的电池...     

铝合金模拟腐蚀缺陷的红外热波无损检测

本文通过对模拟铝合金材料腐蚀缺陷的红外热波无损检测实验,采用基于最小二乘法的去除拟合背景方法、脉冲相位法对实验结果进行处理,提高了缺陷的探测能力.并利用基于统计学的图像评估标准对处理效果作了定量评价.结果表明,红外热波检测技术可对缺陷作出快速有效直观的检测;去除拟合背景方法能有效的减少加热不均对缺陷识别的不利影响脉冲相位法对空域的随机噪声有一定的抑制作用,并对在定位缺陷深度时有一定的识别能力.     

基于红外图像技术的钢构材料无损检测方法的研究

红外辐射成像检测由于其非接触性、快速性、检测面积大等特点,成为当前主要的无损检测方法。基于传热学理论知识建立了热量在钢板中传导的数学模型,并利用红外无损检测技术对含有缺陷的钢板进行研究。通过求取图像矩阵方差判断缺陷,采用直方图和形态学方法对缺陷图片进行预处理,提取缺陷的几何特征。使用阈值分割方法将缺陷从背景中分离出来,达到了图像的平滑滤波、缺陷中心定位、边缘检测等目的。提出了计算缺陷面积和周长的算法,完成对缺陷面积和周长等几何特征的检测。该研究方法及结论对钢板红外无损检测具有一定的指导意义。     

红外无损检测中的裂纹特征提取和图形重建方法研究

应用红外热成像技术于管道表面裂纹的无损检测,在对裂纹红外无损检测的试验和数值研究基础上,研究了裂纹特征提取算法,制定了裂纹重建流程,并实施了裂纹图形重建。所得结论表明方法可行,结论可信,表面裂纹形状的识别具有较高的精度。研究对于红外无损检测具有一定的工程应用价值,并提出了一条基于红外热图像的裂纹图像重建技术路线。     

工业铸件缺陷无损检测技术的应用进展与展望

高端装备制造业是国民经济的支柱产业, 是推动工业转型升级的引擎, 发挥着举足轻重的作用. 而铸造产业一直是人类现代生产生活中重要的、不可替代的产业, 铸件产品既是工业制造产品, 也是大型机械的组成部分. 随着经济水平和工业自动化程度的不断提升, 人们对于铸件的需求量呈指数爆炸式增长, 铸件价值辐射到各行各业. 与此同时, 铸件在铸造、服役过程中经常会出现各种缺陷, 而传统低效的人工检测方法难以保障工业界对中高端铸件的性能需求. 因此亟需对铸件检测技术进行革新. 本文首先对铸件铸造过程以及服役过程中各类缺陷的形成机理进行分析. 然后阐述了基于声学、光学、电磁学等主流检测技术及其常规信号处理方法、磁粉检测技术与渗透检测技术等其他检测技术, 并对近年来新兴的基于神经网络的信号处理方法进行了说明. 在此基础上, 分析了近年来铸件缺陷无损检测技术以及基于神经网络的信号处理方法的研究现状. 最后, 对铸件缺陷无损检测技术及应用的发展趋势进行了展望.     

基于红外图像的太阳能面板的缺陷检测

由于太阳能电池板在使用过程中可能存在各种缺陷,因此,缺陷检测对确保太阳能发电的效益至关重要。本文提出了基于红外成像的缺陷检测方法,利用红外相机捕获太阳能电池板表面的温度分布图像,并通过图像处理和分析确定可能存在的缺陷区域。为进一步提高检测精度,本文采用了传统图像处理和卷积神经网络（CNN）相结合的方法,得到了更准确的缺陷检测结果。实验结果表明,该方法可以有效地检测出太阳能电池板表面的缺陷,并具有较高的准确率和较强的鲁棒性。     

脉冲涡流铁磁性材料缺陷检测系统设计

针对金属缺陷中最常见的金属裂纹问题,以厚度均匀的铁磁性材料为主,设计了一种脉冲涡流铁磁性材料缺陷检测系统。该系统分为软件和硬件两部分,硬件部分主要用于信号的发生和采集,软件部分用于完成信号的分析和处理。通过对时域特征值分析,得出铁磁性材料裂纹缺陷的深度与对应的差分信号的峰值特征值呈有规律的一次线性关系,实现了铁磁性材料裂纹缺陷深度的尺寸量化。     

基于文献计量学的红外无损检测技术进展与趋势分析

红外检测(infrared testing, IRT)近年来得到了极速增长,围绕IRT的技术成为各个领域的重要研究方向。本文梳理分析了国内外多年来关于IRT技术的文献,总结了该领域研究方向国内外未来研究热点。基于web of science(WOS)核心合集数据库,运用CiteSpace数据挖掘及分析平台对这一研究领域的最新进展进行深入分析。对发文数量、国家、作者、研究机构、关键词、被引文献及期刊进行多维度探讨,力求全面剖析此领域研究热点及发展趋势。本文重点跟踪了金属部件缺陷检测、复合材料缺陷检测与红外图像绝缘体检测技术研究方向。     

多层导电结构缺陷位置和尺寸的无损估计方法研究

针对多层导电结构缺陷位置和尺寸的识别问题,基于脉冲涡流检测数据,提出一种多层导电结构缺陷位置和尺寸的无损估计方法(NEM).NEM采用傅里叶变换和希尔伯特黄变换等方法,提取时域和频域上共47维特征.提出基于AIC+Fisher的特征降维方法,选择最优的特征降维维度,减少特征冗余且降维后的特征能更好表征缺陷类型,提高分类器的识别效率.最后利用支持向量机(SVM)构造分类器,采用粒子群算法对分类器模型参数进行寻优,从而实现多层导电结构缺陷位置和尺寸的识别.实验结果表明:NEM能够适用于多层导电结构的缺陷位置识别和缺陷尺寸识别,提高了识别的查全率和查准率,降低了缺陷尺寸识别的平均误差值,优于SVM47、AF_F、Fisher47和AF_R等方法.     

近红外光谱数据分析方法研究

文中将主成分分析和BP神经网络方法相结合，用于对近红外光谱数据进行预处理和回归分析，较好地解决了近红外分析中的非线性关联问题。实验结果表明，该方法在近红外光谱数据的分析中与传统的化学计量学方法相比有较好的应用效果。     

近红外光谱数据分析方法研究

文中将主成分分析和BP神经网络方法相结合,用于对近红外光谱数据进行预处理和回归分析,较好地解决了近红外分析中的非线性关联问题。实验结果表明,该方法在近红外光谱数据的分析中与传统的化学计量学方法相比有较好的应用效果。     

近红外光谱分析技术在药学领域中的应用

综述了近红外光谱分析技术在药学领域中的应用。包括近红外光谱法在原料药的分析。、药物制剂的分析和制药过程中质量控制等。     

红外测温技术在表面温升快速检测中的应用

将红外测温系统(ITMS)应用于电器产品可触及表面温升的检测中,引入光学图像以增强红外图像的可视性,建立了一套电器产品的安全性能快速检测系统.分析了系统功能模块和系统构架,阐述了系统的工作流程和检测方法.试验检测表明,该测温系统可以应用于一线检验现场和企业生产现场的产品在线检测工作中,提高了检测的快速性及准确性.     

基于红外热像检测的截齿煤岩截割特性与闪温分析

为实现采煤机截割过程中煤岩界面的精确动态识别,对采煤机截齿截割煤岩过程中的红外热像特性以及瞬态闪温差异进行研究,建立采煤机截齿煤岩截割试验台,分析得到截齿截割煤、岩过程中的温度演化规律及闪温特征.研究结果表明,截齿截割煤、岩过程中在齿尖一侧均产生突兀的点状闪温区,截岩时高温区范围与闪温瞬态峰值明显大于截煤过程,其二者峰值差与采煤机牵引速度及滚筒转速成正比,且煤岩硬度差异越大,截齿温度场峰值差越明显.研究结果为实现煤岩界面动态识别提供了重要的理论及数值依据.     

基于三维激光扫描技术的建筑墙体外表面缺陷无损检测方法

为精准定位建筑外表缺陷,研究了基于三维激光扫描技术的建筑墙体外表面缺陷无损检测方法。采集建筑墙体信息,配准三维点云建筑墙体数据。选取RANSAC改进算法完成建筑墙体平面特征的提取。将其输入极限学习机中,输出建筑墙体外表面缺陷无损检测结果。实验结果表明,该方法可以有效检测建筑墙体外表面缺陷,实现建筑墙体外表面缺陷的精准定位,提升建筑的全寿命周期。     

超声波对混凝土强度的无损检测

传统的超声波测试和诊断主要检测金属内部的缺陷和其它领域混凝土的强度,该文主要介绍了混凝土超声无损检测技术的原理及应用,并结合实际开发了一套基于超声波的智能无损检测装置,它专门用于火灾后的混凝土强度测试。经过对两种不同高温下的混凝土试验构件进行测试,结果表明,电路整体的设计完全达到了要求。     

基于多旋翼无人机的热红外地表温度场反演系统设计

对当前城市热岛效应研究所采用的三类主要方法进行了分析,分别得出其优势和存在的不足,提出了一种基于微小型多旋翼无人机平台开发小尺度高分辨率地表温度场观测系统的创新思路,并通过对红外测温原理的研究,设计了热红外无人机地表温度场反演系统,开发了B/S架构的地表温度场反演软件,实现了红外图像实时传输、自动拼图、米级网格化地表温度场反演、实景地图叠加、历史数据回放和数据导出等功能。经多次飞行实践应用表明,该系统运行稳定、数据准确、投资少,机动灵活,使用方便,可弥补传统卫星遥感等观测手段的不足,为开展城市区域热环境精细化观测提供了一种新的技术平台与工具,也为气象无人机的应用开辟了一个新的方向。     

基于主成分分析的表面缺陷自动检测算法

为检测产品表面的缺陷,提出一种基于主成分分析的自动检测算法。利用主成分分析法进行图像重构,以增强缺陷特征,对比原图像与重构图像,得到缺陷信息,通过统计过程控制二值化方法检测出缺陷。实验结果表明,该算法检测效果较好,运算速度较快,对于80张不同的表面图片,平均缺陷检测率达80%。