CN102621219A - 用于自动紧固件检验的无损测试方法 - Google Patents

用于自动紧固件检验的无损测试方法 Download PDF

Info

Publication number
CN102621219A
CN102621219A CN2012100277392A CN201210027739A CN102621219A CN 102621219 A CN102621219 A CN 102621219A CN 2012100277392 A CN2012100277392 A CN 2012100277392A CN 201210027739 A CN201210027739 A CN 201210027739A CN 102621219 A CN102621219 A CN 102621219A
Authority
CN
China
Prior art keywords
image
securing member
reference picture
obtains
value
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
Application number
CN2012100277392A
Other languages
English (en)
Inventor
乔晓宇
I·迈斯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
GE Inspection Technologies Ltd
Original Assignee
GE Inspection Technologies Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by GE Inspection Technologies Ltd filed Critical GE Inspection Technologies Ltd
Publication of CN102621219A publication Critical patent/CN102621219A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/72—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables
    • G01N27/82—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws
    • G01N27/90—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws using eddy currents
    • G01N27/9046—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws using eddy currents by analysing electrical signals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/72—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables
    • G01N27/82—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws
    • G01N27/90—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws using eddy currents
    • G01N27/9093—Arrangements for supporting the sensor; Combinations of eddy-current sensors and auxiliary arrangements for marking or for rejecting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Electrochemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Investigating Or Analyzing Materials By The Use Of Magnetic Means (AREA)

Abstract

公开一种用于自动检验紧固件附近或下面的缺陷的无损方法。该方法包括：获取称作所获取图像的包含一个或多个紧固件的图像，然后从所获取图像中获取或选择称作参考图像的已知良好材料的紧固件的第二图像。使用参考图像来自动定位所获取图像中的紧固件的所有实例。去除所获取图像中与紧固件的材料相关的信息，然后可检验结果图像以寻找母材中位于所述紧固件处或附近的缺陷。由于从所获取图像去除紧固件的图像，所以更易于识别任何瑕疵。因此，可以更为可靠并且迅速地识别瑕疵。

Description

用于自动紧固件检验的无损测试方法
技术领域
本发明涉及诸如因例如从金属板材的孔扩展的腐蚀或侵蚀引起的裂缝和金属损耗之类的瑕疵的无损测试，并且对于诸如铆钉之类的紧固件的区域中的飞机搭接接头的快速扫描特别有用。
背景技术
紧固件附近的瑕疵的存在一般不易检测，因为来自紧固件的信号较强，并且能够遮蔽来自瑕疵的信号，特别是当它们在结构深处、例如在搭接头的第二或第三层时。
由于瑕疵能够位于紧固件下面或者母材的表面之下，所以如果所采用的无损技术能够获取表面下的信息，则是优选的。对于金属，涡流测试方法是一个强有力的候选。能够通过扫描结构表面之上的简单涡流探头，并且记录作为位置的函数的信号，来检验结构。备选地，涡流探头的阵列能够用于通过电子地复用探头同时从执行快速区域扫描的多个位置来获取数据。涡流传感器能够是简单线圈或者按照绝对、反射或差分配置所连接的一组线圈。备选地，传感器可以是固态磁场传感器，例如GMR或霍耳效应传感器。
检测紧固件周围的疲劳裂缝的一种方法是在Lale发明的GB2273782A中公开的旋转涡流探头。但是，这类探头要求用户识别紧固件，使探头在紧固件上居中，然后旋转探头。希望有一种用于自动识别紧固件的位置并且有效地检测其周围的瑕疵的更快的技术。
发明内容
本发明的一个实施例的目的是提供一种快速扫描包含紧固件的结构然后处理该数据以使得能够显露并且评估任何瑕疵的方法。
根据本发明的第一方面，提供一种用于检验紧固件附近的缺陷的方法，该方法包括：
采用涡流探头来扫描包含一个或多个紧固件的对象，并且形成表示作为位置的函数的所测量信号的图像，称作所获取图像，
从所获取图像来获取或选择基本上无缺陷的紧固件的第二图像，称作参考图像，
使用参考图像来自动查找所获取图像中的紧固件位置的实例，并且从所获取图像去除与无缺陷紧固件的材料相关的信息，以便提供可检验以寻找对象中位于紧固件处或附近的瑕疵的结果图像。
通过去除与无缺陷紧固件相关的信息/信号/数据，与紧固件之中或周围的瑕疵、包括表面下的瑕疵相关的信息是更易于识别的。因此，可以更可靠并且迅速地找出瑕疵。
根据本发明的第二方面，提供一种用于检验紧固件附近的缺陷的系统，该系统包括：
涡流探头，用于扫描包含一个或多个紧固件的对象，以及
控制器，可连接到或者包括屏幕，该控制器设置成：
形成表示作为位置的函数的所测量信号的图像，称作所获取图像；
获取基本上无缺陷的紧固件的图像，称作参考图像；
使用参考图像来自动查找所获取图像中的所有紧固件的实例；以及
去除所获取图像中与无缺陷紧固件的材料相关的信息，以便提供结果图像。
附图说明
现在将仅作为举例、参照附图来描述本发明的实施例，附图包括：
图1示出本发明的一个实施例的方法；
图2示出涡流仪器和阵列探头；
图3示出使用本发明的一个实施例所得到的结果；以及
图4示出本发明的一个更详细实施例。
具体实施方式
图1示出本发明的一个实施例的方法。在步骤1，通过采用涡流探头扫描例如包含如铆钉的一个或多个紧固件的诸如飞机面板或管线段之类的对象，来获取图像。所获取图像表示作为位置的函数的所测量信号。
在步骤2，得到基本上无缺陷的紧固件的参考图像。紧固件的参考图像可从来自所获取图像的已知良好材料的紧固件或者从诸如紧固件的事先预备的资料库或查阅表之类的其它位置来选择。
在步骤3，使用参考紧固件图像来查找所获取图像中的紧固件的实例。
在步骤4，去除所获取图像中例如与无缺陷紧固件的材料相关的诸如图像数据或信号数据之类的信息，以便提供可检验以寻找对象中位于紧固件处或附近的瑕疵的结果图像。
由于从所获取图像去除紧固件的图像，所以更易于识别任何瑕疵。因此，可以更为可靠并且迅速地识别瑕疵。
图2示出涡流仪器10和阵列探头20。在使用中，在例如飞机面板等的待测试对象30的表面之上扫描探头20，对象30在这个示例中具有包含多个紧固件或铆钉40的三层31、32、33。在这个示例中，探头20包括一系列涡流传感器，通常为导线的线圈，用于在对象中激发涡流并且感测其幅值。探头20包括或者附连到编码器，编码器用于确定探头20的位置，并且来自涡流传感器的信号作为表示作为位置的函数的信号强度的所获取图像、例如作为‘C扫描’来显示。涡流信号由适当的控制器、例如设置于或者附连到涡流仪器10的微处理器来处理，以使得将对象中的任何特征或瑕疵与背景材料清楚地加以区分。
从C扫描图像选择表示无缺陷材料中的典型铆钉的区域。这个区域称作‘参考图像’，并且用于自动定位所获取图像中的所有其它铆钉。备选地，参考图像能够从第二对象得到，或者可先前已经测量并且作为资料库图像存储。所获取图像中的铆钉的近似位置可通过本发明方法自动跟踪。基于归一化互相关技术，对于所获取图像中的各像素，定义它在所获取图像中的对应的子图像。像素相关子图像具有与参考图像相同的大小，并且在像素上居中。在参考图像与像素的相关子图像之间求相关相似度值。对所获取图像中的各像素位置指配一个相似度值，以便形成相似度索引图，其中高值指示高相似程度。将阈值应用于所指配相似度索引图，以便去除指示不良匹配的那些值。
可使用集中于超过阈值并且因此被认为是高相似区域的相似度区域的搜索算法来定位铆钉40。可定义不大于参考图像的大小并且沿各边可具有奇数像素的搜索窗口。该窗口可遵循涉及按照使得最高相似度值始终位于搜索窗口的中心的方式来移动的搜索模式。优选地，任何给定铆钉的搜索路径应当结束于表示那个铆钉局部区域的最高相似度值的像素。实际上，可找到多个不同但很密集的端点。
通过搜索最高相似度值的列表来找到真正的铆钉对齐中心，它们可以是端点，从而消除重复位置并且去除簇(cluster)中小于最大值的所有点。簇定义为位于相互之间的固定距离之内的多个点，这个距离小于铆钉间距。在这个过程结束时，仅留下原始图像中的铆钉的每个的一个位置值，并且假定这些点为所识别铆钉的对齐中心。
通过从每个铆钉位置处的所获取图像中逐个像素地减去参考图像，去除因铆钉而引起的信号。对于在铆钉的自动跟踪对齐中心上居中的参考图像来执行减法。同时，通过从所获取图像中的对应像素值的平方减去参考图像中的像素值的平方，能够使用往往希望将减法基于能量而不是强度的直接减法。
该过程中的最后步骤是相加表示参考图像中的平均背景值的偏置量。这个值能够通过多个方式来得到，但是一种方式是使用位于参考图像的边缘附近的像素的值的平均。将偏置量应用于经过减法过程的所有像素。
图3示出设置在具有紧固件周围的变化大小的瑕疵的对象中的编号为1至12的一组紧固件。编号为100的行指示紧固件周围的位置以及各紧固件的瑕疵的大小，单位为英寸。能够看到，编号为1和12的紧固件没有瑕疵。
编号为200的行提供各紧固件周围的常规涡流图像。能够看到，只能清楚地看到编号为2和3的紧固件周围的瑕疵。其余紧固件周围的瑕疵可能被操作人员遗漏。
编号为300的行提供来自本发明的一个实施例的方法的图像。能够看到，比行200所示的常规系统中识别的瑕疵的大小要小许多的瑕疵在行300中是清楚可见的，从而向操作人员提供更为有用的信息，并且显著提高识别瑕疵的可能性，瑕疵然后能够被修复或监测。
图4示出本发明的一个实施例的方法的更详细示例。在步骤410，各种输入被输入到系统中，即，使用涡流探头20来获取作为位置的函数的图像，例如通过从所获取图像选择已知良好材料的紧固件40的第二图像或者例如从查阅表选择紧固件的资料库图像来得到参考紧固件图像。还将用于查找所获取图像中的紧固件的实例的阈值输入到系统。
在步骤420，在这个示例中通过执行所获取图像与参考图像之间的归一化互相关，来执行相似度求值。
在步骤430，通过应用先前输入的相似度阈值，以便计算相似度数据以识别所获取图像中能够包含紧固件的区域，来定位所获取图像中的潜在紧固件。
在步骤440和450，执行粗略搜索以对所有所识别区域定位潜在中心点，然后对所识别区域的每个执行精细搜索，以便提供表示所识别紧固件的对齐中心的值。
在步骤460，对于所识别的各紧固件位置，从所获取图像中的各像素减去参考图像中的各像素。
在步骤470，将表示平均背景值的偏置值应用于所识别的经处理像素的每个。
如上所述并且采用图3的结果所示，本发明的实施例使诸如铆钉之类的紧固件周围的瑕疵能够更易于检测，以使得它们可被修复或监测。本发明的实施例的使用还使测试能够远比常规系统更为迅速地执行。
可对上述示例进行许多变更，而没有背离本发明的范围。例如，参考紧固件图像可在使用前被存储于资料库或查阅表，或者可在使用期间例如从所获取图像的已知良好材料的紧固件来得到。此外，代替通过归一化互相关来确定所获取图像与参考图像的区域之间的相似度，例如，可通过诸如互相关之类的任何预期方法，或者通过比较来自两个区域的傅立叶系数、小波系数，或者通过经由主成分方法并且使用神经网络对其识别而得到相似特征，来确定相似度。

Claims (14)

1.一种用于检验紧固件附近的缺陷的方法，所述方法包括：
采用涡流探头来扫描包含一个或多个紧固件的对象，并且形成表示作为位置的函数的所测量信号的图像，称作所获取图像，
从所述所获取图像来获取或选择无缺陷紧固件的第二图像，称作参考图像，
使用所述参考图像来查找所述所获取图像中的所述紧固件的实例，以及
从所述所获取图像去除与所述无缺陷紧固件的材料相关的信息，以便提供可检验以寻找所述对象中位于所述紧固件处、周围、下面或附近的瑕疵的结果图像。
2.如权利要求1所述的方法，其中，通过比较所述所获取图像和参考图像以查找相似区域，经由应用阈值标准以选择具有较高相似度的区域，然后经由使用寻找局部最大数的搜索算法以定位各区域的对齐中心，来查找所述紧固件的位置。
3.如权利要求2所述的方法，其中，通过使用搜索窗口来定位各区域的所述对齐中心，所述搜索窗口开始于其相似度索引超过所述阈值标准的像素，然后进行移动以使得在窗口视野中具有最高相似度索引的所述像素始终位于所述搜索窗口的中心，并且其位置表示与所述紧固件关联的值的局部簇中的最高相似度索引。
4.如以上权利要求中的任一项所述的方法，其中，通过执行从所述紧固件位置的每个的所述所获取图像逐个像素地减去所述参考图像，然后又对各像素相加表示平均背景值的值，去除所述无缺陷紧固件对所述所获取图像的影响。
5.如权利要求1至3中的任一项所述的方法，其中，通过经由从所述所获取图像中的对应像素的平方减去所述参考图像中的像素值的平方以执行从所述紧固件位置的每个的所述所获取图像逐个像素地减去所述参考图像，然后又对各像素相加表示平均背景值的值，去除所述紧固件对所述所获取图像的影响。
6.如以上权利要求中的任一项所述的方法，其中，所述所获取图像与所述参考图像的区域之间的所述相似度通过归一化互相关来确定。
7.如权利要求1至5中的任一项所述的方法，其中，通过比较来自两个区域的特征特性、例如来自两个图像的小波系数、傅立叶系数和主成分，来确定所述所获取图像与所述参考图像的区域之间的所述相似度。
8.如权利要求1至5中的任一项所述的方法，其中，将分类系统或经专门训练的神经网络用于比较所提取特征特性来确定所述所获取图像与所述参考图像的区域之间的所述相似度。
9.一种用于检验紧固件附近的缺陷的系统，所述系统包括：
涡流探头，用于扫描包含一个或多个紧固件的对象，以及
控制器，可连接到或者包括屏幕，所述控制器设置成：
形成表示作为位置的函数的所测量信号的图像，称作所获取图像；
获取无缺陷紧固件的图像，称作参考图像；
使用所述参考图像来查找所述所获取图像中的所述紧固件的实例，以及
去除所述所获取图像中与所述无缺陷紧固件的材料相关的信息，以便提供结果图像。
10.如权利要求9所述的系统，其中，所述控制器设置成通过比较所述所获取图像和参考图像以查找相似区域，经由应用阈值标准以选择较高相似度的区域，然后经由使用寻找局部最大数的搜索算法以定位各区域的对齐中心，来确定所述紧固件的位置。
11.如权利要求9或10所述的系统，其中，所述控制器通过执行从找出的紧固件位置的每个的所述所获取图像中逐个像素地减去所述参考图像，然后又对各像素相加表示平均背景值的值，去除所述所获取图像中与所述紧固件的材料相关的信息。
12.如权利要求9至11中的任一项所述的系统，其中，所述控制器设置成通过经由从所述所获取图像中的对应像素的平方减去所述参考图像中的像素值的平方以执行从所述紧固件位置的每个的所述所获取图像逐个像素地减去所述参考图像，然后又对各像素相加表示平均背景值的值，去除所述所获取图像中与所述紧固件的材料相关的信息。
13.一种基本上如以上参照附图所述的用于检验紧固件附近的缺陷的方法。
14.一种基本上如以上参照附图所述的用于检验紧固件附近的缺陷的系统。
CN2012100277392A 2011-01-28 2012-01-30 用于自动紧固件检验的无损测试方法 Pending CN102621219A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
GB1101468.5 2011-01-28
GB1101468.5A GB2487572A (en) 2011-01-28 2011-01-28 A non-destructive test method for automatic fastener inspection

Publications (1)

Publication Number Publication Date
CN102621219A true CN102621219A (zh) 2012-08-01

Family

ID=43824720

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2012100277392A Pending CN102621219A (zh) 2011-01-28 2012-01-30 用于自动紧固件检验的无损测试方法

Country Status (5)

Country Link
EP (1) EP2482067A1 (zh)
JP (1) JP2012159502A (zh)
CN (1) CN102621219A (zh)
CA (1) CA2764853A1 (zh)
GB (1) GB2487572A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104777221A (zh) * 2015-04-21 2015-07-15 南昌航空大学 基于快速傅里叶变换动态轨迹的脉冲涡流检测方法
CN106537134A (zh) * 2014-05-18 2017-03-22 查尔斯斯塔克德雷珀实验室有限公司 测量铁磁材料中的缺陷的系统和方法
CN108169323A (zh) * 2017-12-28 2018-06-15 爱德森（厦门）电子有限公司 一种异形结构工件涡流信号的处理方法
CN109298069A (zh) * 2018-11-23 2019-02-01 上海科技大学 多层金属结构快速检测方法及其装置、设备和存储介质
CN112684000A (zh) * 2021-01-15 2021-04-20 中国工程物理研究院激光聚变研究中心 适用于球型组件的涡流检测装置

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106157316A (zh) * 2016-07-15 2016-11-23 成都唐源电气股份有限公司 一种基于几何匹配的铁路扣件定位算法及装置
RU2671296C1 (ru) * 2017-12-18 2018-10-30 Владимир Иванович Панин Способ оценки коррозионных потерь металла в недоступном участке трубопровода
WO2021039880A1 (ja) * 2019-08-28 2021-03-04 コニカミノルタ株式会社 非破壊検査の情報処理システム及び非破壊検査方法
CN117918026A (zh) * 2021-06-15 2024-04-23 米沃奇电动工具公司 包括自动特征检测和分类的检查工具

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6150809A (en) * 1996-09-20 2000-11-21 Tpl, Inc. Giant magnetorestive sensors and sensor arrays for detection and imaging of anomalies in conductive materials
WO2005008223A2 (en) * 2003-07-18 2005-01-27 Applied Materials Israel, Ltd. Methods for defect detection and process monitoring based on sem images
CN1576829A (zh) * 2003-07-09 2005-02-09 通用电气公司 分析和识别制造零件中的缺陷的系统及方法
CN1869677A (zh) * 2005-04-06 2006-11-29 通用电气公司 涡流检查方法及其系统
CN101354380A (zh) * 2007-07-23 2009-01-28 北京航空航天大学 一种涡流、电磁超声组合式无损检测方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2273782A (en) 1992-12-24 1994-06-29 Hocking Ndt Limited Eddy current flaw detection of sheet metal adjacent fasteners
US5773973A (en) * 1996-03-26 1998-06-30 Northrop Grumman Corporation Method of magneto optic image feature extraction
US7127099B2 (en) * 2001-05-11 2006-10-24 Orbotech Ltd. Image searching defect detector
US20050007108A1 (en) * 2003-07-11 2005-01-13 Teodor Dogaru Probes and methods for detecting defects in metallic structures
JP5076976B2 (ja) * 2008-03-06 2012-11-21 大日本印刷株式会社 目標物検出システム

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6150809A (en) * 1996-09-20 2000-11-21 Tpl, Inc. Giant magnetorestive sensors and sensor arrays for detection and imaging of anomalies in conductive materials
CN1576829A (zh) * 2003-07-09 2005-02-09 通用电气公司 分析和识别制造零件中的缺陷的系统及方法
WO2005008223A2 (en) * 2003-07-18 2005-01-27 Applied Materials Israel, Ltd. Methods for defect detection and process monitoring based on sem images
CN1869677A (zh) * 2005-04-06 2006-11-29 通用电气公司 涡流检查方法及其系统
CN101354380A (zh) * 2007-07-23 2009-01-28 北京航空航天大学 一种涡流、电磁超声组合式无损检测方法

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106537134A (zh) * 2014-05-18 2017-03-22 查尔斯斯塔克德雷珀实验室有限公司 测量铁磁材料中的缺陷的系统和方法
CN108663431A (zh) * 2014-05-18 2018-10-16 查尔斯斯塔克德雷珀实验室有限公司 检测铁磁材料中的缺陷的方法
CN108663431B (zh) * 2014-05-18 2019-11-19 查尔斯斯塔克德雷珀实验室有限公司 检测铁磁材料中的缺陷的方法
CN104777221A (zh) * 2015-04-21 2015-07-15 南昌航空大学 基于快速傅里叶变换动态轨迹的脉冲涡流检测方法
CN104777221B (zh) * 2015-04-21 2017-08-08 南昌航空大学 基于快速傅里叶变换动态轨迹的脉冲涡流检测方法
CN108169323A (zh) * 2017-12-28 2018-06-15 爱德森（厦门）电子有限公司 一种异形结构工件涡流信号的处理方法
CN109298069A (zh) * 2018-11-23 2019-02-01 上海科技大学 多层金属结构快速检测方法及其装置、设备和存储介质
CN109298069B (zh) * 2018-11-23 2022-03-29 上海科技大学 多层金属结构快速检测方法及其装置、设备和存储介质
CN112684000A (zh) * 2021-01-15 2021-04-20 中国工程物理研究院激光聚变研究中心 适用于球型组件的涡流检测装置

Also Published As

Publication number Publication date
GB2487572A (en) 2012-08-01
EP2482067A1 (en) 2012-08-01
GB201101468D0 (en) 2011-03-16
CA2764853A1 (en) 2012-07-28
JP2012159502A (ja) 2012-08-23

Similar Documents

Publication Publication Date Title
CN102621219A (zh) 用于自动紧固件检验的无损测试方法
CA2986537C (en) Method of inspecting a steel strip
US5345514A (en) Method for inspecting components having complex geometric shapes
US8008913B2 (en) Automatic lift-off compensation for pulsed eddy current inspection
US6911826B2 (en) Pulsed eddy current sensor probes and inspection methods
CN110702783A (zh) 一种检测水冷壁管热疲劳裂纹的阵列涡流方法
JP2006292747A (ja) 渦電流探傷検査方法及びシステム
US7304474B2 (en) Eddy current inspection device with arrays of magnetoresistive sensors
US20040004475A1 (en) High throughput absolute flaw imaging
EP3951381B1 (en) Non-destructive testing method and device for testing and distinguishing internal and external defects of steel wire rope
US5311128A (en) Eddy current imaging system using spatial derivatives for flow detection
US4881031A (en) Eddy current method and apparatus for determining structural defects in a metal object without removing surface films or coatings
Xu et al. Automatic X-ray crack inspection for aircraft wing fastener holes
Janousek et al. Decline in ambiguity of partially conductive cracks' depth evaluation from eddy current testing signals
US20070247145A1 (en) Device for detecting defects on metals
Underhill et al. Crack detection around raised head rivets in aluminum aircraft structures
Simone et al. NDT image fusion using eddy current and ultrasonic data
Cherry et al. Eddy current analysis of cracks grown from surface defects and non-metallic particles
Watson et al. Surface-breaking flaw detection in mild steel welds using quantum well hall effect sensor devices
Goldfine et al. Damage and usage monitoring for vertical flight vehicles
Rahman et al. Developing Corrosion Maps of RC bridge elements based on automated visual image analysis
Motes et al. GMR sensing array technique validation study for the inspection of multi-layer metallic structures
RU2548944C1 (ru) Способ неразрушающего контроля изделий
Pelletier et al. Array eddy current for fatigue crack detection of aircraft skin structures
Qiao et al. An automatic inspection method for fastener-linked-defect (AIM-FLD) in NDT

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

Application publication date: 20120801