CN109932282B - 高温熔渣在线视觉监测系统和方法 - Google Patents
高温熔渣在线视觉监测系统和方法 Download PDFInfo
- Publication number
- CN109932282B CN109932282B CN201711373232.1A CN201711373232A CN109932282B CN 109932282 B CN109932282 B CN 109932282B CN 201711373232 A CN201711373232 A CN 201711373232A CN 109932282 B CN109932282 B CN 109932282B
- Authority
- CN
- China
- Prior art keywords
- image
- slag
- optical flow
- field
- viscosity
- 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
Images
Abstract
本发明涉及高温熔渣在线视觉监测系统和方法。包括:高温内窥镜伸入气化炉中,并将高温熔渣成像至工业相机成像面上;工业相机在线采集位于气化炉内壁熔融状态下的熔渣流动图像并传输至工控机;在工控机中的熔渣液体黏度测量程序通过图像采集、计算速度场、估计黏度三个步骤进行速度场和黏度的在线监测;用户通过图形用户界面与程序交互;监测结果输出给气化炉控制设备。本发明通过将高温熔渣运动场的估计问题转化为对连续视频光流场的估计问题,实现了高温熔渣流速在线估计,从而实时监测高温熔渣的流动性,为气化炉液态排渣过程提供依据,以保障气化炉的正常运行。
Description
技术领域
本发明属于机器视觉领域,具体说是一种高温熔渣在线视觉检测系统和方法。
背景技术
我国是世界上少数几个以煤炭为主要能源的国家,是世界上最大的煤炭生产国和消费国。煤气化是实现煤炭清洁、高效转化的重要技术,也是现代煤化工的关键技术和龙头技术。在实际运行中,熔渣的流动性是保证气化炉液态排渣和稳定运行最重要的参数。因此,及时准确的获得气化炉运行条件下熔渣的真实流动性对气化炉的长期稳定运行具有重要的意义。
依据《煤灰黏度的测定方法》(GB/T 31424-2015),目前现有的测量技术是利用高温旋转黏度计,将离线测定的黏度作为描述熔渣流动性的参数,但无法实时观测气化炉内高温熔渣的流动性。高温气化条件下熔渣速度场和黏度在线检测在国内外还是一个空白,这使得在气化炉运行时无法实时获得气化操作中的熔渣流动性,这对气化炉的长期稳定运行有着不利影响。
发明内容
为实时监测熔渣流动性,本发明提供一种在线速度场和黏度监测系统。该系统实时采集熔渣流动图像,并计算出其速度场和黏度信息,实现了对高温熔渣的在线实时测量,最终为气化炉的平稳运行提供了保障。
本发明为实现上述目的所采用的技术方案是:一种高温熔渣在线视觉监测系统,包括高温内窥镜、工业相机、工控机,所述高温内窥镜的输出光路上设有工业相机,所述工业相机与工控机通信;
高温内窥镜,用于传导光线并形成熔渣流动图像;
工业相机,用于采集气化炉内壁熔融状态下的熔渣流动图像;
工控机,用于根据熔渣流动图像实现高温熔渣速度场、黏度的在线监测。
所述高温内窥镜通过C、SC或M接口与工业相机连接,工业相机通过千兆以太网、USB2.0或USB3.0通信接口与工控机相连。
所述高温内窥镜包括:内窥镜通光管、内窥镜、棱镜;所述内窥镜通光管末端伸入置于气化炉中,通过棱镜将气化炉内壁的熔渣影像反射至内窥镜通光管内,内窥镜通光管经内部设有的内窥镜传导光线并成像到与入口端连接的工业相机中,以用于实现气化炉内的光学成像。
所述工业相机以不低于30帧/秒的速率,不低于一百万像素的分辨率采集连续视频信息并实时传输至工控机。
所述连续视频信息是指由气化炉内熔渣的实时图像组成的视频信息,图像内高温熔融状态的煤渣成像为明亮的背景,其内混有的杂质颗粒成像为黑灰色的斑点。
一种高温熔渣在线视觉监测方法,包括以下步骤:
高温内窥镜传导光线并形成熔渣流动图像;
工业相机采集气化炉内壁熔融状态下的熔渣流动图像;
工控机根据熔渣流动图像实现高温熔渣速度场、黏度的在线监测。
采用帧间差分法、背景减除法、光流法中的一种实现高温熔渣速度场、黏度的在线监测。
采用光流法实现高温熔渣速度场、黏度的在线监测,包括以下步骤:
图像采集:采集熔渣液体的流动图像;
计算光流场:通过光流方法计算光流场;
计算速度场:根据工业相机参数和光流场计算速度场;
估计黏度:根据速度场估计液体黏度。
所述图像采集包括以下步骤:
工控机控制工业相机对流动的液体采集设定时间间隔的图像,得到相邻拍摄的图片1和图片2组成的图片对。
所述计算光流场包括以下步骤:
1)分别根据图片1和图片2建立高斯图像金字塔1和高斯图像金字塔2,其
中每层图像的灰度值分别为:I1,I2;
2)计算两个高斯图像金字塔中每层图像的梯度:Ix,Iy;
3)对图像金字塔1和2从高到低每层金字塔组成金字塔层对,共同完成以下运算,以求得光流场u,v:
3.1)计算本层金字塔的时间梯度:It=I2-I1;
3.2)清空光流场增量:du,dv;
3.3)使用超松弛迭代法计算每个像素点的du,dv;
3.4)利用du,dv计算结果更新光流:u=u+du,v=v+dv;
3.5)利用本层图像金字塔2和光流结果得出液体移动前的图像,并替换本层图像金字塔2;
4)从高到低依次将每层光流结果传递给下一层:u=u*k,v=v*k,其中k是金字塔降采样尺度。
所述使用超松弛迭代法计算每个像素点的du,dv包括以下步骤:
1)计算本层金字塔中每个像素点的权重wh和ws,其中
2)计算每个像素点的权重ws与梯度的乘积,分别记做Ixx=ws*Ix*Ix,Ixy=ws*Ix*Iy,Iyy=ws*Iy*Iy,Ixt=ws*Ix*It,Iyt=ws*Iy*It;
3)使用超松弛迭代法迭代计算每个像素点的du,dv直到满足迭代次数,其中计算公式为
其中,α、ω为常数;计算点的坐标为(x,y)时,对应的参数下标为(x,y)。
所述计算速度场包括以下步骤:
根据公式d=dplp求得光流场中每个像素位移对应的空间位移,其中d是像的空间位移、dp是光流场中的像素位移,lp是像素的物理尺寸;
通过查表法估计液体黏度:
设定液体的流量;将速度场中的最大速度作为熔渣表层流速;然后分别计算不同已知黏度的液体的速度场并通过插值方法得到液体黏度与表层流速的对应关系;通过查找表层流速与液体黏度对应关系得到当前表层流速所对应的液体黏度。
本发明具有以下有益效果及优点:
1.本发明能够进行实时在线监测,从而能够实时监测高温熔渣的流动性,以保障气化炉的正常运行。
2.本发明采用非接触式检测方式,无须对待测熔渣进行额外操作,避免了额外的工序和对气化炉正常工作的干扰。
3.本发明进行计算机自动检测,自动返回流速场和黏度结果,节约了人力成本。
4.本发明对于结果的变化量更为敏感,能够及时发现流速和黏度的改变,从而提高了测量的灵敏度。
附图说明
图1本发明的熔渣速度场和黏度在线监测系统示意图;
图2本发明的熔渣速度场和黏度在线监测系统硬件结构示意图;
其中,1是高温内窥镜,2是熔渣,3是气化炉,4是气化炉内壁;
图3熔渣速度场和黏度观测方法1示意图;
其中,1是高温内窥镜,2是熔渣,3是气化炉,4是气化炉内壁;
图4熔渣速度场和黏度观测方法2示意图;
其中,1是高温内窥镜,2是熔渣,3是气化炉,4是气化炉内壁;
图5本发明的高温内窥镜示意图;
其中,5是内窥镜通光管,6是工业相机,7是光学透镜组,8是改变视场轴线棱镜,9是气冷进气口,10是水冷进出水口。
图6内窥镜前端示意图。
图7熔渣液体黏度测量方法基本流程图;
图8稠密光流法流程图。
具体实施方式
下面结合附图及实施例对本发明做进一步的详细说明。
本发明的基本结构如图1所示。主要包括利用高温内窥镜、工业相机和工控机搭建的高温熔渣在线视觉监测硬件系统,和光流法实现高温熔渣速度场、黏度在线测量软件方法。
本发明的硬件系统的工作方式是高温内窥镜伸入气化炉内,并成像至连接外侧端口的工业相机成像面上;工业相机采集位于气化炉内壁熔融状态下的熔渣流动图像并传输至工控机;在工控机中通过软件进行熔渣液体流速和黏度的在线监测。硬件的物理结构如图2所示。高温气化炉3正常工作,熔融状态下的自发光高温熔渣2携带着暗色煤灰从气化炉内壁4流下。高温内窥镜1从侧面水平插入工作中的气化炉中,工业相机拍摄得到从侧壁缓慢流淌下来的熔渣图像,俯视图如图3所示,内窥镜观测气化炉开口对面方向的熔渣。如果考虑避免中央热气流对内窥镜管外壁的腐蚀,可以使内窥镜观测气化炉开口位置附近的熔渣,俯视图如图4所示。本系统工作温度小于1550℃,且大于1200℃。
高温内窥镜及工业相机的详细结构如图5所示。8是入射棱镜,可以改变流淌的高温熔渣发出光的传播方向,从而使将气化炉内壁的熔渣影像反射至内窥镜通光管5中。如图6所示,入射棱镜8的角度可以改变:当采用如图3所示的观测方法时,θ=0°,即不放置反射棱镜;当采用如图4所示的观测方法时,θ=45°,使光发生90°反射;当观测其他方向时,选择θ为其他角度的反射棱镜。然后经棱镜反射进来的光在位于内窥镜通光管中的光学透镜组7中发生多次折射;从而在工业相机6的像面上产生清晰的像;通过工业相机转化成电信号并送入工控机进行处理。内窥镜通光管为其内部的光学设备7、8进行制冷:水冷装置通过进出水口10连接冷却水循环装置,以保证内窥镜中的光学设备7、8的成像质量和避免其被高温烧毁;内窥镜通光管内的气冷装置入口9连接气泵送入气体,并由内窥镜前端的进光窗口喷出,从而使镜片不因高温而损坏和同时对镜片进行连续清洁,内窥镜的前端设计如图6所示。由于需要拍摄出颗粒细小的煤灰,工业相机需要很高的空间分辨率;考虑到窗口的冷却与清洁,内窥镜前端窗口距离熔渣不能太近,因此选择使用视场角很小的高温内窥镜。
工控机是专门为工业现场而设计的计算机,与普通的计算机相比具有更多的防护措施,能够在恶劣的环境下稳定运行。其具有较高的防磁、防尘、防冲击的能力,电源有较强的抗干扰能力,连续长时间工作能力的优点。
本发明的软件方法的工作方式是熔渣液体黏度测量程序通过图像采集、计算速度场、估计黏度三个步骤进行速度场和黏度的在线监测;用户通过图形用户界面与熔渣液体黏度测量程序进行交互,包括修改运算参数和读出运算结果;监测结果输出给气化炉控制设备,从而能够实时监测在线高温熔渣的流动性,以保障气化炉的正常运行。
本发明的熔渣液体黏度测量方法流程图如图7所示。首先工控机控制工业相机通过高温内窥镜拍摄流动的熔渣液体的固定时间间隔的图像,即图片序列或视频;其次利用运动检测方法计算熔渣的速度场;最后根据计算得到的速度场估计熔渣的黏度。
考虑到拍摄得到的高温熔渣图像具有清晰度低、对比度低、特征点少、非刚性的特点,本发明的计算速度场部分首先采用运动检测中的稀疏或稠密光流方法计算出图片序列或视频中相邻图片的熔渣光流场,然后根据光流场中的像素位移量和像素物理尺寸求得像的空间位移场,根据物像关系式计算得到像距和液体的速度场。
稀疏光流方法首先选择出图片中亮度与周围区分较大的的像素点,如sift特征点、Harris角点等作为关键点,当液体内含有杂质或气泡时,通常会选出杂质或气泡的边缘点或中心点作为关键点。然后用Lucas Kanade等方法计算相邻图片关键点位置的稀疏光流场,此方法优势在于具有运算速度快、实时性好、能够产生与拍摄图像同帧率的光流场。稠密光流方法在每次计算时首先提取一定数量的相邻图片对,然后对每个图片对分别计算稠密光流,此方法优势在于光流场铺满整个图像,每个像素都有各自对应的光流值。为了适合于采集得到的图片,本发明采用了如图8所示的稠密光流方法计算液体的光流场u,v,其具体的实现步骤是:
(1)生成两张相邻拍摄的图片1和图片2组成的图片对;
(2)进行去噪声、图像灰度化等图片预处理;
(3)分别根据图片1和图片2建立高斯图像金字塔1和高斯图像金字塔2,其中每层图像的灰度值分别为:I1,I2;
(4)计算两个高斯图像金字塔中每层图像的梯度:Ix,Iy;
(5)对从高到低每层金字塔完成以下运算:
(5.1)进行外层迭代直到满足迭代次数:
(5.1.1)计算本层金字塔的时间梯度:It=I2-I1;
(5.1.2)清空光流场增量:du,dv;
(5.1.3)进行内层迭代直到满足迭代次数:
(5.1.3.1)计算本层金字塔中每个像素点的权重wh和ws,其中
(5.1.3.2)计算每个像素点的权重ws与梯度的乘积,分别记做Ixx=ws*Ix*Ix,Ixy=ws*Ix*Iy,Iyy=ws*Iy*Iy,Ixt=ws*Ix*It,Iyt=ws*Iy*It,
(5.1.3.3)使用超松弛迭代法(SOR)迭代计算每个像素点的du,dv直到满足迭代次数,其中计算公式为
其中α=0.75,ω=1.8;计算点的坐标为(x,y)时,对应的参数下标为(x,y),下标为(x-1,y)的参数从属于计算点的左侧点,默认参数下标为(x,y);
(5.1.4)利用du,dv计算结果更新光流:u=u+du,v=v+dv;
(5.1.5)利用本层图像金字塔2和光流结果推算出移动前的图像,并替换本层图像金字塔2;
(5.2)传递金字塔1和2当前层所共同计算的光流场结果给下一层:u=u*k,v=v*k,其中k是金字塔降采样尺度,通常值为2;
通过光流场计算速度场的基本方法是:根据公式求得像距,其中o是物距、i是像距、f是焦距;根据公式d=dplp求得光流场中每个像素位移对应的空间位移,其中d是像的空间位移、dp是光流场中的像素位移,lp是像素的物理尺寸;根据公式求得光流场对应的液体速度场,其中vo是液体速度、T是采样时间间隔。
估计液体黏度,本方法适用于存在一定流动纹理或内含杂质、气泡等速度参照物的液体,将速度场中的最大速度作为液体的表层流速。根据实际情况,采用查表法估计液体黏度。使用查表法估计熔渣黏度,具体步骤如下:固定内窥镜与熔渣的距离和熔渣的流量;通过标定得到固定流量液体的流速——黏度对应表;实时计算熔渣表层流速;通过查找先前求得的流速——黏度对应表求得同一流量速度液体的对应黏度。其中标定包括以下步骤:
步骤(1):固定熔渣的流量;
步骤(2):分别计算不同已知黏度的熔渣的稳定速度场;
步骤(3):速度场求得熔渣中煤灰颗粒的最大速度作为熔渣表层流速;
步骤(4):通过插值方法得到流速——黏度对应表。
图形用户界面提供了运动检测和黏度估计的参数输入和结果输出。用户可以通过图形界面输入熔渣液体黏度测量程序中的稠密光流算法的外层迭代次数、内层迭代次数、超松弛迭代法迭代次数,以及α,ω,f,lp,T等参数。用户也可以通过图形界面实时读取速度场和黏度运算结果。
最后输出计算结果给气化炉控制设备以保障气化炉的正常工作。控制设备根据实际流速与最佳流速、黏度与最佳黏度的差异对气化炉的原料配比、流量、温度等工作参数进行实时调整。从而避免因熔渣流动不畅而导致堵渣,和减小高温熔渣对炉壁衬的腐蚀以延长炉壁材料的寿命,从而保障高温气化炉的正常工作和使用寿命。
Claims (2)
1.一种高温熔渣在线视觉监测方法,其特征在于,包括以下步骤:
高温内窥镜传导光线并形成熔渣流动图像;
工业相机采集气化炉内壁熔融状态下的熔渣流动图像;
工控机根据熔渣流动图像实现高温熔渣速度场、黏度的在线监测;
采用光流法中的一种实现高温熔渣速度场、黏度的在线监测;
采用光流法实现高温熔渣速度场、黏度的在线监测,包括以下步骤:
图像采集:采集熔渣流动图像;
计算光流场:通过光流方法计算光流场;
计算速度场:根据工业相机参数和光流场计算速度场;
所述计算光流场包括以下步骤:
1)分别根据设定时间间隔采集的相邻图片对即图片1和图片2建立高斯图像金字塔1和高斯图像金字塔2,其中每层图像的灰度值分别为:I1,I2;
2)计算两个高斯图像金字塔中每层图像的梯度:Ix,Iy;
3)对图像金字塔1和2从高到低每层金字塔组成金字塔层对,共同完成以下运算,以求得光流场u,v:
3.1)计算本层金字塔的时间梯度:It=I2-I1;
3.2)清空光流场增量:du,dv;
3.3)使用超松弛迭代法计算每个像素点的du,dv;
3.4)利用du,dv计算结果更新光流:u=u+du,v=v+dv;
3.5)利用本层图像金字塔2和光流结果得出液体移动前的图像,并替换本层图像金字塔2;
4)从高到低依次将每层光流结果传递给下一层:u=u*k,v=v*k,其中k是金字塔降采样尺度;
估计黏度:根据速度场估计液体黏度;
所述计算速度场包括以下步骤:
根据公式d=dplp求得光流场中每个像素位移对应的空间位移,其中d是像的空间位移、dp是光流场中的像素位移,lp是像素的物理尺寸;
2.根据权利要求1所述的一种高温熔渣在线视觉监测方法,其特征在于通过查表法估计液体黏度:
设定液体的流量;将速度场中的最大速度作为熔渣表层流速;然后分别计算不同已知黏度的液体的速度场并通过插值方法得到液体黏度与表层流速的对应关系;通过查找表层流速与液体黏度对应关系得到当前表层流速所对应的液体黏度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711373232.1A CN109932282B (zh) | 2017-12-19 | 2017-12-19 | 高温熔渣在线视觉监测系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711373232.1A CN109932282B (zh) | 2017-12-19 | 2017-12-19 | 高温熔渣在线视觉监测系统和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109932282A CN109932282A (zh) | 2019-06-25 |
CN109932282B true CN109932282B (zh) | 2021-09-14 |
Family
ID=66983570
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711373232.1A Active CN109932282B (zh) | 2017-12-19 | 2017-12-19 | 高温熔渣在线视觉监测系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109932282B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110411899A (zh) * | 2019-07-31 | 2019-11-05 | 广西柳钢东信科技有限公司 | 一种检测炉渣粘度的方法 |
CN110487415B (zh) * | 2019-08-19 | 2020-10-09 | 中南大学 | 熔融金属流体体数据检测装置、方法及系统 |
CN111311631B (zh) * | 2020-01-19 | 2024-03-08 | 湖北文理学院 | 微流控芯片中流体速度检测方法、装置及设备 |
CN116205914B (zh) * | 2023-04-28 | 2023-07-21 | 山东中胜涂料有限公司 | 一种防水涂料生产智能监测系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2599566Y (zh) * | 2002-07-24 | 2004-01-14 | 津市市石油化工仪器有限公司 | 一种视觉全自动运动粘度测定仪 |
CN101852711A (zh) * | 2010-05-21 | 2010-10-06 | 曾培龙 | 一种自动检测玻璃毛细管粘度计的装置及其处理方法 |
CN102374961A (zh) * | 2010-08-06 | 2012-03-14 | 克朗斯股份公司 | 粘度确定方法及装置 |
CN102706459A (zh) * | 2012-06-21 | 2012-10-03 | 华东理工大学 | 一种单ccd成像系统的炉膛内三维温度场检测装置及方法 |
US8509489B2 (en) * | 2009-10-05 | 2013-08-13 | The United States Of America, As Represented By The Secretary Of The Navy | System and method for estimating velocity from image sequence with first order continuity |
CN104869387A (zh) * | 2015-04-19 | 2015-08-26 | 中国传媒大学 | 基于光流法的双目图像最大视差获取方法 |
CN107764271A (zh) * | 2017-11-15 | 2018-03-06 | 华南理工大学 | 一种基于光流的可见光视觉动态定位方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8079250B2 (en) * | 2008-07-09 | 2011-12-20 | Lockheed Martin Corporation | Viscometer system utilizing an optical flow cell |
-
2017
- 2017-12-19 CN CN201711373232.1A patent/CN109932282B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2599566Y (zh) * | 2002-07-24 | 2004-01-14 | 津市市石油化工仪器有限公司 | 一种视觉全自动运动粘度测定仪 |
US8509489B2 (en) * | 2009-10-05 | 2013-08-13 | The United States Of America, As Represented By The Secretary Of The Navy | System and method for estimating velocity from image sequence with first order continuity |
CN101852711A (zh) * | 2010-05-21 | 2010-10-06 | 曾培龙 | 一种自动检测玻璃毛细管粘度计的装置及其处理方法 |
CN102374961A (zh) * | 2010-08-06 | 2012-03-14 | 克朗斯股份公司 | 粘度确定方法及装置 |
CN102706459A (zh) * | 2012-06-21 | 2012-10-03 | 华东理工大学 | 一种单ccd成像系统的炉膛内三维温度场检测装置及方法 |
CN104869387A (zh) * | 2015-04-19 | 2015-08-26 | 中国传媒大学 | 基于光流法的双目图像最大视差获取方法 |
CN107764271A (zh) * | 2017-11-15 | 2018-03-06 | 华南理工大学 | 一种基于光流的可见光视觉动态定位方法及系统 |
Non-Patent Citations (6)
Title |
---|
Use of an optical meter to measure the flow rate and apparent viscosity of non-Newtonian fluids;J. Vorwerk et al;《 Flow Measurement and Instrumentation》;19940131;51-54 * |
图像处理技术在微流控芯片中流体运动检测的应用;蔡绍皙等;《重庆大学学报》;20131231;43-50 * |
基于光流方程和目标匹配的视频图像目标跟踪方法;丛杨等;《红外与激光工程》;20061031;312-315 * |
新型微试样黏度检测装置及其在细胞生物学中的应用;邹米莎;《中国博士学位论文全文数据库 医疗卫生科技辑》;20170915;E080-1 * |
水冷壁气化炉熔渣流动的实验研究;程相宣等;《化学工程》;20120331;58-62 * |
背景差分法自动检测毛细管粘度计液位的方法;梁西银等;《计算机工程与应用》;20140915;245-249 * |
Also Published As
Publication number | Publication date |
---|---|
CN109932282A (zh) | 2019-06-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109932282B (zh) | 高温熔渣在线视觉监测系统和方法 | |
CN107064160B (zh) | 基于显著性检测的纺织品表面瑕疵检测方法及系统 | |
CN102323274B (zh) | 基于全景成像技术的钢管内壁检测系统 | |
CN102135236B (zh) | 双目视觉管道内壁自动无损检测方法 | |
WO2020098299A1 (zh) | 一种高温熔融流体流速检测方法及系统 | |
US20180270465A1 (en) | Method and device for inspection of an asset | |
CN103543161A (zh) | 一种连铸坯表面质量在线检测方法 | |
CN109447011B (zh) | 红外对蒸汽管道泄露的实时监控方法 | |
CN202083644U (zh) | 一种基于全景成像技术的钢管内壁检测系统 | |
CN105158273A (zh) | 一种基于面阵式cmos相机的光缆表面缺陷检测系统 | |
CN102519981A (zh) | Pvc建材表面质量在线检测系统 | |
CN102601131A (zh) | 一种钢坯表面质量在线检测装置 | |
CN110487415B (zh) | 熔融金属流体体数据检测装置、方法及系统 | |
CN106524955A (zh) | 一种平面等厚干涉数显测量装置及测量平晶平面度的方法 | |
CN110751669A (zh) | 一种新型cbocp在线红外转炉出钢钢流自动检测与跟踪方法及系统 | |
CN108956613A (zh) | 玻璃锡缺陷视觉鉴别系统 | |
CN110455808A (zh) | 适用于管件内部质量检测的智能质检系统及方法 | |
CN108489830A (zh) | 裂纹扩展测量系统 | |
CN116608955A (zh) | 粉尘干扰下熔融金属流体温度场在线检测方法及系统 | |
CN208568616U (zh) | 玻璃锡缺陷视觉鉴别系统 | |
CN109932281B (zh) | 基于视觉的液体黏度在线测量方法 | |
CN114324080B (zh) | 一种在线检测含能材料颗粒形貌及粒径分布的装置 | |
CN102954966A (zh) | 热连铸钢坯表面质量检测系统 | |
CN115423856A (zh) | 用于智能泵腔体内窥镜图像的单目深度估计系统及方法 | |
CN208505807U (zh) | 裂纹扩展测量系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |