聚乙烯燃气管道热熔接头缺陷检测系统设计及实现

为甄别片源真伪及提高热熔接头缺陷识别效率和精度,基于改进的ResNet34网络模型设计出聚乙烯燃气管道热熔接头缺陷检测系统。通过加入Droupt层和修改激活函数对ResNet34网络模型进行改进,并在此基础上对采集的数据集进行学习训练;再以训练模型为支撑设计系统总框架和功能模块;最后,基于Python语言完成聚乙烯燃气管道热熔接头缺陷检测系统的开发。测试结果显示：该系统对热熔接头缺陷的平均识别准确率为92.7%,且平均每张缺陷图像识别的时间不超过0.6 s。该系统具有较高的识别效率和准确率,可以实现聚乙烯燃气管道热熔接头缺陷的快速识别。     

聚乙烯管道电熔接头缺陷超声相控阵成像模拟和实验研究

为了快速获得电熔接头超声成像图以便研究聚乙烯管道电熔接头无损评估算法研究,运用了多物理场耦合有限元分析软件COMSOL Multiphysics对聚乙烯管道电熔接头金属电热丝的超声响应特性进行了有限元分析,并对聚乙烯管材内壁钻孔缺陷及含孔洞缺陷聚乙烯管道电熔接头进行了超声相控阵检测成像实验,验证了超声相控阵检测成像有限元模拟分析结果的正确性。采用Richardson-Lucy反卷积算法对聚乙烯管材内壁钻孔缺陷超声相控阵成像图进行了图像复原处理。实验结果表明:基于超声傅里叶成像的相控阵成像仿真方法具有可行性,有限元模型为聚乙烯管道电熔接头缺陷超声相控阵成像提供了数值模型。     

聚乙烯管道电熔焊接接头的超声检测

聚乙烯管连接中大量使用电熔接头,其质量的好坏直接影响管道系统的安全。分析了超声聚焦检测技术对聚乙烯管电熔接头各类缺陷的检出能力。在此基础上,运用相控阵超声技术及B扫描实时成像超声方法检测大量含缺陷接头,对比超声成像图与接头实剖图,发现该方法有较高的检测灵敏度和检出精度,可以应用于工程实践。     

微波扫描法检测聚乙烯管道热熔接头缺陷初探

以聚乙烯管道热熔接头为检测对象,使用微波扫描的方法检测热熔接头中不同类型的缺陷.首先对无缺陷的热熔接头进行微波扫描检测,得到的扫描图像作为参考图像.然后对含有裂纹、冷焊等不同缺陷的聚乙烯管道热熔接头进行微波扫描检测,得到具有不同特征的扫描图像.对这些扫描图像进行分析可以判别缺陷的类型.最后,利用拉伸力学测试的结果,初步验证了微波扫描方法对聚乙烯管道热熔接头缺陷检测的有效性.     

聚乙烯燃气管道电熔接头熔区应力分析

电熔焊接是聚乙烯管道最常用的连接方法之一,电熔接头的设计对管道系统安全至关重要。电熔接头焊接界面应力分布的准确分析是电熔接头设计的基础。采用理论公式推导和有限元分析相结合的方法,研究电熔接头在内压、轴向力和温度变化作用下的应力分布情况,发现接头焊接界面应力分布呈现中间小、两边大的规律。定义端部应力集中系数为界面峰值应力与平均应力的比值,分析得到应力集中系数随熔区长度的关系,结果可为基于内压与轴向力的电熔接头熔区设计提供理论参考。     

基于ResNet模型的聚乙烯燃气管道接头缺陷识别算法

接头是聚乙烯燃气管道容易出现危害性缺陷的薄弱环节,需对此薄弱区域进行定期检测,以确保聚乙烯燃气管道的安全运行。为提高聚乙烯燃气管道接头缺陷图像识别能力,提出了一种基于ResNet网络模型的改进型卷积神经网络识别算法。首先运用Laplacian算子、中值滤波等方式实现对PE燃气管道接头缺陷图像的预处理;然后,将dropout层和ELU函数加入在ResNet34网络模型中完成图像识别模型的构建;最后,采用改进的ResNet34网络模型通过试验对包含6种热熔缺陷类型的数据集进行训练和测试。试验结果表明,改进后的ResNet34网络模型对缺陷图像的训练正确率可达到97.3%,且拥有比原始的ResNet34网络模型和DenseNet网络模型更高的正确率,验证了此模型对于热熔接头缺陷图像识别的有效性。     

多频涡流的谱分析和缺陷分类技术研究

多频涡流检测技术是一项重要的无损检测技术,它可以有效地实现多参数检测和干扰抑制.针对普通单频涡流检测方法只能实现缺陷检测而难以实现缺陷分类的问题,提出一种采用线性调频信号激励涡流传感器和检测信号谱分析的多频涡流检测方法.该方法采用线性调频信号激励位于交流电桥中的线圈涡流传感器,放大和采集桥路输出信号进行谱分析来识别缺陷的特征.根据谱图能量的变化,可以检测出缺陷;同时,为了有效地实现缺陷分类,提出一种新的称为"谱图重心偏移"的缺陷分类方法.与传统多频涡流检测方法相比较,该方法具有检测时间短和系统成本低等优点.理论分析和试验结果相一致,验证了所采用方法的正确性.     

聚乙烯管道热熔接头冷焊缺陷的微波检测和真密度测试研究

以聚乙烯（ PE）管道热熔接头为检测对象,使用微波扫描和真密度测试的方法研究热熔接头中的冷焊缺陷。首先对无缺陷的热熔接头进行微波扫描检测,得到的微波扫描图像作为参考;然后对不同焊接条件下得到的含有冷焊缺陷的热熔接头进行微波扫描检测,得到具有不同特征的扫描图像。对这些扫描图像进行分析,可以判别导致聚乙烯管道热熔接头冷焊缺陷的焊接工艺问题。利用真密度方法对不同热熔接头进行了测试,测试结果验证了微波扫描法对聚乙烯管道热熔接头冷焊缺陷检测的有效性和可靠性。     

基于机器视觉的车身缺陷识别与分类方法

针对目前国内外汽车车身涂装工艺后缺陷识别自动化程度低,难以进行非接触高精度检测等问题,提出了一种结合二维视觉、三维视觉进行缺陷识别,通过卷积神经网络进行分类的方法.首先基于最大类间方差法和特征提取算法实现缺陷二维坐标的确定,算法受光照影响较小;其次基于卷积神经网络,实现对黑胶、划痕、凸点等三种常见缺陷类型的分类;然后基...     

基于LVQ的带钢表面缺陷分类研究

简要介绍了带钢表面缺陷二级检测的方法.研究了基于缺陷图像直方图、纹理、投影和形状的特征提取.提出了用LvQ神经网络进行缺陷分类的方法.分类测试表明该方法有较好的分类识别性能.     

基于小波多尺度分解的竹条缺陷检测算法

在竹条缺陷的图像检测过程中,针对缺陷种类多,尺寸和形状变化大且竹纹理干扰大,提出一种竹条缺陷检测算法。首先设计了竹条边界检测算法,以判断竹条的三角条缺陷;其次对竹条图像的小波分解子图像进行32灰度级量化处理,经过分析图像共生矩阵的逆差矩差分值来获取最佳的小波分解层,实现了对竹纹理的滤除;最后结合Otsu自动阈值检测方法,完成了竹条常见的6种缺陷的检测。经过实验,该算法准确稳定,能有效滤除竹纹理的干扰,竹条缺陷检测效果较好。     

焊接缺陷的磁光成像小波多尺度识别及分类

针对焊缝微小凹陷、未熔合和焊偏等焊接缺陷,提出了基于磁光成像无损探伤的小波多尺度边缘提取算法及主成分分析-误差反向传播神经网络(PCA-BP)缺陷分类模型;研究了焊件表面及近表面缺陷的可视化无损检测及分类方法。首先,通过对焊件施加感应磁场,利用法拉第磁致旋光原理构成磁光传感器,获取焊接缺陷磁光图像。然后,针对焊接缺陷磁光图像存在噪声干扰、对比度低且成像背景复杂等特征,基于小波模极大值的多尺度边缘信息融合方法,设计了具有高抗噪性的缺陷边缘检测算法。最后,通过PCA法对磁光图像列方向灰度变量进行预处理,得到能表征95%磁光图像列方向灰度变量信息的256个特征点作为输入特征量,构建了三层BP神经网络模型,对焊接缺陷样本进行分类。试验结果表明,所提方法能准确识别微小凹陷、未熔合和焊偏等焊接缺陷,模型分类准确率可达90.80%。     

小波神经网络在铝合金焊接缺陷诊断中的研究

总结了铝合金焊接气孔缺陷及原因，应用小波神经网络技术对铝合金焊接气孔缺陷进行智能诊断。描述了小波神经网络的建模过程，编制了智能诊断的实现软件。具体实例的诊断结果表明，小波神经网络缺陷诊断专家系统稳定性好，诊断速度快，能以较高的置信度诊断出多故障，提高了诊断精度及置信度，这对提高小波神经网络缺陷诊断专家系统的实际应用效果具有现实意义。     

集箱管接头内焊缝表面缺陷识别方法研究

针对集箱管接头内焊缝表面缺陷自动检测需要,进行了基于计算机视觉的集箱管接头内焊缝表面缺陷自动识别方法研究。分析了不同焊缝图像的纹理特征,从焊缝图像的灰度共生矩阵中提取出15种可用于焊缝表面缺陷状态表征的特征参数。在此基础上,研究将BP神经网络应用于焊缝表面缺陷自动识别中。分析了灰度共生矩阵的步长、灰度级、神经网络的结构参数及输入特征参数的数量和种类对焊缝图像识别效果的影响,优化出最佳的识别参数。在以上研究基础上,利用优化后的神经网络对内窥镜获得的不同焊接质量的焊缝图像进行了训练和识别。结果表明,提出的基于图像纹理的神经网络识别系统可以很好实现集箱管接头内焊缝焊接状态的自动评价,整体识别率达91%。研究工作为集箱管接头内焊缝焊接质量自动检测做了有益的探索。     

Enhancing Weak Defect Features Using Undecimated and Adaptive Wavelet Transform for Estimation of Roller Defect Size in a Bearing

Defects in bearings affect the vibration level, resulting in and increase in temperature and decomposition of lubricant. Estimation of roller defect size is a complex task because it revolves as well as rotates during the motion. Signals from a defective roller of a bearing are superimposed by the signal from races, cage, and background noise. In this communication, a signal processing scheme is proposed that makes the signal suitable for estimating the size of the defect in the rolling element of a tapered roller bearing. To achieve this, in the first stage of processing, shift-invariant soft thresholding is applied to denoise the signal. It suppresses the noise without affecting defect-related features. Further, in the second stage of processing, continuous wavelet transform (CWT) using adaptive wavelet is applied. The adaptive wavelet is designed from the impulse extracted from the signal using the least squares fitting method. It results in higher coefficients in the region of impulse produced due to the defect. Finally, time marginal integration (TMI) of CWT coefficients is carried out for estimation of defect width. A study was performed for six different cases in which the size of the defect and orientation varies. Results of measurements of roller defect widths estimated using the proposed scheme were compared with defect widths calculated using image examination. For the nonoverlapping signature of defects (such as defects at 0° and 90° orientations), the maximum deviation in the width measurement using the proposed scheme is 6.52%. The error may increase when signature of two defects are overlapped.     

基于剪切波和小波特征融合的金属表面缺陷识别方法

金属表面缺陷具有复杂性和多样性。小波变换能很好地捕捉点奇异性信号,对点缺陷识别效果好;剪切波变换作为一种新的多尺度几何分析方法,对奇异曲线具有最优逼近性能和方向敏感性,因此对方向性的缺陷识别效果好。提出一种基于剪切波和小波特征融合的金属表面缺陷识别方法。对金属表面图像分别进行离散剪切波变换和小波变换,计算各尺度方向子带的平均值和方差值,并组成一高维特征矢量。用核保局投影算法对高维特征矢量进行降维,以去除特征间的冗余,得到低维特征矢量,并输入到支持向量机进行缺陷分类。以高温铸坯、中厚板、精密铝带三种典型金属为例,对从现场采集到的三种典型金属的样本库进行试验,结果表明:高温铸坯、中厚板、精密铝带缺陷样本的识别率分别达到93.95%、98.27%、92.5%。试验结果证明了该方法可有效应用于不同类型金属的表面缺陷识别,具有通用性。     

版图分类法在带钢表面缺陷识别中的应用研究

针对现有带钢表面缺陷模式识别分类器所用算法的不足,提出了一种新型的分类算法——版图法。该算法结构简单,在时间消耗较少的情况下,具有更高的识别精度和更好的适应性。类别众多、形态复杂、类别边界交叠的带钢表面缺陷图像分类实验所得结果令人满意。     

基于小波神经网络信息融合动密封故障诊断研究

针对动密封中唇形密封的综合故障问题，应用小波神经网络技术加混合式数据融合方法，将数据级、特征级和决策级故障诊断数据融合在一起，对动密封中唇形密封的缺陷进行智能诊断，描述了小波神经网络的建模过程，探讨了通过多源互补信息减少故障诊断系统不确定性的优化方法。结果表明，采用混合式融合结构可以通过多源互补以及冗余信息来提高诊断系统的鲁棒性；采用小波神经网络信息融合的诊断方法，可有效诊断动密封中唇形密封存在的综合故障问题。     

基于粒子小波变异算法的焊接图像缺陷检测研究

为了提高焊接图像缺陷检测的效果,采用粒子小波变异算法。首先对焊接图像进行滤波和增强,确定焊缝缺陷边界提取范围;然后对粒子群进行小波变异操作,适应值较好的粒子变异概率相对小,通过海明距离计算粒子群的缩放因子,把Morlet小波作为母波,增加粒子多样性;最后建立焊接图像缺陷检测模型,给出算法流程。试验仿真显示,本文算法对焊接图像缺陷检测形状接近实际,能检测出不规则的缺陷,缺陷边缘连通性好,像素误差小,检测效率高。     

High-resolution optical inspection system for fast detection and classification of surface defects

A high-resolution automated optical inspection (AOI) system based on parallel computing is developed to achieve fast inspection and classification of surface defects. To perform fast inspection, the AOI apparatus is connected to a central computer which executes image processing instructions in a graphical processing unit. Defect classification is simultaneously implemented with Hu’s moment invariants and back propagation neural (BPN) approach. Experiments on touch panel glass show that using 100 training samples and 1000?cycle iterations in BPN, the accurate classification of surface defects for a 350?×?350 pixels image can be completed in less than 0.1 ms. Moreover, the inspection of a 43?mm?×?229?mm sample that yields an 800 megapixel raw data can be completed remarkably fast in less than 3?s. Thus, the AOI system is capable of performing fast, reliable, and fully integrated inspection and classification equipment for in-line measurements.