CN109459492A - 殷瓦钢薄板焊接裂纹缺陷的光声光热复合检测系统及方法 - Google Patents
殷瓦钢薄板焊接裂纹缺陷的光声光热复合检测系统及方法 Download PDFInfo
- Publication number
- CN109459492A CN109459492A CN201811210559.1A CN201811210559A CN109459492A CN 109459492 A CN109459492 A CN 109459492A CN 201811210559 A CN201811210559 A CN 201811210559A CN 109459492 A CN109459492 A CN 109459492A
- Authority
- CN
- China
- Prior art keywords
- thermal
- steel sheet
- optoacoustic
- photo
- data
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 64
- 230000007547 defect Effects 0.000 title claims abstract description 46
- 229910001374 Invar Inorganic materials 0.000 title claims abstract description 37
- 238000000034 method Methods 0.000 title claims abstract description 18
- 239000004065 semiconductor Substances 0.000 claims abstract description 29
- 239000013307 optical fiber Substances 0.000 claims abstract description 11
- 239000002131 composite material Substances 0.000 claims abstract description 9
- 230000005693 optoelectronics Effects 0.000 claims abstract description 7
- 239000000523 sample Substances 0.000 claims description 32
- 238000002604 ultrasonography Methods 0.000 claims description 20
- 230000008878 coupling Effects 0.000 claims description 17
- 238000010168 coupling process Methods 0.000 claims description 17
- 238000005859 coupling reaction Methods 0.000 claims description 17
- 238000004458 analytical method Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 11
- 238000005259 measurement Methods 0.000 claims description 10
- 238000012360 testing method Methods 0.000 claims description 10
- 238000013523 data management Methods 0.000 claims description 9
- 238000013439 planning Methods 0.000 claims description 8
- 150000001875 compounds Chemical class 0.000 claims description 6
- 230000003321 amplification Effects 0.000 claims description 4
- 238000007689 inspection Methods 0.000 claims description 4
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 4
- 230000003287 optical effect Effects 0.000 claims description 4
- 238000013480 data collection Methods 0.000 claims description 3
- 238000013500 data storage Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 230000004927 fusion Effects 0.000 claims description 3
- 230000001360 synchronised effect Effects 0.000 claims description 3
- 238000001931 thermography Methods 0.000 claims description 3
- 238000011002 quantification Methods 0.000 claims description 2
- 230000005622 photoelectricity Effects 0.000 claims 1
- 238000003466 welding Methods 0.000 abstract description 3
- 238000011065 in-situ storage Methods 0.000 abstract description 2
- 239000003949 liquefied natural gas Substances 0.000 description 6
- 230000002950 deficient Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000009659 non-destructive testing Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 208000037656 Respiratory Sounds Diseases 0.000 description 3
- 238000005336 cracking Methods 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/04—Analysing solids
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/1702—Systems in which incident light is modified in accordance with the properties of the material investigated with opto-acoustic detection, e.g. for gases or analysing solids
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/1702—Systems in which incident light is modified in accordance with the properties of the material investigated with opto-acoustic detection, e.g. for gases or analysing solids
- G01N2021/1706—Systems in which incident light is modified in accordance with the properties of the material investigated with opto-acoustic detection, e.g. for gases or analysing solids in solids
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/26—Scanned objects
- G01N2291/267—Welds
Abstract
本发明涉及殷瓦钢薄板焊接裂纹缺陷检测技术,尤其涉及光声光热复合检测系统及方法。一种殷瓦钢薄板焊接裂纹缺陷的光声光热复合检测系统,包括工业机器人、声热探测组件、数据采集卡、YAG激光器、半导体激光器、光电混合连接器及计算机控制系统;YAG激光器、半导体激光器通过光纤与光电混合连接器连接;YAG激光器、半导体激光器、光电混合连接器通过BNC数据线与数据采集卡连接;光电混合连接器通过光电复合缆与声热探测组件连接;声热探测组件与工业机器人连接;数据采集卡及光电混合连接器通过USB数据线、工业机器人通过以太网数据线与计算机控制系统连接。本发明的检测系统及方法,可对殷瓦钢薄板焊接区域的裂纹缺陷进行原位快速可靠检测。
Description
技术领域
本发明涉及船用殷瓦钢薄板焊接裂纹缺陷检测技术,尤其涉及了一种光声光热复合检测系统及方法。
背景技术
殷瓦钢是目前大型液化天然气(Liquefied Natural Gas,LNG)储罐内胆理想的绝热材料之一。LNG储罐殷瓦钢内胆薄板在焊接过程中易出现表面/亚表面裂纹,在服役过程中易出现裂纹疲劳开裂,进一步拓展成为网状裂纹缺陷,造成材料失效,失去隔热保护功能。大型LNG运输船在航行过程中受到海面周期性波浪运动的影响,极易造成LNG储罐内壁殷瓦钢薄板疲劳裂纹的拓展,使得储罐内壁应力分布不均衡,甚至可能造成灾难性后果。由于殷瓦钢薄板的特殊理化性能,常规接触式无损检测技术在应用中存在一定局限。超声波检测对裂纹有较高的检测灵敏度,但对于尺寸较薄的构件,缺陷回波信号的识别难度较大,检测周期较长。射线检测对裂纹、未熔合缺陷的检测灵敏度受板材厚度和透照位置的影响较大,对薄板构件的检测极易出现漏判,检测工艺规范复杂,检测成本高。主动式红外热波无损检测技术具有适用面广、检测速度快、检测面积大、非接触式检测等优点,测量结果直观、易懂,使用方便,适用于在线检测,但红外热波检测图像结果的特征信息单一,缺陷的定位与识别的准确度尚无法满足实际应用的需要。
发明内容
为了解决现有技术中殷瓦钢薄板焊接裂纹缺陷无损检测存在的问题,克服红外热波与超声波检测裂纹缺陷的不足,提高殷瓦钢薄板焊接裂纹缺陷无损检测的可靠性与检测效率,本发明提供了一种光声光热复合检测系统及方法。
本发明解决其技术问题采用的技术方案是:一种殷瓦钢薄板焊接裂纹缺陷的光声光热复合检测系统,包括工业机器人、声热探测组件、数据采集卡、YAG激光器、半导体激光器、光电混合连接器及计算机控制系统;所述YAG激光器、半导体激光器通过光纤与所述光电混合连接器连接;所述YAG激光器、半导体激光器及光电混合连接器通过BNC数据线与所述数据采集卡连接;所述光电混合连接器通过光电复合缆与所述声热探测组件连接;所述声热探测组件与工业机器人连接;所述数据采集卡、光电混合连接器通过USB数据线与计算机控制系统连接,所述工业机器人通过以太网数据线与计算机控制系统连接。
进一步的,所述声热探测组件包括两个半导体激光扩束镜,一个YAG激光准直镜,红外热像仪与空气耦合超声波探头,所述扩束镜用于将半导体激光器输出的光斑扩束,所述准直镜用于将YAG输出的激光光斑整形到合适的直径;所述红外热像仪用于采集被测试样表面的红外热图序列;所述空气耦合超声波探头用于采集被测试样表面的超声导波信号。
进一步的,所述计算机控制系统包含机器人控制模块、数据采集控制模块和数据处理分析模块;所述机器人控制模块用于控制工业机器人的运动轨迹;所述数据采集控制模块用于控制数据采集卡的信号输出与采集、红外热波图像序列和超声波信号的采集,并对超声回波信号与热波信号进行延迟与相位特征提取;所述数据处理分析模块通过对超声检测与红外热波检测图像结果的融合与分析,确定焊接裂纹的位置与尺寸。
进一步的,所述的数据处理分析模块包括红外热图序列处理模块、超声回波信号处理模块和缺陷位置与尺寸识别模块。
进一步的,所述半导体激光器波长为808nm,最大功率50W,最高模拟调制频率为1kHz。
进一步的,所述YAG激光器波长为1064nm,最高脉冲调制频率为50kHz,单脉冲能量为100mJ。
进一步的,所述扩束镜的放大倍数为×10,发散角为20°,放大后光束的照射面积大于100×100mm2。
进一步的,所述准直镜将1064nm激光准直后的直径为2mm。
进一步的,所述空气耦合超声波探头通过BNC数据线与光电混合连接器连接,接收带宽300Hz~30MHz,采样频率100 MS/s。
进一步的,所述红外热像仪像素分辨率为320×256,等效噪声误差为30mK,最大采样频率为30Hz。
进一步的,所述红外热像仪的波长范围为3~5um,量化等级为16bit。
一种殷瓦钢薄板焊接裂纹缺陷的光声光热复合检测方法,包括如下步骤:
S1、通过机器人控制模块控制工业机器人调整声热探测组件与被测焊缝的相对位置,规划工业机器人末端的移动路径;打开激光器电源,利用数据采集卡控制模块控制数据采集卡输出脉冲信号与正弦调制信号,驱动半导体激光器与YAG激光器,使半导体激光器输出正弦调制激光,使YAG激光器输出脉冲激光;手动调整激光扩束镜、准直镜和空气耦合超声波探头的偏转角度,使激光均匀照射到试样焊缝表面,激光准直镜与空气耦合超声波探头对称布置;
S2、将声热探测组件定位到待测焊缝区域,通过数据采集控制模块控制红外热像仪采集红外热波图像序列,在每个规划的测量子区域内记录2~4个热波激励周期,完成测量子区域的红外热图数据采集后,通过机器人控制模块控制工业机器人,将声热探测组件自上而下沿规划路径匀速移动到下一个测量区域,在移动过程中,通过数据采集控制模块控制空气耦合超声波探头同步记录超声波信号;重复上述数据采集步骤,直至完成整个焊缝检测区域的数据采集,将测量数据存储到指定目录下;
S3、采用数据处理分析模块对检测得到的数据进行处理,采用相关算法提取超声导波信号的延迟时间,获得扫描路径上焊缝的超声波检测结果,采用锁相算法计算热波信号的相位信息,获得每个检测子区域的相位检测特征图像,将每个子区域的检测结果按照扫描次序拼接成焊缝的完整检测图像,将检测结果做归一化处理,再将整条焊缝的超声波线扫描检测结果叠加到红外热波成像检测特征图像中,根据超声导波检测结果缺陷缺陷出现的位置,依据红外热波检测特征图像提取缺陷的边缘信息,进一步确定裂纹缺陷的尺寸信息,并在检测图像中标注出缺陷的具体位置。
本发明的殷瓦钢薄板焊接裂纹缺陷的光声光热复合检测系统及方法,利用激光激励超声导波与红外热波对殷瓦钢焊缝区域进行检测,通过计算机控制系统融合检测数据并对焊缝区域裂纹缺陷进行识别。该方法结合了超声波检测与红外热波检测的优势,弥补了两种检测技术的不足,可对殷瓦钢薄板焊接区域的裂纹缺陷进行原位快速可靠检测,在LNG储罐殷瓦钢薄板结构质量控制和安全性检测中具有广阔的应用前景。
附图说明
图1 殷瓦钢薄板焊接裂纹缺陷光声光热复合无损检测系统结构示意图;
图2 声光探测组件结构示意图;
图3是计算机控制系统结构框图;
图4 光声检测激励与接收方式示意图。
图中,1、航空机箱;2、第一半导体激光器;3、BNC数据线;4、第二半导体激光器;5、YAG激光器;6、数据采集卡;7、计算机控制系统;8、USB数据线;9、以太网数据线;10、工业机器人;11、殷瓦钢薄板;12、声热探测组件;13、光电复合缆;14、光电混合连接器;15、第一光纤;16、第二光纤;17、第三光纤;18、空气耦合超声波探头;19、第一扩束镜;20、红外热像仪;21、准直镜;22、第二扩束镜;71、机器人控制模块;72、数据采集控制模块;73、数据处理分析模块;74、红外热图序列处理模块;75、超声回波信号处理模块;76、缺陷位置尺寸识别模块。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。
本发明提供了一种殷瓦钢薄板焊接裂纹缺陷光声光热复合无损检测系统,结构如图1所示,该系统操作简单、检测结果可靠、检测效率高,具有很好的应用前景。
参考图1,本发明的殷瓦钢薄板焊接裂纹缺陷光声光热复合无损检测系统,主要包括:航空机箱1、第一半导体激光器2、第二半导体激光器4、YAG激光器5、数据采集卡6、计算机控制系统7、工业机器人10、声热探测组件12、光电复合缆13、光电混合连接器14。
航空机箱1内安装固定有第一半导体激光器2、第二半导体激光器3、YAG激光器5和数据采集卡6,数据采集卡6通过USB数据线8与计算机控制系统7连接。第一半导体激光器2、第二半导体激光器3及 YAG激光器5通过BNC信号线3与数据采集卡6连接。
YAG激光器5通过第一光纤15与光电混合连接器14连接,第一半导体激光器2的激光输出接口通过第三光纤17与光电混合连接器14连接,第二半导体激光器4的激光输出接口通过第二光纤16与光电混合连接器14连接。光电混合连接器14通过光电复合缆13与声热探测组件12上的传感器连接,并且通过BNC数据线3与数据采集卡6的模拟信号输入端口连接,通过USB数据线8与计算机控制系统7连接。声热探测组件12固定在工业机器人10的机械臂末端。工业机器人10通过以太网数据线9与计算机控制系统7连接。
如图2所示,声热探测组件12包括空气耦合超声波探头18、第一扩束镜19、红外热像仪20、和第二扩束镜21。光电混合连接器14通过光电复合缆13内的第三光纤17与第一扩束镜19连接、通过第二光纤16与第二扩束镜22连接,通过第一光纤15与准直镜21连接,通过BNC数据线3与空气耦合超声波探头18连接,通过USB数据线8与红外热像仪20连接。
如图3所示,计算机控制系统7包括机器人控制模块71、数据采集控制模块72、数据处理分析模块73;机器人控制模块71用于控制工业机器人10的运动轨迹;数据采集控制模块72用于控制数据采集卡6的信号输出与采集、红外热波图像序列和超声波信号的采集,并对超声回波信号与热波信号进行延迟与相位特征提取;数据处理分析模块73包括红外热图序列处理模块74、超声回波信号处理模块75和缺陷位置尺寸识别模块76,通过对超声检测与红外热波检测图像结果的融合与分析,确定焊接裂纹的位置与长度,。
利用本发明的殷瓦钢薄板焊接裂纹缺陷光声光热复合无损检测系统的测量方法,包括如下步骤:
(1)焊缝扫描轨迹规划
启动计算机控制系统7,机器人控制模块71控制工业机器人10调整声热探测组件12与被测殷瓦钢薄板11的相对位置,保证红外热像仪20视场的中心线垂直于殷瓦钢薄板。开启红外热像仪20,利用机器人控制模块71对红外热像仪进行校准,调节红外热像仪与殷瓦钢薄板的垂直距离,调节聚焦镜头,保证焊缝位于红外热像仪20视野中心位置,焊缝区域约占整幅图像的三分之一。开启YAG激光器5,调节第一扩束镜19和第二扩束镜22的偏转角度,使激光均匀照射到红外热像仪的视野范围内。参考图4,手动调节准直镜21和空气耦合超声波探头18相对于焊缝中心对称布置,距离焊缝中心线的距离不大于30mm,调节准直镜21和空气耦合超声波探头18轴线与殷瓦钢薄板薄板11法线的夹角为30°。利用机器人控制模块71规划声热探测组件12的扫描路径,保证检测过程中焊缝在红外热像仪12视野中的相对位置不变。
(2)光声光热数据采集
利用机器人控制模块71控制声热探测组件12定位到第一个待测焊缝区域,通过数据采集控制模块72控制红外热像仪20采集红外热波图像序列,在每个规划的测量子区域内记录2~4个热波激励周期,为保证准确提取热波信号的特征信息,红外图像序列的采样频率设置为热波调制信号频率的10倍,完成测量子区域的红外热图数据采集后,通过机器人控制模块71控制工业机器人10按照预先规划的轨迹将声热探测组件12自上而下沿规划路径匀速移动到下一个测量区域,在移动过程中,通过数据采集控制模块72控制超声波探头同步记录超声导波信号,超声波信号的采样频率设置为YAG激光器脉冲调制信号频率的20倍,重复上述数据采集步骤,直至完成整个焊缝检测区域的数据采集,将测量数据存储到指定目录下。
(3)数据融合分析与显示
采用数据处理分析模块73对检测得到的数据进行处理,超声回波信号处理模块75采用相关算法提取超声导波信号的延迟时间,获得扫描路径上焊缝的超声波检测结果。红外热图序列处理模块74采用锁相算法计算热波信号的相位信息,获得每个检测子区域的相位检测特征图像,将每个子区域的检测结果按照扫描次序拼接成焊缝的完整检测图像,将检测结果做归一化处理,再将整条焊缝的超声波线扫描检测结果叠加到红外热波成像检测特征图像中,根据超声导波检测结果缺陷缺陷出现的位置,采用缺陷位置尺寸识别模块76提取特征图像中缺陷的边缘信息,确定裂纹缺陷的尺寸信息,并在检测图像中标注出缺陷的具体位置与长度。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种殷瓦钢薄板焊接裂纹缺陷的光声光热复合检测系统,其特征在于:包括工业机器人、声热探测组件、数据采集卡、YAG激光器、半导体激光器、光电混合连接器及计算机控制系统;所述YAG激光器、半导体激光器通过光纤与所述光电混合连接器连接;所述YAG激光器、半导体激光器及光电混合连接器通过BNC数据线与所述数据采集卡连接;所述光电混合连接器通过光电复合缆与所述声热探测组件连接;所述声热探测组件与工业机器人连接;所述数据采集卡、光电混合连接器通过USB数据线与计算机控制系统连接,所述工业机器人通过以太网数据线与计算机控制系统连接。
2.根据权利要求1所述的殷瓦钢薄板焊接裂纹缺陷的光声光热复合检测系统,其特征在于:所述声热探测组件包括两个半导体激光扩束镜,一个YAG激光准直镜、红外热像仪与空气耦合超声波探头,所述扩束镜用于将半导体激光器输出的光斑扩束,所述准直镜用于将YAG输出的激光光斑整形到合适的直径;所述红外热像仪用于采集被测试样表面的红外热图序列;所述空气耦合超声波探头用于采集被测试样表面的超声导波信号。
3.根据权利要求1所述的殷瓦钢薄板焊接裂纹缺陷的光声光热复合检测系统,其特征在于:所述计算机控制系统包含机器人控制模块、数据采集控制模块和数据处理分析模块;所述机器人控制模块用于控制工业机器人的运动轨迹;所述数据采集控制模块用于控制数据采集卡的信号输出与采集、红外热波图像序列和超声波信号的采集,并对超声回波信号与热波信号进行延迟与相位特征提取;所述数据处理分析模块通过对超声检测与红外热波检测图像结果的融合与分析,确定焊接裂纹的位置与尺寸。
4.根据权利要求3所述的殷瓦钢薄板焊接裂纹缺陷的光声光热复合检测系统,其特征在于:所述的数据处理分析模块包括红外热图序列处理模块、超声回波信号处理模块和缺陷位置与尺寸识别模块。
5.根据权利要求2所述的殷瓦钢薄板焊接裂纹缺陷的光声光热复合检测系统,其特征在于:所述扩束镜的放大倍数为×10,发散角为20°,放大后光束的照射面积大于100×100mm2。
6.根据权利要求2所述的殷瓦钢薄板焊接裂纹缺陷的光声光热复合检测系统,其特征在于:所述空气耦合超声波探头接收带宽300Hz~30MHz,采样频率100 MS/s。
7.根据权利要求2所述的殷瓦钢薄板焊接裂纹缺陷的光声光热复合检测系统,其特征在于:所述红外热像仪像素分辨率为320×256,等效噪声误差为30mK,最大采样频率为30Hz;波长范围为3~5um,量化等级为16bit。
8.根据权利要求1~7任一项所述的殷瓦钢薄板焊接裂纹缺陷的光声光热复合检测系统,其特征在于:所述半导体激光器波长为808nm,最大功率50W,最高模拟调制频率为1kHz。
9.根据权利要求1~7任一项所述的殷瓦钢薄板焊接裂纹缺陷的光声光热复合检测系统,其特征在于:所述YAG激光器波长为1064nm,最高脉冲调制频率为50kHz,单脉冲能量为100mJ。
10.一种殷瓦钢薄板焊接裂纹缺陷的光声光热复合检测方法,包括如下步骤:
S1、通过机器人控制模块控制工业机器人调整声热探测组件与被测焊缝的相对位置,规划工业机器人末端的移动路径;打开激光器电源,利用数据采集控制模块控制数据采集卡输出脉冲信号与正弦调制信号,驱动半导体激光器与YAG激光器,使半导体激光器输出正弦调制激光,使YAG激光器输出脉冲激光;手动调整激光扩束镜、准直镜和空气耦合超声波探头的偏转角度,使激光均匀照射到试样焊缝表面,激光准直镜与空气耦合超声波探头对称布置;
S2、将声热探测组件定位到待测焊缝区域,通过数据采集控制模块控制红外热像仪采集红外热波图像序列,在每个规划的测量子区域内记录2~4个热波激励周期,完成测量子区域的红外热图数据采集后,通过机器人控制模块控制工业机器人,将声热探测组件自上而下沿规划路径匀速移动到下一个测量区域,在移动过程中,通过数据采集控制模块控制空气耦合超声波探头同步记录超声波信号;重复上述数据采集步骤,直至完成整个焊缝检测区域的数据采集,将测量数据存储到指定目录下;
S3、采用数据处理分析模块对检测得到的数据进行处理,采用相关算法提取超声导波信号的延迟时间,获得扫描路径上焊缝的超声波检测结果,采用锁相算法计算热波信号的相位信息,获得每个检测子区域的相位检测特征图像,将每个子区域的检测结果按照扫描次序拼接成焊缝的完整检测图像,将检测结果做归一化处理,再将整条焊缝的超声波线扫描检测结果叠加到红外热波成像检测特征图像中,根据超声导波检测结果缺陷缺陷出现的位置,依据红外热波检测特征图像提取缺陷的边缘信息,进一步确定裂纹缺陷的尺寸信息,并在检测图像中标注出缺陷的具体位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811210559.1A CN109459492A (zh) | 2018-10-17 | 2018-10-17 | 殷瓦钢薄板焊接裂纹缺陷的光声光热复合检测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811210559.1A CN109459492A (zh) | 2018-10-17 | 2018-10-17 | 殷瓦钢薄板焊接裂纹缺陷的光声光热复合检测系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109459492A true CN109459492A (zh) | 2019-03-12 |
Family
ID=65607873
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811210559.1A Pending CN109459492A (zh) | 2018-10-17 | 2018-10-17 | 殷瓦钢薄板焊接裂纹缺陷的光声光热复合检测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109459492A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110243863A (zh) * | 2019-07-09 | 2019-09-17 | 苏交科集团股份有限公司 | 一种主动激励的焊缝缺陷红外智能检测系统及方法 |
CN110763766A (zh) * | 2019-09-26 | 2020-02-07 | 山东省科学院海洋仪器仪表研究所 | 一种涡轮叶片表面微缺陷的激光超声锁相检测系统及方法 |
CN111721768A (zh) * | 2020-06-04 | 2020-09-29 | 江苏弘冉智能科技有限公司 | 一种多信息融合焊缝缺陷探测系统及方法 |
CN114152616A (zh) * | 2021-10-14 | 2022-03-08 | 盐城工学院 | 一种裂纹图像识别系统及其使用方法 |
EP3988929A1 (de) * | 2020-10-20 | 2022-04-27 | Wobben Properties GmbH | Verfahren zum prüfen einer schweissverbindung eines generatorstators einer windenergieanlage sowie halterung zum ausführen des verfahrens und system mit der halterung |
CN115290654A (zh) * | 2022-07-13 | 2022-11-04 | 哈尔滨工业大学 | 一种面向管道内表面浅表层缺陷的移动式红外热波成像检测装置及方法 |
TWI801893B (zh) * | 2020-09-11 | 2023-05-11 | 日商鎧俠股份有限公司 | 缺陷檢查裝置及缺陷檢查方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7122801B2 (en) * | 2002-08-28 | 2006-10-17 | Wayne State University | System and method for generating chaotic sound for sonic infrared imaging of defects in materials |
CN101606058A (zh) * | 2006-12-06 | 2009-12-16 | 洛克希德马丁公司 | 使用红外热像法改进的激光超声检查 |
CN102735687A (zh) * | 2012-06-15 | 2012-10-17 | 北京航空航天大学 | 一种碳纤维复合材料冲击缺陷的红外序列热图分析方法 |
CN103901073A (zh) * | 2014-04-22 | 2014-07-02 | 哈尔滨工业大学 | 一种基于移相调频的光热成像检测方法 |
CN103926274A (zh) * | 2014-04-22 | 2014-07-16 | 哈尔滨工业大学 | 一种cfrp层板缺陷的红外热波雷达成像无损检测方法与系统 |
CN104215640A (zh) * | 2014-08-18 | 2014-12-17 | 南京航空航天大学 | 基于无人直升机的风电叶片缺陷损伤检查方法及检查系统 |
CN104887174A (zh) * | 2015-06-23 | 2015-09-09 | 哈尔滨工业大学 | 牙齿组织早期龋损差动光热成像检测系统与方法 |
CN106950180A (zh) * | 2017-05-22 | 2017-07-14 | 九江学院 | 一种快速定位缺陷的激光超声检测系统及其检测方法 |
-
2018
- 2018-10-17 CN CN201811210559.1A patent/CN109459492A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7122801B2 (en) * | 2002-08-28 | 2006-10-17 | Wayne State University | System and method for generating chaotic sound for sonic infrared imaging of defects in materials |
CN101606058A (zh) * | 2006-12-06 | 2009-12-16 | 洛克希德马丁公司 | 使用红外热像法改进的激光超声检查 |
CN102735687A (zh) * | 2012-06-15 | 2012-10-17 | 北京航空航天大学 | 一种碳纤维复合材料冲击缺陷的红外序列热图分析方法 |
CN103901073A (zh) * | 2014-04-22 | 2014-07-02 | 哈尔滨工业大学 | 一种基于移相调频的光热成像检测方法 |
CN103926274A (zh) * | 2014-04-22 | 2014-07-16 | 哈尔滨工业大学 | 一种cfrp层板缺陷的红外热波雷达成像无损检测方法与系统 |
CN104215640A (zh) * | 2014-08-18 | 2014-12-17 | 南京航空航天大学 | 基于无人直升机的风电叶片缺陷损伤检查方法及检查系统 |
CN104887174A (zh) * | 2015-06-23 | 2015-09-09 | 哈尔滨工业大学 | 牙齿组织早期龋损差动光热成像检测系统与方法 |
CN106950180A (zh) * | 2017-05-22 | 2017-07-14 | 九江学院 | 一种快速定位缺陷的激光超声检测系统及其检测方法 |
Non-Patent Citations (1)
Title |
---|
张金玉 等: "《红外热波检测及其图像序列处理技术》", 30 June 2015, 国防工业出版社 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110243863A (zh) * | 2019-07-09 | 2019-09-17 | 苏交科集团股份有限公司 | 一种主动激励的焊缝缺陷红外智能检测系统及方法 |
CN110763766A (zh) * | 2019-09-26 | 2020-02-07 | 山东省科学院海洋仪器仪表研究所 | 一种涡轮叶片表面微缺陷的激光超声锁相检测系统及方法 |
CN110763766B (zh) * | 2019-09-26 | 2022-03-08 | 山东省科学院海洋仪器仪表研究所 | 一种涡轮叶片表面微缺陷的激光超声锁相检测系统及方法 |
CN111721768A (zh) * | 2020-06-04 | 2020-09-29 | 江苏弘冉智能科技有限公司 | 一种多信息融合焊缝缺陷探测系统及方法 |
TWI801893B (zh) * | 2020-09-11 | 2023-05-11 | 日商鎧俠股份有限公司 | 缺陷檢查裝置及缺陷檢查方法 |
EP3988929A1 (de) * | 2020-10-20 | 2022-04-27 | Wobben Properties GmbH | Verfahren zum prüfen einer schweissverbindung eines generatorstators einer windenergieanlage sowie halterung zum ausführen des verfahrens und system mit der halterung |
CN114152616A (zh) * | 2021-10-14 | 2022-03-08 | 盐城工学院 | 一种裂纹图像识别系统及其使用方法 |
CN115290654A (zh) * | 2022-07-13 | 2022-11-04 | 哈尔滨工业大学 | 一种面向管道内表面浅表层缺陷的移动式红外热波成像检测装置及方法 |
CN115290654B (zh) * | 2022-07-13 | 2023-05-05 | 哈尔滨工业大学 | 一种移动式红外热波成像检测装置及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109459492A (zh) | 殷瓦钢薄板焊接裂纹缺陷的光声光热复合检测系统及方法 | |
CN106814135B (zh) | 电弧塞焊接头的相控阵超声自动检测方法 | |
CN106950180B (zh) | 一种快速定位缺陷的激光超声检测系统及其检测方法 | |
CN111721768A (zh) | 一种多信息融合焊缝缺陷探测系统及方法 | |
EP3108236B1 (en) | Ultrasonic phased array transducer for the nondestructive evaluation (nde) inspection of jet pump riser welds and welded attachments | |
CN106404835B (zh) | 一种红外相干热波成像系统及基于该系统的检测方法 | |
CN101889194A (zh) | 使用激光超声和红外热敏成像的无损检视 | |
CN101672829B (zh) | 一种ω焊缝缺陷参数测量方法 | |
EP3287778B1 (en) | System and method for nondestructive evaluation of a test object using acoustic thermography | |
CN105699492A (zh) | 一种用于焊缝检测的超声成像方法 | |
CN110146449A (zh) | 一种基于激光超声的空压机缸体表面裂纹在线检测方法及系统 | |
US20040228432A1 (en) | Remote examination of reactor nozzle j-groove welds | |
CN102866144A (zh) | 固体材料表面疲劳裂纹的无损检测方法 | |
CN109799192A (zh) | 一种用于任意曲面的非接触激光超声无损检测系统及方法 | |
CN112067696A (zh) | 一种基于激光超声检测管道表面缺陷的系统 | |
CN113588566B (zh) | 基于激光超声的激光点焊微焊点质量检测装置及方法 | |
KR100975330B1 (ko) | 초음파 탐상 장치 시스템 및 그 제어 방법 | |
KR101444078B1 (ko) | 원자로 상부헤드 제어봉 구동장치 관통관 비파괴 검사장치 및 방법 | |
CN104439747B (zh) | 一种检测识别p92钢焊缝金属微细裂纹的方法 | |
Casula et al. | Ultrasonic nondestructive testing of complex components with flexible phased-array transducers | |
CN117169231A (zh) | 一种基于声光技术的复合材料无损检测系统 | |
CN103926316B (zh) | 一种外锁闭装置探伤仪 | |
CN104007178A (zh) | 钻井平台桩腿齿条曲面角焊缝的相控阵超声检测方法 | |
CN107894458A (zh) | 铝合金焊接壳体焊缝的相控阵超声检测方法 | |
Toughiry | Examination Of The Nondestructive Evaluation Of Composite Gas Cylinders |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190312 |
|
RJ01 | Rejection of invention patent application after publication |