薄层电阻率测井在薄油气层识别中的应用

常规电阻率测井因受其纵向分辨率的局限,难以确定其真电阻率,无法准确划层厚在２ｍ以下的薄层。综合分析薄层电阻率测井与常规微电阻率测井,双侧向电阻率测井及孔隙度测井资料,对于提高砂泥岩集层,特别是薄油气层的解释精度有重要作用。给出了几个利用薄层电阻率测井识别油气层的实例,介绍了薄层电阻率测井在油气层识别中的解释分析方法。     

小波分析在焊缝检测图像处理中的应用

简述了子波分析在焊缝视觉跟踪过程中检测焊缝方面的应用,从实验结果可以看出,采用多尺度小波变换能够获得清晰的焊缝边缘,可以大大简化硬件设备。     

基于二值形态学的焊缝图像处理

研究了一种基于二值形态学的焊缝图像处理新方法.针对视觉传感获取的焊缝图像的特点,选择合适的结构元素,运用数学形态学的多种形态运算对焊缝图像进行处理,消除图像噪声,提取焊缝,检测焊缝边缘,抽取焊缝中心线.试验表明该方法是一种快速、有效的焊缝图像处理方法.     

焊缝成形线结构光视觉检测方法研究

针对焊缝尺寸测量和表面成形质量评估问题,研究一种基于线结构光的焊缝视觉成形检测系统。在详细论述结构光视觉传感器的组成结构以及标定过程的基础上,优化图像预处理流程,提出了基于边界限定的灰度重心法来提取激光条纹中心线。以单像素的激光条纹为信息源表征焊缝轮廓,融合多特征点提取算法实现激光条纹轮廓特征点的检测并基于特征点建立角焊缝的尺寸计算模型,最终实现焊缝尺寸测量。结果表明：该焊缝成形视觉检测系统能满足焊缝检测性能的要求。     

焊缝缺陷检测现状与展望综述

针对焊缝表面成形缺陷检测存在的技术问题,对现有焊缝缺陷检测技术即磁粉检测、超声检测、涡流检测、渗透检测、磁光成像检测、红外检测以及结构光视觉检测法进行了深入研究。对检测原理、系统基本结构、各自的适用范围以及研究现状进行了论述;并分析总结了基于结构光视觉检测法的激光条纹图像采集、图像处理、特征提取和焊缝缺陷分类识别等技术相关的理论与算法;研究结果表明:为了满足焊缝缺陷全方位检测要求,可融合多检测技术,优势互补;随着人工智能技术的不断发展和焊件质量要求的提高,实现焊缝缺陷检测技术可视化、自动化是未来的发展趋势;人工智能技术是焊缝缺陷检测的关键技术,实现真正智能化检测需进一步研究。     

临兴地区深部煤储层地应力场及其对压裂缝形态的控制

地应力是煤储层压裂改造的关键控制因素。基于电成像测井和水力压裂数据,结合Abaqus软件模拟,查明了研究区深部煤储层地应力空间展布规律,探讨了地应力对压裂裂缝延展的影响。结果表明,临兴地区最大水平主应力方向近似呈EW向。地应力的垂向分布具有明显分带性,存在1 200 m和2 000 m两个临界转换深度。1 200 m以浅,地应力以垂直主应力为主;埋深介于1 200～2 000 m时,水平主应力占据主导;当埋深超过2 000 m时,地应力再次转换为以垂直主应力为主。研究区深部煤储层地应力主要表现为最大水平主应力>垂直应力>最小水平主应力(σ_hmax>σ_V>σ_hmin)。地应力的平面分布受埋深和构造2方面控制,埋深导致地应力整体呈南高北低、西高东低的特征;褶皱和断层使得研究区北部地应力呈条带状分布,背斜核部水平地应力较大,向斜核部及断层发育区水平地应力较小。研究区地应力组合特征决定了煤储层压裂裂缝以垂直裂缝为主,局部容易形成一些复杂缝。在天然裂隙存在的情况下,水平主应力差小于3 MPa时,压裂裂缝沿天...     

智能车行人识别的灰度形态学边缘检测研究

行人轮廓特征是行人识别的重要特征,为了获取更好的行人轮廓,边缘检测方法是一个非常重要的选择。首先采用Roberts算子、Prewitt算子、Soberl算子、LOG和Canny算子对行人图像进行边缘检测,得出能获得较好行人轮廓的边缘检测方法;然后用此边缘检测方法结合灰度形态学进行图像处理,最终获得具有最优行人轮廓的形态学边缘检测方法。试验结果显示,此方法能很好地消除行人轮廓的干扰因子。     

交变磁场下焊接缺陷磁光成像特征分析

研究焊接缺陷磁光成像检测方法,基于法拉第旋转效应,分析交变磁场下焊接缺陷磁光成像特征与漏磁场之间的关系。建立焊接缺陷的三维有限元模型,对不同类型和宽度的焊接缺陷漏磁场分布进行模拟,并在交变磁场激励下对不同焊接缺陷进行磁光成像无损检测试验,通过试验验证了焊接缺陷检测模型的有效性。研究结果表明,漏磁场分布与缺陷的类型和宽度密切相关,随着宽度增大,缺陷漏磁场的磁感应强度垂直分量亦增大;在相同宽度下,未熔合、表面裂纹、亚表面裂纹和无缺陷磁光图像灰度峰谷差值呈递减趋势,磁光图像灰度值可与漏磁场强度相匹配;所建焊接缺陷模型和磁光成像试验能有效地描述不同焊接缺陷对漏磁信号和图像灰度值分布的影响,有助于提高焊接缺陷检测和质量评估。     

磁光成像自适应卡尔曼滤波焊缝跟踪算法

焊缝跟踪是保证焊接质量的前提.针对0~0.05 mm的微间隙焊缝,研究一种色噪声环境下应用卡尔曼滤波实现焊缝跟踪的方法.通过对焊件施加磁场,利用法拉第磁旋光原理构成磁光传感器并获取焊缝磁光图像,提取焊缝中心位置构成状态向量,建立基于焊缝中心位置的系统状态方程与测量方程.针对系统过程噪声为色噪声,使用Sage自适应卡尔曼滤波,采用新息序列估计过程噪声协方差矩阵,准确预测焊缝中心位置.结果表明,根据自适应卡尔曼滤波方法能够有效提高焊缝跟踪精度.     

机器人焊缝跟踪神经网络控制的研究

研究神经网络技术在弧焊机器人焊缝跟踪过程中的应用,通过神经网络在笛卡尔空间轨迹的补偿作用,确定出基于笛卡尔空间参考轨迹控制的机器人焊缝跟踪神经网络控制器。与传统的关节计算力矩法相比,所设计的神经网络控制器具有良好的控制特性及较强的鲁棒性,焊缝跟踪精度得到了显著的提高。