CN103797362A - 用于探测在目标物上的至少一个周期性出现的缺陷的设备和方法 - Google Patents
用于探测在目标物上的至少一个周期性出现的缺陷的设备和方法 Download PDFInfo
- Publication number
- CN103797362A CN103797362A CN201280045079.9A CN201280045079A CN103797362A CN 103797362 A CN103797362 A CN 103797362A CN 201280045079 A CN201280045079 A CN 201280045079A CN 103797362 A CN103797362 A CN 103797362A
- Authority
- CN
- China
- Prior art keywords
- signal
- defect
- time signal
- sensor
- time
- 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
- 238000000034 method Methods 0.000 title claims abstract description 99
- 230000007547 defect Effects 0.000 title claims abstract description 65
- 239000002184 metal Substances 0.000 claims abstract description 31
- 230000000737 periodic effect Effects 0.000 claims abstract description 28
- 238000007476 Maximum Likelihood Methods 0.000 claims abstract description 15
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000006698 induction Effects 0.000 claims description 7
- 238000013178 mathematical model Methods 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 2
- 238000000691 measurement method Methods 0.000 claims description 2
- 238000005259 measurement Methods 0.000 description 11
- 238000001228 spectrum Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 230000035945 sensitivity Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000003321 amplification Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 125000002015 acyclic group Chemical group 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002463 transducing effect Effects 0.000 description 1
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
- G01N27/9013—Arrangements for scanning
- G01N27/9026—Arrangements for scanning by moving the material
-
- 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
-
- 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
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- 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
- G06T2207/30136—Metal
Landscapes
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Electrochemistry (AREA)
- Immunology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Investigating Or Analyzing Materials By The Use Of Magnetic Means (AREA)
- Indication And Recording Devices For Special Purposes And Tariff Metering Devices (AREA)
- Complex Calculations (AREA)
Abstract
本发明示出了一种用于探测在目标物(3)上,尤其是在金属带上的至少一个周期性出现的缺陷(8)的设备(1)和方法,其中,用测量法从运动的目标物(3)采集至少一个时间信号(7),将该时间信号(7)在使用随机方法的情况下转换成质量函数(9)并且在这个质量函数(9)的基础上推导出时间信号(7)中的一个或多个周期性的信号(7’),以便因此确定在目标物(3)上的至少一个周期性出现的缺陷(8)。为了可以获得有利的方法特性提出了,将由尤其是电磁式的测量法采集的时间信号(7)在使用基于模型的估计方法,尤其是使用最大似然法的情况下转换成质量函数(9)。
Description
技术领域
本发明涉及一种用于探测在目标物上,尤其是在金属带上的至少一个周期性出现的缺陷的设备和方法,其中,用测量法从运动的目标物采集至少一个时间信号,将该时间信号在使用随机方法的情况下转换成质量函数(Gütefunktion),并且在这个质量函数的基础上推导出时间信号中的一个或多个周期性的信号,以便因此确定在目标物上的至少一个周期性出现的缺陷。
背景技术
为了可以探测到在金属带上的周期性的辊子标记,DE3855913T2提出了,通过摄像机视觉地采集的测量信号或者时间信号可以经过自相关方法处理。这时,这样的随机方法将这种时间信号转化成质量函数,由该质量函数识别出周期性信号,并且可以推导出辊子标记或者带缺陷。一般来说,依赖于待检查的参数的真实值的质量函数说明了拒绝零假设的概率,也就是表明了参数将错误的假设识别为错误的或者将正确的假设识别为正确的能力。在这种类型的自相关方法中的缺点是,取决于过程的波动可能有对自相关方法的探测率的很大的影响。在此,即使考虑金属带的带速度也不可能带来对探测率的本质的改进。此外,在探测在几何尺寸上相对小的带缺陷的情况下以及在探测一个以上的周期性出现的缺陷的情况下,自相关方法具有很大的问题,由此,不能保证稳定的方法。
发明内容
在此,本发明的任务提出了,如此地改进一种前文描述的类型的用于带缺陷的探测的方法,即,可以用对方法的小的变化,以相对高的精确度和可靠性来识别出带缺陷。此外,该方法在探测多个周期性的缺陷中甚至可以具有高的稳定性。
本发明通过如下方式来解决所提出的任务,即,将由尤其是电磁式的测量法采集的时间信号在使用基于模型的估计方法,尤其是使用最大似然法的情况下转换成质量函数。
如果由该方式将时间信号在使用基于模型的估计方法的情况下转换成质量函数,那么,与现有技术相比,将特别可靠地识别出周期性的带缺陷。也就是说,借助基于模型的估计方法可以建立极其敏感的随机方法,由此,甚至在相对极为嘈杂的时间信号中还可以识别出周期性的信号。因此,只应用时间信号就可以保障相对高的指示灵敏度,其中,在此必要时可以考虑到不同的模型不确定性,像打滑、带长度变化等。此外,这种方法也可以在电磁式的测量法的情况下导致特别有利的方法境况。也就是说,由于在传感器和运动的金属带之间的间距波动,带有强烈波动的信噪比的以及因此带有隐藏的周期性的信号的时间信号可以独自可靠地分析出周期性的部分或者信号。在此,该方法不仅相对于在待分析的时间信号上的不利的测量影响是相对宽容的并且稳定的,而且也可以以改进的分辨率导致对带缺陷的相对高的识别率。特别是,为了探测在运动的目标物或者金属带上的缺陷,最大似然法有特别之处。这种方法可以特别适用于导出估计量,通过该估计量可以推导出时间信号中的一个或多个周期性的信号,在这些信号中周期性是未知的。因此,可以特别抑制非周期性的干扰信号,这样可以以简单的方式来提高能识别的带缺陷的数量。此外,借助根据本发明的方法可以开启如下可能性,即,可以同时地并且没有相互的干扰的探测在目标物上的多个周期性的缺陷。在此,根据本发明的方法不仅可以稳定地而且可以特别灵活并且简单地使用。
一般来说被举例提及的是,可以通过如下办法来实现时间信号到质量函数的转换,其中:
·通过傅里叶变换从时间信号中换算出经平方的绝对值谱(Betragsspektrum)并且
·然后针对所有可能的基本周期/基本频率来确定质量函数,该质量函数是在基本频率和所有整数倍频率下的经平方的绝对值谱的总和。
当在基于模型的估计方法的情况下,考虑到缺陷特异信号的至少一个特征时,对于在时间信号中周期性出现的缺陷,该方法的灵敏度可以进一步地提高。因此也就是说,根据本发明,质量函数可以包含加权处理,这产生了针对质量函数的新的换算规则或导致新的数学结构,并且可以实现在目标物上的周期性出现的缺陷的如此极高的识别率。尤其是信号走向的数学模型是对于形成这种加权的特别之处,以便使该质量函数对周期性出现的缺陷敏感。但是可以想象的是,考虑到在基于模型的估计方法中的信号的其它的特征。因此,根据本发明,该方法可以形成为相对干扰特别稳定的并且可以识别出在金属的带材,尤其是金属板上极为能够重现的辊子标记或者带缺陷。
当时间信号经过积分变换,尤其是傅里叶变换时,可以再次得出简单的方法境况。此外,因此可以保证极其快速的方法。
如果对于磁感应的测量法来说,电磁式的传感器借助至少一个气垫定位在目标物的上面,则因此可以使分辨率明显地提高。信噪比中的取决于测量的波动在其数量上可以降低,因为通过气垫可以补偿取决于带材朝向或离开传感器运动的间距波动。
通过应用至少两个在目标物上测量到的时间信号,以识别出并且在该方法中抑制至少一个在两个时间信号中存在的干扰,还可以进一步地改进该方法的可重现性。也就是说,可以认为,周期性出现的缺陷只在两个时间信号中之一产生效果。但是,干扰同样地出现在两个时间信号中,这可以被识别出来。备选的,也可以想象的是,可以应用时间信号的至少两个不同的时间区域,以识别出并且在该方法中抑制至少一个在该时间信号的两个时间区域内存在的干扰。因此根据本发明,抑制在那些具有缺陷特异信号的时间信号中的干扰信号,这样还可以进一步提高该方法的分辨率。在金属带上,尤其是板上的辊子标记或者带缺陷可以如此由该方法极其可靠地识别出来。
当通过自适应滤波方式来抑制干扰时,可以实现简单的方法境况。
如果对于测量法来说,使传感器运动经过目标物的宽度,那么,相对宽的目标物可以以简单的方法途径来探查出缺陷。为了这一目的,在传感器继续运动之前,只必须在传感器的运动位置上采集至少一个时间信号。因此,能够以简单的方法步骤检测由于缺陷的周期性而条带式地布置在目标物的长度方向上的缺陷。此外,用一个传感器来放弃对多个传感器的平衡,从而使根据本发明的方法也可以是能够相对简单地处理的。
针对该测量法,也可以使多个互相错开地布置的传感器朝向目标物来布置并且分别从金属板采集时间信号。因此,可以实现缺陷的快速的探测,因为可以实现同时进行的信号评估或者信号评价。这种类型的方法尤其对于连续的金属板的制造工艺来说有特别之处。
基于模型的估计方法,尤其是最大似然法的用途的特别之处在于,可以尤其用于:对从运动的目标物上借助电磁式的测量法采集的时间信号进行质量函数的换算以探测在目标物上周期性出现的缺陷。
此外,本发明提出了下述任务,即建立一种前文描述的类型的、带有高的指示灵敏度的设备,尤其是对于小的缺陷也可以稳定地来识别。此外该设备应当在结构上是简单的。
鉴于所述方法,本发明的任务通过如下方式来解决,即,存储器具有用于基于模型的估计方法,尤其是最大似然法的数据,其中,计算单元与存储器连接以在使用基于模型的估计方法,尤其是使用最大似然法的情况下将尤其是由电磁式的测量法采集的时间信号转换成质量函数。
如果存储器具有用于基于模型的估计方法的数据,其中,计算装置与存储器连接以在使用基于模型的估计方法,尤其是使用最大似然法的情况下将尤其是通过电磁式的测量法采集的时间信号转换成质量函数,那么,在目标物上通常用肉眼不能识别的小的缺陷能被可靠地探测到。以相对少的在结构上的变化,也就是说,只在计算装置的存储器的数据上的变化,可以建立带有高敏感度的设备。
通过使存储器具有针对至少一个缺陷特异信号的特征的数据,还可以使该方法的稳定性进一步地改进,其中,计算单元与存储器连接以在用于探测周期性出现的缺陷的方法中考虑这个特征。因此,也就是说,甚至最小的周期性的信号可以从测量噪音中分离出来或者区分出来,因为质量函数因此可以包含加权处理,该加权处理可以建立对周期性的缺陷的敏感性。有利的是,对于这种加权,可以应用针对缺陷特异信号的信号走向的数学模型。在此,该设备可以特别可靠地识别出在运动的目标物上的周期性的缺陷。
当传感器装置从目标物测量至少两个时间信号时,并且当该设备具有与传感器装置连接的、用于抑制至少一个在两个时间信号中存在的干扰的自适应滤波器时,该设备的对于在运动的目标物上的周期性的缺陷的这种敏感性还可以得到进一步地改进。
备选的是,该设备的敏感性也可以通过如下方式来提高,即,该设备包括与传感器连接的、针对传感器的时间信号的至少两个时间区域的存储器,并且该设备具有与该存储器连接的、用于抑制在时间信号的两个时间区域内出现的至少一个干扰的自适应滤波器。
通过使传感器装置具有至少两个互相错开地布置的传感器,以便可以从目标物并行地采集两个时间信号,在该装置上可以实现结构上的简单性。
当传感器设置在带有用于在至少传感器和目标物之间生成的气垫的压力排出开口的滑块内时,可以得到用于在运动物体之上定位传感器的简单的结构境况。
如果传感器装置包括磁感应式传感器,那么,可以得到对干扰极为鲁棒的设备。此外,可以借助这样的传感器来保证结构上的简单性。
附图说明
在附图中借助实施例来举例地描述本发明。其中:
图1示出用于执行该方法的在图示中简化的设备连同金属带,
图2示出根据图1的设备的传感器的测量信号,
图3示出根据本发明的方法的时间信号,
图4示出按照图3的时间信号的绝对值谱的放大的局部图,
图5示出用于探测周期性的缺陷的从按照图4测得的时间信号而来的质量函数,
图6示出从另一测得的时间信号而来的质量函数,
图7示出不同于按照图6图示的质量函数的、经加权的质量函数,
图8示出朝向金属带定位的传感器的放大的视图,
图9示出朝向金属带的传感器装置的布置方案的变型,
图10以整个图示示出按照图1的设备,并且
图11示出作为图10示出的传感器装置的备选的传感器装置。
具体实施方式
按照图1和10举例地示意出的设备1具有传感器装置4’的朝向在长度方向2上运动的目标物3定位的并且做差分处理的传感器4,其中,目标物3举例地表示为金属带3。传感器4与计算装置5’的计算单元5连接并且传递测量数据6,这些测量数据具有对从金属带3以测量技术来采集的时间信号7的依赖性。此外,运动的金属带3具有重复性的带缺陷8,该带缺陷在测量法的过程中通过传感器4来探测,这尤其是像图2中那样可以借助幅度振幅f(t)识别出的那样。时间信号7由周期性的信号7’和干扰部分7’’的叠加来组成并且在此也包含依赖于带缺陷8的特征。通过随机方法,将时间信号7转换成质量函数9。在这个质量函数9的基础上推导出时间信号7中的周期性时间信号7’,以便因此探测出在金属带中的周期性出现的带缺陷8。这个带缺陷可以存在于金属带3的表面上和/或也存在于金属带3内。为了根据本发明可以实现在磁感应的测量法的情况下对抗测量技术上的干扰的特别高的鲁棒性,以及可以实现对带缺陷8的高的探测率,而根据本发明提出了,时间信号7在使用最大似然法的情况下转换成质量函数9。尤其是,已经强调指出有利的是,对于由磁感应的测量法得来的时间信号7来说,将最大似然法作为基于模型的估计方法。
用于对于根据图3的在高斯测量噪音中探测出周期性的信号的质量函数9的换算的、使用法最大似然法的例子,也就是说结果可以得出下面的公式(参见:“Multi Pitch Estimation”-Anderas Jakobsson etal-ISBN9781598298383):
X表示作为时间信号7的积分变换的傅里叶变换,优选以快速傅里叶变换算法高效计算地执行。
L是谐波数,其中,在文献中已公知各种不同的方法用于L的计算/选择。
τ表示应当检查的可能的周期时长。
由此可见,质量函数9或者J(τ)作为属于可能的周期时长的频率和其为所有可能的周期时长而计算的谐波的、经平方的绝对值谱的项的总和来换算。这样的绝对值谱的局部图在图4中示出,其中,这种绝对值谱一方面关于归一化的频率24而另一方面关于归一化的绝对值谱25来记录。间距26表示1/归一化的周期时长。在图5中示出了可能的得出的质量函数9。
这个在图5中关于归一化的周期时长10来记录的归一化的质量函数9具有最大值11,借助该最大值11可以推导出时间信号7中的周期性的信号7’。质量函数9的最大值11的位置给出了关于信号7’的周期性的信息,而质量函数9的高度可以用作周期性的信号7’存在的判定依据。
在此,根据图3存在于时间信号7内的周期性的信号7’可以用特别高的指示灵敏度来确定。当像在图3示出的那样,能在信号7’中确定出随着时间衰减的幅度最大值时,也是如此。这种情况可以例如通过如下方式来发生,即,由于带波动而改变测量法的边界条件并且通过这种方式也可能不利地减少信噪比。对于根据本发明的随机方法来说,这种情况可以以方法技术上的简单的方式来顾及到,从而使这种方法相对于测量技术上的干扰是特别稳定的。
通过针对缺陷特异信号7’的信号走向考虑数学模型,例如ffehler=sin(t),也就是在基于模型的估计方法情况下,改进了该方法的分辨率。质量函数9或者J(τ)由此包含一种加权,这可以例如如下这样表示:
A表示一种加权,该加权可以例如由能认为是已知的缺陷特异信号7’的傅里叶变换来构成。
缺陷特异信号7’的走向可以从图2得知,据此,将正弦用作对传感信号的差分信号走向的近似。但是,完全可以理解的是,在对质量函数9或者J(τ)进行加权时可以考虑缺陷特异信号7’的另外的特征。
在图6和7之间进行比较可以较好地看出加权的优点。在关于归一化的周期时长10来记录的归一化的质量函数27中,相对于按照图5图示出的质量函数9不能明显地识别出那些意味着周期性的信号7’的最大值11。这样的质量函数27可以例如通过没有详细地示出的极为嘈杂的时间信号来形成。如果这时以缺陷特异信号7’的特征来加权质量函数27,则这个按照图7图示出的质量函数9再次(近似于图5)可以明显地识别出最大值11,借助这个最大值11可以推导出时间信号7中的周期性的信号7’。在此质量函数9的最大值11的位置也给出了关于信号7’的周期性的信息,而质量函数9的高度可以用作周期性的信号7’存在的判定依据。导致质量函数27的相对极为嘈杂的时间信号可以用被加权的质量函数9来再次成功地分析辊子标记或者带缺陷。
对于磁感应测量法来说,电磁式的传感器4借助至少一个气垫定位在目标物3或者金属带的上面,这尤其可以从图8得知。为了这个目的,传感器4结构上简单地设置在滑块13中。滑块13具有压力排出开口14,该压力排出开口与用于在传感器4和金属带3之间生成的气垫12的、没有详细图示出的压缩空气装置的压缩空气管道15相连接。
通过如下方式得出在结构上的简单性,即,将计算单元5为执行方法尤其所需的数据16、17存储在计算装置5的存储器18内。通过这种方式,计算单元5可以顺利地与存储器连接,以便可以提取数据用于最大似然法或者说用于将时间信号7转换成质量函数9。
存储器18也具有针对缺陷特异信号7’的信号走向的数学模型ffehler的数据17。因此,计算单元5也可以与存储器18以结构上简单的方式来连接,以在用于探测周期性的缺陷8的方法中考虑这个数学模型ffehler。通过这种方式可以建立特别稳定的设备1。
通过在测量法的过程中,使传感器4运动经过金属带3的宽度20,可以检测到分散地出现在金属带3的宽度20上面的缺陷8,像按照图9那样,这用运动方向21来表示。因此,这时在传感器4的运动位置22内可以采集时间信号7,以便使这个时间信号可以探查出在金属带3上的周期性的缺陷8。随后,传感器4可以继续运动到另外的运动位置22’内。为此组合的或者为此备选的可以设想,多个互相错开地布置的传感器4、23可以朝向金属带3来布置并且分别从金属带3采集时间信号7,然后再分析出每个周期性的时间信号7’。
在图10中完整地示出设备1。在这里示出的传感器装置4’除了具有传感器4外,还具有第二传感器23以及自适应滤波器28。两个传感器4和23从金属带3采集测量信号29和30并且将这些测量信号引导到自适应滤波器28,然后,滤波器将测量数据6传递到计算装置上。这些测量数据6具有对时间信号7的依赖性,该时间信号从金属带3以测量技术来采集。因为,在测量信号29和30中同样地包括,例如通过带波动引起的干扰,当测量信号29和30相减时,可以将这些干扰从测量数据6中去除。为了这种适当的减法,测量信号30还通过适当的手段28’来适配。但是,根据本发明,测量数据6此时通过自适应的滤波器28如下得到改进,即抑制在两个时间信号7内存在的干扰。
按照图11,示出了用于降低干扰的、设备1的备选的传感器装置31。这个传感器装置31包括与传感器4连接的、用于储存传感器4的时间信号7的至少两个不同的时间区域33、34的存储器32。这时,这些时间区域33、34被引至自适应滤波器35,其抑制了在时间信号的这两个时间区域内出现的干扰,以便因此改善测量数据6。
Claims (15)
1.一种用于探测在目标物(3)上,尤其是在金属带上的至少一个周期性出现的缺陷(8)的方法,在所述方法中,用测量法从运动的目标物(3)上采集至少一个时间信号(7),将所述时间信号(7)在使用随机方法的情况下转换成质量函数(9),并且在所述质量函数(9)的基础上推导出时间信号(7)中的一个或多个周期性的信号(7’),以便因此确定在所述目标物(3)上的至少一个周期性出现的缺陷(8),其特征在于,将由尤其是电磁式测量法采集的所述时间信号(7)在使用基于模型的估计方法,尤其是使用最大似然法的情况下转换成所述质量函数(9)。
2.根据权利要求1所述的方法,其特征在于,在所述基于模型的估计方法中,考虑缺陷特异信号(7’)的至少一个特征,尤其是考虑针对所述缺陷特异信号的信号走向的数学模型(ffehler)。
3.根据权利要求1或2所述的方法,其特征在于,使所述时间信号(7)经过积分变换,尤其是傅里叶变换。
4.根据权利要求1、2或3所述的方法,其特征在于,对于磁感应测量法,将电磁式传感器(4)借助至少一个气垫(12)定位在所述目标物(3)的上方。
5.根据权利要求1至4中任一项所述的方法,其特征在于,应用至少两个从所述目标物(3)测得的时间信号(7)或者应用时间信号(7)的至少两个不同的时间区域,以识别出并且在所述方法中抑制在所述两个时间信号(7)中或者在所述时间信号(7)的所述两个时间区域中存在的至少一个干扰。
6.根据权利要求5所述的方法,其特征在于,所述方法通过自适应滤波方式来抑制所述干扰。
7.根据权利要求1至6中任一项所述的方法,其特征在于,对于所述测量法,使传感器(4)运动经过所述目标物(3)的宽度(20),其中,在所述传感器(4)继续运动之前,在所述传感器(4)的运动位置(22)内采集至少一个时间信号(7)。
8.根据权利要求1至7中任一项所述的方法,其特征在于,对于所述测量方式,多个互相错开地布置的传感器(4、23)朝向所述目标物(3)布置,并且分别从所述目标物(3)采集时间信号(7)。
9.一种基于模型的估计方法,尤其是最大似然法的用途,用于对从运动的目标物(3)借助电磁式的测量法采集的时间信号(7)进行质量函数(9)的换算以探测在目标物(3)上周期性出现的缺陷(8)。
10.一种用于探测至少一个在运动的目标物(3)上,尤其是在金属带上周期性出现的缺陷(8)的设备,所述设备带有:用于采集至少一个从目标物(3)测量到的时间信号的传感器装置(4’),与所述传感器装置连接的、具有存储器(18)和计算单元(5)的计算装置(5’),用于在使用随机方法的情况下将所述时间信号(7)转换成质量函数(9),并且用于在所述质量函数(9)的基础上推导出时间信号中的至少一个周期性的信号(7’),以便因此确定在所述目标物(3)上的至少一个周期性出现的缺陷(8),其特征在于,所述存储器(18)具有用于基于模型的估计方法,尤其是最大似然法的数据(16),其中,所述计算单元(5)与所述存储器(18)连接以在使用所述基于模型的估计方法,尤其是使用最大似然法的情况下将尤其是通过电磁式的测量法采集的时间信号(7)转换成所述质量函数(9)。
11.根据权利要求10所述的设备,其特征在于,所述存储器(18)具有针对缺陷特异信号(7’)的至少一个特征的数据(17),尤其是针对所述缺陷特异信号(7’)的信号走向的数学模型(ffehler),其中,所述计算单元(5)与所述存储器(18)连接以在所述用于探测周期性出现的缺陷(8)的方法中考虑这个特征。
12.根据权利要求10或11所述的设备,其特征在于,所述传感器装置(4’)从所述目标物(3)测量至少两个时间信号(7),并且所述设备(1)具有与所述传感器装置(4’)连接的、用于抑制在所述两个时间信号(7)中存在的至少一个干扰的自适应滤波器(28)。
13.根据权利要求10或11所述的设备,其特征在于,所述设备(1)包括与传感器(4)连接的、用于所述传感器(4)的时间信号(7)的至少两个不同的时间区域(33、34)的存储器(32),并且所述设备(1)具有与所述存储器(32)连接的、用于抑制在所述时间信号(7)的所述两个时间区域(33、34)中出现的至少一个干扰的自适应滤波器(35)。
14.根据权利要求1至13中任一项所述的设备,其特征在于,所述传感器(4)设置在带有用于在至少所述传感器(4)与所述目标物(3)之间生成气垫(12)的压力排出开口(14)的滑块(13)内。
15.根据权利要求1至14中任一项所述的设备,其特征在于,所述传感器装置(4’)包括磁感应式传感器(4)。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
ATA1043/2011 | 2011-07-15 | ||
ATA1043/2011A AT511773A1 (de) | 2011-07-15 | 2011-07-15 | Vorrichtung und verfahren zur detektion wenigstens eines periodisch auftretenden fehlers an einem gegenstand |
PCT/AT2012/050107 WO2013010202A1 (de) | 2011-07-15 | 2012-07-16 | Vorrichtung und verfahren zur detektion wenigstens eines periodisch auftretenden fehlers an einem gegenstand |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103797362A true CN103797362A (zh) | 2014-05-14 |
Family
ID=46762737
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201280045079.9A Pending CN103797362A (zh) | 2011-07-15 | 2012-07-16 | 用于探测在目标物上的至少一个周期性出现的缺陷的设备和方法 |
Country Status (7)
Country | Link |
---|---|
US (1) | US20140214340A1 (zh) |
EP (1) | EP2732279B1 (zh) |
JP (1) | JP2014521073A (zh) |
KR (1) | KR20140056256A (zh) |
CN (1) | CN103797362A (zh) |
AT (1) | AT511773A1 (zh) |
WO (1) | WO2013010202A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106575110A (zh) * | 2014-08-13 | 2017-04-19 | 埃西勒国际通用光学公司 | 用于推导光学物品车床的几何缺陷的方法 |
CN110537090A (zh) * | 2017-04-18 | 2019-12-03 | Ckd株式会社 | 检查装置、ptp包装机和ptp片的制造方法 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7351341B2 (ja) | 2019-08-28 | 2023-09-27 | 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 |
EP3940388B1 (en) * | 2020-07-15 | 2024-04-10 | Roche Diagnostics GmbH | Laboratory sample distribution system and method for operating the same |
CN113155948A (zh) * | 2021-04-19 | 2021-07-23 | 北京工业大学 | 一种基于共形滑靴的曲面检测微磁传感器 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH01136054A (ja) * | 1987-11-20 | 1989-05-29 | Toshiba Corp | 周期疵検出装置 |
US4958307A (en) * | 1987-11-20 | 1990-09-18 | Kabushiki Kaisha Toshiba | Roll mark inspection apparatus |
JPH07198627A (ja) * | 1994-01-06 | 1995-08-01 | Nippon Steel Corp | 金属表面欠陥検査装置 |
CN1228536A (zh) * | 1997-12-17 | 1999-09-15 | 泽韦格路瓦有限公司 | 探测纵向运动试料中周期性缺陷的方法 |
JP2006153614A (ja) * | 2004-11-29 | 2006-06-15 | Nippon Steel Corp | 帯状体や柱状体の周期疵検出方法およびその装置 |
CN101893601A (zh) * | 2009-05-20 | 2010-11-24 | 普乐福尼克·迪特·布什股份公司 | 用于感应测量的装置和方法 |
CN102007400A (zh) * | 2008-03-31 | 2011-04-06 | 杰富意钢铁株式会社 | 周期性缺陷检测装置及其方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS57127820A (en) * | 1981-01-30 | 1982-08-09 | Sumitomo Metal Ind Ltd | Method of monitoring cyclically moving body |
JPS6088372A (ja) * | 1983-10-19 | 1985-05-18 | Mitsubishi Electric Corp | 信号検出器 |
DE3524106A1 (de) * | 1985-07-05 | 1987-01-15 | Thyssen Industrie | Oberflaechenpruefeinrichtung |
US4675604A (en) * | 1985-08-28 | 1987-06-23 | Exxon Production Research Co. | Computerized and motorized electromagnetic flux leakage internal diameter tubular inspection device |
JPH06324005A (ja) * | 1993-05-13 | 1994-11-25 | Nippon Steel Corp | 鋼板の圧延ロール疵検出方法 |
JPH08160006A (ja) * | 1994-11-30 | 1996-06-21 | Kawasaki Steel Corp | 鋼板の欠陥検出方法 |
US7443156B2 (en) * | 2004-07-19 | 2008-10-28 | Pruftechnik Dieter Busch Ag | Apparatus and method for identifying defects on objects or for locating objects |
JP2006105791A (ja) * | 2004-10-05 | 2006-04-20 | Nippon Steel Corp | 帯状体や柱状体の周期性疵検出方法およびその装置 |
JP2008039594A (ja) * | 2006-08-07 | 2008-02-21 | Yamaguchi Univ | コンクリート基礎杭のクラック検知方法 |
US20100332186A1 (en) * | 2009-06-30 | 2010-12-30 | Wilson Kevin W | Probabilistic Estimation of a Time Interval Between Periodic Events Disturbing a Signal |
-
2011
- 2011-07-15 AT ATA1043/2011A patent/AT511773A1/de active IP Right Grant
-
2012
- 2012-07-16 KR KR1020147002904A patent/KR20140056256A/ko not_active Application Discontinuation
- 2012-07-16 EP EP12753376.8A patent/EP2732279B1/de active Active
- 2012-07-16 CN CN201280045079.9A patent/CN103797362A/zh active Pending
- 2012-07-16 JP JP2014519343A patent/JP2014521073A/ja active Pending
- 2012-07-16 WO PCT/AT2012/050107 patent/WO2013010202A1/de active Application Filing
- 2012-07-16 US US14/232,753 patent/US20140214340A1/en not_active Abandoned
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH01136054A (ja) * | 1987-11-20 | 1989-05-29 | Toshiba Corp | 周期疵検出装置 |
US4958307A (en) * | 1987-11-20 | 1990-09-18 | Kabushiki Kaisha Toshiba | Roll mark inspection apparatus |
JPH07198627A (ja) * | 1994-01-06 | 1995-08-01 | Nippon Steel Corp | 金属表面欠陥検査装置 |
CN1228536A (zh) * | 1997-12-17 | 1999-09-15 | 泽韦格路瓦有限公司 | 探测纵向运动试料中周期性缺陷的方法 |
JP2006153614A (ja) * | 2004-11-29 | 2006-06-15 | Nippon Steel Corp | 帯状体や柱状体の周期疵検出方法およびその装置 |
CN102007400A (zh) * | 2008-03-31 | 2011-04-06 | 杰富意钢铁株式会社 | 周期性缺陷检测装置及其方法 |
CN101893601A (zh) * | 2009-05-20 | 2010-11-24 | 普乐福尼克·迪特·布什股份公司 | 用于感应测量的装置和方法 |
Non-Patent Citations (1)
Title |
---|
ANDREAS JAKOBSSON ET AL.: "Multi-pitch estimation", 《SIGNAL PROCESSING》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106575110A (zh) * | 2014-08-13 | 2017-04-19 | 埃西勒国际通用光学公司 | 用于推导光学物品车床的几何缺陷的方法 |
CN106575110B (zh) * | 2014-08-13 | 2019-04-09 | 依视路国际公司 | 用于推导光学物品车床的几何缺陷的方法 |
CN110537090A (zh) * | 2017-04-18 | 2019-12-03 | Ckd株式会社 | 检查装置、ptp包装机和ptp片的制造方法 |
Also Published As
Publication number | Publication date |
---|---|
AT511773A1 (de) | 2013-02-15 |
EP2732279B1 (de) | 2015-10-14 |
KR20140056256A (ko) | 2014-05-09 |
EP2732279A1 (de) | 2014-05-21 |
WO2013010202A1 (de) | 2013-01-24 |
JP2014521073A (ja) | 2014-08-25 |
US20140214340A1 (en) | 2014-07-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109212597B (zh) | 基于深度信念网络和扫描叠加的微震源自动定位方法 | |
CN102227650B (zh) | 三维地震数据的连续自适应面波分析 | |
CN103797362A (zh) | 用于探测在目标物上的至少一个周期性出现的缺陷的设备和方法 | |
CN101586997A (zh) | 一种拉索振动基频的计算方法 | |
US10451475B2 (en) | Gauge length optimization in distributed vibration sensing | |
CN110823356B (zh) | 基于梅尔频谱的分布式光纤入侵检测方法 | |
CN104076404B (zh) | 运用多通道相干抑制地磁背景噪声的磁异常探测方法 | |
EP2953804B1 (en) | Pulse width measurement method and apparatus | |
CN109190272B (zh) | 基于弹性波和机器学习的混凝土结构缺陷检测方法 | |
CN103792000A (zh) | 一种基于稀疏表示的信号中瞬态成分检测方法及装置 | |
US20180283992A1 (en) | Wheel condition monitoring | |
US20110184697A1 (en) | Coin sensor, effective value calculation method, and coin recognition device | |
US10451268B2 (en) | Method for evaluating the clogging of a heat exchanger | |
CN107167559B (zh) | 一种利用双传感器进行梁式桥梁结构损伤定位的方法 | |
CN104851301B (zh) | 一种基于减速带声音分析的车辆参数识别方法 | |
CN110208806A (zh) | 一种航海雷达图像降雨识别方法 | |
CN103399083A (zh) | 一种脉冲涡流检测提离效应的抑制方法 | |
CN107128329A (zh) | 一种基于应变量测反演变形加速度响应的轨距动态变化监测装置与设计方法 | |
CN111693304B (zh) | 车辆故障检测方法、装置、计算机设备和可读存储介质 | |
Gindy et al. | Bridge displacement estimates from measured acceleration records | |
CN105599550A (zh) | 用于估算交通工具的胎压的装置及方法 | |
CN110161460A (zh) | 基于微震空间组网的震源精确定位方法 | |
CN101907726B (zh) | 一种自动识别和消除地震勘探工业电干扰的方法 | |
KR101483022B1 (ko) | 다중표적 순간소음원의 방위탐지방법 | |
CN106291752B (zh) | 地震仪系统延迟测试方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20140514 |