CN101118225A - 通过x射线底片分析铝合金焊接质量的方法 - Google Patents
通过x射线底片分析铝合金焊接质量的方法 Download PDFInfo
- Publication number
- CN101118225A CN101118225A CNA2007100497071A CN200710049707A CN101118225A CN 101118225 A CN101118225 A CN 101118225A CN A2007100497071 A CNA2007100497071 A CN A2007100497071A CN 200710049707 A CN200710049707 A CN 200710049707A CN 101118225 A CN101118225 A CN 101118225A
- Authority
- CN
- China
- Prior art keywords
- defective
- defect
- chain
- evaluation
- dispersed
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Abstract
本发明公开了一种通过X射线底片分析铝合金焊接质量的方法。本发明对X射线底片的处理、分析步骤如下:(1)通过扫描仪对X射线底片进行数字化扫描,并将扫描到的数字化图像传输到计算机;(2)通过计算机对扫描到的数字化图像进行管理;(3)对上述数字化图像进行预处理;(4)通过电脑软件进行焊缝提取、缺陷边缘提取和特征参数提取;(5)对焊接缺陷进行分类与评定,并生成最终评定结果;(6)报告生成与打印。本发明既简单、快捷、节省时间和人力,又能准确、客观地分析铝合金的焊接质量,减少了对操作人员经验的依赖和人为因素的干扰,实现了X射线底片缺陷自动评定和焊缝质量的自动综合评定。
Description
技术领域
本发明涉及一种分析铝合金焊接质量的方法,尤其涉及一种通过X射线底片,用电脑软件来分析铝合金焊接质量的方法。
背景技术
焊接技术作为制造业的重要分支之一,其焊后检验技术作为产品与客产之间最后一道保障工序,其关键作用是不容置疑的。焊后检验技术取决于焊后无损检测技术。无损检测对焊接及相关技术的发展起着十分重要的支持作用。常用的无损检测方法包括超声检测(Ultrasonic Technology,UT)、射线检测(Radiography Technology,RT)、渗透检测(PenetrateTechnology,PT)、磁粉检测(Magnetic Technology,MT)、涡流检测(EddyTesting,ET)、声发射检测(Acoustic Emission Technology,AE)六大检测技术,另外还有很多其他很多检测技术应用在一些特殊的检测需求中。其中射线检测技术以其高灵敏度和高信息量,成本低、直观可靠及适于保存周期长等优点,多年来一直广泛应用于航天制造业中。
然而,通常的X射线焊缝底片的评定要求有专业评片人员进行评判,是一项具有较大劳动强度的脑体力劳动。且其评判过程受到检测人员的综合技能、工艺知识、实践经验以及对专业标准理解和掌握能力的制约,结果直接受到检测者主观因素的影响。因此国内外诸多专家、学者均致力于开发能帮助专业检测者评片的计算机辅助系统,使评片过程信息化、评片结果趋于规范和一致。对于底片焊缝的缺陷提取、识别的研究,前人进行了相当广泛而深入的研究,但由于该项技术的综合性及评片知识的复杂性,目前还没有一套成熟的自动评片软件系统应用于工业化实践中。
发明内容
本发明的目的就在于为了解决上述问题而提供一种通过X射线底片,用电脑软件来分析铝合金焊接质量的方法。这种方法减少了对操作人员经验的依赖和人为因素的干扰,实现了对铝合金焊缝X射线底片的计算机辅助评定。
为了达到上述目的,本发明采用以下技术方案:
本发明对X射线底片的处理、分析步骤如下:
(1)通过扫描仪对X射线底片进行数字化扫描,并将扫描到的数字化图像传输到计算机;
(2)通过计算机对扫描到的数字化图像进行管理;
(3)对上述数字化图像进行预处理;
(4)通过电脑软件进行焊缝提取、缺陷边缘提取和特征参数提取;
(5)对焊接缺陷进行分类与评定,并生成最终评定结果;
(6)报告生成与打印。
作为本发明的优选方案,所述通过电脑软件进行焊缝提取、缺陷边缘提取和特征参数提取的过程,其方法如下:
(1)依次对数字化图像上的缺陷进行扫描:若是裂纹、未熔合和未焊透,则将其标定为对应缺陷类型后退出程序,若是气孔、夹钨和夹杂,则进入分布状况判断程序;
(2)当扫描出第一个气孔、夹钨或夹杂时,在此缺陷右边焊缝长度方向区域内,依次对区域内其他缺陷进行性质和位置的相关性判断;
(3)若此缺陷后面相邻的三个及以上的缺陷与其同类,则在此缺陷最左边点起沿焊缝长度方向100mm评定区域内,进行缺陷分布类别判断;
(4)按上述方法对所有缺陷逐个进行扫描分析,完成数字化图像上的所有缺陷的整合分析。
所述缺陷分布类别判断的方法为:首先,判别缺陷是否是属于链状缺陷群,即判断此缺陷重心是否所属缺陷群中最大缺陷长轴的纵坐标投影区,若属于投影区内,可能为链状或分散状,若不在投影区则可能为聚集状或分散状;对可能为链状或分散状的缺陷,进一步判断其与其他缺陷的相关度,若其相邻缺陷间距小于最大缺陷尺寸的两倍,则其为链状区域缺陷群,若其相邻缺陷间距大于最大缺陷尺寸的两倍,则属于分散状区域;对可能为分散状与聚集状的缺陷,首先判断此缺陷群中重心不在最大长轴y投影区的缺陷是否超过三个,若超过三个,进行此缺陷与其他缺陷相关度的判断,若其与其他缺陷的间距大于最大缺陷的两倍,则为分散状,否则为聚集状,若没有超过三个则判为分散状缺陷。
所述对焊接缺陷进行分类与评定,并生成最终评定结果的过程,其方法如下:
(1)根据分散状评定子程序、链状评定子程序、聚集状评定子程序分别对上述各种对应的缺陷进行评定;
(2)根据缺陷综合评定程序对上述所有缺陷进行综合评定。
所述分散状评定子程序根据以下标准进行评定:
焊件厚度δ(mm) | 单个缺陷的尺寸(mm)不大于 | 相邻缺陷间的间距(mm)不小于 | 在任取100mm长度焊缝内单个缺陷的累计面积(mm2)不大于 | ||
I级 | II级 | I级 | II级 | ||
δ≤3 | 0.5δ | 0.75δ | 相邻的较大缺陷尺寸的三倍 | 0.6δ或2 | 0.9δ或2.25 |
3<δ≤6 | 0.5δ或2取较小值 | 2.25 | 6 | 9 | |
6<δ≤10 | 2.5 | 3 | 10 | 15 | |
10<δ≤15 | 3 | 3.75 | 15 | 22 | |
δ>15 | 3.5 | 4 | 20 | 28 |
在上表中,两个或两个以上的单个气孔、夹钨和夹杂,如果其间距小于规定的最小间距,且其面积之和不大于允许的单个缺陷的面积,则可合成为一个单个缺陷;
所述链状评定子程序根据以下标准进行评定:
焊件厚度δ(mm) | 每个聚集处单个缺陷的尺寸(mm)不大于 | 在任取100mm长度焊缝上各聚集处单个缺陷的累计数量(个),不多于 |
δ≤2 | 0.25δ | 15 |
2<δ≤10 | 0.5 | |
10<δ≤15 | 0.8 | |
δ>15 | 1.2 |
所述聚集状评定子程序根据以下标准进行评定:
焊件厚度δ(mm) | 缺陷的尺寸(mm)不大于 |
δ≤1 | 0.5δ |
1<δ≤18 | 0.2 |
8<δ≤15 | 0.25 |
δ>15 | 0.3 |
所述缺陷综合评定程序根据以下标准进行评定:
链内单个缺陷的尺寸(mm),不大于 | 链内单个缺陷间的间距(mm),不大于 | 在任取100mm长度焊缝内呈链状缺陷的数量条数不多于 | 链状缺陷分布的长度(mm),不大于 |
0.3 | 0.3 | 1 | 10 |
作为本发明的进一步改进,在所述对焊接缺陷进行分类与评定,并生成最终评定结果的过程中,结合样片参照与标准浏览文件、帮助文档进行分析。为了使操作人员方便查询相关标准和对比参考样片中缺陷特征,本发明将相关标准规范和样片集成为可查询的文件,在评定过程的任一步骤中,操作人员都可以随时查看、参考相关文件和样片。作为一个友好的软件系统,本发明同样也设计了友好而生动的帮助文档模块,实时提供用户所进行的前面操作信息和系统的运行信息。帮助文档非常简单、明了,使得评定过程更加方便。
本发明的有益效果在于:
由于本发明的整个分析过程自动化程度很高,人为因素很少,而且分析软件的相关数据都是经过严格考核的精准数据,所以本发明既简单、快捷、节省时间和人力,又能准确、客观地分析铝合金的焊接质量,减少了对操作人员经验的依赖和人为因素的干扰,实现了X射线底片缺陷自动评定和焊缝质量的自动综合评定。
附图说明
图1是本发明的总体分析过程方框图;
图2是本发明中对焊点缺陷进行提取、分析、评定的工作流程图;
图3是本发明中的缺陷整合与综合评定的具体过程流程图;
图4是缺陷分布类别评定子程序的工作流程图。
具体实施方式
下面结合附图对本发明作具体描述:
在本发明中,软件系统是支持多文档、多视图的结构;是开放的、可扩展的。系统支持底片扫描、存储、分析、管理、评定和报告打印等全面的工业X射线底片分析处理功能。本系统界面友好,操作方便,采用用户熟悉的WINDOWS系统界面风格。
如图1所示,本发明对X射线底片的处理、分析步骤如下:
(1)底片数字化扫描模块,根据国际TWAIN标准和协议实现了图像输入设备即扫描仪与本系统软件的通信。在操作中可直接进行底片扫描,调用所选扫描仪扫描程序进行扫描参数设置。扫描完后的底片图像可直接显示在本系统客户区内,也可直接存储在计算机硬盘中。
(2)底片数字化图像管理模块,底片的存储和管理是无损检测的一个重要的课题。我们充分考虑了工业X底片数字化图像存储和管理的需要,建立了数字化图像管理子系统。可以高质量进行扫描底片、底片数字化图像存储、建立了底片图像的自动分类和查找、添加底片数字化图像文件信息等多项实用功能。
(3)底片预处理工具模块,在进行底片评定和管理中,需要一些底片显示和变换的工具。系统不但提供图像的无失真放大、缩小、全屏显示、平移、拷贝、粘贴等基本处理功能外,还专门提供了数字化图像灰度变换、直方图查看和图像像素信息显示工具条等。
(4)焊缝及缺陷特征参数提取模块,此模块提供了进行焊缝提取、缺陷边缘提取和特征参数提取的功能,是系统最为关键的模块之一。在此,用户可以手工进行缺陷的提取、修改和剔除;同时,可以查看提取的每个缺陷的特征参数和缺陷的提取示意图,实现了友好的人机界面和互动性。
(5)缺陷分类与评定模块,此模块是实现缺陷定性和定量以至于最终评定结果的关键。在进行自动分类和评定模块时,需要用户参与填写底片焊缝的焊接工艺参数、射线透照工艺参数、工件的基本厚度信息和其他相关的信息。充分考虑了底片评定过程的模糊性和工艺相关性,其主要功能是采用模糊推理与神经网络来实现的。
(6)报告生成与打印模块,底片自动评定后,需要出具文件性报告,作为对底片评定结果和相关文件的一个书面报告。本系统实现了底片报告的自动设计、调整和打印。
在上述第(5)的处理过程中,还加入了样片参照与标准浏览模块和帮助模块。为了使操作人员方便查询相关标准和对比参考样片中缺陷特征,本发明将相关标准规范和样片集成为可查询的文件,在评定过程的任一步骤中,操作人员都可以随时查看、参考相关文件和样片。作为一个友好的软件系统,本发明同样也设计了友好而生动的帮助文档模块,实时提供用户所进行的前面操作信息和系统的运行信息。帮助文档非常简单、明了,使得评定过程更加方便。
结合图2和图3,所述通过电脑软件进行焊缝提取、缺陷边缘提取和特征参数提取的过程,即图2中的缺陷整合分析,其方法如下:
(1)依次对数字化图像上的缺陷进行扫描:若是裂纹、未熔合和未焊透,则将其标定为对应缺陷类型后退出程序,若是气孔、夹钨和夹杂,则进入分布状况判断程序;
(2)当扫描出第一个气孔、夹钨或夹杂时,在此缺陷右边焊缝长度方向区域内,依次对区域内其他缺陷进行性质和位置的相关性判断;
(3)若此缺陷后面相邻的三个及以上的缺陷与其同类,则在此缺陷最左边点起沿焊缝长度方向100mm评定区域内,进行缺陷分布类别判断;
(4)按上述方法对所有缺陷逐个进行扫描分析,完成数字化图像上的所有缺陷的整合分析。
如图4所示,所述缺陷分布类别判断的方法为:首先,判别缺陷是否是属于链状缺陷群,即判断此缺陷重心是否所属缺陷群中最大缺陷长轴的纵坐标投影区,若属于投影区内,可能为链状或分散状,若不在投影区则可能为聚集状或分散状;对可能为链状或分散状的缺陷,进一步判断其与其他缺陷的相关度,若其相邻缺陷间距小于最大缺陷尺寸的两倍,则其为链状区域缺陷群,若其相邻缺陷间距大于最大缺陷尺寸的两倍,则属于分散状区域;对可能为分散状与聚集状的缺陷,首先判断此缺陷群中重心不在最大长轴y投影区的缺陷是否超过三个,若超过三个,进行此缺陷与其他缺陷相关度的判断,若其与其他缺陷的间距大于最大缺陷的两倍,则为分散状,否则为聚集状,若没有超过三个则判为分散状缺陷。
结合图2和图3,所述对焊接缺陷进行分类与评定,并生成最终评定结果的过程,即图2中的缺陷综合评定,其方法如下:
(1)根据分散状评定子程序、链状评定子程序、聚集状评定子程序分别对上述各种对应的缺陷进行评定;
(2)根据缺陷综合评定程序对上述所有缺陷进行综合评定。
图2中的缺陷综合评定所涉及的各子程序,分别根据以下的判断标准进行判断:
所述分散状评定子程序根据以下标准进行评定:
焊件厚度δ(mm) | 单个缺陷的尺寸(mm)不大于 | 相邻缺陷间的间距(mm)不小于 | 在任取100mm长度焊缝内单个缺陷的累计面积(mm2)不大于 | ||
I级 | II级 | I级 | II级 | ||
δ≤3 | 0.5δ | 0.75δ | 相邻的较大缺陷尺寸的三倍 | 0.6δ或2 | 0.9δ或2.25 |
3<δ≤6 | 0.5δ或2取较小值 | 2.25 | 6 | 9 | |
6<δ≤10 | 2.5 | 3 | 10 | 15 | |
10<δ≤15 | 3 | 3.75 | 15 | 22 | |
δ>15 | 3.5 | 4 | 20 | 28 |
在上表中,两个或两个以上的单个气孔、夹钨和夹杂,如果其间距小于规定的最小间距,且其面积之和不大于允许的单个缺陷的面积,则可合成为一个单个缺陷;
所述链状评定子程序根据以下标准进行评定:
焊件厚度δ(mm) | 每个聚集处单个缺陷的尺寸(mm)不大于 | 在任取100mm长度焊缝上各聚集处单个缺陷的累计数量(个),不多于 |
δ≤2 | 0.25δ | 15 |
2<δ≤10 | 0.5 | |
10<δ≤15 | 0.8 | |
δ>15 | 1.2 |
所述聚集状评定子程序根据以下标准进行评定:
焊件厚度δ(mm) | 缺陷的尺寸(mm)不大于 |
δ≤1 | 0.5δ |
1<δ≤18 | 0.2 |
8<δ≤15 | 0.25 |
δ>15 | 0.3 |
所述缺陷综合评定程序根据以下标准进行评定:
链内单个缺陷的尺寸(mm),不大于 | 链内单个缺陷间的间距(mm),不大于 | 在任取100mm长度焊缝内呈链状缺陷的数量条数不多于 | 链状缺陷分布的长度(mm),不大于 |
0.3 | 0.3 | 1 | 10 |
在上述各表格中,缺陷的尺寸是指缺陷的最大尺寸,缺陷之间的间距为两个缺陷边缘上相距最近的两点的距离,以下各表中要求与此相同。
Claims (6)
1.一种通过X射线底片分析铝合金焊接质量的方法,其特征在于:对X射线底片的处理、分析步骤如下:
(1)通过扫描仪对X射线底片进行数字化扫描,并将扫描到的数字化图像传输到计算机;
(2)通过计算机对扫描到的数字化图像进行管理;
(3)对上述数字化图像进行预处理;
(4)通过电脑软件进行焊缝提取、缺陷边缘提取和特征参数提取;
(5)对焊接缺陷进行分类与评定,并生成最终评定结果;
(6)报告生成与打印。
2.根据权利要求1所述的通过X射线底片分析铝合金焊接质量的方法,其特征在于:所述通过电脑软件进行焊缝提取、缺陷边缘提取和特征参数提取的过程,其方法如下:
(1)依次对数字化图像上的缺陷进行扫描:若是裂纹、未熔合和未焊透,则将其标定为对应缺陷类型后退出程序,若是气孔、夹钨和夹杂,则进入分布状况判断程序;
(2)当扫描出第一个气孔、夹钨或夹杂时,在此缺陷右边焊缝长度方向区域内,依次对区域内其他缺陷进行性质和位置的相关性判断;
(3)若此缺陷后面相邻的三个及以上的缺陷与其同类,则在此缺陷最左边点起沿焊缝长度方向100mm评定区域内,进行缺陷分布类别判断;
(4)按上述方法对所有缺陷逐个进行扫描分析,完成数字化图像上的所有缺陷的整合分析。
3.根据权利要求2所述的通过X射线底片分析铝合金焊接质量的方法,其特征在于:所述缺陷分布类别判断的方法为:首先,判别缺陷是否是属于链状缺陷群,即判断此缺陷重心是否所属缺陷群中最大缺陷长轴的纵坐标投影区,若属于投影区内,可能为链状或分散状,若不在投影区则可能为聚集状或分散状;对可能为链状或分散状的缺陷,进一步判断其与其他缺陷的相关度,若其相邻缺陷间距小于最大缺陷尺寸的两倍,则其为链状区域缺陷群,若其相邻缺陷间距大于最大缺陷尺寸的两倍,则属于分散状区域;对可能为分散状与聚集状的缺陷,首先判断此缺陷群中重心不在最大长轴y投影区的缺陷是否超过三个,若超过三个,进行此缺陷与其他缺陷相关度的判断,若其与其他缺陷的间距大于最大缺陷的两倍,则为分散状,否则为聚集状,若没有超过三个则判为分散状缺陷。
4.根据权利要求1所述的通过X射线底片分析铝合金焊接质量的方法,其特征在于:所述对焊接缺陷进行分类与评定,并生成最终评定结果的过程,其方法如下:
(1)根据分散状评定子程序、链状评定子程序、聚集状评定子程序分别对上述各种对应的缺陷进行评定;
(2)根据缺陷综合评定程序对上述所有缺陷进行综合评定。
5.根据权利要求4所述的通过X射线底片分析铝合金焊接质量的方法,其特征在于:(1)所述分散状评定子程序根据以下标准进行评定:
在上表中,两个或两个以上的单个气孔、夹钨和夹杂,如果其间距小于规定的最小间距,且其面积之和不大于允许的单个缺陷的面积,则可合成为一个单个缺陷;
(2)所述链状评定子程序根据以下标准进行评定:
(3)所述聚集状评定子程序根据以下标准进行评定:
(4)所述缺陷综合评定程序根据以下标准进行评定:
6.根据权利要求1或4所述的通过X射线底片分析铝合金焊接质量的方法,其特征在于:在所述对焊接缺陷进行分类与评定,并生成最终评定结果的过程中,结合样片参照与标准浏览文件、帮助文档进行分析。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2007100497071A CN101118225A (zh) | 2007-08-09 | 2007-08-09 | 通过x射线底片分析铝合金焊接质量的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2007100497071A CN101118225A (zh) | 2007-08-09 | 2007-08-09 | 通过x射线底片分析铝合金焊接质量的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101118225A true CN101118225A (zh) | 2008-02-06 |
Family
ID=39054424
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2007100497071A Pending CN101118225A (zh) | 2007-08-09 | 2007-08-09 | 通过x射线底片分析铝合金焊接质量的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101118225A (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102175700A (zh) * | 2011-01-20 | 2011-09-07 | 山东大学 | 数字x射线图像焊缝分割和缺陷检测方法 |
CN102207471A (zh) * | 2011-04-13 | 2011-10-05 | 重庆工业设备安装集团有限公司 | 带衬垫的铝及铝合金管对接焊接接头x射线检测方法 |
CN102331369A (zh) * | 2011-07-20 | 2012-01-25 | 辽宁忠旺集团有限公司 | 铝合金型材挤压焊缝破坏性试验方法 |
CN101770641B (zh) * | 2008-12-26 | 2012-08-29 | 中国科学院沈阳自动化研究所 | 一种结构光焊缝图像特征点快速提取方法 |
CN102735699A (zh) * | 2012-06-20 | 2012-10-17 | 武汉工程大学 | 用于x射线探伤后处理的定位标识系统 |
CN103472078A (zh) * | 2013-09-26 | 2013-12-25 | 徐州工程学院 | 多视角图像中批量缺陷的自动对应方法 |
CN105486702A (zh) * | 2015-12-07 | 2016-04-13 | 苏州科耐视智能科技有限公司 | 一种基于x射线的目标缺陷检测系统 |
CN107167479A (zh) * | 2017-03-14 | 2017-09-15 | 广东省特种设备检测研究院中山检测院 | 一种在用压力管道射线数字成像检测缺陷定量研究的方法 |
CN108262583A (zh) * | 2018-01-23 | 2018-07-10 | 广东工业大学 | 焊缝的类型判断和定位方法及系统 |
CN108665452A (zh) * | 2018-05-09 | 2018-10-16 | 广东大鹏液化天然气有限公司 | 一种基于大数据的管道焊缝底片扫描入库及焊缝缺陷识别方法及其系统 |
CN109115812A (zh) * | 2018-08-23 | 2019-01-01 | 中国石油大学(北京) | 一种焊缝底片缺陷识别方法及系统 |
CN110161060A (zh) * | 2018-02-14 | 2019-08-23 | 三菱重工业株式会社 | 损伤状态判定装置和损伤状态判定方法 |
CN112067635A (zh) * | 2020-07-14 | 2020-12-11 | 中南大学 | 一种轻合金物化参数空间分布无损表征技术和应用 |
CN113055542A (zh) * | 2020-12-15 | 2021-06-29 | 陕西泰诺特检测技术有限公司 | 一种射线照相底片扫描装置及分析评定方法 |
CN115193741A (zh) * | 2022-08-22 | 2022-10-18 | 中国特种设备检测研究院 | 射线底片自动分拣系统 |
-
2007
- 2007-08-09 CN CNA2007100497071A patent/CN101118225A/zh active Pending
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101770641B (zh) * | 2008-12-26 | 2012-08-29 | 中国科学院沈阳自动化研究所 | 一种结构光焊缝图像特征点快速提取方法 |
CN102175700A (zh) * | 2011-01-20 | 2011-09-07 | 山东大学 | 数字x射线图像焊缝分割和缺陷检测方法 |
CN102175700B (zh) * | 2011-01-20 | 2012-07-25 | 山东大学 | 数字x射线图像焊缝分割和缺陷检测方法 |
CN102207471A (zh) * | 2011-04-13 | 2011-10-05 | 重庆工业设备安装集团有限公司 | 带衬垫的铝及铝合金管对接焊接接头x射线检测方法 |
CN102331369A (zh) * | 2011-07-20 | 2012-01-25 | 辽宁忠旺集团有限公司 | 铝合金型材挤压焊缝破坏性试验方法 |
CN102331369B (zh) * | 2011-07-20 | 2013-01-09 | 辽宁忠旺集团有限公司 | 铝合金型材挤压焊缝破坏性试验方法 |
CN102735699A (zh) * | 2012-06-20 | 2012-10-17 | 武汉工程大学 | 用于x射线探伤后处理的定位标识系统 |
CN102735699B (zh) * | 2012-06-20 | 2015-10-28 | 武汉工程大学 | 用于x射线探伤后处理的定位标识系统 |
CN103472078A (zh) * | 2013-09-26 | 2013-12-25 | 徐州工程学院 | 多视角图像中批量缺陷的自动对应方法 |
CN105486702A (zh) * | 2015-12-07 | 2016-04-13 | 苏州科耐视智能科技有限公司 | 一种基于x射线的目标缺陷检测系统 |
CN105486702B (zh) * | 2015-12-07 | 2018-06-26 | 苏州科耐视智能科技有限公司 | 一种基于x射线的目标缺陷检测系统 |
CN107167479A (zh) * | 2017-03-14 | 2017-09-15 | 广东省特种设备检测研究院中山检测院 | 一种在用压力管道射线数字成像检测缺陷定量研究的方法 |
CN108262583A (zh) * | 2018-01-23 | 2018-07-10 | 广东工业大学 | 焊缝的类型判断和定位方法及系统 |
CN108262583B (zh) * | 2018-01-23 | 2020-10-20 | 广东工业大学 | 焊缝的类型判断和定位方法及系统 |
CN110161060A (zh) * | 2018-02-14 | 2019-08-23 | 三菱重工业株式会社 | 损伤状态判定装置和损伤状态判定方法 |
CN108665452A (zh) * | 2018-05-09 | 2018-10-16 | 广东大鹏液化天然气有限公司 | 一种基于大数据的管道焊缝底片扫描入库及焊缝缺陷识别方法及其系统 |
CN108665452B (zh) * | 2018-05-09 | 2019-06-07 | 广东大鹏液化天然气有限公司 | 管道焊缝底片扫描入库及焊缝缺陷识别方法及其系统 |
CN109115812A (zh) * | 2018-08-23 | 2019-01-01 | 中国石油大学(北京) | 一种焊缝底片缺陷识别方法及系统 |
WO2020038389A1 (zh) * | 2018-08-23 | 2020-02-27 | 中国石油大学(北京) | 一种焊缝底片缺陷识别方法 |
CN112067635A (zh) * | 2020-07-14 | 2020-12-11 | 中南大学 | 一种轻合金物化参数空间分布无损表征技术和应用 |
CN112067635B (zh) * | 2020-07-14 | 2021-11-23 | 中南大学 | 一种轻合金物化参数空间分布无损表征技术和应用 |
CN113055542A (zh) * | 2020-12-15 | 2021-06-29 | 陕西泰诺特检测技术有限公司 | 一种射线照相底片扫描装置及分析评定方法 |
CN115193741A (zh) * | 2022-08-22 | 2022-10-18 | 中国特种设备检测研究院 | 射线底片自动分拣系统 |
CN115193741B (zh) * | 2022-08-22 | 2024-02-20 | 中国特种设备检测研究院 | 射线底片自动分拣系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101118225A (zh) | 通过x射线底片分析铝合金焊接质量的方法 | |
CN108665452B (zh) | 管道焊缝底片扫描入库及焊缝缺陷识别方法及其系统 | |
CN111091538B (zh) | 一种管道焊缝自动识别、缺陷检测方法及装置 | |
CN109886298B (zh) | 一种基于卷积神经网络的焊缝质量检测方法 | |
US8160348B2 (en) | Methods and system for validating sample images for quantitative immunoassays | |
US6799130B2 (en) | Inspection method and its apparatus, inspection system | |
JP6767490B2 (ja) | 欠陥検査装置、欠陥検査方法、およびプログラム | |
HK1072492A1 (en) | Optical projection imaging system and method for automatically detecting cells | |
JP2011007800A (ja) | 顕微鏡画像の自動解析法 | |
US8204291B2 (en) | Method and system for identifying defects in a radiographic image of a scanned object | |
JP2000162135A (ja) | 検査方法、検査システムおよび電子デバイスの製造方法 | |
US10586376B2 (en) | Automated method of predicting efficacy of immunotherapy approaches | |
JP6754155B1 (ja) | 教師データ生成装置、検査装置およびコンピュータプログラム | |
CN102980894A (zh) | 钢结构特种焊接无损检测系统及方法 | |
Lang et al. | Pavement cracking detection and classification based on 3d image using multiscale clustering model | |
US20180328848A1 (en) | Cell detection, capture, analysis, aggregation, and output methods and apparatus | |
CN109596639A (zh) | 缺陷检测系统及缺陷检测方法 | |
CN100371939C (zh) | 在缺陷管理系统中使用的方法 | |
CN108765391A (zh) | 一种基于深度学习的平板玻璃异物影像分析方法 | |
JP2000306964A (ja) | 検査データ処理方法および検査データ処理装置 | |
JP2006510006A (ja) | 自動流動顕微鏡のための粒子抽出 | |
CN114637893A (zh) | 一种fmea数据库系统及其处理方法 | |
US20220260825A1 (en) | Scanning/pre-scanning quality control of slides | |
CN114187256A (zh) | 一种焊缝x射线照片缺陷检测方法 | |
CN113327023A (zh) | 穿行测试方法、装置、电子设备及计算机可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Open date: 20080206 |