CN103593668A - 一种金属板材冲压接头力学性能试验裂纹自动识别方法 - Google Patents
一种金属板材冲压接头力学性能试验裂纹自动识别方法 Download PDFInfo
- Publication number
- CN103593668A CN103593668A CN201310565380.9A CN201310565380A CN103593668A CN 103593668 A CN103593668 A CN 103593668A CN 201310565380 A CN201310565380 A CN 201310565380A CN 103593668 A CN103593668 A CN 103593668A
- Authority
- CN
- China
- Prior art keywords
- punching press
- crackle
- value
- press joint
- paths
- 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.)
- Granted
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 73
- 238000000034 method Methods 0.000 title claims abstract description 31
- 239000002184 metal Substances 0.000 title claims abstract description 13
- 229910052751 metal Inorganic materials 0.000 title claims abstract description 13
- 239000000463 material Substances 0.000 claims abstract description 28
- 238000004458 analytical method Methods 0.000 claims abstract description 6
- 238000012544 monitoring process Methods 0.000 claims abstract description 5
- 238000005336 cracking Methods 0.000 claims abstract description 4
- 238000004080 punching Methods 0.000 claims description 101
- 208000037656 Respiratory Sounds Diseases 0.000 claims description 53
- 238000005520 cutting process Methods 0.000 claims description 8
- 238000009434 installation Methods 0.000 claims description 8
- 238000011496 digital image analysis Methods 0.000 claims description 5
- 150000002739 metals Chemical class 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 3
- 238000002360 preparation method Methods 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims description 2
- 230000011218 segmentation Effects 0.000 claims description 2
- 238000006243 chemical reaction Methods 0.000 claims 2
- 239000000284 extract Substances 0.000 claims 1
- 238000001514 detection method Methods 0.000 abstract description 6
- 238000012545 processing Methods 0.000 abstract description 5
- 238000009864 tensile test Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 3
- 239000011888 foil Substances 0.000 description 3
- 238000011056 performance test Methods 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000009661 fatigue test Methods 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
Images
Landscapes
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
Abstract
本发明涉及一种金属板材冲压接头力学性能试验裂纹自动识别方法，其主要步骤包括：拍摄冲压接头形变区域图像，针对所拍摄的图像，沿着垂直于冲压接头拉伸时材料截面开裂方向取多条路径，通过计算像素灰度值大于设定阈值的像素的个数来识别冲压接头的裂纹。该方法能够实现冲压接头力学拉伸试验过程中裂纹实时自动识别；图像分析处理算法简单，运算和处理速度高；与传统的利用引伸计或应变片进行裂纹扩展监测的方法相比，具有非接触检测，运行安全可靠等优点。
Description
技术领域
本发明专利涉及一种材料力学性能试验裂纹检测的方法，特别涉及一种金属板材冲压接头力学性能试验裂纹自动识别的方法。
背景技术
冲压连接是借助专用设备和冲压连接模具对金属板件实施冷挤压变形，实现两层或多层金属板件的连接。冲压接头的力学性能测试是保证构件质量评价分析的重要试验程序之一，特别地，对于冲压接头裂纹的检测分析更是测试程序中重要的环节。通常，冲压接头裂纹的检测分析是将冲压接头安装于力学性能试验机上，如，各种材料疲劳试验机，万能疲劳试验机等等。冲压接头力学加载过程中裂纹的出现通常需要人工肉眼直接判断，然而，由于试件早期裂纹尺寸较小，肉眼很难进行判断，无法准确即时判断出冲压接头裂纹的形成，也不能对整个裂纹扩展的形态特征进行记录，无法将冲压试件受载过程中力-位移曲线与裂纹形态和变化过程对应。虽然材料力学性能试验过程中裂纹的检测可以选用试验通用的引申计或应变片来获取裂纹扩展的相关信息，但是，当试件受载过程中出现较大尺寸的裂纹，或者，当循环载荷次数较大时，会造成引申计、应变片的损害。
经研究发现，冲压接头受载情况下，裂纹出现前后图像局部灰度值会有突变。裂纹出现前图像整体灰度值变化不大，当裂纹出现时，图像裂纹区相比其它区域灰度值明显降低，因此，可以利用冲压接头裂纹出现前后图像裂纹区灰度值突变这一特征进行裂纹的自动识别。
发明内容
本发明要解决的技术问题是实现金属板材冲压接头力学性能试验裂纹的自动识别，提出一种基于图像分析处理的冲压接头裂纹自动识别方法。
本发明的技术方案是：一种金属板材冲压接头力学性能试验裂纹自动识别方法，包括以下步骤：
步骤一：冲压接头试件的制备；
加工长为100~200 mm、宽为30~80 mm、厚为1~5 mm的两块大小相同的金属板材，沿所述两块板长方向搭接，搭接尺寸为20~50 mm且保证板材通过宽方向的中心线对齐，利用冲压连接设备在所述两块金属板材间形成冲压接头；利用电火花线切割设备沿冲压接头长方向的两边且通过冲压接头中心轴做纵向剖切，去除冲压接头两边的剖切材料，保留剖切后的冲压接头的中间材料，并对剖切后的冲压接头的剖切面进行打磨和清洗，作为力学性能试验的冲压接头试件；
步骤二：冲压接头试件的安装；
将步骤一中提及的冲压接头试件长方向的两端装夹于材料力学性能试验机上；
步骤三：图像采集系统的安装；
将电子显微镜与计算机相连，并将所述电子显微镜的镜头对准冲压接头裂纹待识别区；
步骤四：冲压接头试件的力学性能试验；
对冲压试件加载一定大小的载荷力；
步骤五：图像采集系统连续采集裂纹待识别区的图像；
步骤六：将步骤五提及的实时监测图像发送至计算机图像分析处理系统，进行裂纹形态的自动识别，
所述步骤六中的裂纹形态的自动识别包括如下步骤：
步骤A：对实时采集到的单幅图像进行图像格式转换，将原始图像转换为灰度图；
步骤B：在转换后的灰度图上，沿着垂直于冲压接头拉伸过程中的开裂方向取m条路径，m为奇数，其数值需大于等于3，并提取各条路径上图像像素值，得到m条路径上的图像像素值序列fi(xj)，其中i表示所选取的路径号，j代表着沿路径方向的像素序列号；
步骤C：设定所述冲压接头形成裂纹时对应的图像像素灰度阈值为a，a为整数；
步骤D：对路径上的图像像素值序列fi(xj)进行像素点灰度阈值分割，即：
若图像像素值fi(xj)≥a，则，将图像像素值fi(xj)设定为所述图像灰度值范围内的最大值；
若fi(xj)<a，则，保持图像像素值fi(xj)数值不变；
步骤E：分别统计所述m条路径中各单条路径中的图像像素值fi(xj)＜a的个数Ni；
步骤F：设定识别裂纹出现的像素点个数的阈值为b，b为整数，并分别判断各条路径中裂纹出现的逻辑值Pi，其中i表示所取的路径号，判断规则为：
若在所述m条路径中的各单条路径中，Ni≥b，则，设定Pi逻辑值为“1”；
若在所述m条路径中的各单条路径中，Ni<b，则，设定Pi逻辑值为“0”；
步骤G：对所述m条路径中的各单条路径中裂纹出现的逻辑值为Pi求和，即： ；
步骤H：判断冲压接头试件力学性能试验过程中的裂纹的出现；
若
，则判定冲压接头试件出现裂纹；
若，则判定冲压接头试件无裂纹出现。
还包括对识别出的裂纹宽度进行计算的步骤，具体内容如下：
1、用测量工具量取冲压接头某一特定部位的结构尺寸值；
2、经图像分析获取步骤I中所述对应于结构尺寸值的图像像素值；
3、将结构尺寸值与对应于结构尺寸值的图像像素值相比，得到比值k；
4、提取步骤E中所述的Ni值，统计m条路径中的Ni值总合
，并乘以比值k、除以m，即，
，其结果代表裂纹的平均宽度。
本发明的有益效果是：
1、能够实现冲压接头力学拉伸试验过程中裂纹的自动识别；
2、裂纹实时自动识别中图像分析处理算法简单，大大提高了计算机运算和处理速度；
3、与传统的利用引伸计或应变片进行材料裂纹扩展监测的方法相比，本发明专利具有与试件非接触检测，不会损伤仪器，运行安全可靠等优点。
附图说明
图1 所示为冲压接头力学性能试验裂纹自动识别系统构成示意图，图中:1、材料力学性能试验装置的下夹头；2、冲压接头试件；3、材料力学性能试验装置的上夹头； 4、电子显微镜；5、图像采集分析系统主机；
图2 所示为一种冲压接头的平面图，图中：21、冲压接头试件的上板；22、冲压接头试件的下板；41、冲压接头试件的宽；42、冲压接头试件的长；
图3 所示为一种冲压接头的A-A剖面图，图中：50、冲压接头试件的板材厚度；
图4 所示为一种冲压接头连接部位的局部放大图；
图5 所示为裂纹自动识别图像分析中路径选取的示意图，图中：60、裂纹识别区；71、沿着垂直于冲压接头拉伸过程中的开裂方向选取的m条路径当中的一条路径；
图6所示为冲压接头裂纹形成后图像中单条路径上像素值阈值分割前/后像素灰度值对比，对应与本发明专利所述步骤D。
图7 为本发明专利所介绍方法的流程图。
具体实施方式
下面结合附图和具体实施方式，对本发明作进一步说明。
实施例1：一种金属板材冲压接头力学性能试验裂纹自动识别方法，主要采用以下步骤：
步骤一：冲压接头试件的制备；主要包括：冲压接头试件的成型，即，加工长为100~200 mm、宽为30~80 mm、厚为1~5 mm的两块大小相同的金属板材，沿所述两块板长方向搭接，搭接尺寸为20~50 mm且保证板材通过宽方向的中心线对齐，利用冲压连接设备在所述两块金属板材间形成冲压接头；利用电火花线切割设备沿冲压接头长方向的两边且通过冲压接头中心轴做纵向剖切，去除冲压接头两边的剖切材料，保留剖切后的冲压接头的中间材料，并对剖切后的冲压接头的剖切面进行打磨和清洗，作为力学性能试验的冲压接头试件，如图3所示；
步骤二：冲压接头试件的安装；主要包括：将步骤一中提及的冲压接头试件装夹于材料力学性能试验机上，沿着冲压接头试件长方向，将其一端安装于材料力学性能试验机夹头的上端，冲压接头试件长方向的另一端安装于材料力学性能试验机夹头的下端，如图1所示；
步骤三：图像采集系统的安装；主要包括：选用可移动式电子显微镜作为冲压接头裂纹检测图像观测设备，可移动式电子显微镜可以是具USB接口功能的，通过USB接口将可移动式电子显微镜与计算机相连，可移动式电子显微镜的放大倍数在200倍以上；将多台可移动式电子显微镜的镜头对准冲压接头裂纹待识别的各个区域；
步骤四：冲压接头试件的力学性能试验；主要包括：通过安装于材料力学性能试验机，对已安装在夹头上的冲压试件两端加载一定大小的拉伸载荷力，材料力学性能试验机的控制模式选择位移控制；
步骤五：图像采集系统连续采集裂纹待识别区的图像；主要包括：材料力学性能试验机拉伸力加载过程中，通过电子显微镜和数据采集卡采集冲压接头裂纹待识别各个区域的图像；
步骤六：对步骤五提及的采集到时的实时图像传送至计算机图像分析处理系统，进行裂纹形态的自动识别；
进一步，针对本发明专利的一种金属板材冲压接头力学性能试验过程中裂纹自动识别方法，步骤六所述的计算机图像分析处理系统中，裂纹形态的自动识别方法主要包括如下几个步骤：
步骤A：对实时采集到的单幅图像进行图像格式转换，将其图像转换为灰度图，图像数据类型可以转换为8位整型，即光强在0~255之间；
步骤B：在转换后的灰度图上，沿着垂直于冲压接头拉伸过程中的开裂方向取m条路径，m为奇数，其数值需大于等于3，如图4所示，并分别提取m条路中各条路径上的图像像素值，得到m条路径上的图像像素值序列fi(xj)，其中i表示所选取的路径号，j代表着沿所取的路径方向的像素序列号；
步骤C：设定裂纹形成后的图像中裂纹处的像素灰度阈值为a，a为整数，其数值在40~60之间；
步骤D：对路径上的图像像素值序列fi(xj)进行像素点灰度阈值分割，即，
如果，图像像素值fi(xj)≥a，则，将图像像素值fi(xj)设定为255；如果，fi(xj)<a，则，图像像素值fi(xj)数值保持不变；
步骤E：分别统计m条路径中各单条路径中的图像像素值fi(xj)＜a的个数Ni；
步骤F：设定识别裂纹出现的像素点个数的阈值为b，b为整数，其数值在10~20之间，并分别判断m条路径中各单条路径中裂纹出现的逻辑值Pi，其中i表示所取的路径号；
如果，在所述m条路径中的各单条路径中，Ni≥b，则，设定Pi逻辑值为“1”；如果，在所述m条路径中的各单条路径中，Ni<b，则，设定Pi逻辑值为“0”；
步骤G：对所述m条路径中的各单条路径中裂纹出现的逻辑值为Pi求和，即，
；
如果
，判定冲压接头试件出现裂纹，此时计算机图像分析软件可以给出提示信息；如果
，判定冲压接头试件无裂纹出现，此时试验过程继续进行。
完成所述步骤G并判断出冲压接头试件出现裂纹之后，冲压接头裂纹宽度的识别包括以下几个主要步骤：
步骤I：用测量工具量取冲压接头某一特定部位的结构尺寸值；
步骤J：经图像分析获取步骤I中所述对应于结构尺寸值的图像像素值；
步骤K：将结构尺寸值与对应于结构尺寸值的图像像素值相比，得到比值k；
步骤L：完成权利要求1所述步骤G并判断冲压接头试件出现裂纹之后，提取权利要求1所述的步骤E中所述的Ni值，统计m条路径中的Ni值总合
，并乘以比值k、除以m，即，，其结果代表裂纹的平均宽度。
实施例2：一种金属板材冲压接头力学性能试验裂纹自动识别方法，包括以下步骤：
步骤一：冲压接头试件的制备；
加工长为100~200 mm、宽为30~80 mm、厚为1~5 mm的两块大小相同的金属板材，沿所述两块板长方向搭接，搭接尺寸为20~50 mm且保证板材通过宽方向的中心线对齐，利用冲压连接设备在所述两块金属板材间形成冲压接头；利用电火花线切割设备沿冲压接头长方向的两边且通过冲压接头中心轴做纵向剖切，去除冲压接头两边的剖切材料，保留剖切后的冲压接头的中间材料，并对剖切后的冲压接头的剖切面进行打磨和清洗，作为力学性能试验的冲压接头试件；
步骤二：冲压接头试件的安装；
将步骤一中提及的冲压接头试件长方向的两端装夹于材料力学性能试验机上；
步骤三：图像采集系统的安装；
将电子显微镜与计算机相连，并将所述电子显微镜的镜头对准冲压接头裂纹待识别区；
步骤四：冲压接头试件的力学性能试验；
对冲压试件加载一定大小的载荷力；
步骤五：图像采集系统连续采集裂纹待识别区的图像；
步骤六：将步骤五提及的实时监测图像发送至计算机图像分析处理系统，进行裂纹形态的自动识别，
所述步骤六中的裂纹形态的自动识别包括如下步骤：
步骤A：对实时采集到的单幅图像进行图像格式转换，将原始图像转换为灰度图；
步骤B：在转换后的灰度图上，沿着垂直于冲压接头拉伸过程中的开裂方向取m条路径，m为奇数，其数值需大于等于3，并提取各条路径上图像像素值，得到m条路径上的图像像素值序列fi(xj)，其中i表示所选取的路径号，j代表着沿路径方向的像素序列号；
步骤C：设定所述冲压接头形成裂纹时对应的图像像素灰度阈值为a，a为整数；
步骤D：对路径上的图像像素值序列fi(xj)进行像素点灰度阈值分割，即：
若图像像素值fi(xj)≥a，则，将图像像素值fi(xj)设定为所述图像灰度值范围内的最大值；
若fi(xj)<a，则，保持图像像素值fi(xj)数值不变；
步骤E：分别统计所述m条路径中各单条路径中的图像像素值fi(xj)＜a的个数Ni；
步骤F：设定识别裂纹出现的像素点个数的阈值为b，b为整数，并分别判断各条路径中裂纹出现的逻辑值Pi，其中i表示所取的路径号，判断规则为：
若在所述m条路径中的各单条路径中，Ni≥b，则，设定Pi逻辑值为“1”；
若在所述m条路径中的各单条路径中，Ni<b，则，设定Pi逻辑值为“0”；
步骤G：对所述m条路径中的各单条路径中裂纹出现的逻辑值为Pi求和，即：
；
步骤H：判断冲压接头试件力学性能试验过程中的裂纹的出现；
若，则判定冲压接头试件出现裂纹；
若
，则判定冲压接头试件无裂纹出现。
还包括对识别出的裂纹宽度进行计算的步骤，具体内容如下：
1、用测量工具量取冲压接头某一特定部位的结构尺寸值；
2、经图像分析获取步骤I中所述对应于结构尺寸值的图像像素值；
3、将结构尺寸值与对应于结构尺寸值的图像像素值相比，得到比值k；
4、提取步骤E中所述的Ni值，统计m条路径中的Ni值总合
，并乘以比值k、除以m，即，
，其结果代表裂纹的平均宽度。
上面结合附图对本发明的具体实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。
Claims (3)
1.一种金属板材冲压接头力学性能试验裂纹自动识别方法，其特征在于包括以下步骤：
步骤一：冲压接头试件的制备；
加工长为100~200 mm、宽为30~80 mm、厚为1~5 mm的两块大小相同的金属板材，沿所述两块板长方向搭接，搭接尺寸为20~50 mm且保证板材通过宽方向的中心线对齐，利用冲压连接设备在所述两块金属板材间形成冲压接头；利用电火花线切割设备沿冲压接头长方向的两边且通过冲压接头中心轴做纵向剖切，去除冲压接头两边的剖切材料，保留剖切后的冲压接头的中间材料，并对剖切后的冲压接头的剖切面进行打磨和清洗，作为力学性能试验的冲压接头试件；
步骤二：冲压接头试件的安装；
将步骤一中提及的冲压接头试件长方向的两端装夹于材料力学性能试验机上；
步骤三：图像采集系统的安装；
将电子显微镜与计算机相连，并将所述电子显微镜的镜头对准冲压接头裂纹待识别区；
步骤四：冲压接头试件的力学性能试验；
对冲压试件加载一定大小的载荷力；
步骤五：图像采集系统连续采集裂纹待识别区的图像；
步骤六：将步骤五提及的实时监测图像发送至计算机图像分析处理系统，进行裂纹形态的自动识别。
2.根据权利要求1所述的金属板材冲压接头力学性能试验裂纹自动识别方法，其特征在于：所述步骤六中的裂纹形态的自动识别包括如下步骤：
步骤A：对实时采集到的单幅图像进行图像格式转换，将原始图像转换为灰度图；
步骤B：在转换后的灰度图上，沿着垂直于冲压接头拉伸过程中的开裂方向取m条路径，m为奇数，其数值需大于等于3，并提取各条路径上图像像素值，得到m条路径上的图像像素值序列fi(xj)，其中i表示所选取的路径号，j代表着沿路径方向的像素序列号；
步骤C：设定所述冲压接头形成裂纹时对应的图像像素灰度阈值为a，a为整数；
步骤D：对路径上的图像像素值序列fi(xj)进行像素点灰度阈值分割，即：
若图像像素值fi(xj)≥a，则，将图像像素值fi(xj)设定为所述图像灰度值范围内的最大值；
若fi(xj)<a，则，保持图像像素值fi(xj)数值不变；
步骤E：分别统计所述m条路径中各单条路径中的图像像素值fi(xj)＜a的个数Ni；
步骤F：设定识别裂纹出现的像素点个数的阈值为b，b为整数，并分别判断各条路径中裂纹出现的逻辑值Pi，其中i表示所取的路径号，判断规则为：
若在所述m条路径中的各单条路径中，Ni≥b，则，设定Pi逻辑值为“1”；
若在所述m条路径中的各单条路径中，Ni<b，则，设定Pi逻辑值为“0”；
步骤G：对所述m条路径中的各单条路径中裂纹出现的逻辑值为Pi求和，即： ；
步骤H：判断冲压接头试件力学性能试验过程中的裂纹的出现；
若
，则判定冲压接头试件出现裂纹；
若
，则判定冲压接头试件无裂纹出现。
3.根据权利要求2所述的金属板材冲压接头力学性能试验裂纹自动识别方法，其特征在于还包括对识别出的裂纹宽度进行计算的步骤，具体内容如下：
（1）、用测量工具量取冲压接头某一特定部位的结构尺寸值；
（2）、经图像分析获取步骤I中所述对应于结构尺寸值的图像像素值；
（3）、将结构尺寸值与对应于结构尺寸值的图像像素值相比，得到比值k；
（4）、提取步骤E中所述的Ni值，统计m条路径中的Ni值总合
，并乘以比值k、除以m，即，
，其结果代表裂纹的平均宽度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310565380.9A CN103593668B (zh) | 2013-11-14 | 2013-11-14 | 一种金属板材冲压接头力学性能试验裂纹自动识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310565380.9A CN103593668B (zh) | 2013-11-14 | 2013-11-14 | 一种金属板材冲压接头力学性能试验裂纹自动识别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103593668A true CN103593668A (zh) | 2014-02-19 |
| CN103593668B CN103593668B (zh) | 2017-02-08 |
Family
ID=50083800
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310565380.9A Active CN103593668B (zh) | 2013-11-14 | 2013-11-14 | 一种金属板材冲压接头力学性能试验裂纹自动识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103593668B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104777174A (zh) * | 2015-03-27 | 2015-07-15 | 中国人民解放军装甲兵工程学院 | 轴类零件截面突变部位表面疲劳裂纹检测系统及方法 |
| CN105268805A (zh) * | 2015-11-28 | 2016-01-27 | 谭华 | 钣金冲压的裂纹检测工装 |
| CN105290184A (zh) * | 2015-11-28 | 2016-02-03 | 谭华 | 钣金冲压装置 |
| CN105344781A (zh) * | 2015-11-28 | 2016-02-24 | 谭华 | 基于裂纹检测冲压装置 |
| CN105787486A (zh) * | 2015-12-11 | 2016-07-20 | 昆明理工大学 | 一种基于图像处理的钢梁裂纹检测方法 |
| CN111899228A (zh) * | 2020-07-07 | 2020-11-06 | 蒋梦兰 | 瓷器表面裂纹修复鉴定系统 |
| CN114839054A (zh) * | 2022-03-16 | 2022-08-02 | 徐州大成环境科技有限公司 | 一种基于人工智能的建筑材料强度检测方法及系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100104132A1 (en) * | 2008-10-24 | 2010-04-29 | Ghabour Ehab | Computer image processing system and method for ndt/ndi testing devices |
| CN202075755U (zh) * | 2011-05-03 | 2011-12-14 | 西安理工大学 | 一种工件表面微裂纹视觉检测装置 |
-
2013
- 2013-11-14 CN CN201310565380.9A patent/CN103593668B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100104132A1 (en) * | 2008-10-24 | 2010-04-29 | Ghabour Ehab | Computer image processing system and method for ndt/ndi testing devices |
| CN202075755U (zh) * | 2011-05-03 | 2011-12-14 | 西安理工大学 | 一种工件表面微裂纹视觉检测装置 |
Non-Patent Citations (4)
| Title |
|---|
| 何晓聪: "金属材料疲劳裂纹扩展寿命的可靠性实验研究方法", 《物理测试》, 2 March 1989 (1989-03-02), pages 25 - 27 * |
| 冯模盛等: "压印连接接头的疲劳裂纹扩展分析及实验研究", 《材料导报》, 25 May 2012 (2012-05-25), pages 140 - 143 * |
| 邓成江等: "铝-铜合金异质材料单搭自冲铆接头疲劳特性研究", 《热加工工艺》, 24 September 2013 (2013-09-24), pages 20 - 23 * |
| 郑俊超: "压印接头力学分析及预成角对接头强度的影响研究", 《材料导报》, 25 December 2012 (2012-12-25), pages 19 - 22 * |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104777174A (zh) * | 2015-03-27 | 2015-07-15 | 中国人民解放军装甲兵工程学院 | 轴类零件截面突变部位表面疲劳裂纹检测系统及方法 |
| CN104777174B (zh) * | 2015-03-27 | 2017-11-28 | 中国人民解放军装甲兵工程学院 | 轴类零件截面突变部位表面疲劳裂纹检测系统及方法 |
| CN105268805A (zh) * | 2015-11-28 | 2016-01-27 | 谭华 | 钣金冲压的裂纹检测工装 |
| CN105290184A (zh) * | 2015-11-28 | 2016-02-03 | 谭华 | 钣金冲压装置 |
| CN105344781A (zh) * | 2015-11-28 | 2016-02-24 | 谭华 | 基于裂纹检测冲压装置 |
| CN105787486A (zh) * | 2015-12-11 | 2016-07-20 | 昆明理工大学 | 一种基于图像处理的钢梁裂纹检测方法 |
| CN105787486B (zh) * | 2015-12-11 | 2019-04-09 | 昆明理工大学 | 一种基于图像处理的钢梁裂纹检测方法 |
| CN111899228A (zh) * | 2020-07-07 | 2020-11-06 | 蒋梦兰 | 瓷器表面裂纹修复鉴定系统 |
| CN114839054A (zh) * | 2022-03-16 | 2022-08-02 | 徐州大成环境科技有限公司 | 一种基于人工智能的建筑材料强度检测方法及系统 |
| CN114839054B (zh) * | 2022-03-16 | 2023-02-28 | 徐州大成环境科技有限公司 | 一种基于人工智能的建筑材料强度检测方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103593668B (zh) | 2017-02-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103593668B (zh) | 一种金属板材冲压接头力学性能试验裂纹自动识别方法 | |
| CN111862064B (zh) | 一种基于深度学习的银质丝材表面瑕疵识别方法 | |
| CN107578409B (zh) | 一种太阳能电池片外观断栅缺陷检测的方法 | |
| CN106372667B (zh) | 一种高铁接触网斜撑套筒部件螺钉不良状态检测方法 | |
| CN104318582B (zh) | 一种高铁接触网旋转双耳部件销钉不良状态检测方法 | |
| CN104964886A (zh) | 一种焊接构件疲劳应力及应变实时非接触式监测方法 | |
| CN103729856B (zh) | 一种利用s变换信号提取的布匹疵点检测方法 | |
| CN104101600A (zh) | 连铸坯断面微小裂纹检测方法及装置 | |
| CN101995412B (zh) | 一种鲁棒的玻璃划伤缺陷检测方法及其装置 | |
| CN105133471A (zh) | 一种基于线结构光路面检测系统的路面深度图像生产方法 | |
| CN111899216A (zh) | 一种高铁接触网绝缘子紧固件的异常检测方法 | |
| CN109215009A (zh) | 基于深度卷积神经网络的连铸坯表面图像缺陷检测方法 | |
| CN112819844B (zh) | 一种图像边缘检测方法及装置 | |
| CN106485694A (zh) | 一种基于级联分类器的高铁接触网双套管连接器六边形螺母脱落不良状态检测方法 | |
| CN103592114A (zh) | 一种自冲铆接头的力学性能检测方法 | |
| KR101045393B1 (ko) | 철강공정 내부 크랙 및 중심편석 판정 방법 | |
| CN114897855A (zh) | 基于x射线图片灰度值分布判定缺陷类型的方法 | |
| CN112378761A (zh) | 一种用于铁路钢轨数据检测试验台及其使用方法 | |
| CN116883394A (zh) | 一种基于图像数据处理的金刚石质量检测方法 | |
| CN114882010A (zh) | 基于图片识别的表面缺陷检测方法 | |
| CN108317966B (zh) | 一种阳极导杆钢爪变形检测方法及装置 | |
| CN114839066B (zh) | 一种调直后钢管的抗压监测方法及系统 | |
| CN107274394A (zh) | 一种基于滤布缺陷破损检测方法、电子设备及存储介质 | |
| CN110070520A (zh) | 基于深度神经网络的路面裂缝检测模型构建及检测方法 | |
| CN117090133B (zh) | 一种护栏及其检测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |