一、铸件近表面缺陷的超声探伤(论文文献综述)
李文乔,朱震宇[1](2021)在《大跨度空间建筑钢结构无损检测质量控制分析》文中研究说明本文对大跨度空间建筑钢结构发展现状和技术特征进行探究,明确无损检测方法的基本概念以及重要性,总结大跨度空间建筑钢结构无损检测质量控制的情况,阐述具体的技术和实施措施,从根本上掌握大跨度空间建筑钢结构的真实情况,从而进行有针对性的优化。
迟宝锁,于海亭,党帅,范永强[2](2021)在《浅谈无损检测技术应用于煤矿机械设备维修的实践》文中指出煤矿生产需要使用大量的机械设备。由于煤矿条件的恶劣,设备使用中易发生早期磨损。借助技术手段及时发现设备零部件存在的缺陷,有利于提升设备维修的效果。无损检测作为新兴技术,体现出适用性强、应用范围广等。本文结合煤矿机械设备维修的实践,分析了无损检测技术的应用方法,结合具体应用总结了要点,以提升煤矿机械设备的维修水平。
安天成,王俊,刘鑫,付帅,夏元峰,常乃桐[3](2021)在《汽轮机用珠光体耐热钢镍基材质冷补焊焊接性能研究》文中提出珠光体低合金耐热钢作为一种耐高温蠕变性能及抗高温氧化性能良好,工艺成熟的耐高温材料在工况温度550℃以下的汽轮机承压铸件、压力管道等结构部件中广泛使用。受其内部压力载荷、材料热疲劳、机组启停温度变化产生的交变应力及铸造缺陷等因素影响,汽轮机用珠光体耐热钢经常涉及焊接修复的工作。因汽轮机组制造精度高,通流区域间隙尺寸极小,焊后不具备去应力热处理等特点,因此常涉及异质材料冷补焊进行修复。本文通过对汽轮机内缸用珠光体耐热钢基本性能进行简单介绍,并对其异质材料冷补焊的相关性能进行研究,通过冷补焊用奥氏体焊材的研究选用,异质材料冷补焊的工艺参数确认,选择合适的工艺参数进行焊接模拟试验。通过对模拟试验件进行无损检测,并通过室温拉伸、弯曲、冲击、微观组织检查等破坏性性能检验的方式对焊接接头的综合性能进行分析研究,用以指导后续汽轮机用珠光体耐热钢的焊接修复工作。
张亚芬[4](2021)在《齿轮缺陷水浸超声检测技术的研究》文中研究指明齿轮作为一种非常重要的传动构件,被广泛应用于航空航天、机床制造和汽车制造等各领域,其质量的优劣直接影响产品的工作寿命和生产安全。由于在齿轮的加工制造过程中易形成裂纹、气孔等缺陷,因此在齿轮生产工作中需要对其进行检测。常用超声检测方法对齿轮进行缺陷检测,尤其对其内部缺陷可进行无损检测探伤,该方法具有其它检测方法所无法比拟的优点。但是传统的超声检测大都通过肉眼观察屏幕缺陷波形,依据检测者的经验对超声回波进行主观评价,降低了检测的准确性和效率。针对传统超声检测方法的不足,研制了齿轮自动化超声检测系统,同时可对所检缺陷进行智能识别研究。研究开发的基于桁架机器人自动超声检测系统,实现了齿轮缺陷的自动化液浸检测。主要设计了超声无损检测系统的机械部分和控制部分,包括桁架机器人与水箱检测平台的机构设计,控制系统硬件电气的设计和搭建,基于PCI运动控制卡的桁架机械手运动控制的软件程序设计,以及基于多通道超声探伤卡的检测波形数据采集的软件程序设计等,该系统可完成对不同齿轮工件的自动化检测并取得所需的良好效果。对超声检测方法进行了研究,为获得准确的水浸超声检测测试数据,研究针对水浸超声检测工艺的特点,选取了合理的检测方案并计算相关的检测工艺参数,如超声探头焦距值和超声倾斜入射角等,保证了自动化水浸检测的顺利实施。将齿轮工件缺陷的超声检测信号进行数字化采集和提取后,通过频谱分析的方法分析不同位置的缺陷数据,克服了不同缺陷时域波形分辨困难的缺点。对采集到的缺陷数据进行FFT与功率谱方法分析,经过实验验证,对不同位置的缺陷进行分析时,采用功率谱法更能直观的将缺陷特征表现出来,进而更好的完成齿轮不同位置上的缺陷辨别。采用BP神经网络方法对缺陷类型进行模式识别。为了提高对齿轮缺陷类型智能识别的准确率,利用附加动量项法对BP神经网络的局限性进行改进。结果表明,改进的BP神经网络相对于传统的BP神经网络缺陷类型识别的准确率更高。最后通过实验测试和验证,利用自主设计的自动化超声检测系统对一定数量的缺陷样本进行了超声检测实验、检测曲线数据的频谱分析以及BP神经网络智能识别,经实验表明所研究的理论方法对齿轮缺陷的检测和识别具有有效性与可行性。因此,针对齿轮中存在的缺陷检测问题,提出的理论分析与检测方法可行,能够提高缺陷检测的可靠性和识别的准确性。
李英明[5](2021)在《不锈钢电阻点焊超声波可视化监测技术研究》文中研究说明科学技术的进步及人们出行需求的增长促进了城市轨道交通的快速发展,不锈钢城轨客车以其绿色、轻量化以及耐腐蚀等优点得到了广泛应用。电阻点焊是影响不锈钢车体制造质量的关键焊接工艺,不断提高、完善不锈钢电阻点焊质量监测技术水平具有重要意义。本文针对不锈钢轨道客车车体制造常用的SUS301L不锈钢材料,研究了其电阻点焊过程实时超声波检测信号的变化特征,实现了基于实时超声波信号的点焊过程可视化技术及基于M型显示图的点焊质量评估技术。建立了电阻点焊过程实时超声波检测信号采集系统,在点焊过程中,置于电极内的超声探头实时向工件内部发射超声脉冲,超声检测系统通过软件自动、连续地采集、存储超声回波信号。利用COMSOL Multiphysics有限元模拟软件对点焊不同阶段被焊工件内部超声场瞬态分布情况进行了仿真,重点研究了点焊预压阶段、通电初始阶段以及熔核形成及长大阶段工件内部超声波声场特性及传播规律,为相关试验的开展提供了一定理论基础。对点焊过程实时A型超声波信号处理,生成了M型超声波显示图像。M型超声波图像将点焊进程,尤其是熔核固-液界面扩展及凝固的过程以图像的形式动态、直观地展示出来,实现了点焊熔核在封闭空间下形成过程的可视化。为提高M型超声显示图图像质量,本文基于移动平均滤波及小波去噪等信号处理方法分别对A型回波信号进行了滤波处理。分析结果表明,选用db5小波基对信号进行三层分解,利用重构信号生成M型显示图并进行图像增强处理,可一定程度地提高M显示图的视觉效果,更有效地获取图像特征。对虚焊、内部喷溅等常规超声波检测较难识别的点焊缺陷的M型超声图像特征进行了研究,提出了基于M型显示图的虚焊、内部喷溅等点焊缺陷的识别方法。研究了M显示图中焊接电流断开一刻熔核界面回波声程差T与熔核直径D及熔核高度H的关系,利用金相试验实测数据获得了D-T、H-T的线性关系方程分别为:D=39.078T+39.917、H=8.986T+304.950,其相关系数(r2)分别为0.98946、0.99077。与传统虚焊焊点、内部喷溅焊点识别及熔核尺寸测量方法相比,基于M显示图特征的点焊质量评估方法效率高、无需复杂的信号处理技术,可实现对焊点的100%检测。同时焊接过程原位获取超声波信号还避免了一般超声波检测时焊点表面压痕对于耦合效果及检测信号的影响。
刘原西[6](2021)在《基于孔隙特征的钢锭中心疏松缺陷超声检测研究》文中提出钢锭作为大型锻件生产的上游产业,其质量直接影响后续的生产锻造过程甚至是钢材成品质量。长期以来,由于检测技术难度大等原因,钢锭一直在内部缺陷未知的情况下进入后续生产环节。由于缺乏完善的钢锭质量标准,锻造工艺的编制几乎完全凭借经验的积累或相关文献的数据,对于钢锭冒口、水口切除无确切依据,钢锭利用率低。因此通过超声无损检测的方式对钢锭进行内部缺陷检测,从而实现对缺陷的定位、定量、定性具有非常重要的意义。利用A型超声检测技术脉冲反射法与直接接触法相结合,对材质为42Cr Mo的模铸锭进行缺陷检测,获得了不同高度位置超声检测波形,并通过轮廓线成像法对钢锭内部缺陷完成三维重构。结果表明回波信号存在大量的散射噪声,缺陷回波形态各异,表现在幅值、根部宽度、对称度、是否存在尖峰等多个方面,缺陷在空间中呈体积状分布,基本位置为轴向接近冒口端,径向近中心。通过构建超声检测回波模型,采用传统EMD降噪方法与改进后EMD降噪方法对回波模型进行降噪仿真分析。仿真结果表明采取EMD与db3小波结合,小波分解层次为4层,阈值选取最大最小准则阈值时可获得最优降噪效果。将仿真结果应用至钢锭缺陷回波信号降噪,降噪效果明显,验证了降噪模型的有效性。通过低倍检验获取钢锭内部实际的缺陷分布情况。钢锭内部缺陷呈现为中心疏松,实际缺陷长度与宽度范围均大于超声可检出区域。缺陷形态呈现出弥散型与聚集条型两类。弥散型缺陷回波信号受孔隙率影响较大,聚集条型缺陷回波信号受自身形貌特征影响较大。通过提取缺陷回波特征参数,分析信号与中心疏松之间的关系。揭示了聚集条型中心疏松在时域上的幅度均值与峰度系数远高于弥散型。弥散型中心疏松孔隙率和缺陷回波的波底宽度、下降沿持续时间、高频分量以及峰度系数这四个参量线性相关。最终根据实验结果建立了钢锭中心疏松缺陷超声检测的定量评价流程。
陈杰[7](2021)在《复材航空构件智能检测与分析》文中认为复合材料构件强度高、密度低,能显着降低航空飞行成本并提升航空设备性能,因此被大量应用于航空设备制造。在航空工业生产过程中,保障复材铺设的正确性以及对复材质量进行有效评估,具有重要研究价值和意义。复材构件检测主要包括:(1)复材在多层铺设中表面异物混杂检测;(2)对复材构件内部缺陷的检测。复材织物具有表面光反射复杂、光学图像对比度高、纤维纹理丰富等特点。表面夹杂物多为隔离纸等半透明薄膜,复材铺叠时若不及时发现并去除夹杂物会造成分层、脱粘等缺陷,留下严重隐患;复材缺陷内部缺陷检测主要采用超声设备进行扫描,人工通过超声图像判别缺陷,对检测人员的专业知识依赖性高,缺陷评定速度慢,人为疏漏可能性高,影响检测效率。基于上述问题,本文结合成都某飞机工业集团生产过程的实际需求,对构件生产过程质量监测提出两个阶段的对应方案:在复材织物铺叠成型阶段进行表面夹杂物检测;在复材构件成型后内部缺陷检测阶段结合现有超声检测设备实现缺陷区域自动提取。为解决铺叠成型阶段织物区域图像对比度高,明暗差异大的问题,本文设计了表面夹杂物检测算法,制定了检测硬件选型方案,并结合注意力机制,采用编码器-解码器架构设计了用于表面夹杂物分割检测的网络模型,实验验证该模型对于夹杂物分割的像素准确率可以达到94%。对于无损检测阶段超声图像噪声大、伪缺陷轮廓多的问题,本文结合项目中实际采用的超声C-扫描方法以及对缺陷超声图像灰度及轮廓的特征分析,提出了基于边缘检测和贝塞尔曲线图像灰度增强的缺陷边缘提取方法,以及基于聚类的缺陷区域分割方法。本文的工作和创新点如下:(1)结合复合材料表面夹杂物检测需求,研究分析复合材料表面光学图像特点,进行表面夹杂物检测方案的硬件选型,结合项目对于图像数据采集需要,搭建铺叠模拟环境进行表面夹杂物光学图像数据采集。(2)针对表面夹杂物光学图像对比度高,各区域明暗差异大,暗区缺陷对比度低造成难以检测的问题,本文制作了各级光照条件下夹杂物与复合材料背景实物数据集,设计了结合注意力机制和多重残差结构的表面夹杂物分割检测网络,实现了缺陷特征学习和夹杂物区域检测。(3)为满足复材超声图像缺陷区域检测分割需要,本文对比了边缘检测算子效果,提出基于边缘检测和聚类分割的缺陷区域分割方法。为解决超声灰阶图像中缺陷特征不明显、背景噪声过大问题,设计了基于三阶贝塞尔曲线的灰度变换函数,提升了缺陷检测的效果。
李兴龙[8](2021)在《基于BP神经网络的超声定量评估技术研究》文中进行了进一步梳理随着科学技术的发展,各行各业对材料以及结构的安全性要求日益提高。由于材质自身缺陷以及长期受到各种载荷的影响,材料和结构在生产及服役的过程中会产生各种类型的缺陷,比如裂纹、孔洞以及夹杂等,进而导致重大安全事故,造成人员伤亡和巨额财产损失。因此发展有效的无损检测技术至关重要。超声检测技术由于其具有灵敏度高、穿透能力强、缺陷定位准确、操作简单、对人体无害等优点被广泛应用。但是该方法针对复杂形状缺陷的定位及定量仍具有一定的难度,并且超声成像所需数据量比较大,效率比较低等。本文基于超声A扫描技术,针对不同形状的缺陷开展数值模拟和实验测试,获得了超声信号的变化特征,结合信号处理技术获得了对缺陷敏感的损伤特征参数,最后利用BP神经网络、图像处理技术及数据融合技术,对单缺陷及多缺陷的反演成像开展了研究。本文具体的研究内容及创新点如下:(1)利用COMSOL软件建立了超声传播的有限元模型,分析了在2024铝中,超声传播与三角形缺陷、圆形缺陷之间的作用关系;然后搭建了超声检测系统,对含有不同形状通孔缺陷的铝块试样进行检测;仿真结果及实验结果都表明了不同缺陷之间的超声信号存在差异,例如信号的幅值、宽度及对称性等,其差异性为缺陷特征的进一步提取奠定基础;同时,仿真结果与实验结果趋势的一致性,进一步验证了有限元仿真结果的正确性。(2)利用信号处理技术从时域、频域及形态三方面提取了19个特征,进一步分析特征与缺陷之间的规律,得到11个对缺陷敏感的特征值:包含4个时域特征,即峰值、幅值减少的时间、0.1Im直线的持续时间、0.5Im直线的持续时间;3个频域特征,即频谱峰值、低频分量、-1d B带宽;和4个形态特征,即形状系数、标准差、归一化能量、幅度均值。为缺陷反演奠定了基础。(3)利用BP神经网络及D-S证据理论融合技术,实现了对三角形单缺陷、圆形单缺陷以及多缺陷的反演,为复杂形状缺陷的反演提供了新方法;同时对同一缺陷不同位置处采集的信号的反演结果进行融合,与单一位置处信号的反演结果相比,其充分利用了缺陷的不同方向所反射的信号,进一步提高了缺陷反演的准确性与可靠性。
安永莉[9](2020)在《基于超声检测的圆柱形构件缺陷的三维重构研究》文中研究表明圆柱形构件作为军工、交通运输等领域重要的零部件,对其内部缺陷的检测通过超声成像判断缺陷对设备正常工作是否造成影响具有重要意义。工业领域超声成像技术相对医学超声成像技术仍处于起步阶段,随着工业超声无损检测技术的发展,研究试件缺陷的二维重构和三维重构尤为重要。本课题选择实验室现有的45号钢圆柱体,内部中心分别有方形通孔和圆形通孔作为待测试件;搭建基于A型脉冲反射式原理的超声检测系统;对圆柱构件侧表面进行待测点的划分并对其进行检测,得到缺陷回波波形资料进行分析;基于Born近似和Kirchhoff近似原理对数据资料进行计算重构二维截面图;利用MATLAB平台编写基于医学三维重构方法对二维截面图进行三维重建的程序,实现三维可视化。本课题所研究的主要内容有以下几个方面:(1)针对本实验对圆柱形构件缺陷的检测,描述对构件进行检测时首先对柱状体侧表面进行划分,选择Olympus Model 5800PR型超声波脉冲发生接收器、Tektronix DPO3012数字荧光示波器、V110-RM型指尖接触式传感器探头和PC笔记本及Tektronix Open Choice Desktop同步显示软件,搭建了基于超声波检测原理的超声检测平台。(2)对超声检测获取的缺陷信息进行采集与保存,利用Born近似和Kirchhoff近似对获得的缺陷幅值与时间的对应值数据进行计算,编程获得圆柱体每个截面不同的二维重构截面图。(3)编写程序对Born近似和Kirchhoff近似下的二维图像进行预处理,包括设定hsv分量提取像素、二值化、进行标记、生成灰度图。将二维切片中的有用的信息进行提取。编写程序对提取后的二维切面图创建三维矩阵、对装载的三维矩阵进行平滑、将三维数据进行平面投影、构造三维碎片、三维体重建,再以观察者的视角进行三维可视化,将两种方法下三维成像的效果进行比较。图[48]表[5]参考文献[88]
周希孺,吴圣川,郭峰,胡雅楠,张晓军[10](2020)在《现代铁道车辆结构伤损形式与再制造修复技术》文中研究表明现代铁道车辆关键承载部件多采用大型复杂焊接结构,在制造、运用及维修过程中不可避免地会形成各种缺欠和损伤。经安全评估后不可接受的质量缺欠和伤损称为缺陷,它们会显着降低结构的承载能力和服役寿命,因此需要对含缺陷或者伤损的承载部件进行补修和再制造加工。综述了当前铁道车辆关键承载部件中存在的各类缺陷及采用的延寿补修技术,指出再制造部件完整性评价是重要研究课题和方向。
二、铸件近表面缺陷的超声探伤(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、铸件近表面缺陷的超声探伤(论文提纲范文)
(1)大跨度空间建筑钢结构无损检测质量控制分析(论文提纲范文)
1 引言 |
2 大跨度空间建筑钢结构发展现状和技术特征 |
2.1 发展现状 |
2.2 技术特征 |
3 无损检测方法概述和重要性 |
3.1 发展概述 |
3.2 重要性 |
4 大跨度空间建筑钢结构无损检测质量控制探究 |
4.1 无损检测质量控制技术 |
4.1.1 直接检查 |
4.1.2 渗透检测 |
4.1.3 射线检测 |
4.1.4 超声波检测 |
4.1.5 磁粉检测 |
4.2 无损检测质量控制措施 |
4.2.1 超声探伤检测技术的质控措施 |
4.2.2 磁粉检测技术的质控措施 |
4.2.3 射线检测技术的质控措施 |
4.2.4 渗透检测技术的质控措施 |
5 结论 |
(2)浅谈无损检测技术应用于煤矿机械设备维修的实践(论文提纲范文)
1 无损检测技术概述 |
1.1 内涵 |
1.2 特点 |
2 无损检测技术在机械设备维修中的应用意义 |
2.1 维修更有针对性 |
2.2 适用范围广 |
3 煤矿机械维修常用无损检测技术 |
3.1 应用超声波检测技术 |
3.2 应用磁粉检测技术 |
3.3 应用渗透检测技术 |
4 无损检测技术应用于机械设备维修举例 |
4.1 设备缺陷的检测 |
4.2 故障振动的检测 |
5 无损检测技术应用于机械设备维修要注意的问题 |
5.1 制定完善的检测标准 |
5.2 结合实际选择适合检测方式 |
5.3 检测时机的选择 |
6 结语 |
(3)汽轮机用珠光体耐热钢镍基材质冷补焊焊接性能研究(论文提纲范文)
0 引言 |
1 材料性能研究 |
1.1 基材确定 |
1.2 焊材确定 |
2 焊接模拟试验 |
2.1 焊接结构设计 |
2.2 焊接工艺参数确定 |
3 焊接接头性能验证 |
3.1 无损探伤检测 |
3.2 破坏性试验结果 |
3.2.1 拉伸试验 |
3.2.2 弯曲试验 |
3.2.3 冲击试验 |
3.3 金相组织检查 |
4结束语 |
(4)齿轮缺陷水浸超声检测技术的研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景 |
1.1.1 超声检测研究背景 |
1.1.2 齿轮研究背景 |
1.2 研究目的和意义 |
1.3 国内外研究现状 |
1.3.1 国内研究现状 |
1.3.2 国外研究现状 |
1.4 主要研究内容 |
第二章 齿轮超声检测系统的设计 |
2.1 机械系统设计 |
2.1.1 检测系统工作过程 |
2.1.2 检测水箱的设计 |
2.2 控制系统的设计 |
2.2.1 运动控制方案的设计 |
2.2.2 超声探伤卡的设计 |
2.3 本章小结 |
第三章 齿轮超声检测方法的研究 |
3.1 齿轮缺陷的超声检测 |
3.1.1 齿轮缺陷样本 |
3.1.2 常规缺陷检测 |
3.1.3 水浸超声检测 |
3.2 频谱分析的研究 |
3.2.1 傅立叶变换的研究 |
3.2.2 频谱分析方法 |
3.3 齿轮缺陷的频谱分析 |
3.4 本章小结 |
第四章 齿轮超声检测的神经网络研究 |
4.1 神经网络 |
4.1.1 人工神经网络 |
4.1.2 BP神经网络 |
4.2 BP神经网络算法原理 |
4.3 BP神经网络的局限性和改进 |
4.4 基于改进后的BP神经网络的缺陷识别 |
4.5 本章小结 |
第五章 齿轮缺陷超声检测实验及分析 |
5.1 齿轮缺陷超声检测实验 |
5.1.1 自动化齿轮缺陷超声检测实验设备 |
5.1.2 实验测试波形曲线 |
5.2 齿轮缺陷的分析与识别 |
5.2.1 对齿轮的缺陷进行频谱分析 |
5.2.2 改进后的BP神经网络对齿轮缺陷进行识别 |
5.3 本章小结 |
第六章 结论与展望 |
6.1 结论 |
6.2 展望 |
致谢 |
参考文献 |
作者在研期间学术成果 |
(5)不锈钢电阻点焊超声波可视化监测技术研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 超声检测技术概述 |
1.2.1 超声检测技术发展史 |
1.2.2 超声检测方法 |
1.3 电阻点焊质量检测研究进展 |
1.3.1 基于焊接过程参数的点焊质量评估 |
1.3.2 基于超声无损检测的点焊质量评估 |
1.4 本文主要研究内容 |
第2章 试验条件及试验方法 |
2.1 试验材料 |
2.2 试件规格及点焊工艺条件 |
2.2.1 试件规格 |
2.2.2 点焊工艺参数 |
2.3 实时超声波检测信号采集系统 |
2.3.1 超声信号采集系统组成 |
2.3.2 超声信号采集软件 |
2.4 试验方法 |
2.4.1 实时超声信号采集及处理方法 |
2.4.2 金相试样制备与检测 |
2.5 本章小结 |
第3章 点焊过程超声波瞬态声场分布数值模拟 |
3.1 超声波检测基本理论 |
3.1.1 超声波探头发射的声场 |
3.1.2 声波的反射和透射 |
3.1.3 声波的衰减 |
3.2 超声波检测有限元分析基本理论 |
3.3 电阻点焊过程瞬态声场分布有限元分析模型 |
3.3.1 几何模型建立 |
3.3.2 激励信号 |
3.3.3 边界条件设置 |
3.3.4 网格划分及求解步长设置 |
3.4 有限元模拟仿真结果及分析 |
3.4.1 预压阶段超声场瞬态分布情况 |
3.4.2 通电初始阶段超声场瞬态分布图 |
3.4.3 熔核出现及长大阶段超声场瞬态分布图 |
3.5 本章小结 |
第4章 点焊过程实时超声信号M型显示图特征分析 |
4.1 超声波M型显示图成像原理及特点 |
4.2 M型显示图特征分析 |
4.3 A型回波信号分析 |
4.4 信号滤波技术及图像增强技术 |
4.4.1 噪声来源分析 |
4.4.2 移动平均滤波技术原理及效果 |
4.4.3 小波去噪原理及效果 |
4.4.4 图像灰度值分析结果 |
4.4.5 图像增强处理效果 |
4.5 本章小结 |
第5章 不锈钢点焊缺陷与M显示图特征关系研究 |
5.1 常见点焊缺陷类型及其形成原因 |
5.2 虚焊缺陷的识别 |
5.3 内部喷溅缺陷的识别 |
5.4 M显示图特征与熔核尺寸的关系 |
5.5 本章小结 |
第6章 结论 |
参考文献 |
作者简介及攻读硕士学位期间的科研成果 |
致谢 |
(6)基于孔隙特征的钢锭中心疏松缺陷超声检测研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 引言 |
1.2 钢锭主要缺陷形式 |
1.3 钢材质量的无损检测方法 |
1.4 超声缺陷检测相关技术研究现状 |
1.4.1 钢锭内部缺陷的超声检测硏究现状 |
1.4.2 铸态结构内部缺陷的超声检测硏究现状 |
1.4.3 超声检测信号降噪技术硏究现状 |
1.5 本文研究内容 |
第2章 钢锭的超声检测 |
2.1 超声检测方法 |
2.1.1 超声波的基本概念 |
2.1.2 超声波检测技术分类 |
2.1.3 超声波的检测波形 |
2.1.4 超声波的传播衰减 |
2.2 钢锭的超声检测实验 |
2.2.1 超声检测系统 |
2.2.2 检测对象及检测方案 |
2.3 钢锭的超声检测结果分析 |
2.4 本章小结 |
第3章 钢锭中缺陷的超声信号降噪方法研究 |
3.1 引言 |
3.2 基于经验模态分解的超声信号降噪方法 |
3.2.1 EMD算法的基本理论 |
3.2.2 传统EMD算法超声信号的数值仿真研究 |
3.3 基于改进的EMD超声信号降噪方法 |
3.3.1 改进的EMD算法相关理论 |
3.3.2 改进后EMD算法超声信号的数值仿真研究 |
3.4 EMD降噪算法在钢锭超声检测实验中的应用 |
3.5 本章小结 |
第4章 钢锭低倍组织分析 |
4.1 引言 |
4.2 钢锭的低倍组织检验 |
4.2.1 钢锭的解剖取样 |
4.2.2 铸态试块腐蚀 |
4.2.3 试块低倍组织显示 |
4.3 缺陷的定量化表征分析 |
4.4 疏松形貌特征对超声检测结果的影响分析 |
4.5 本章小结 |
第5章 超声特征与钢锭低倍组织关系的分析 |
5.1 引言 |
5.2 超声波形特征值的提取 |
5.2.1 缺陷回波的时域特征提取 |
5.2.2 缺陷回波的频域特征提取 |
5.2.3 缺陷回波的几何特征与统计特征提取 |
5.3 超声特征值与低倍组织之间的关系 |
5.4 钢锭中心疏松缺陷的评判流程 |
5.5 本章小结 |
结论 |
展望 |
参考文献 |
攻读硕士学位期间承担的科研任务与主要成果 |
致谢 |
(7)复材航空构件智能检测与分析(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题背景及研究意义 |
1.2 基于图像的缺陷检测研究现状 |
1.3 深度学习缺陷分割研究 |
1.4 复材构件缺陷检测方法 |
1.5 论文研究内容及结构安排 |
第2章 复材表面夹杂物及缺陷图像分析 |
2.1 复材铺叠过程夹杂物模拟数据采集 |
2.2 复材构件超声图像 |
2.2.1 超声探伤原理及设备 |
2.2.2 复材构件超声图像 |
2.3 复材表面夹杂物及内部缺陷图像分析 |
2.3.1 表面夹杂物图像 |
2.3.2 缺陷超声图像 |
2.4 缺陷边缘检测及区域分割 |
2.4.1 目标轮廓提取实验 |
2.4.2 图像区域分割实验 |
2.5 本章小结 |
第3章 结合注意力机制的夹杂物分割网络 |
3.1 图像处理与数据增强 |
3.1.1 图像几何空间变换 |
3.1.2 图像直方图均衡算法 |
3.2 神经网络注意力机制 |
3.3 夹杂物检测分割网络结构 |
3.3.1 网络结构设计 |
3.3.2 检测效果评价指标 |
3.4 缺陷分割网络训练 |
3.4.1 实验算法运行平台 |
3.4.2 实验数据采集与标注 |
3.4.3 训练细节设置 |
3.5 缺陷检测实验及结果分析 |
3.5.1 基础网络检测效果实验 |
3.5.2 网络模型增强实验 |
3.5.3 明暗区域检测对比实验 |
3.6 本章小结 |
第4章 基于灰度增强的复材超声图像缺陷区域分割 |
4.1 复材构件超声图像 |
4.2 图像去噪及分割算法 |
4.2.1 滤波去噪处理 |
4.2.2 超像素算法 |
4.3 复材构件超声图像缺陷提取 |
4.3.1 缺陷边缘检测定位 |
4.3.2 缺陷区域分割提取 |
4.4 实验量化分析 |
4.4.1 实验数据 |
4.4.2 复材试块缺陷提取实验 |
4.4.3 蒙皮超声图像模拟缺陷提取实验 |
4.5 本章小结 |
第5章 总结与展望 |
5.1 研究结论 |
5.2 研究展望 |
参考文献 |
攻读学位期间取得的研究成果 |
致谢 |
(8)基于BP神经网络的超声定量评估技术研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 绪论 |
1.1 课题的背景及意义 |
1.2 无损检测技术概况 |
1.3 超声检测技术概况 |
1.3.1 超声无损检测技术的发展趋势 |
1.3.2 超声检测的不足 |
1.4 相关技术在超声检测领域应用研究 |
1.4.1 数值模拟技术在超声检测中的应用 |
1.4.2 信号处理技术在超声检测中的应用 |
1.4.3 图像处理技术在超声检测中的应用 |
1.4.4 神经网络技术在超声检测中的应用 |
1.4.5 数据融合技术在超声检测中的应用 |
1.5 本文的主要内容及章节安排 |
2 超声检测及相关技术的基础理论 |
2.1 引言 |
2.2 超声检测技术 |
2.2.1 超声的概念 |
2.2.2 超声场的特征参量 |
2.2.3 超声波的分类 |
2.2.4 超声检测的原理及分类 |
2.3 有限元分析技术 |
2.3.1 有限元分析的基本理论 |
2.3.2 有限元分析的基本步骤 |
2.4 信号处理技术 |
2.4.1 离散傅里叶变换 |
2.4.2 快速傅里叶变换 |
2.5 神经网络技术 |
2.5.1 人工神经网络的理论及分类 |
2.5.2 BP神经网络理论及算法 |
2.6 图像处理技术 |
2.7 本章小结 |
3 超声检测模拟仿真与实验 |
3.1 引言 |
3.2 基于COMSOL软件的仿真模拟 |
3.2.1 构件及缺陷设计 |
3.2.2 模拟参数设置 |
3.2.3 探头步进的确定 |
3.2.4 声波的传播 |
3.3 基于不同形状缺陷的超声实验测试 |
3.3.1 试块的制备 |
3.3.2 超声缺陷检测系统 |
3.3.3 实验结果 |
3.4 实验与仿真模拟的对比分析 |
3.5 本章小结 |
4 超声信号多值域特征提取 |
4.1 引言 |
4.2 基于信号时域的特征提取与分析 |
4.3 基于信号频域的特征提取与分析 |
4.4 基于信号形态的特征提取与分析 |
4.5 训练数据库及验证数据库的建立 |
4.5.1 训练数据库的建立 |
4.5.2 验证数据库的建立 |
4.6 小结 |
5 缺陷的定量评估 |
5.1 引言 |
5.2 BP神经网络的结构设计 |
5.3 BP神经网络的训练 |
5.4 BP神经网络的性能预测 |
5.4.1 误差参数 |
5.4.2 单缺陷反演的预测分析 |
5.4.3 多缺陷反演的预测分析 |
5.5 不同位置多源数据的融合 |
5.5.1 D-S证据理论 |
5.5.2 不同信息源融合的缺陷反演 |
5.6 本章小结 |
6 结论 |
参考文献 |
作者简历及攻读硕士/博士学位期间取得的研究成果 |
学位论文数据集 |
(9)基于超声检测的圆柱形构件缺陷的三维重构研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景和意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 超声检测技术发展和研究现状 |
1.3 圆柱构件缺陷超声检测发展和研究现状 |
1.4 三维重构方法发展和研究现状 |
1.5 本文的主要研究内容 |
1.6 本章小结 |
2 超声检测基本原理概述 |
2.1 超声波检测的物理基础 |
2.1.1 超声波的定义 |
2.1.2 超声波的特点 |
2.2 超声检测原理概述 |
2.2.1 超声波缺陷检测的流程 |
2.2.2 超声波发现缺陷形状的基本原理 |
2.2.3 超声波检测方式 |
2.2.4 脉冲反射法基本原理 |
2.2.5 超声检测仪电路与工作原理 |
2.2.6 生活中常见缺陷 |
2.3 超声波缺陷的评定 |
2.3.1 缺陷位置的评定 |
2.3.2 缺陷尺寸的评定 |
2.4 本章小结 |
3 实验设备选择与平台搭建 |
3.1 设备与器材的选择 |
3.2 圆柱构件检测方法 |
3.2.1 圆柱构件的选择 |
3.2.2 探头的选择 |
3.2.3 耦合剂的选择 |
3.2.4 手持直接接触法 |
3.3 超声检测仪和示波器的选择 |
3.3.1 超声波检测仪的选型 |
3.3.2 示波器的选择 |
3.4 超声检测系统搭建 |
3.5 本章小结 |
4 圆柱构件波形与数据资料获取 |
4.1 实验过程 |
4.2 缺陷波形资料采集 |
4.3 数据资料采集 |
4.4 本章小结 |
5 数据的二维重构 |
5.1 二维重构方法介绍 |
5.2 Born近似法二维重构 |
5.2.1 Born近似法概述 |
5.2.2 Born近似重构原理 |
5.2.3 二维截面的获取 |
5.3 Kirchhoff近似法二维重构 |
5.3.1 Kirchhoff近似法概述 |
5.3.2 Kirchhoff近似法原理 |
5.3.3 二维截面的获取 |
5.4 本章小结 |
6 图像的三维重构 |
6.1 三维重构的概念 |
6.2 医学三维重建的简单概述 |
6.3 二维截面图片预处理 |
6.4 二维截面图体绘制 |
6.5 本章小结 |
7 总结与展望 |
7.1 总结 |
7.2 展望 |
附录 |
参考文献 |
致谢 |
作者简介及读研期间主要科研成果 |
(10)现代铁道车辆结构伤损形式与再制造修复技术(论文提纲范文)
0前言 |
1 典型缺陷及分类 |
2 伤损部件的再制造修复 |
2.1 含表面缺陷部件 |
2.1.1 浅层缺陷修复 |
2.1.2 深层缺陷修复 |
2.2 含内部缺陷部件 |
2.3 含其他缺陷部件 |
3 结论 |
四、铸件近表面缺陷的超声探伤(论文参考文献)
- [1]大跨度空间建筑钢结构无损检测质量控制分析[J]. 李文乔,朱震宇. 绿色环保建材, 2021(08)
- [2]浅谈无损检测技术应用于煤矿机械设备维修的实践[J]. 迟宝锁,于海亭,党帅,范永强. 中国设备工程, 2021(14)
- [3]汽轮机用珠光体耐热钢镍基材质冷补焊焊接性能研究[A]. 安天成,王俊,刘鑫,付帅,夏元峰,常乃桐. 第十八届沈阳科学学术年会论文集, 2021
- [4]齿轮缺陷水浸超声检测技术的研究[D]. 张亚芬. 沈阳化工大学, 2021
- [5]不锈钢电阻点焊超声波可视化监测技术研究[D]. 李英明. 吉林大学, 2021(01)
- [6]基于孔隙特征的钢锭中心疏松缺陷超声检测研究[D]. 刘原西. 燕山大学, 2021(01)
- [7]复材航空构件智能检测与分析[D]. 陈杰. 四川大学, 2021
- [8]基于BP神经网络的超声定量评估技术研究[D]. 李兴龙. 北京交通大学, 2021
- [9]基于超声检测的圆柱形构件缺陷的三维重构研究[D]. 安永莉. 安徽理工大学, 2020(07)
- [10]现代铁道车辆结构伤损形式与再制造修复技术[J]. 周希孺,吴圣川,郭峰,胡雅楠,张晓军. 电焊机, 2020(09)