本發(fā)明公開了一種環(huán)件自動化多頻陣列聚焦超聲無損檢測裝置及方法,該裝置包括收集槽、回轉檢測平臺、外圓面多頻聚焦探頭陣列、端面多頻聚焦探頭陣列、多通道超聲檢測儀、工控機以及控制柜;所述外圓面多頻聚焦探頭陣列包括多列不同頻率的聚焦探頭,其設置在環(huán)件的外圓面處用于對環(huán)件徑向深度分層聚焦并保證檢測區(qū)域覆蓋環(huán)件整個徑向,所述端面多頻聚焦探頭陣列包括多列不同頻率的聚焦探頭,其設置在環(huán)件的上端面處用于對環(huán)件軸向深度分層聚焦并保證檢測區(qū)域覆蓋環(huán)件整個軸向。本發(fā)明利用超聲多頻聚焦探頭對環(huán)件進行不同聚焦深度的缺陷檢測,并對探頭進行陣列提高檢測效率,實現(xiàn)環(huán)件內部缺陷的自動化在線檢測,檢測精度高、效率高、適應性強。
本發(fā)明所設計的錨桿無損檢測數(shù)據(jù)智能解釋方法,該方法包括步驟1:得到歷史聲波反射數(shù)據(jù)的相位、頻譜和振幅特征曲線;步驟2:進行基于相位、頻譜和振幅特征的錨桿錨固質量的分類;步驟3:得到每一類錨桿錨固質量下的歷史聲波反射相位、頻譜和振幅數(shù)據(jù);步驟4:得到錨桿錨固聲波檢測典型數(shù)據(jù)庫;步驟5將實時的聲波反射數(shù)據(jù)與錨桿錨固聲波檢測典型數(shù)據(jù)庫進行對比,確定聲波反射數(shù)據(jù)對應的錨固質量類型。
本發(fā)明公開了一種大閘蟹公母和大小在線無損檢測分級設備,涉及水產品品質檢測分級設備。本發(fā)明設置有依次排列的水池(1)、上料傳送帶裝置(2)、分蟹刷裝置(3)、工作臺(4)、低溫制冷裝置(5)、方向整列裝置(6)、大閘蟹翻面裝置(7)、等間距蟹盒傳送帶裝置(8)、高光譜檢測裝置(9)、大閘蟹公母分級裝置(10)和大閘蟹大小分級裝置(11)。本發(fā)明通過高光譜獲取表面信息,通過電子稱獲取重量信息,通過信息處理實現(xiàn)大閘蟹公母和大小的分級;可大大提高大閘蟹分級的效率和準確率,降低人工勞動強度,減少大閘蟹傷亡;設備結構簡單,操作方便,有利于實現(xiàn)自動化流水線作業(yè)。
本發(fā)明公開了一種基于機器視覺的空調消音室焊接缺陷無損檢測方法及系統(tǒng),涉及機器視覺領域。主要包括:對待檢測焊縫的X射線底片中邊緣點的梯度幅值及梯度方向進行等級劃分;對各邊緣點的梯度幅值進行增強或抑制,并進行邊緣連接獲得各邊緣線條;剔除白色的邊緣線條,并將剩余的邊緣線條分為細邊緣以及粗邊緣;將灰度減小方向相反的兩相鄰粗邊緣組成粗邊緣對,并將粗邊緣對中兩粗邊緣的DTW距離作為粗邊緣對的裂痕構成率;根據(jù)與細邊緣最近的粗邊緣對的裂痕構成率,獲得細邊緣的裂紋構成率;根據(jù)各邊緣線條的裂痕構成率判斷待檢測焊縫中是否存在裂痕缺陷。采用本發(fā)明實施例能夠提高對焊縫中裂痕缺陷的檢測精度。
本發(fā)明敘述了制備耐濕性LaOBr∶Tb熒光粉 及其X射線增感屏的方法;報導了它在無損探傷檢 測方面的應用,并與常用的CaWO4增感屏進行了 比較。
本發(fā)明公開了一種鐓厚U肋的全熔透焊縫無損檢測方法。該方法適用于鋼結構橋梁技術領域,其中包括超聲波檢測,通過超聲波探傷儀檢測試塊的焊縫,形成超聲波形圖,初步確定反射波的類型,通過金相實驗測量焊縫的焊縫熔深數(shù)據(jù),將焊縫熔深數(shù)據(jù)與超聲波形圖進行比對,最終確定超聲波形圖中的反射波的類型,類型為變形反射波和缺陷反射波,通過超聲波探傷儀對鋼結構橋梁的鐓厚U肋與面板之間的焊縫進行檢測,以無反射波和變形反射波為標準,判斷焊縫是否合格。本發(fā)明能夠避免變形反射波對檢測造成誤判,提高了檢測的準確性。
本發(fā)明公開了一種無損檢測復合膜表面功能層厚度的方法,包括如下步驟:將樣品放置于樣品室;將不同能量的正電子分別入射至薄膜發(fā)生湮沒并分別搜集湮沒產生的伽馬射線能譜;根據(jù)伽馬能譜計算正電子湮沒參數(shù);根據(jù)正電子湮沒參數(shù)與入射正電子能量的關系,可擬合計算薄膜厚度。本發(fā)明運用正電子湮沒手段,根據(jù)不同能量的正電子在薄膜不同深度湮沒所得到的參數(shù),可定量分析復合膜表面層的厚度,此方法可不破壞樣品,屬于無損檢測。
本發(fā)明涉及一種配電變壓器繞組材質無損檢測評估系統(tǒng),包括:采集處理系統(tǒng)、數(shù)據(jù)服務器、客戶端主機;采集處理系統(tǒng)采集并處理變壓器運行參數(shù),將處理后的運行參數(shù)送至數(shù)據(jù)服務器;數(shù)據(jù)服務器設置有變壓器特征參數(shù)數(shù)據(jù)庫和變壓器歷史運行參數(shù)庫,并與客戶端主機通訊;變壓器特征參數(shù)數(shù)據(jù)庫用于存儲各種型號的變壓器特征參數(shù),變壓器歷史運行參數(shù)庫用于存儲在線采集的變壓器歷史運行參數(shù);客戶端主機裝載有人工智能計算模塊;人工智能計算模塊利用神經網(wǎng)絡函數(shù),對變壓器頂層油溫和繞組熱點溫升微分方程搭建仿真模型,利用變步長的龍格?庫塔方法,計算變壓器實時的頂層油溫和熱點溫度,比對特征參數(shù)數(shù)據(jù)庫數(shù)據(jù),實現(xiàn)繞組材質無損檢測的評估預測。
本發(fā)明提供一種鋼筋套筒灌漿連接接頭的套筒灌漿飽滿度的無損檢測方法,屬于裝配式混凝土建設工程質量檢測技術領域。該法只需要用鋼質小錘輕擊灌漿套筒連接部位的套筒正上方部位以及無套筒部(一般部)的混凝土保護層表面,檢測接受到的應力波信號,對比灌漿前后的信號振幅和振幅衰減情況及頻率變化,即可判定套筒灌漿是否飽滿,解決了裝配式建筑鋼筋灌漿套筒連接質量檢測的方法問題。該法不需要預埋檢測元件,實現(xiàn)了安全、快速、簡便易行和低成本的檢測,對灌漿是否飽滿做出確切判定。
本實用新型公開了基于漏電場的導電金屬體無損檢測裝置,包括探頭、電極、直流電源、放大器、濾波器、采集卡和計算機;探頭、放大器、濾波器、采集卡和計算機依次電連接,工作時,電極放置于待檢測導電金屬體表面,直流電源連接在電極上,探頭與待檢測導電金屬體表面不接觸且在探頭的探測距離內;探頭探測得到的電壓信號經過放大器放大、濾波器濾波,通過采集卡進行A/D轉換后,提供給計算機提取信號特征并用波形圖的形式顯示,得到被檢導電金屬體的缺陷信息。裝置結構簡單,操作方便,使用安全,適用于自動化探傷,尤其適用于有色金屬(如鋁、銅、鈦合金),奧氏體不銹鋼以及溫度高于居里點的鋼鐵材料。
本發(fā)明涉及曲軸自動化渦流、磁記憶復合無損檢測裝置,該裝置主要由上位機、渦流磁記憶檢測儀及配套的檢測傳感器、曲軸旋轉變位機構、工業(yè)機器人及安裝在其第六軸法蘭上的檢測傳感器夾具組件組成;對于復雜結構的曲軸,將其安裝固定在曲軸旋轉變位機構上,使其繞主軸線進行旋轉變位,同時工業(yè)機器人通過檢測傳感器夾具組件來夾持檢測傳感器,并對曲軸進行檢測,渦流磁記憶檢測儀器則對檢測傳感器信號進行采集并保存為檢測數(shù)據(jù),然后傳輸?shù)缴衔粰C中進行處理。該裝置采用渦流、磁記憶復合檢測方法,克服了單一檢測方法的局限性,對多種型號曲軸均有較好的通用性,具有檢測速度快、工作效率高、提取的缺陷特征數(shù)據(jù)精度更高等優(yōu)點。
本實用新型涉及核電站管類超聲波無損檢測導向裝置,具體涉及一種多氣缸層疊伸縮超聲波無損檢測導向裝置。包括上位氣缸、下位氣缸和氣缸連接座,其特征在于:所述上位氣缸的活塞桿伸出端與氣缸連接座的上端固定,所述下位氣缸的缸筒靠近其上的活塞桿伸出端的外壁固定在氣缸連接座的下端;所述下位氣缸的活塞桿伸出端固定有掃查檢測工具連接頭。本實用新型結構簡單,可以對待測管道不通距離的位置進行掃查,導向裝置可增強整個裝置的剛性,整套結構緊湊可以伸入小管徑管道內,實現(xiàn)大行程的運動范圍。
本實用新型公開了一種混凝土早領期強度的無損檢測裝置,包括主箱體,所述主箱體的頂部設置有頂蓋,所述頂蓋與主箱體之間連接有轉軸,所述頂蓋的底部固定有固定塊,所述主箱體的側面開設有凹槽,所述凹槽的內部設置有限位件,所述限位件與固定塊卡合連接,所述限位件與凹槽之間連接有內置彈簧;本實用新型通過設計的限位件,使得在需要打開頂蓋時,可以通過設計的固定塊、凹槽、限位件和內置彈簧方便快捷的打開頂蓋,相比較現(xiàn)有的技術,大大方便了無損檢測器的使用。
本實用新型公開了無損檢測成像輔助裝置,包括電機箱,所述電機箱的底部焊接有第一殼體,所述電機箱的內部頂壁通過螺栓螺紋連接有電機,所述電機的輸出軸通過第四軸承轉動連接于第一殼體的頂部且貫穿第一殼體,所述電機輸出軸的外側壁焊接有第一皮帶輪和第二皮帶輪,本裝置可以在進行檢測時,電機帶動第二滾輪進行移動,使得本裝置可以更加穩(wěn)定的進行移動,避免了人工進行檢測時檢測器本體出現(xiàn)搖晃的情況,從而使得到數(shù)據(jù)不準確,影響人們進行后續(xù)工作的情況出現(xiàn),由于管道長時間暴露在外,外側壁存在很多污垢,所以通過電機帶動毛刷進行轉動,對管道的外側壁進行清潔,防止因為管道外側壁存在污垢的原因,從而使得檢測的數(shù)據(jù)出現(xiàn)偏差的情況。
本發(fā)明公開了一種環(huán)件自動化多頻陣列超聲無損檢測裝置及方法,該裝置包括收集槽、回轉檢測平臺、沿回轉檢測平臺軸向移動的外圓面多頻探頭陣列、沿回轉檢測平臺徑向移動的端面多頻探頭陣列、多通道超聲檢測儀、工控機以及控制柜;所述外圓面多頻探頭陣列包括多列頻率不同的探頭,用于檢測環(huán)件徑向不同深度的缺陷,所述端面多頻探頭陣列包括多列頻率不同的探頭,用于檢測環(huán)件軸向不同深度的缺陷。本發(fā)明利用多頻陣列探頭實現(xiàn)環(huán)件內部缺陷的自動分層檢測,具有效率高、操作簡單、檢測盲區(qū)小、檢測精度高、適應性強等優(yōu)點。
本發(fā)明公開了一種自動化無損檢測裝置,具體涉及紅外檢測技術領域,包括底板,所述底板的上表面與驅動裝置的下表面固定連接,所述驅動裝置的左右兩端分別與兩個輸出軸相對面的一端固定連接,且兩個輸出軸相遠離的一端分別與兩個傳動輪的相對面固定連接,所述傳動輪的數(shù)量為四個。本發(fā)明通過設置風機、摩擦輥、通風孔、安裝架、第一驅動電機和風箱,使得風機在運行時,大梁表面粘附的灰塵也會沿著通風孔進入摩擦輥內,使得該檢測裝置在對大梁進行檢測的過程中,可以對大梁進行清理,從而提高了該檢測裝置對適用性,且降低了由于大梁表面粘附灰塵而影響該檢測裝置對大梁的檢測結果,進而保障了該檢測裝置在對大梁檢測時的數(shù)據(jù)的準確性。
本發(fā)明涉及一種SLM成型金屬產品的力學性能無損檢測方法,該方法在SLM成型過程中同時得到金屬產品和位于金屬產品周邊、易發(fā)生缺陷位置所在層面的檢測試樣。這些檢測試樣既能起到支撐成型件、有效減少工件變形、改善成型質量的作用,又能夠用于評估金屬產品局部或整體的力學性能。這些檢測試樣與實際產品生產條件一樣,每一個試樣都能夠準確反應其所在位置、層面處金屬產品內部的力學性能,檢測結果準確可信度高、檢測過程直觀。該檢測方法無需破壞產品,顯著節(jié)約了檢測時間和檢測成本。
本發(fā)明公開了一種輸變電設備狀態(tài)無損檢測圖像配準算法,其步驟如下:步驟一:通過對輸電設備的運行情況進行數(shù)據(jù)收集處理;步驟二:控制變量;步驟三:設計算法;步驟四:獲取最佳值,將所得所有算法值進行統(tǒng)計對最接近標準值中間值的數(shù)值進行確定,為線路最佳配比方法,從而結束算法,該輸變電設備狀態(tài)無損檢測圖像配準算法,增加了整體的檢測結果多樣性,從而增加了整體結果的準確性,同時所得所有算法值進行統(tǒng)計對最接近標準值中間值的數(shù)值進行確定,為線路最佳配比方法,保證整體最佳的結果,保證輸變電設備使用時的穩(wěn)定性,從而增加了整體的安全性,增加了整體的實用性。
本實用新型公開了一種鋼結構無損檢測用操作臺,包括操作臺,操作臺的一側固定安裝有支撐板,支撐板的一側開設有滑槽,滑槽內滑動連接有的滑塊,滑塊的一側固定安裝有齒條,滑塊的另一側固定固定安裝有移動板,支撐板的一側固定安裝有固定板,固定板的一側固定安裝有電機,電機的輸出軸固定安裝有貫穿并延伸至固定板外的轉動桿,轉動桿遠離電機的一端固定安裝有齒輪,齒輪與齒條嚙合,本實用新型一種鋼結構無損檢測用操作臺,當需要對檢測物進行壓緊時,此時啟動電機即可帶動轉動桿轉動,將使得齒輪轉動,因為齒輪與齒條嚙合,將帶動齒條上下移動,即可通過滑塊帶動移動板向下移動,從而對操作臺上的檢測物進行擠壓固定的效果。
本實用新型提供一種金屬無損檢測用接觸式超聲波探頭,包括頂殼、安裝管和探頭本體,所述安裝管上固定套設有圓環(huán),所述安裝管的內側壁上與圓環(huán)對應的位置處開設有環(huán)形伸縮槽,所述環(huán)形伸縮槽遠離開口端的內側壁上固定連接有若干個復位彈簧,所述復位彈簧的一端固定連接有扇形封堵板,所述扇形封堵板一端的頂部設置有斜面,該金屬無損檢測用接觸式超聲波探頭設計合理,安裝管內通過復位彈簧安裝了若干個扇形封堵板,平常時扇形封堵板能夠將探頭本體完全遮蓋,從而能夠有效地防止覆蓋灰塵,降低清理周期,當需要使用時,按壓頂殼,探頭本體能夠將扇形封堵板頂開,從而進行正常的探測,實用性強。
本實用新型公開了一種皮蛋品質無損檢測模塊設備,包括底座,底座的頂部固定連接有一對輪架,輪架的頂端活動連接有傳動輪,其中一個傳動輪通過外接電機驅動,兩個傳動輪之間傳動連接有傳送帶,并且兩個傳動輪之間設置有檢測箱,檢測箱的兩側側壁均開設有傳送口,傳送帶穿過傳送口,檢測箱的底部固定連接有若干根支撐桿,支撐桿的底端固定連接在底座上,檢測箱的內腔頂部固定安裝有低場模磁成像儀,其內腔底部固定安裝有若干個照明燈,其中一個傳動輪的一側設置有導塊,導塊固定連接在底座上,其一側設置有分揀架。本實用新型具有結構設計合理,操作方便,勞動強度小,檢測效率高,并且可保證皮蛋結構的完整性等特點。
本發(fā)明公開了一種基于瀝青混合料介電特性的壓實度無損檢測方法。本發(fā)明通過理論推導,建立瀝青混合料壓實度與介電特性之間的聯(lián)系,利用已有設計資料獲取瀝青混合料的最大理論密度和瀝青密度,并通過實驗測量瀝青與礦料的介電常數(shù),將以上參數(shù)與測量的瀝青混合料介電常數(shù)帶入公式直接獲取瀝青混合料的壓實度。該方法無論從測試方法的合理性還是可操作性上均有較大進步,另外其無損檢測的特性,與常規(guī)的現(xiàn)場測量方法有著本質區(qū)別與優(yōu)勢。
本實用新型涉及道路無損檢測技術領域,尤其是一種便捷式道路無損檢測裝置,包括箱體,箱體下方兩端安裝有若干個具有剎車結構的滾輪,箱體一側焊接有拉桿,箱體內一側焊接有若干個固定板,固定板上表面中間位置開設有滑槽,滑槽內均可滑動放置有滑塊,滑塊上端均焊接有放置槽,放置槽一側均焊接有卡塊,放置槽另一側均焊接有擋板,擋板一側均焊接有拉手,擋板四側面均粘有密封圈,放置槽內壁均粘有第一緩沖層,第一緩沖層上表面均粘有保護層,箱體內位于放置槽上方的兩側壁之間均焊接有壓板,壓板下表面均粘有第二緩沖層,箱體一側四角均焊接有墊板,本實用新型,方便進行搬運,防止儀器摔壞,更便捷。
本發(fā)明屬于無損檢測領域,并具體公開了一種磁致伸縮導波拓撲信號處理方法及無損檢測方法,包括以下步驟:S1從被測對象磁致伸縮導波信號中截取所需的信號;S2利用窗寬M的滑動矩形窗從信號中截取M個信號數(shù)據(jù);S3利用截取的信號數(shù)據(jù)構建矩陣A;S4將矩陣A轉換為平面直角坐標系中的M?1個點的集合B,并計算集合B中各點間的歐式距離;S5取最大歐式距離作為最大連通半徑對集合B持續(xù)同調,得到集合B中各點從誕生到消亡時對應的連通半徑,計算各連通半徑的方差;S8重復步驟S2~S7,獲得所截取信號處理后的方差集合,完成被測對象磁致伸縮導波拓撲信號的處理。本發(fā)明無需標準試樣,有利于現(xiàn)場檢測,且無需多次測量,操作簡單。
本發(fā)明公開了一種帶夾渣缺陷的無損檢測用焊縫模擬試塊的制備方法,包括以下步驟:提供一副鋼板焊件以及渣殼,每個鋼板焊件上加工有坡口;依次對鋼板焊件進行對組對、打底焊和填充焊,填充焊過程中,在對應的焊縫金屬層按預設夾渣的數(shù)量、深度、方向預埋相對應的渣殼,在渣殼處采用填充施焊并快速熔敷覆蓋渣殼處,使預埋的渣殼來不及熔化浮出而滯留于焊縫中,從而形成夾渣缺陷,繼續(xù)對其它焊層進行填充焊,直至焊接完畢,即制成帶夾渣缺陷的碳鋼焊縫模擬試塊。本發(fā)明通過人工制備夾渣,可實現(xiàn)對夾渣形狀(條狀或圓形)、深度等特征的控制,制備出預先設定夾渣缺陷的焊縫模擬試塊,滿足超聲波檢測或其它無損檢測的應用需求。
本發(fā)明公開了一種基于無人機遙感的橋梁墩塔裂縫無損定量檢測方法,采集橋梁主體和各個橋梁墩塔的影像和對應的攝影中心坐標信息;生成三維真彩色的橋梁模型;獲取裂縫二維影像對象;獲取裂縫三維空間對象;獲得裂縫平面投影對象,并計算裂縫屬性信息。本發(fā)明可充分利用無人機體積小、機動靈活等優(yōu)點,實現(xiàn)對橋梁高墩、高塔等人員難以到達區(qū)域裂縫的快速、高效檢測,無損獲取其定量信息,及時為橋梁檢測養(yǎng)護的科學化和精細化提供數(shù)據(jù)支持。
本發(fā)明涉及一種基于RSBSS紅外無損檢測熱成像缺陷圖像處理方法及系統(tǒng),在本發(fā)明中,該方法及系統(tǒng)被應用到復合型材料的缺陷檢測中;其特征在于,為了能夠更加有效的對缺陷特征的提取,采集帶有時間信息的紅外熱成像圖片,對采集的紅外熱成像圖片進行預處理,進行RSBSS算法處理,在經過RSBSS算法處理后的紅外熱成像圖片基礎上提取缺陷信息;本發(fā)明在有效濾除紅外熱成像圖片噪聲的同時也使紅外熱成像圖片缺陷部位得到了保護和增強,且比傳統(tǒng)方法更加實用有效。本發(fā)明所提供的方法及系統(tǒng),檢測速度快、檢測結果準確,可廣泛應用于無損檢測領域,具有廣闊的應用前景。
本實用新型公開了一種蛋清中蛋白質構象的高光譜無損檢測裝置,涉及農產品無損檢測領域。本裝置是:在密封箱的頂部中心設置有光譜相機,在密封箱的底部設置有底座,在密封箱的內部設置有光電傳感器,光電傳感器正對禽蛋;在底座上設置有依次連接的步進電機、聯(lián)軸器、絲桿和移動平臺,在移動平臺上設置有透射光源箱;禽蛋置于透射光源箱的頂部中心,在透射光源箱的底部中心設置有透射光源;步進電機與步進電機控制器連接,光譜相機、步進電機控制器和光電傳感器分別與設置在密封箱外面的計算機連接。本實用新型能夠對其引起禽蛋品質變化的內部微觀結構變化進行快速、漸變、無損、客觀地檢測,可用于更準確的評價禽蛋綜合品質、禽蛋等級評定。
本發(fā)明公開了一種基于深度學習的葡萄糖度無損檢測方法,涉及水果品質檢測領域。本方法是:①構建葡萄數(shù)據(jù)集:A.使用手機拍攝葡萄;B.測量糖度;②將圖片數(shù)據(jù)按照糖度區(qū)間分類;③圖像分割;④數(shù)據(jù)擴增:A、縮放;B、旋轉;⑤深度學習的糖度預測模型;⑥分類回歸匯聚;⑦模型集成;⑧模型測試。本發(fā)明具有下列優(yōu)點和積極效果:①建立了一種全新的基于深度學習的葡萄糖度檢測模型,深度學習算法相對于傳統(tǒng)的算法,能夠進行自我學習,模型的預測能力更強;②可保證水果樣本的完整性,實現(xiàn)糖度無損檢測。
本發(fā)明提出一種基于深度學習的硅鋼性能無損檢測方法,包括以下步驟:將待測硅鋼帶每個測量點的巴克豪森參數(shù)、切向磁場強度諧波分析特征參數(shù)、增量磁導率特征參數(shù)和多頻渦流特征參數(shù)作為對應測量點的微磁參數(shù);將待測硅鋼帶的張力值和待測硅鋼帶的表面與在線微磁檢測探頭的直線距離作為待測硅鋼帶的上每個測量點的生產工藝參數(shù);將待測硅鋼帶任一個測量點的微磁參數(shù)、生產工藝參數(shù)輸入待測硅鋼帶的鋼種類型對應的已經訓練好的擬牛頓神經網(wǎng)絡模型;擬牛頓神經網(wǎng)絡模型輸出該測量點的力學性能參數(shù)和磁性能參數(shù)。本發(fā)明能實現(xiàn)硅鋼的力學性能和磁性能的在線檢測。
中冶有色為您提供最新的湖北武漢有色金屬分析檢測技術理論與應用信息,涵蓋發(fā)明專利、權利要求、說明書、技術領域、背景技術、實用新型內容及具體實施方式等有色技術內容。打造最具專業(yè)性的有色金屬技術理論與應用平臺!