基于抛物线拟合的TOFD图像缺陷检测

针对TOFD(time of flight diffraction)检测的D扫描图像,提出了一种新的图像缺陷检测方法.采用基于能量分布的杂波抑制算法去除直通波及底面反射波,通过二值化处理、边缘检测、腐蚀以及去除小聚类等预处理方法去除背景杂波,然后,提出改进的最小二乘法提取缺陷的两端分段拟合抛物线,并对特征点及其拟合点的纵坐标向量进行相关性分析,最后根据缺陷特征点与抛物线拟合的相关系数检测图像缺陷.结果表明,该方法准确有效.     

基于改进的LMS TOFD图像直通波抑制研究

针对TOFD背景杂波问题,提出了一种改进的变步长的LMS超声TOFD图像直通波抑制方法。首先,分析了步长因子与稳态误差的关系,得出了最优变量及变步长迭代公式;其次,为了解决算法没有完全收敛而步长因子已经减小到最小值的问题,引入了记忆因子概念;最后,将算法应用于非近表面缺陷及近表面缺陷图像,研究了不同参数下误差信号与步长因子的关系,比较了其滤波及抑制效果,并分别讨论了各参数的影响。实验结果表明:当α取值为0.02时,β取值为0.8时,对于直通波的抑制效果最佳,该方法能够有效实现时基抖动较大时直通波的稳健去除。     

基于变型波的超声TOFD近表面检测新方法

为了解决传统衍射时差法超声检测技术(TOFD)法对埋藏在近表面的缺陷波无法辨识及近表面区域的测量误差大、深度分辨力差等近表面盲区问题,提出了一种新的近表面检测方法。该方法利用变型波波速较慢的特点,通过计算变型波、直通波及底面反射波,得出了变型波在纵波检测窗口出现的条件,并利用变型波对缺陷进行检测,以减小测量误差并提高检测分辨力,有效地解决了TOFD近表面盲区问题。在10个不同深度的人工缺陷中,对采用基于变型波的检测方法和传统检测方法的实验结果进行了比较和分析,并分别计算了其测量误差及检测分辨力。实验结果表明,该方法能够识别传统方法无法辨识的近表面缺陷,可有效检测到埋藏深度2.0 mm的人工缺陷,同时,该方法具有较高的测量精度和分辨力。     

聚乙烯管道热熔接头环向裂纹应力强度因子的数值分析

应力强度因子K是缺陷结构安全评定的重要参数。基于粘弹性理论,将聚乙烯管材料的粘弹性参数用Prony级数表示,运用非线性有限元法,在ANSYS中建立聚乙烯管热熔接头环向裂纹模型,并对K进行计算和分析。通过有限元的模拟,总结得到聚乙烯管最可能发生断裂的时间为产生裂纹时刻,从而得出分析聚乙烯管环向表面裂纹应力强度因子时不必考虑聚乙烯管的黏弹性,环向表面裂纹缺陷的主要影响因素是裂纹深度与聚乙烯管的厚度之比。     

基于边界矢量场的视频运动目标检测与跟踪

提出了一种新的视频运动目标检测与跟踪方法.该方法首先采用自适应帧间差分法对视频序列图像的运动目标进行粗检测,进而采用BVF(边界矢量场)Snake方法准确地检测出运动目标轮廓;其次获得轮廓质心后,对传统的α-β-γ滤波器进行了改进,实现对运动目标的实时跟踪;最后根据预测的质心位置来自动完成下一帧轮廓初始化.实验结果表明,该方法具有良好的实时性和准确性.     

基于改进遗传算法的含间隙平面二连杆机器人模型辨识研究

针对含间隙机器人难以建立较准确的数学模型问题,以含间隙二连杆机器人为例,分别运用最小二乘法、传统遗传算法和改进遗传算法对其进行参数辨识;其中改进遗传算法分别从编码方法、交叉算子、变异算子以及交叉概率和变异概率的自适应改进方面对传统遗传算法进行了改进,解决传统算法容易发生"早熟"现象的问题。研究结果表明:利用3种辨识法对含间隙二连杆机器人进行参数辨识时,改进遗传算法辨识精度最高,收敛速度最快。与传统的应用动力学建模相比,应用该辨识方法更方便快速,为构建含间隙机器人系统模型提供了参考。     

基于自适应滤波的TOFDD扫描图像侧向波抑制

针对超声波时差衍射法（TOFD）D扫描图像,提出一种新的侧向波抑制算法。该方法首先将图像分解为一维信号,对一维信号进行小波去噪后重构以去除图像噪声。通过讨论参数对滤波结果的影响来比较RLS自适应滤波算法和变步长LMS自适应滤波算法,从而选择对参数不敏感的变步长LMS算法。最后在变步长LMS算法的基础上提出一种改进的自适应滤波方法,以去除侧向波与缺陷波未混叠的缺陷图像的残余部分。试验结果表明提出的算法是有效的。     

基于Gabor小波的TOFD图像缺陷识别研究

针对运用超声衍射时差法（TOFD）法对焊缝进行检测时,图像缺陷人工定性主要受检验人员经验和专业知识影响缺乏可靠性的问题,提出了一种TOFD图像缺陷自动定性的方法.该方法首先提取TOFD缺陷图像的Gabor小波特征,并依据这些特征,采用主成分分析技术（PCA）对Gabor特征进行降维,然后采用Fisher线性判别分析方法对其进行了判别分析,最后完成了缺陷的自动定性分析;同时,建立了一个实际系统,并在测试样本上进行了试验验证,试验在109幅人工试块缺陷及自然缺陷训练样本及25幅测试样本中进行,采用Gabor小波特征及原始图像像素特征所构建的缺陷分类器识别率比较.研究结果表明,基于Gabor小波特征的缺陷识别方法识别率达到72％,比原始图像特征的缺陷识别方法更优.     

超声波时差衍射法图像近表面缺陷检测新方法

针对超声波时差衍射法(TOFD)图像近表面盲区问题,提出了一种超声波TOFD图像近表面缺陷检测新方法.首先根据超声波传播时间和深度的关系,提出了通过超声波TOFD图像重构新方法将超声波TOFD图像中深度与时间的非线性关系转换为线性关系,以减小测量误差.然后,为了有效提取混叠直通波中的缺陷信号,提出了基于峰值捕捉和阈值处理相结合的直通波拉直方法.实验结果表明,该方法能有效解决近表面盲区问题,提取混叠在直通波中的缺陷信号.