CN104792873B - 一种钢锭内部缺陷的超声波b+c+d+s扫描识别方法 - Google Patents
一种钢锭内部缺陷的超声波b+c+d+s扫描识别方法 Download PDFInfo
- Publication number
- CN104792873B CN104792873B CN201510218775.0A CN201510218775A CN104792873B CN 104792873 B CN104792873 B CN 104792873B CN 201510218775 A CN201510218775 A CN 201510218775A CN 104792873 B CN104792873 B CN 104792873B
- Authority
- CN
- China
- Prior art keywords
- scan
- defect
- ultrasonic wave
- spot
- strip tape
- 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.)
- Active
Links
Landscapes
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明公开了一种钢锭内部缺陷的超声波B+C+D+S扫描识别方法利用超声波B扫描方法、C扫描方法、D扫描方法和S扫描方法对钢锭进行扫描，得到超声波B+C+D+S扫描缺陷图谱，可操作性强，图谱特征描述更为准确，检测结果全面、直观、可靠，缺陷轮廓特征分类清晰，这都为缺陷的定量、定性、定位的最终判定提供了直观的判定依据。利用超声波B+C+D+S扫描功能可获得钢锭的超声缺陷在迪卡尔三维坐标上各方向的投影特征图谱，进而获得缺陷的更加直观的位置和形状特征。这为钢锭的质量评定，锻造的工艺卡设计和产品的力学性能评定等提供了准确并且直观的预测依据，也为后续的锻造过程，如何消除万能锻造工艺卡，提供了有效的质量保证。
Description
技术领域
本发明超声波A扫描领域，具体涉及一种钢锭内部缺陷的超声波B+C+D+S扫描识别方法。
背景技术
近年来，随着冶金、石化、航天、造船等工业发展，锻件的需求量在不断增加，因此对钢锭的质量要求和数量需求也相应提高。由于钢锭质量直接影响到后续的加工过程甚至成品质量，所以对钢锭表面和内部质量的检验很重要。通常对钢锭进行化学成分检验、表面质量检验、超声波探伤、磁粉探伤及低倍检验等检验手段，以保证钢锭的内在质量。
超声波无损检测技术是有效可靠的无损检测手段，随着计算机技术的发展，不仅提高了设备的抗干扰能力，而且利用计算机的运算功能以及相关软件的模拟功能，实现了对缺陷信号的波形识别、图像识别以及三维立体等多种功能。例如：钢锭缺陷的图像轮廓、位置及分布特征等。
钢锭作为锻造的原材料，如果在使用前无法精确了解其内部缺陷,那么必然会影响锻造工艺的合理选择，甚至对产品的使用造成安全隐患。一些缺陷如不在铸态状被准确的检测出，那么将造成无法挽回的经济损失。超声波探伤是钢锭质量检测的重要手段，传统的A扫描只能用回波高低来表示反射体的反射量，因而缺陷最值显示不直观，检测结果不连续，且不易记录和存档。只能反映局部的回波信息，不能获得在工件上需要的解剖图形。而单独的B扫描、C扫描、D扫描以及S扫描也只能得到三维方向上的1至2个方向的缺陷图谱，无法得到所有三维方向的解剖图形，因此检测结果不够全面、直观，同时现有的技术中也没有对钢锭特定缺陷图谱的识别方法。
因此，需要一种钢锭内部缺陷的超声波B+C+D+S扫描识别方法以解决上述问题。
发明内容
本发明的目的是针对现有技术中超声波扫描对于钢锭缺陷的判断不够形象、直观的缺点，提供一种简单方便的钢锭内部缺陷的超声波B+C+D+S扫描识别方法。
为实现上述发明目的，本发明钢锭内部缺陷的超声波B+C+D+S扫描识别方法可采用如下技术方案：
一种钢锭内部缺陷的超声波B+C+D+S扫描识别方法，利用超声波B扫描方法、C扫描方法、D扫描方法和S扫描方法对钢锭进行扫描，得到超声波B+C+D+S扫描缺陷图谱，所述超声波B+C+D+S扫描缺陷图谱包括B扫描图像、C扫描图像、D扫描图像和S扫描图像；
当所述超声波B+C+D+S扫描缺陷图谱中：B扫描图像包括一条位于B扫描图像中心一侧的断续的条状带，C扫描图像包括一条位于C扫描图像中心的断续的条状带，D扫描图像包括一个位于D扫描图像中心四周的斑点；S扫描图像包括一个位于S扫描图像中心四周的斑点，缺陷为单点缺陷；
当所述超声波B+C+D+S扫描缺陷图谱中：B扫描图像包括多条位于B扫描图像中心一侧的断续的条状带，C扫描图像包括多条位于C扫描图像中心的断续的条状带， D扫描图像包括多个位于D扫描图像中心四周的斑点；S扫描图像包括多个位于S扫描图像中心四周的斑点，缺陷为多点缺陷；
当所述超声波B+C+D+S扫描缺陷图谱中：B扫描图像包括一条位于B扫描图像中心一侧的断续的条状带且断续的渐变条状带，C扫描图像包括一条位于C扫描图像中心的断续的渐变条状带，D扫描图像包括一条位于D扫描图像中心四周的渐变斑点；S扫描图像包括一个位于S扫描图像中心四周的渐变斑点，缺陷为局部疏松缺陷；
当所述超声波B+C+D+S扫描缺陷图谱中：B扫描图像包括一条位于B扫描图像中心的断续的渐变条状带，C扫描图像包括一条位于C扫描图像中心的断续的渐变条状带，D扫描图像为位于一个D扫描图像中心的渐变斑点；S扫描图像包括一个位于S扫描图像中心的渐变斑点，缺陷为中心疏松缺陷；
当所述超声波B+C+D+S扫描缺陷图谱中：B扫描图像包括一条位于B扫描图像中心的断续的突变条状带，C扫描图像包括一条位于C扫描图像中心的断续的突变条状带，D扫描图像包括一个位于D扫描图像中心的突变斑点；S扫描图像包括一个位于S扫描图像中心的突变斑点，缺陷为中心缩孔缺陷；
其中，渐变条状带为从条状带的中心位置到两侧灰度值逐渐降低，渐变斑点为从斑点的中心位置到四周灰度值逐渐降低，突变条状带为从条状带的中心位置到两侧灰度值阶梯状下降，突变斑点为从斑点的中心位置到四周灰度值阶梯状下降。
其中，点状缺陷的长度与宽度的比小于3；
中心缩孔缺陷即为钢锭的中心位置存在单个缺陷且缺陷的形状为不规则形状；
中心疏松缺陷即为钢锭的中心四周存在多个缺陷且缺陷的形状为不规则形状；
局部疏松缺陷即为钢锭的非中心的某一位置四周存在多个缺陷且缺陷的形状为不规则形状。
有益效果：钢锭作为锻造的原材料，一些缺陷在铸态状被准确的检测出，有助于锻造工艺的合理选择，有利于充分打碎铸态状晶粒，确保锻件无任何缺陷。本发明的钢锭内部缺陷的超声波B+C+D+S扫描识别方法可操作性强，图谱特征描述更为准确，检测结果全面、直观、可靠，缺陷轮廓特征分类清晰，这都为缺陷的定量、定性、定位的最终判定提供了直观的判定依据。利用超声波B+C+D+S扫描功能可获得钢锭的超声缺陷在迪卡尔三维坐标上各方向的投影特征图谱，进而获得缺陷的更加直观的位置和形状特征。这为钢锭的质量评定，锻造的工艺卡设计和产品的力学性能评定等提供了准确并且直观的预测依据，也为后续的锻造过程，如何消除万能锻造工艺卡，提供了有效的质量保证。
附图说明
图1为超声波B+C+D+S扫描示意图；
图2为实施例1的连铸锭B+C+D+S扫描的单点缺陷；
图3为实施例2的模铸锭B+C+D+S扫描的单点缺陷；
图4为实施例3的电渣重熔锭B+C+D+S扫描的单点缺陷；
图5为实施例4的连铸锭B+C+D+S扫描的多点缺陷；
图6为实施例5的模铸锭B+C+D+S扫描的多点缺陷；
图7为实施例6的电渣重熔锭B+C+D+S扫描的多点缺陷；
图8为实施例7的连铸锭B+C+D+S扫描的局部疏松缺陷；
图9为实施例8的模铸锭B+C+D+S扫描的局部疏松缺陷；
图10为实施例9的电渣重熔锭B+C+D+S扫描的局部疏松缺陷；
图11为实施例10的连铸锭B+C+D+S扫描的中心疏松缺陷；
图12为实施例11的模铸锭B+C+D+S扫描的中心疏松缺陷；
图13为实施例12的电渣重熔锭B+C+D+S扫描的中心疏松缺陷；
图14为实施例13的连铸锭B+C+D+S扫描的中心缩孔缺陷；
图15为实施例14的模铸锭B+C+D+S扫描的中心缩孔缺陷；
图16为实施例15的电渣重熔锭B+C+D+S扫描的中心缩孔缺陷；
图17为实施例16的超声波B+C+D+S扫描的无缺陷；
图18为实施例17的连铸锭B+C+D+S扫描的单点+中心疏松组合缺陷；
图19为实施例18的模铸锭B+C+D+S扫描的单点+中心疏松组合缺陷；
图20为实施例19的连铸锭B+C+D+S扫描的单点+中心缩孔组合缺陷；
图21为实施例20的模铸锭B+C+D+S扫描的单点+中心缩孔组合缺陷；
图22为实施例21的电渣重熔锭B+C+D+S扫描的中心疏松+中心缩孔组合缺陷。
具体实施方式
下面结合附图和具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
请参阅图1所示，本发明的一种钢锭内部缺陷的超声波B+C+D+S扫描识别方法可获得B+C+D动态图像，扫描方向上任意处获得S静态图像。用B扫描得到工件厚度方向的投影图像显示，即侧视图；用C扫描得到工件底面方向的投影图像显示，即俯视图；用D扫描得到工件端面方向的投影图像显示，即端面图。所得到的侧视图、俯视图、端面图和S扫描图像为一组超声波B+C+D+S扫描图谱；通过三维图谱可方便、直观的识别各种钢锭的内部缺陷，如单点缺陷、多点缺陷、疏松、缩孔以及组合缺陷等。建立不同缺陷的图谱，对分析钢锭质量及钢锭形成各过程缺陷的主要来源，起着重要的促进作用。并对后续锻造的工艺卡设计和产品的力学性能评定等提供了准确的预测依据。
实施例1 对连铸锭进行检测，超声波B+C+D+S扫描图谱中，B扫描图像为非中心的一条断续条状带，C扫描图像为中心的一条断续条状带，D扫描图像为非中心的一条斑点；S扫描图像为非中心的一条斑点。缺陷为单点缺陷。请参阅图2所示。
实施例2 对模铸锭进行检测，超声波B+C+D+S扫描图谱中，B扫描图像为非中心的一条断续条状带，C扫描图像为中心的一条断续条状带，D扫描图像为非中心的一条斑点；S扫描图像为非中心的一条斑点。缺陷为单点缺陷。请参阅图3所示。
实施例3 对电渣重熔锭进行检测，超声波B+C+D+S扫描图谱中，B扫描图像为非中心的一条断续条状带，C扫描图像为中心的一条断续条状带，D扫描图像为非中心的一条斑点；S扫描图像为非中心的一条斑点。缺陷为单点缺陷。请参阅图4所示。
实施例4 对连铸锭进行检测，超声波B+C+D+S扫描图谱中，B扫描图像为非中心的多条断续条状带，C扫描图像为中心的多条断续条状带，D扫描图像为非中心的多条斑点；S扫描图像为非中心的多条斑点。缺陷为多点缺陷。请参阅图5所示。
实施例5 对模铸锭进行检测，超声波B+C+D+S扫描图谱中，B扫描图像为非中心的多条断续条状带，C扫描图像为中心的多条断续条状带，D扫描图像为非中心的多条斑点；S扫描图像为非中心的多条斑点。缺陷为多点缺陷。请参阅图6所示。
实施例6 对电渣重熔锭进行检测，超声波B+C+D+S扫描图谱中，B扫描图像为非中心的多条断续条状带，C扫描图像为中心的多条断续条状带，D扫描图像为非中心的多条斑点；S扫描图像为非中心的多条斑点。缺陷为多点缺陷。请参阅图7所示。
实施例7 对连铸锭进行检测，超声波B+C+D+S扫描图谱中，B扫描图像为非中心的一条断续渐变条状带，C扫描图像为中心的一条断续渐变条状带，D扫描图像为非中心的一条渐变斑点；S扫描图像为非中心的一条渐变斑点。缺陷为局部疏松缺陷。请参阅图8所示。
实施例8 对模铸锭进行检测，超声波B+C+D+S扫描图谱中，B扫描图像为非中心的一条断续渐变条状带，C扫描图像为中心的一条断续渐变条状带，D扫描图像为非中心的一条渐变斑点；S扫描图像为非中心的一个渐变斑点。缺陷为局部疏松缺陷。请参阅图9所示。
实施例9 对电渣重熔锭进行检测，超声波B+C+D+S扫描图谱中，B扫描图像为非中心的一条断续渐变条状带，C扫描图像为中心的一条断续渐变条状带，D扫描图像为非中心的一个渐变斑点；S扫描图像为非中心的一个渐变斑点。缺陷为局部疏松缺陷。请参阅图10所示。
实施例10 对连铸锭进行检测，超声波B+C+D+S扫描图谱中，B扫描图像为中心的一条断续渐变条状带，C扫描图像为中心的一条断续渐变条状带，D扫描图像为中心的一个渐变斑点；S扫描图像为中心的一个渐变斑点。缺陷为中心疏松缺陷。请参阅图11所示。
实施例11 对模铸锭进行检测，超声波B+C+D+S扫描图谱中，B扫描图像为中心的一条断续渐变条状带，C扫描图像为中心的一条断续渐变条状带，D扫描图像为中心的一个渐变斑点；S扫描图像为中心的一个渐变斑点。缺陷为中心疏松缺陷。请参阅图12所示。
实施例12 对电渣重熔锭进行检测，超声波B+C+D+S扫描图谱中，B扫描图像为中心的一条断续渐变条状带，C扫描图像为中心的一条断续渐变条状带，D扫描图像为中心的一个渐变斑点；S扫描图像为中心的一个渐变斑点。缺陷为中心疏松缺陷。请参阅图13所示。
实施例13 对连铸锭进行检测，超声波B+C+D+S扫描图谱中，B扫描图像为中心的一条断续突变条状带，C扫描图像为中心的一条断续突变条状带，D扫描图像为中心的一个突变斑点；S扫描图像为中心的一个突变斑点。缺陷为中心缩孔缺陷。请参阅图14所示。
实施例14 对模铸锭进行检测，超声波B+C+D+S扫描图谱中，B扫描图像为中心的一条断续突变条状带，C扫描图像为中心的一条断续突变条状带，D扫描图像为中心的一个突变斑点；S扫描图像为中心的一个突变斑点。缺陷为中心缩孔缺陷。请参阅图15所示。
实施例15 对电渣重熔锭进行检测，超声波B+C+D+S扫描图谱中，B扫描图像为中心的一条断续突变条状带，C扫描图像为中心的一条断续突变条状带，D扫描图像为中心的一个突变斑点；S扫描图像为中心的一个突变斑点。缺陷为中心缩孔缺陷。请参阅图16所示。
实施例16 对某随机选取的钢锭进行检测，超声波B+C+D+S扫描图谱中，B扫描图像为无色带，C扫描图像为无色带，D扫描图像为无色斑；S扫描图像为无色斑。则视为无缺陷。请参阅图17所示。
实施例17 对连铸锭进行检测，超声波B+C+D+S扫描图谱中，B扫描图像为非中心的一条断续条状带和中心的一条断续渐变条状带，C扫描图像为中心的一条断续渐变条状带，D扫描图像为非中心的一条斑点和中心的一个渐变斑点；S扫描图像为非中心的一条斑点和中心的一个渐变斑点。缺陷为单点+中心疏松组合缺陷。请参阅图18所示。
实施例18 对模铸锭进行检测，超声波B+C+D+S扫描图谱中，B扫描图像为非中心的一条断续条状带和中心的一条断续渐变条状带，C扫描图像为中心的一条断续渐变条状带，D扫描图像为非中心的一条斑点和中心的一个渐变斑点；S扫描图像为非中心的一条斑点和中心的一个渐变斑点。缺陷为单点+中心疏松组合缺陷。请参阅图19所示。
实施例19 对连铸锭进行检测，超声波B+C+D+S扫描图谱中，B扫描图像为非中心的一条断续条状带和中心的一条断续突变条状带，C扫描图像为中心的一条断续突变条状带，D扫描图像为非中心的一条斑点和中心的一个突变斑点；S扫描图像为非中心的一条斑点和中心的一个突变斑点。缺陷为单点+缩孔组合缺陷。请参阅图20所示。
实施例20 对模铸锭进行检测，超声波B+C+D+S扫描图谱中，B扫描图像为非中心的一条断续条状带和中心的一条断续突变条状带，C扫描图像为中心的一条断续突变条状带，D扫描图像为非中心的一条斑点和中心的一个突变斑点；S扫描图像为非中心的一条斑点和中心的一个突变斑点。缺陷为单点+缩孔组合缺陷。请参阅图21所示。
实施例21 对电渣重熔锭进行检测，超声波B+C+D+S扫描图谱中，B扫描图像为中心的一条断续突变条状带和非中心的一条断续渐变条状带，C扫描图像为中心的一条断续突变条状带，D扫描图像为中心的一个突变斑点和非中心的一个渐变斑点；S扫描图像为中心的一个渐变斑点。缺陷为中心疏松+缩孔组合缺陷。请参阅图22所示。
Claims (1)
1.一种钢锭内部缺陷的超声波B+C+D+S扫描识别方法，其特征在于：利用超声波B扫描方法、C扫描方法、D扫描方法和S扫描方法对钢锭进行扫描，得到超声波B+C+D+S扫描缺陷图谱，所述超声波B+C+D+S扫描缺陷图谱包括B扫描图像、C扫描图像、D扫描图像和S扫描图像；
当所述超声波B+C+D+S扫描缺陷图谱中：B扫描图像包括一条位于B扫描图像中心一侧的断续的条状带，C扫描图像包括一条位于C扫描图像中心的断续的条状带，D扫描图像包括一个位于D扫描图像中心四周的斑点；S扫描图像包括一个位于S扫描图像中心四周的斑点，缺陷为单点缺陷；
当所述超声波B+C+D+S扫描缺陷图谱中：B扫描图像包括多条位于B扫描图像中心一侧的断续的条状带，C扫描图像包括多条位于C扫描图像中心的断续的条状带， D扫描图像包括多个位于D扫描图像中心四周的斑点；S扫描图像包括多个位于S扫描图像中心四周的斑点，缺陷为多点缺陷；
当所述超声波B+C+D+S扫描缺陷图谱中：B扫描图像包括一条位于B扫描图像中心一侧的断续的条状带且断续的渐变条状带，C扫描图像包括一条位于C扫描图像中心的断续的渐变条状带，D扫描图像包括一条位于D扫描图像中心四周的渐变斑点；S扫描图像包括一个位于S扫描图像中心四周的渐变斑点，缺陷为局部疏松缺陷；
当所述超声波B+C+D+S扫描缺陷图谱中：B扫描图像包括一条位于B扫描图像中心的断续的渐变条状带，C扫描图像包括一条位于C扫描图像中心的断续的渐变条状带，D扫描图像为位于一个D扫描图像中心的渐变斑点；S扫描图像包括一个位于S扫描图像中心的渐变斑点，缺陷为中心疏松缺陷；
当所述超声波B+C+D+S扫描缺陷图谱中：B扫描图像包括一条位于B扫描图像中心的断续的突变条状带，C扫描图像包括一条位于C扫描图像中心的断续的突变条状带，D扫描图像包括一个位于D扫描图像中心的突变斑点；S扫描图像包括一个位于S扫描图像中心的突变斑点，缺陷为中心缩孔缺陷；
其中，渐变条状带为从条状带的中心位置到两侧灰度值逐渐降低，渐变斑点为从斑点的中心位置到四周灰度值逐渐降低，突变条状带为从条状带的中心位置到两侧灰度值阶梯状下降，突变斑点为从斑点的中心位置到四周灰度值阶梯状下降。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510218775.0A CN104792873B (zh) | 2015-04-30 | 2015-04-30 | 一种钢锭内部缺陷的超声波b+c+d+s扫描识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510218775.0A CN104792873B (zh) | 2015-04-30 | 2015-04-30 | 一种钢锭内部缺陷的超声波b+c+d+s扫描识别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104792873A CN104792873A (zh) | 2015-07-22 |
| CN104792873B true CN104792873B (zh) | 2017-12-29 |
Family
ID=53557852
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510218775.0A Active CN104792873B (zh) | 2015-04-30 | 2015-04-30 | 一种钢锭内部缺陷的超声波b+c+d+s扫描识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104792873B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106226399A (zh) * | 2016-08-12 | 2016-12-14 | 江苏大学 | 一种方腿中金属异物无损检测方法 |
| CN109541032A (zh) * | 2018-12-03 | 2019-03-29 | 国网上海市电力公司 | 一种片式元器件检测方法及系统 |
| TWI674406B (zh) * | 2018-12-14 | 2019-10-11 | 中國鋼鐵股份有限公司 | 鋼胚之心部緻密度的檢測方法 |
| CN113034442B (zh) * | 2021-03-04 | 2023-10-13 | 北京科技大学设计研究院有限公司 | 一种基于缺陷分布图谱的热轧带钢表面质量分级方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103940909A (zh) * | 2014-05-19 | 2014-07-23 | 南京迪威尔高端制造股份有限公司 | 一种锻件内部缺陷的超声波c扫描识别方法 |
| CN103954689A (zh) * | 2014-05-19 | 2014-07-30 | 南京迪威尔高端制造股份有限公司 | 一种锻件内部缺陷的超声波相控阵识别方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB0903232D0 (en) * | 2009-02-25 | 2009-04-08 | Saipem Spa | A method for testing pipeline welds |
-
2015
- 2015-04-30 CN CN201510218775.0A patent/CN104792873B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103940909A (zh) * | 2014-05-19 | 2014-07-23 | 南京迪威尔高端制造股份有限公司 | 一种锻件内部缺陷的超声波c扫描识别方法 |
| CN103954689A (zh) * | 2014-05-19 | 2014-07-30 | 南京迪威尔高端制造股份有限公司 | 一种锻件内部缺陷的超声波相控阵识别方法 |
Non-Patent Citations (3)
| Title |
|---|
| 国内外油气管道检测监测技术发展现状;李育忠 等;《石油科技论坛》;20120425;第31卷(第2期);第30-35页 * |
| 承压设备焊缝超声相控阵检测图谱解读;李衍;《中国特种设备安全》;20140430;第30卷(第4期);第38-42页 * |
| 煤矿机械回转类零件缺陷超声自动检测系统研制;董明;《中国优秀硕士论文全文数据库 工程科技Ⅰ辑》;20120115(第1期);第19-23、27页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104792873A (zh) | 2015-07-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104792873B (zh) | 一种钢锭内部缺陷的超声波b+c+d+s扫描识别方法 | |
| CN101871895B (zh) | 连铸热坯表面缺陷激光扫描成像无损检测方法 | |
| Pohl et al. | NDT techniques for railroad wheel and gauge corner inspection | |
| CN105806948B (zh) | 基于局部水浸耦合方式单晶直探头的中厚板超声检测方法 | |
| CN107576729B (zh) | 基于超声相控阵的焊缝缺陷检测和快速提取系统及方法 | |
| CN108177660B (zh) | 具有激光图像处理步骤的钢轨磨耗检测方法 | |
| US20170247092A1 (en) | Data Capture Device and System | |
| CN102608126A (zh) | 一种高温连铸坯表面缺陷在线检测方法和装置 | |
| CN108662983B (zh) | 钢轨磨耗检测计算相关度系数的方法 | |
| CN102539532B (zh) | 一种基于二维邻域合成孔径聚焦的超声c扫描成像方法 | |
| CN103353480A (zh) | 一种机车轮轴超声自动探伤方法及装置 | |
| CN104280397B (zh) | 一种在役钢轨踏面鱼鳞裂纹的涡流视频综合检测评估方法 | |
| JP5706772B2 (ja) | 非破壊検査方法 | |
| CN111983030A (zh) | 基于超声相控阵的摩擦焊焊缝缺陷定量检测方法和系统 | |
| Heckel et al. | High speed non-destructive rail testing with advanced ultrasound and eddy-current testing techniques | |
| CN103901102A (zh) | 一种基于超声相控阵技术的锻件典型缺陷识别方法 | |
| EP4332890A3 (en) | Methods and systems for the quantitative measurement of internal defects in as-cast steel products | |
| US20230221286A1 (en) | Inspection device, inspection method, and inspection program | |
| CN109212033B (zh) | 一种高速轨道内部伤损的超声图像检测方法 | |
| WO2020184521A1 (ja) | 超音波探傷方法、超音波探傷装置、鋼材の製造設備、鋼材の製造方法、及び鋼材の品質管理方法 | |
| TWI744809B (zh) | 超音波探傷裝置 | |
| KR102105503B1 (ko) | 용접 품질 자동 평가 방법 및 용접 품질 자동 평가 장치 | |
| US9927404B2 (en) | Phased array billet data evaluation software | |
| JP2015161614A (ja) | 腐食検出装置及び腐食検出方法 | |
| JP2011047655A (ja) | 超音波を用いた欠陥識別方法及び欠陥識別装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| EXSB | Decision made by sipo to initiate substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |