CN112540068B - 三维空间多项容错早期缺陷检测表征方法 - Google Patents
三维空间多项容错早期缺陷检测表征方法 Download PDFInfo
- Publication number
- CN112540068B CN112540068B CN202011448660.8A CN202011448660A CN112540068B CN 112540068 B CN112540068 B CN 112540068B CN 202011448660 A CN202011448660 A CN 202011448660A CN 112540068 B CN112540068 B CN 112540068B
- Authority
- CN
- China
- Prior art keywords
- sampling point
- ray
- defect
- wheelchair
- representing
- 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
Classifications
-
- 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
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
-
- 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
- G01N29/14—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 using acoustic emission techniques
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10064—Fluorescence image
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Pathology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biochemistry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Acoustics & Sound (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Geometry (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明公开了一种三维空间多项容错早期缺陷检测表征方法,该方法通过荧光、X射线和声发射分别对轮椅进行信息采样,然后依据采样点表征出的信息不同进行早期缺陷分析。一方面用荧光进行轮椅六个面的表面缺陷检测,另一方面用X射线从相对两个方向对早期缺陷进行配对的扫描,最后结合声发射获取的距离能量、距离有效值电压及波形频率耦合的双谱等参数,对轮椅早期缺陷的空间位置及尺寸大小进行较准确的识别,从而较为准确的判断轮椅结构部件早期缺陷的位置及尺寸,为轮椅安全使用奠定了基础,减少由于早期缺陷造成的经济损失和人员伤亡。
Description
技术领域
本发明涉及一种安全预警无损检测,更特别地说,是指一种能够对未在役的轮椅在三维空间进行多项容错的早期缺陷检测表征方法
背景技术
轮椅是康复的重要工具,轮椅它不仅是肢体伤残者和行动不便人士的代步工具,更重要的是使他们借助于轮椅进行身体锻炼和参与社会活动。普通轮椅一般由轮椅架、车轮、座靠、刹车装置等部分组成。手摇轮椅在普通轮椅基础上,增加手摇装置。电动轮椅在普通轮椅基础上,增加电子助力系统,减轻了使用者的体力消耗。智能轮椅在电动轮椅的基础上,增加了定位移动、站立移动、遥控移动以及相关互联网。轮椅一旦发生故障,容易引发人的生命受到伤害的灾难性事故,其后果非常严重,不但财产受到损失,还给人民生命安全造成巨大的危害。
随着现代技术日益高效发展,轮椅设备,具有以下几个特点:
1、轮椅按其功能分为:手推型和电动轮椅;手推轮椅主要用于护理用椅,这是有他人推动的轮椅,扶手可用开放式、固定式和拆卸式。
2、目前由于设计、制造等原因,部分轮椅存在缺陷服役,轮椅安全检测技术研究还不够全面,相关的制度措施也不够完善,轮椅的安全状况令人担忧。
3、轮椅主要结构部位失效模式的失效原因之一可能是早期缺陷(Early Defect)引起的。轮椅在服役过程中会受到来自于人体等所施加的应力。在应力作用下早期缺陷易发生损伤演变,影响轮椅的使用寿命和安全。
因此要实现对轮椅的安全风险防控,须对轮椅进行检测、判断检测早期缺陷的有无、位置和大小,从而进行安全评估。
发明内容
为了解决由于早期缺陷导致的轮椅结构部位失效造成的损伤危害,本发明提出一种结合荧光、X射线及声发射检测方法对未在役轮椅进行早期缺陷检测,得到声发射参数表示的有无早期缺陷的信息,并对早期缺陷的位置和尺寸大小进行评估的方法。应用本发明的检测结果能够对轮椅早期缺陷进行评估判断,从而预防减少财产损失及人员伤亡。
本发明的一种三维空间多项容错早期缺陷检测表征方法包括有下列步骤:
步骤一,在轮椅上标记采样点,并记录下采样点的位置;
在实物空间的轮椅上标记多个采样点,并记录下每个采样点的位置;
将实物空间的轮椅软件化至轮椅模型中;在轮椅模型坐标系O-XYZ下,标记出每个采样点位置对应在轮椅模型上的位置;
采样点按照轮椅模型的分层分别进行记录;
则轮椅上表面布置的所有采样点构成了表面采样点集合MMP={MPAA,MPBB,MPCC,MPDD};
MPAA表示中间层-采样点集合;上角标AA表示中间层的标识;
MPBB表示底层-采样点集合;上角标BB表示底层的标识;
MPCC表示后背层-采样点集合;上角标CC表示后背层的标识;
MPDD表示支撑层-采样点集合;上角标DD表示支撑层的标识;
步骤二,利用荧光设备对轮椅进行表面缺陷获取;
步骤21,分别对轮椅的六个面进行荧光图像信息采集;
采用荧光设备对被测对象轮椅的六个面分别进行荧光拍照,分别得到:
对轮椅的前视面进行拍照,得到前视-荧光照片YG前视;
对轮椅的后视面进行拍照,得到后视-荧光照片YG后视;
对轮椅的左视面进行拍照,得到左视-荧光照片YG左视;
对轮椅的右视面进行拍照,得到右视-荧光照片YG右视;
对轮椅的俯视面进行拍照,得到俯视-荧光照片YG俯视;
对轮椅的仰视面进行拍照,得到仰视-荧光照片YG仰视;
步骤22,比较六个面的荧光图像,得到轮椅的表面缺陷信息;
通过对照片YG前视、YG后视、YG左视、YG右视、YG俯视和YG仰视的分析,能够明确的观察到被测对象出现缺陷的区域在哪个面的视图上,进而得到缺陷存在的荧光区域采样点集合,简称为荧光-缺陷集合,记为YG缺陷,且
步骤三,利用X射线设备对轮椅进行表面-内部缺陷获取;
步骤301,从前视图向后视图的方向扫描获取缺陷信息;
步骤301A,将被测对象轮椅的前视面位于X射线光源的前方,对轮椅进行X射线检测,得到前视面的X射线图PXS前-后;
步骤302,从后视图向前视图的方向扫描获取缺陷信息;
步骤302A,将被测对象轮椅的后视面位于X射线光源的前方,对轮椅进行X射线检测,得到后视面的X射线图PXS后-前;
步骤302E,对比X射线图PXS前-后与X射线图PXS后-前;
(A),发现在后视面的X射线图PXS后-前中采样点与中采样点的能量载体的厚度是相同的,但是,在前视面的X射线图PXS前-后中采样点与中采样点的能量载体的厚度是不相同的,从而判断出中采样点是被PXS前-后中采样点覆盖的小尺寸缺陷采样点,简称为左右配对扫描重合采样点集合,记为且
(B),发现后视面的X射线图PXS后-前中采样点与中采样点的能量载体的厚度是相同的,同时,在前视面的X射线图PXS前-后中采样点与中采样点的能量载体的厚度是相同的,从而判断出中采样点是伪缺陷采样点,简称为前后配对扫描伪缺陷采样点集合,记为且
步骤303,从左视图向右视图的方向扫描获取缺陷信息;
步骤303A,将被测对象轮椅的左视面位于X射线光源的前方,对轮椅进行X射线检测,得到左视面的X射线图PXS左-右;
步骤304,从右视图向左视图的方向扫描获取缺陷信息;
步骤304A,将被测对象轮椅的右视面位于X射线光源的前方,对轮椅进行X射线检测,得到右视面的X射线图PXS右-左;
步骤304E,对比X射线图PXS左-右与X射线图PXS右-左;
(A),发现在右视面的X射线图PXS右-左中采样点与中采样点的能量载体的厚度是相同的,但是,在左视面的X射线图PXS左-右中采样点与中采样点的能量载体的厚度是不相同的,从而判断出中采样点是被PXS左-右中采样点覆盖的小尺寸缺陷采样点,简称为左右配对扫描重合采样点集合,记为且
(B),发现右视面的X射线图PXS右-左中采样点与中采样点的能量载体的厚度是相同的,同时,在左视面的X射线图PXS左-右中采样点与中采样点的能量载体的厚度是相同的,从而判断出中采样点是伪缺陷采样点,简称为左右配对扫描伪缺陷采样点集合,记为且
步骤305,统计内部总缺陷信息;
步骤306,统计表面与内部缺陷信息;
对步骤31至步骤34中的表面与内部缺陷对应采样点求并集,得到表面与内部所有缺陷信息对应采样点,记为ALL_XS缺陷;
步骤307,统计伪缺陷信息;
步骤308,统计重合的缺陷信息;
步骤309,去除伪缺陷信息;
步骤310,获取荧光缺陷与X射线缺陷的并集信息;
DC缺陷表示轮椅表面与内部所有缺陷的采样点;
步骤四,采用声发射换能器获取各个采样点的距离能量、距离有效值电压、波形频率耦合的双谱;
步骤41,获取表面与内部缺陷的声发射信息;
记录下所有采样点的声发射换能器信息,记为三元组信息集合AEIALL;
三元组信息是指声发射换能器采集的距离能量值、距离有效值电压值和波形频率耦合的双谱值;
步骤42,去除伪缺陷采样点的声发射信息;
步骤43,获取缺陷采样点的声发射信息;
步骤五,基于波形频率耦合的早期缺陷的声发射双谱信息获取;
以归一化双频率为纵坐标,以频率为横坐标,构建直角坐标系;
步骤六,基于距离能量的早期缺陷的声发射信息获取;
按照横坐标为采集时间,纵坐标为声发射突发信息中的距离能量,构件直角坐标系;
在脉冲声发射信号距离能量1000V·μs的值为一划界,位于1000V·μs之上的为正常采样点信息,而位于1000V·μs之下的或等于1000V·μs的为具有缺陷的采样点信息;
步骤61,以脉冲声发射距离能量阈值EA阈值为基准,获取突发采样点;
步骤62,判断对称视图面上采样点隐藏的小尺寸突发信息;
步骤七,基于距离有效值电压的早期缺陷信息获取;
按照横坐标为采集时间,纵坐标为声发射突发信息中的距离有效值电压,构建直角坐标系;
轮椅构件在脉冲声发射距离有效值电压随持续时间的变化;以0.02V为一划界;位于0.02V以上的为正常采样点信息,位于0.02V以下或等于0.02V的为具有缺陷的采样点信息;
步骤71,以脉冲声发射距离有效值电压阈值EB阈值为基准,获取突发采样点;
步骤72,以脉冲声发射距离有效值电压阈值EB阈值为基准,获取隐藏的小尺寸突发采样点;
步骤八,基于距离能量和距离有效值电压的早期缺陷信息获取;
按照横坐标为采集时间,纵坐标分别为声发射突发信息中的距离能量与距离有效值电压,构建直角坐标系;
轮椅构件在脉冲声发射距离能量与距离有效值电压对持续时间的变化;距离能量与距离有效值电压分别以1000V·μs和0.02V为一划界;位于1000V·μs以上且同时位于0.02V以上的为正常采样点信息,位于1000V·μs以下或等于1000V·μs且同时位于0.02V以下或等于0.02V的为具有缺陷的采样点信息;
步骤81,以脉冲声发射距离能量阈值和距离有效值电压阈值为基准,获取突发采样点;
步骤82,以脉冲声发射距离能量阈值和距离有效值电压阈值为基准,获取隐藏的小尺寸突发采样点;
本发明三维空间多项容错早期缺陷检测表征方法的优点在于:
①本发明使用荧光、X射线方法,并结合声发射参数分析技术,得到了反应轮椅早期缺陷表征方法。这种方法所评估的早期缺陷,即包含荧光和X射线的信息又具备声发射信号的变化信息,因此较传统的无损检测方法能够更准确及时以及全面的判断早期缺陷,便于对轮椅早期缺陷做出正确的评估。
②本发明结合声发射技术提出了声发射参数表征的轮椅早期缺陷矩阵,早期缺陷矩阵通过对声发射波形频率耦合的双谱、距离能量、距离有效值电压参数进行处理对早期缺陷进行评估,这些声发射参数便于记录和分析,并且能够很好反映早期缺陷的位置及尺寸大小,因此使得评定结果能够较传统的无损检测方法更准确的判断出轮椅早期缺陷。
③通过荧光方法可以无损检测出轮椅构件表面的早期缺陷,通过X射线可以无损检测出轮椅构件内部的缺陷,但是这两种方法中,大尺寸的早期缺陷可以将小尺寸的早期缺陷覆盖住,进而无法准确判断出小尺寸早期缺陷的位置及尺寸大小;而结合声发射参数信息可以判断所有早期缺陷的位置及尺寸大小,从而对小尺寸早期缺陷划分和鉴定。因此可以简单易行地对未知早期缺陷的状态评价。
④使用本发明可以对未服役条件下的轮椅中早期缺陷进行监测,可及时预防危险情况出现,因此可以大大减少人员财产的损失,保证安全以及经济效益。
附图说明
图1是本发明三维空间多项容错早期缺陷检测表征方法的流程图。
图2是轮椅的三维模型示意图。
图2A是标记有采样点的轮椅立体图。
图2B是标记有采样点的另一视角轮椅立体图。
图2C是经荧光设备检测到的存在缺陷的采样点示意图。
图3是X射线设备对轮椅进行检测的示意图。
图3A是X射线图像。
图4是荧光图像。
图5A是经双谱分析软件获得的单峰图。
图5B是经双谱分析软件获得的双峰图。
图6A是声发射突发信息中距离能量与采样时间的关系图。
图6B是声发射突发信息中距离能量与采样时间的关系图。
图7A是声发射突发信息中距离能量与采样时间的关系图。
图7B是声发射突发信息中距离能量与采样时间的关系图。
图8是声发射突发信息中距离能量与采样时间的关系图。
图9是本发明三维空间多项容错早期缺陷检测系统的框图。
具体实施方式
下面将结合附图和实施例对本发明做进一步的详细说明。
依据普通轮椅具有的结构,如轮椅架、车轮、座靠等进行三维软件的建模,建模得到了如图2所示的按照层次划分的轮椅模型。在图2中,将轮椅中用来座的称为轮椅模型的中间层1,轮椅的车轮称为轮椅模型的底层2,轮椅的座靠称为轮椅模型的后背层3,支撑轮椅的构件称为轮椅模型的支撑层4。
三维空间多项容错早期缺陷检测系统的组成
在本发明中,采用Matlab R2014a开发工具和Micosoft Visual Studio 2012开发工具开发的三维空间多项容错早期检测表征的软件程序,所述三维空间多项容错早期检测表征的软件程序简称为DES方法。DES方法存储于计算机的硬盘中。DES方法是对未在役轮椅早期缺陷进行的判断。
参见图9所示,本发明的三维空间多项容错早期检测系统至少有荧光采集子系统11、X光射线采集子系统12、声发射采集子系统2、图像采集卡1和存储有DES方法的计算机3。
荧光采集子系统11和X光射线采集子系统12采集的图像信息经图像采集卡1输出给存储有DES方法的计算机3中。
声发射采集子系统2包括有声发射仪21、前置放大器22和声发射换能器23。声发射仪21用于采集轮椅上各个采样点的突发型信息;前置放大器22用于将每一个所述声发射仪输出的突发型信息进行40dB放大处理形成声发射放大信息;声发射换能器23用于将所述声发射放大信息进行A/D转换处理后,提取出针对所述每一路的声发射放大信息的数字突发型信息输出给存储有DES方法的计算机3。在本发明中,数字突发型信息中包含有绝对距离能量EA、距离有效值电压EB和波形频率耦合的双谱EC的三个参数。
所述存储有DES方法的计算机3将荧光、X射线与声发射参数进行结合,从而判断出缺陷尺寸。一方面用荧光进行轮椅六个面体的表面缺陷检测,另一方面用X射线从不同方向相对两个方向对早期缺陷进行配对的扫描,最后结合声发射参数距离能量、距离有效值电压及波形频率耦合的双谱,对轮椅早期缺陷的空间位置及尺寸大小进行较准确的识别,从而较为准确的判断轮椅结构部件早期缺陷的位置及尺寸。
硬件连接:荧光采集子系统11与X光射线采集子系统12通过电缆连接到图像采集卡1上;声发射前置放大器22通过电缆分别与声发射仪21的输出端和声发射换能器23的输入端连接;图像采集卡1的信号输出端和声发射换能器23的信号输出端通过R323串口连接在计算机的串口上。
在本发明中,存储有DES方法的计算机3中至少要有采样点在轮椅模型坐标系下的各个采样点的位置。计算机3运行软件的最低配置,处理器Intel Core I5 2.0GHz以上,内存4GB以上,硬盘至少10GB空间。
在本发明中,YG荧光设备型号为YX-125型荧光探伤仪,功率为125W,辐射波长为3600±300°A,照度大于2000μw/cm2,光照距离381cm。拍照得到的荧光图片如图4所示。
在本发明中,X射线设备型号为2515X射线机,最大电压为250KV,最大电流为10mA。拍照得到的X射线图片如图3A所示。
在本发明中使用的声发射仪2选取美国PAC公司生产的DiSP声发射系统,该系统中的每通道高达2MHz信号采样率,声发射仪2中自备有A/D转换器。声发射仪2至少包含有用于进行参数设置的数据参数设置模块以及用于显示定位图形的显示屏。
通过声发射仪2的数据参数设置模块设置的关联参数有:采样频率(单位kHz)、距离能量门槛值(单位电压乘以时间,电压是伏,时间是毫秒),在本发明中初始设置的参数为:采样频率为2,能量门槛值为1。
实施例1
参见图2所示模型,分别在中间层1上布置了6个采样点,底层4上布置了5个采样点,后背后层3上布置了5个采样点,支撑层4上布置了4个采样点。记录下每个采样点的位置(x,y,z),x为横轴上的位置值,y为纵轴上的位置值,z为距离地面的高度值。通过比较各个采样点位置(x,y,z)能够获取具有相同横轴、或者相同纵轴、或者高度的采样点。
步骤一,在轮椅上标记采样点,并记录下采样点的位置;
参见图2A、图2B所示的采样点的布局,分别记录下各自采样点的位置如表1。
表1布局在轮椅上的各个采样点的位置
采样点按照轮椅模型的分层分别进行记录;
则轮椅上表面布置的所有采样点构成了表面采样点集合
MPAA表示中间层-采样点集合;上角标AA表示中间层的标识;
MPBB表示底层-采样点集合;上角标BB表示底层的标识;
MPCC表示后背层-采样点集合;上角标CC表示后背层的标识;
MPDD表示支撑层-采样点集合;上角标DD表示支撑层的标识;
步骤二,利用荧光设备对轮椅进行表面缺陷获取;
步骤21,分别对轮椅的六个面进行荧光图像信息采集;
采用荧火设备对被测对象轮椅的六个面(如图2A、图2B所示)进行荧光拍照,分别得到:
对轮椅的前视面进行拍照,得到前视-荧光照片YG前视。
对轮椅的后视面进行拍照,得到后视-荧光照片YG后视。
对轮椅的左视面进行拍照,得到左视-荧光照片YG左视。
对轮椅的右视面进行拍照,得到右视-荧光照片YG右视。
对轮椅的俯视面进行拍照,得到俯视-荧光照片YG俯视。
对轮椅的仰视面进行拍照,得到仰视-荧光照片YG仰视。
步骤22,比较六个面的荧光图像,得到轮椅的表面缺陷信息;
通过对照片YG前视、YG后视、YG左视、YG右视、YG俯视和YG仰视的分析,能够明确的观察到被测对象出现缺陷的区域在哪个面的视图上,进而得到缺陷存在的荧光区域采样点集,简称为荧光-缺陷集合,记为YG缺陷,且
步骤三,利用X射线设备对轮椅进行表面-内部缺陷获取;
在本发明中,利用X射线设备按照四个方向进行扫描,一方面是为判断出轮椅内部是否存在有缺陷,另一方面是在相对方向上扫描,能获取因为缺陷尺寸相对较小而被尺寸相对较大的缺陷覆盖的小尺寸缺陷信息。
参见图3所示的X射线检测示意图,被测对象轮椅是放置在双轨道上的,双轨道相对于X射线设备能够完成前后移动的。利用X射线设备获取的图像如图3A所示。
步骤301,从前视图向后视图的方向扫描获取缺陷信息;
步骤301A,将被测对象轮椅的前视面位于X射线光源的前方,对轮椅进行X射线检测,得到前视面的X射线图PXS前-后。
步骤302,从后视图向前视图的方向扫描获取缺陷信息;
步骤302A,将被测对象轮椅的后视面位于X射线光源的前方,对轮椅进行X射线检测,得到后视面的X射线图PXS后-前。
步骤302E,对比前视面的X射线图PXS前-后与后视面的X射线图PXS后-前;
步骤303,从左视图向右视图的方向扫描获取缺陷信息;
步骤303A,将被测对象轮椅的左视面位于X射线光源的前方,对轮椅进行X射线检测,得到左视面的X射线图PXS左-右。
步骤304,从右视图向左视图的方向扫描获取缺陷信息;
步骤304A,将被测对象轮椅的右视面位于X射线光源的前方,对轮椅进行X射线检测,得到右视面的X射线图PXS右-左。
步骤304E,对比左视面的X射线图PXS左-右与右视面的X射线图PXS右-左;
(A),发现在右视面的X射线图PXS右-左中采样点与中采样点的能量载体的厚度是相同的,但是,在左视面的X射线图PXS左-右中采样点与中采样点的能量载体的厚度是不相同的,从而判断出采样点是被采样点覆盖的小尺寸缺陷采样点,简称为左右配对扫描重合采样点集合,记为且
步骤305,统计内部总缺陷信息;
步骤306,统计表面与内部缺陷信息;
步骤307,统计伪缺陷信息;
步骤308,统计重合的缺陷信息;
步骤309,去除伪缺陷信息;
步骤310,获取荧光缺陷与X射线缺陷的并集信息;
在本发明中使用的声发射仪2选取美国PAC公司生产的DiSP声发射系统,该系统中的每通道高达2MHz信号采样率,声发射仪2中自备有A/D转换器。声发射仪2至少包含有用于进行参数设置的数据参数设置模块以及用于显示定位图形的显示屏。
通过声发射仪2的数据参数设置模块设置的关联参数有:采样频率(单位kHz)、距离能量门槛值(单位电压乘以时间,电压是伏,时间是毫秒),在本发明中初始设置的参数为:采样频率为2,能量门槛值为1。
步骤四,采用声发射换能器获取各个采样点的距离能量、距离有效值电压、波形频率耦合的双谱;
在本发明中,以声发射换能器的传感范围设置声发射换能器的个数,即20厘米~200厘米设置1个。在实施例1中,轮椅按照分的四层进行布局,即在底层2布置1个、在中间层1布置1个、在后背层3布置1个和在支撑层4布置1个。
表2采样点的声发射换能器信息
注:EA为距离能量值,EB为距离有效值电压值,EC为波形频率耦合的双谱值,RMS表示距离有效值电压,BPO表示波形频率耦合的双谱。
步骤41,获取表面与内部缺陷的声发射信息;
步骤42,去除伪缺陷采样点的声发射信息;
步骤43,获取缺陷采样点的声发射信息;
步骤五,基于波形频率耦合的早期缺陷的声发射双谱信息获取;
采用双谱分析软件分析得到两种类型的波形频率耦合的双谱,如图5A、图5B所示。图5A所示的单峰信号在187.5kHz处达到峰值,之后急剧下降直至噪声水平。而多峰信号在130kHz和200kHz处有两个主峰(如图5B所示)。
参见图5A、图5B所示,以归一化双频率为纵坐标,以频率为横坐标,构建直角坐标系。
在本发明中,所述双谱早期缺陷分类条件是指任意一采样点的双峰占比大于50%时损伤度频率平均值小于120kHz,即B双峰>50%且B损伤度<120kHz。
步骤六,基于距离能量的早期缺陷的声发射信息获取;
按照横坐标为采集时间,纵坐标为声发射突发信息中的距离能量,构件直角坐标系,如图6A所示。
参见图6A所示的距离能量构件早期缺陷分类条件图,图中在脉冲声发射信号距离能量1000V·μs的值为一划界(即距离能量阈值EA阈值),位于1000V·μs之上的为正常采样点信息,而位于1000V·μs之下的或等于1000V·μs的为具有缺陷的采样点信息。
步骤61,以脉冲声发射距离能量阈值EA阈值为基准,获取突发采样点;
步骤62,判断对称视图面上采样点隐藏的小尺寸突发信息;
在本发明中,距离能量(EA阈值)早期缺陷分类条件是指任意一采样点的距离能量小于或等于1000V·μs。
步骤七,基于距离有效值电压的早期缺陷信息获取;
按照横坐标为采集时间,纵坐标为声发射突发信息中的距离有效值电压,构建直角坐标系,如图7A所示。
参见图7A所示的早期缺陷距离有效值电压图,轮椅构件在脉冲声发射距离有效值电压随持续时间的变化。图中以0.02V为一划界(即距离有效值电压阈值EB阈值)。位于0.02V以上的为正常采样点信息,位于0.02V以下或等于0.02V的为具有缺陷的采样点信息。
步骤71,以脉冲声发射距离有效值电压阈值EB阈值为基准,获取突发采样点;
步骤72,以脉冲声发射距离有效值电压阈值EB阈值为基准,获取隐藏的小尺寸突发采样点;
在本发明中,所述距离有效值电压的早期缺陷是指在相同的持续时间下,存在任意一采样点的距离有效值电压值都小于或等于0.02V。
步骤八,基于距离能量和距离有效值电压的早期缺陷信息获取;
按照横坐标为采集时间,纵坐标分别为声发射突发信息中的距离能量与距离有效值电压,构建直角坐标系,距离有效值电压记为RMS,如图8所示。
参见图8所示的早期缺陷距离能量与距离有效值电压图,轮椅构件在脉冲声发射距离能量与距离有效值电压对持续时间的变化。图中距离能量与距离有效值电压分别以1000V·μs和0.02V为一划界(EA阈值,EB阈值)。位于1000V·μs以上且同时位于0.02V以上的为正常采样点信息,位于1000V·μs以下或等于1000V·μs且同时位于0.02V以下或等于0.02V的为具有缺陷的采样点信息。
步骤81,以脉冲声发射距离能量阈值EA阈值和距离有效值电压阈值EB阈值为基准,获取突发采样点;
步骤82,以脉冲声发射距离能量阈值EA阈值和距离有效值电压阈值EB阈值为基准,获取隐藏的小尺寸突发采样点;
在本发明中,将荧光、X射线与声发射参数的方法进行结合,对未在役轮椅早期缺陷进行检测,并对早期缺陷的有无、位置及大小进行了评估。应用声发射参数波形频率耦合的双谱、距离能量和距离有效值电压分别对缺陷的位置及大小进行判断,发现结果是一样的,这充分肯定了本发明检测缺陷方法的可靠性与有效性。
早期缺陷识别检出率、表征误差
本发明的三维空间多项容错早期缺陷检测表征方法简称为DES方法。
在本发明中,早期缺陷尺寸(Q,单位:mm)分为三类,第一类指的是早期缺陷尺寸为5<Q一<10,简称为第一类早期缺陷尺寸Q一;第二类指的是早期缺陷尺寸为1<Q二≤5,简称为第二类早期缺陷尺寸Q二;第三类指的是早期缺陷尺寸为0.2≤Q三≤1,简称为第三类早期缺陷尺寸Q三。
在本发明中,由于实际缺陷个数与早期缺陷尺寸的类型是相关的,存在于第一类早期缺陷尺寸5<Q一<10的个数,记为上角标U为第一类实际缺陷个数的标示号。存在于第二类早期缺陷尺寸1<Q二≤5的个数,记为上角标V为第二类实际缺陷个数的标示号。存在于第三类早期缺陷尺寸0.2≤Q三≤1的个数,记为上角标W为第三类实际缺陷个数的标示号。
在本发明中,早期缺陷识别检出率记为其中:EDD表示早期缺陷识别检出率;ND表示应用检测手段(荧光、X射线、声发射和DES方法)对被检对象进行检测得到的早期缺陷点个数;AND表示解剖后用千分尺和扫描电镜对被检对象进行检测得到的实际缺陷点个数。
表3不同范围尺度的早期缺陷检出率
经本发明的DES方法检测得到的早期缺陷识别检出率EDD是取三类早期缺陷尺寸范围检出率的平均值。
在本发明中,早期缺陷表征误差记为其中:DCE表示早期缺陷表征误差;DC表示应用检测手段(荧光、X射线、声发射和3DES)对被检对象进行检测得到的早期缺陷尺寸;AMD表示解剖后用千分尺和扫描电镜对被检对象进行检测得到的实际缺陷尺寸。
表4早期缺陷尺寸Q一的表征误差
表5早期缺陷尺寸Q二的表征误差
表6早期缺陷尺寸Q三的表征误差
本发明的DES方法检测的Q一类早期缺陷表征误差是取Q一类中早期缺陷表征误差的平均值,Q二类早期缺陷表征误差是取Q二类中早期缺陷表征误差的平均值,Q三类早期缺陷表征误差是取Q三类中早期缺陷表征误差的平均值。
Claims (4)
1.一种三维空间多项容错早期缺陷检测表征方法,其特征在于:三维空间多项容错早期缺陷检测装置由荧光采集子系统(11)、X光射线采集子系统(12)、声发射采集子系统(2)、图像采集卡(1)和存储有DES方法的计算机(3)构成;
DES方法是指采用Matlab R2014a开发工具和Micosoft Visual Studio 2012开发工具开发的三维空间多项容错早期缺陷检测表征的软件程序;
荧光采集子系统(11)和X光射线采集子系统(12)采集的图像信息经图像采集卡(1)输出给存储有DES方法的计算机(3)中;
声发射采集子系统(2)包括有声发射仪(21)、前置放大器(22)和声发射换能器(23);声发射仪(21)用于采集轮椅上各个采样点的突发型信息;前置放大器(22)用于将每一个所述声发射仪输出的突发型信息进行40dB放大处理形成声发射放大信息;声发射换能器(23)用于将所述声发射放大信息进行A/D转换处理后,提取出针对所述每一路的声发射放大信息的数字突发型信息AEIALL输出给存储有DES方法的计算机(3);数字突发型信息中包含有距离能量、距离有效值电压和波形频率耦合的双谱的三个参数;
荧光采集子系统(11)与X光射线采集子系统(12)通过电缆连接到图像采集卡(1)上;声发射前置放大器(22)通过电缆分别与声发射仪(21)的输出端和声发射换能器(23)的输入端连接;图像采集卡(1)的信号输出端和声发射换能器(23)的信号输出端通过R323串口连接在计算机的串口上;
DES方法包括有下列步骤:
步骤一,在轮椅上标记采样点,并记录下采样点的位置;
在实物空间的轮椅上标记多个采样点,并记录下每个采样点的位置;
将实物空间的轮椅软件化至轮椅模型中;在轮椅模型坐标系O-XYZ下,标记出每个采样点位置对应在轮椅模型上的位置;
采样点按照轮椅模型的分层分别进行记录;
MPAA表示中间层-采样点集合;上角标AA表示中间层的标识;
MPBB表示底层-采样点集合;上角标BB表示底层的标识;
MPCC表示后背层-采样点集合;上角标CC表示后背层的标识;
MPDD表示支撑层-采样点集合;上角标DD表示支撑层的标识;
步骤二,利用荧光设备对轮椅进行表面缺陷获取;
步骤21,分别对轮椅的六个面进行荧光图像信息采集;
采用荧光设备对被测对象轮椅的六个面分别进行荧光拍照,分别得到:
对轮椅的前视面进行拍照,得到前视-荧光照片YG前视;
对轮椅的后视面进行拍照,得到后视-荧光照片YG后视;
对轮椅的左视面进行拍照,得到左视-荧光照片YG左视;
对轮椅的右视面进行拍照,得到右视-荧光照片YG右视;
对轮椅的俯视面进行拍照,得到俯视-荧光照片YG俯视;
对轮椅的仰视面进行拍照,得到仰视-荧光照片YG仰视;
步骤22,比较六个面的荧光图像,得到轮椅的表面缺陷信息;
通过对照片YG前视、YG后视、YG左视、YG右视、YG俯视和YG仰视的分析,能够明确的观察到被测对象出现缺陷的区域在哪个面的视图上,进而得到缺陷存在的荧光区域采样点集合,简称为荧光-缺陷集合,记为YG缺陷,且
步骤三,利用X射线设备对轮椅进行表面-内部缺陷获取;
步骤301,从前视图向后视图的方向扫描获取缺陷信息;
步骤301A,将被测对象轮椅的前视面位于X射线光源的前方,对轮椅进行X射线检测,得到前视面的X射线图PXS前-后;
步骤302,从后视图向前视图的方向扫描获取缺陷信息;
步骤302A,将被测对象轮椅的后视面位于X射线光源的前方,对轮椅进行X射线检测,得到后视面的X射线图PXS后-前;
步骤302E,对比X射线图PXS前-后与X射线图PXS后-前;
(A),发现在后视面的X射线图PXS后-前中采样点与中采样点的能量载体的厚度是相同的,但是,在前视面的X射线图PXS前-后中采样点与中采样点的能量载体的厚度是不相同的,从而判断出中采样点是被PXS前-后中采样点覆盖的小尺寸缺陷采样点,简称为左右配对扫描重合采样点集合,记为且
(B),发现后视面的X射线图PXS后-前中采样点与中采样点的能量载体的厚度是相同的,同时,在前视面的X射线图PXS前-后中采样点与中采样点的能量载体的厚度是相同的,从而判断出中采样点是伪缺陷采样点,简称为前后配对扫描伪缺陷采样点集合,记为且
步骤303,从左视图向右视图的方向扫描获取缺陷信息;
步骤303A,将被测对象轮椅的左视面位于X射线光源的前方,对轮椅进行X射线检测,得到左视面的X射线图PXS左-右;
步骤304,从右视图向左视图的方向扫描获取缺陷信息;
步骤304A,将被测对象轮椅的右视面位于X射线光源的前方,对轮椅进行X射线检测,得到右视面的X射线图PXS右-左;
步骤304E,对比X射线图PXS左-右与X射线图PXS右-左;
(A),发现在右视面的X射线图PXS右-左中采样点与中采样点的能量载体的厚度是相同的,但是,在左视面的X射线图PXS左-右中采样点与中采样点的能量载体的厚度是不相同的,从而判断出中采样点是被PXS左-右中采样点覆盖的小尺寸缺陷采样点,简称为左右配对扫描重合采样点集合,记为且
(B),发现右视面的X射线图PXS右-左中采样点与中采样点的能量载体的厚度是相同的,同时,在左视面的X射线图PXS左-右中采样点与中采样点的能量载体的厚度是相同的,从而判断出中采样点是伪缺陷采样点,简称为左右配对扫描伪缺陷采样点集合,记为且
步骤305,统计内部总缺陷信息;
步骤306,统计表面与内部缺陷信息;
对步骤31至步骤34中的表面与内部缺陷对应采样点求并集,得到表面与内部所有缺陷信息对应采样点,记为ALL_XS缺陷;
步骤307,统计伪缺陷信息;
步骤308,统计重合的缺陷信息;
步骤309,去除伪缺陷信息;
步骤310,获取荧光缺陷与X射线缺陷的并集信息;
DC缺陷表示轮椅表面与内部所有缺陷的采样点;
步骤四,采用声发射换能器获取各个采样点的距离能量、距离有效值电压、波形频率耦合的双谱;
步骤41,获取表面与内部缺陷的声发射信息;
三元组信息是指声发射换能器采集的距离能量值、距离有效值电压值和波形频率耦合的双谱值;
步骤42,去除伪缺陷采样点的声发射信息;
步骤43,获取缺陷采样点的声发射信息;
步骤五,基于波形频率耦合的早期缺陷的声发射双谱信息获取;
以归一化双频率为纵坐标,以频率为横坐标,构建直角坐标系;
步骤六,基于距离能量的早期缺陷的声发射信息获取;
按照横坐标为采集时间,纵坐标为声发射突发信息中的距离能量,构件直角坐标系;
在脉冲声发射信号距离能量1000V·μs的值为一划界,位于1000V·μs之上的为正常采样点信息,而位于1000V·μs之下的或等于1000V·μs的为具有缺陷的采样点信息;
步骤61,以脉冲声发射距离能量阈值EA阈值为基准,获取突发采样点;
步骤62,判断对称视图面上采样点隐藏的小尺寸突发信息;
步骤七,基于距离有效值电压的早期缺陷信息获取;
按照横坐标为采集时间,纵坐标为声发射突发信息中的距离有效值电压,构建直角坐标系;
轮椅构件在脉冲声发射距离有效值电压随持续时间的变化;以0.02V为一划界;位于0.02V以上的为正常采样点信息,位于0.02V以下或等于0.02V的为具有缺陷的采样点信息;
步骤71,以脉冲声发射距离有效值电压阈值EB阈值为基准,获取突发采样点;
步骤72,以脉冲声发射距离有效值电压阈值EB阈值为基准,获取隐藏的小尺寸突发采样点;
步骤八,基于距离能量和距离有效值电压的早期缺陷信息获取;
按照横坐标为采集时间,纵坐标分别为声发射突发信息中的距离能量与距离有效值电压,构建直角坐标系;
轮椅构件在脉冲声发射距离能量与距离有效值电压对持续时间的变化;距离能量与距离有效值电压分别以1000V·μs和0.02V为一划界;位于1000V·μs以上且同时位于0.02V以上的为正常采样点信息,位于1000V·μs以下或等于1000V·μs且同时位于0.02V以下或等于0.02V的为具有缺陷的采样点信息;
步骤81,以脉冲声发射距离能量阈值和距离有效值电压阈值为基准,获取突发采样点;
步骤82,以脉冲声发射距离能量阈值和距离有效值电压阈值为基准,获取隐藏的小尺寸突发采样点;
3.根据权利要求1所述的三维空间多项容错早期缺陷检测表征方法,其特征在于:是对未在役轮椅进行的无损检测。
4.根据权利要求1所述的三维空间多项容错早期缺陷检测表征方法,其特征在于:完成对未在役轮椅进行的无损检测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011448660.8A CN112540068B (zh) | 2020-12-09 | 2020-12-09 | 三维空间多项容错早期缺陷检测表征方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011448660.8A CN112540068B (zh) | 2020-12-09 | 2020-12-09 | 三维空间多项容错早期缺陷检测表征方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112540068A CN112540068A (zh) | 2021-03-23 |
CN112540068B true CN112540068B (zh) | 2021-11-23 |
Family
ID=75020023
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011448660.8A Active CN112540068B (zh) | 2020-12-09 | 2020-12-09 | 三维空间多项容错早期缺陷检测表征方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112540068B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107422005A (zh) * | 2017-07-31 | 2017-12-01 | 北京航空航天大学 | 一种原油罐底板腐蚀产物状态的无损检测系统 |
CN109215026A (zh) * | 2018-09-29 | 2019-01-15 | 广东工业大学 | 一种基于机器视觉的高速准确led缺陷检测方法 |
CN110457758A (zh) * | 2019-07-16 | 2019-11-15 | 江西理工大学 | 岩体失稳阶段的预测方法、装置、系统以及存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203024792U (zh) * | 2013-01-21 | 2013-06-26 | 常州中进医疗器材有限公司 | 一种电动轮椅测试仪安装装置 |
CN105973988B (zh) * | 2016-07-05 | 2019-08-06 | 方大特钢科技股份有限公司 | 一种层片状缺陷分布的超声三维成像检测方法 |
CN107462638A (zh) * | 2017-08-10 | 2017-12-12 | 兰州理工大学 | 基于超声a扫信号的缺陷三维重建方法 |
-
2020
- 2020-12-09 CN CN202011448660.8A patent/CN112540068B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107422005A (zh) * | 2017-07-31 | 2017-12-01 | 北京航空航天大学 | 一种原油罐底板腐蚀产物状态的无损检测系统 |
CN109215026A (zh) * | 2018-09-29 | 2019-01-15 | 广东工业大学 | 一种基于机器视觉的高速准确led缺陷检测方法 |
CN110457758A (zh) * | 2019-07-16 | 2019-11-15 | 江西理工大学 | 岩体失稳阶段的预测方法、装置、系统以及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112540068A (zh) | 2021-03-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101872753B1 (ko) | 지문 식별방법 및 이의 지문 식별장치 | |
Yousefifard et al. | Screening performance characteristic of ultrasonography and radiography in detection of pleural effusion; a meta-analysis | |
Dietz et al. | The levator–urethra gap measurement: a more objective means of determining levator avulsion? | |
Mohr et al. | Electrical impedance spectroscopy as a potential adjunct diagnostic tool for cutaneous melanoma | |
US9566030B2 (en) | Optical system for detection and characterization of abnormal tissue and cells | |
CN108447046B (zh) | 病灶的检测方法和装置、计算机可读存储介质 | |
CN105807328B (zh) | 基于背散射成像的检测系统和方法 | |
DE102012108121A1 (de) | Verfahren und System für ultraschallgestützte automatische Erkennung, Quantifizierung und Nachverfolgung von Pathologien | |
US20050171439A1 (en) | Method and device for examining the skin | |
Hatanaka et al. | Vertical cup-to-disc ratio measurement for diagnosis of glaucoma on fundus images | |
Dietz et al. | Levator defects can be detected by 2D translabial ultrasound | |
CN107764832A (zh) | 光伏组件的隐裂缺陷检测方法 | |
CN101204326B (zh) | 用于运行混合医学成像单元的方法 | |
CN101615224A (zh) | 一种计算机辅助识别装置和系统 | |
CN106419938A (zh) | 一种基于运动能量释放估算的注意缺陷多动障碍(adhd)检测方法及其检测系统 | |
CN112540068B (zh) | 三维空间多项容错早期缺陷检测表征方法 | |
KR20160013082A (ko) | 엑스선 이미징장치 및 방법 | |
CN206603773U (zh) | 基于血红细胞浓度测量的烧伤程度与面积检测系统 | |
CN109030634A (zh) | 电缆橡胶接头内部缺陷超声成像及绝缘评估方法及装置 | |
Ismail et al. | Unilateral coronal diameters of the levator hiatus: baseline data for the automated detection of avulsion of the levator ani muscle | |
CN105395210A (zh) | 一种ct扫描成像方法 | |
CN103494611A (zh) | 乳腺检查系统 | |
Van Gruting et al. | Does 4D transperineal ultrasound have additional value over 2D transperineal ultrasound for diagnosing posterior pelvic floor disorders in women with obstructed defecation syndrome? | |
CN103679198B (zh) | 一种基于k近邻的视网膜内节/外节缺失自动检测方法 | |
ES2915585B2 (es) | Metodo para la evaluacion automatizada de ecografias de pulmon y ecografo que implementa dicho metodo |
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 |