CN114383789B - 基于激励源与容性阻尼模型的金属容器气密性红外检测方法 - Google Patents
基于激励源与容性阻尼模型的金属容器气密性红外检测方法 Download PDFInfo
- Publication number
- CN114383789B CN114383789B CN202210007122.8A CN202210007122A CN114383789B CN 114383789 B CN114383789 B CN 114383789B CN 202210007122 A CN202210007122 A CN 202210007122A CN 114383789 B CN114383789 B CN 114383789B
- Authority
- CN
- China
- Prior art keywords
- control device
- temperature
- threshold
- metal
- leakage
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 64
- 239000002184 metal Substances 0.000 title claims abstract description 59
- 230000005284 excitation Effects 0.000 title claims abstract description 42
- 238000013016 damping Methods 0.000 title claims abstract description 20
- 238000000034 method Methods 0.000 claims abstract description 42
- 230000008569 process Effects 0.000 claims abstract description 19
- 238000004458 analytical method Methods 0.000 claims abstract description 8
- 238000004364 calculation method Methods 0.000 claims abstract description 8
- 238000012544 monitoring process Methods 0.000 claims abstract description 4
- 239000011159 matrix material Substances 0.000 claims description 8
- 230000011218 segmentation Effects 0.000 claims description 7
- 238000010586 diagram Methods 0.000 claims description 5
- 230000002146 bilateral effect Effects 0.000 claims description 4
- 238000007599 discharging Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000002360 preparation method Methods 0.000 claims description 3
- 238000003825 pressing Methods 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 230000004913 activation Effects 0.000 claims description 2
- 230000008859 change Effects 0.000 abstract description 8
- 238000007789 sealing Methods 0.000 abstract description 4
- 230000009471 action Effects 0.000 abstract description 2
- 230000003044 adaptive effect Effects 0.000 abstract description 2
- 230000007547 defect Effects 0.000 abstract description 2
- 239000007789 gas Substances 0.000 description 20
- 230000035945 sensitivity Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 239000003990 capacitor Substances 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000009776 industrial production Methods 0.000 description 3
- 238000003331 infrared imaging Methods 0.000 description 3
- 230000007423 decrease Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 238000002310 reflectometry Methods 0.000 description 2
- 238000001931 thermography Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 239000001307 helium Substances 0.000 description 1
- 229910052734 helium Inorganic materials 0.000 description 1
- SWQJXJOGLNCZEY-UHFFFAOYSA-N helium atom Chemical compound [He] SWQJXJOGLNCZEY-UHFFFAOYSA-N 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000011031 large-scale manufacturing process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000004949 mass spectrometry Methods 0.000 description 1
- 239000007769 metal material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 239000012466 permeate Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000035485 pulse pressure Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000013022 venting Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
- G01M3/26—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors
- G01M3/32—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors for containers, e.g. radiators
- G01M3/3236—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors for containers, e.g. radiators by monitoring the interior space of the containers
- G01M3/3272—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors for containers, e.g. radiators by monitoring the interior space of the containers for verifying the internal pressure of closed containers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
- G01M3/04—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point
-
- 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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/174—Segmentation; Edge detection involving the use of two or more images
-
- 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
- G06T2207/10048—Infrared 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
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
- G06T2207/20028—Bilateral filtering
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20076—Probabilistic image processing
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20224—Image subtraction
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Examining Or Testing Airtightness (AREA)
- Radiation Pyrometers (AREA)
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
Abstract
本发明涉及基于激励源与容性阻尼模型的金属容器气密性红外检测方法,与现有技术相比解决了难以对金属密封件进行泄漏点快速、低成本、自动定位检测的缺陷。本发明包括以下步骤:检测工作的预准备;热源激励;红外相机的实时监测;热源激励的关闭;热源激励过程重复n次;上位机进行气密性计算分析。本发明采用了与以往常用的稳态气源不同的外激励脉冲加压法,对金属容器内部气流进行扰动,在激励源与被测件适配参数作用下,基于容器的容性阻尼特性,使泄漏气流温度场的信号模式发生明显变化,提升微小泄漏处的DN信号动态变化特征,为后续工件泄漏识别提供丰富的类别特征,从而实现金属密闭容器微小泄漏点的准确定位。
Description
技术领域
本发明涉及密闭容器自动检测技术领域,具体来说是基于激励源与容性阻尼模型的金属容器气密性红外检测方法。
背景技术
在机械、航空航天、汽车、家电等行业领域对密闭容器的气密性检测是设备安全性和产品质量的保障。目前工业生产线应用较广泛的密封检测手段是直压检漏法、差压检漏法、流量检漏法,均无法定位漏点位置进行工件后期修复。氦质谱分析法虽然可准确定位,但一般需要逐点扫描检测,测试时间长、功效低、成本高,不适合规模化生产线上使用,超声波检测也有类似问题。随着工业的快速发展,对生产线上密封件的泄漏点定位检测及检测的自动化、效率和检测条件的要求越来越高,因此急需采用新技术来满足这一需求。
随着光学红外技术的发展,红外热成像检测技术成为一种较低成本、可准确定位的检测手段,目前国内外的红外检测产品,多适用于已有热源、运行稳定状态下,其热量分布基本均匀、热量压力都很高的对象场景下,如美国FLIR公司的手持式红外检测设备,该手持设备能够便捷的为运行中的被测设备进行检测,通过红外对温度场的直观显示,能够迅速地定位泄漏部位,目前检测灵敏度可达0.1mm。
而对于本身没有能量存储的工业部件,国内文献研究表明,虽然有利用红外图像进行泄漏定位的方法,诸如田鹏飞等文章“基于红外热成像的气密性检测技术探讨”提出了一种向密闭容器填充高温气体,利用红外温度图上泄漏点与背景的温度差异进行定位的方法,葛楠等文章“基于红外热像图局部熵差的泄漏定位方法”提出了对实验器材充入冷却压缩空气,连续采集充气前后实验器材的温度场变化红外图像,应用局部熵差法进行泄漏位置检测方法。但其查到的推算红外方法仅检测最小泄漏孔径(等效孔径)约0.5mm,无法满足对安全性要求高的产品的行业标准,即无法进行等效孔径小于0.06mm的检测。虽然目前有些技术通过物理手段能够实现小孔径的检测,但其只能确认存在漏点,却无法对小孔径漏点进行定位,无法满足工业生产的实际应用。
特别是对于金属容器而言,其表面具有高传导性、高反射率、器壁厚度不一致以及热噪声的影响,表面温度场分布不均衡,当待测件泄漏量的检测要求高,用红外成像检测时,光靠泄漏点与正常点间的微量温度差难以实现高灵敏度和准确性的检测。
因此,如何设计一种能够针对金属容器实现微小孔径的气密性检测定位的方法已经成为急需解决的技术问题。
发明内容
本发明的目的是为了解决现有技术中难以对工业生产线上金属密封零部件进行泄漏点快速、低成本、自动定位检测的缺陷,提供一种基于激励源与容性阻尼模型的金属容器气密性红外检测方法来解决上述问题。
为了实现上述目的,本发明的技术方案如下:
一种基于激励源与容性阻尼模型的金属容器气密性红外检测方法,金属容器气密性红外检测装置包括激励源组件和电控组件,所述的电控组件包括红外相机,红外相机和金属待测件均放置于抗干扰装置内,红外相机的数据输出端、控制信号输入端均与上位机相连,自动控制装置的数据输出端与上位机相连,温度传感器、压力传感器和流量传感器的数据信号输出端均与自动控制装置相连;所述的金属容器气密性红外检测方法包括以下步骤:
11)检测工作的预准备:进行参数设置,设置温差阈值、加压阈值;
12)热源激励:通过自动控制装置关闭第一进阀、打开第二进阀、关闭第三进阀、打开第一出阀,向金属待测件内通入高于50℃热气;
13)红外相机的实时监测:上位机通过红外相机实时动态监测,获取金属待测件表面平均温度与室温;
14)热源激励的关闭:当金属待测件表面平均温度与室温相差高于10℃时,关闭自动控制装置的第二进阀,停止进气;
15)热源激励过程重复n次,热源激励过程为:打开自动控制装置的第一进阀,向金属待测件内部加压,直到压力上升至0.5mpa;打开自动控制装置的第三进阀、关闭第一出阀,金属待测件对外泄气,直到压力下降到0.11mpa;
16)上位机进行气密性计算分析:上位机获取红外相机、温度传感器、压力传感器和流量传感器的数据,基于激励源和容性阻尼模型得到温度传感器、压力传感器的最优激励阈值数据,进行气密性红外检测,得到准确定位的泄漏位置坐标信息。
所述上位机进行气密性计算分析包括以下步骤:
21)对采集的红外图像,采用连续帧差方差法进行泄漏检测:
利用双边滤波对时序图像进行预处理,处理后图像用h(i,j)表示,序列里的第k-1帧和第k帧分别用hk-1(i,j)和hk(i,j)来表示;
其差分过程如下所示:
R(k-1,k)(i,j)=|hk(i,j)-hk-1(i,j)|,
得到序列差分图像R(k-1,k)(i,j)后计算方差如下所示:
式中R(k-1,k)(i,j)是序列差分图像灰度值矩阵,P(i,j)是差分图像均值,R(k-1,k)(i,j)为均值图像灰度值矩阵,C(i,j)是差分图像方差,n为图像总帧数;
式中D(i,j)为阈值分割结果图像,其中值为255的像素点(i,j)为疑似泄漏位置,T为分割阈值,此处为0.9×MAX()C(i,j);
22)采用帧差概率法进行分析泄漏点判定与验证,步骤如下:
221)用上述21)步骤计算得到的D(i,j)方差矩阵,定义为所有可疑泄漏点坐标集;
222)对集合里的每个像素点坐标(i,j),计算在帧序列图的灰度值变化次数占总次数的比例;
223)设定阈值用以判定此坐标(i,j)是否为泄漏点,阈值设定如下所示:
其中,gk(i,j)是对每幅帧差图像的阈值分割结果,(i,j)取D(i,j)中值为255的像素点;
其中,n为帧差图像的个数,f(i,j)是帧差概率结果;
阈值r为泄漏点灰度值变化量,对此变化量进行归一化处理后,其值随不同的加压大小而变化,在此设为0.8;阈值p为变化帧数占总帧数的概率大小,其大小与加压频率有关,在此设为0.3。
所述的激励源组件包括气压源,气压源上接有气动三联,气动三联的出口通过第二管路与温控装置相连、通过第三管路与自动控制装置的第一进阀相连,温控装置的出口通过第一管路与自动控制装置的第二进阀相连,第一管路上还接有温度传感器和压力传感器,第三管路上接有流量传感器,自动控制装置的第一出阀上通过第四管路与金属待测件的入口相连,金属待测件的出口通过第五管路与自动控制装置的第三进阀相连。
所述的参数设置中脉冲打压充气时间为4s、持续恒定时间为12s、放气时间为10s-15s,设置温差阈值为10度、加压阈值为0.5Mpa-0.8Mpa,热源激励过程重复次数n为3-4次。
有益效果
本发明的基于激励源与容性阻尼模型的金属容器气密性红外检测方法,与现有技术相比采用了与以往常用的稳态气源不同的外激励脉冲加压法,对金属容器内部气流进行扰动,在激励源与被测件适配参数作用下,基于容器的容性阻尼特性,使泄漏气流温度场的信号模式发生明显变化,提升微小泄漏处的DN信号动态变化特征,为后续工件泄漏识别提供丰富的类别特征,从而实现金属密闭容器微小泄漏点的准确定位。
本发明针对行业高标准下产生的泄漏,实现了泄漏孔径在微米级下的微小泄漏点(即目视不可见,等效孔径小于0.06mm)所产生的泄漏情况检测,同时通过有益放大特征差异的方法,提升了识别灵敏度。
附图说明
图1为本发明中金属容器气密性红外检测装置的连接结构图;
图2为本发明的方法顺序图;
图3为本发明所涉及金属待测件放气时压力-时间性曲线图;
图4为本发明所涉及金属待测件充气时压力-时间特性曲线图;
图5为本发明所涉及的脉冲加压输入波形理想图;
图6为本发明所涉及的输出尖波理想图;
图7为采用现有文献红外检测法泄漏点与正常点温度--时间变化图;
图8为利用本发明所述方法所呈现的泄漏点与正常点温度--时间变化图;
其中,1-气压源、2-气动三联、3-温控装置、4-压力传感器、5-自动控制装置、6-金属待测件、7-温度传感器、8-红外相机、9-抗干扰装置、10-流量传感器、11-上位机。
具体实施方式
为使对本发明的结构特征及所达成的功效有更进一步的了解与认识,用以较佳的实施例及附图配合详细的说明,说明如下:
如图1所示,金属容器气密性红外检测装置包括激励源组件和电控组件,激励源组件用于提供热源激励,电控组件用于整个装置的电路逻辑控制。电控组件包括红外相机8,红外相机8和金属待测件6均放置于抗干扰装置9内,抗干扰装置9为一个黑色、密闭的隔离外罩,其作用是减少外部环境干扰带来的图像噪声影响。
红外相机8的数据输出端、控制信号输入端均与上位机11相连,红外相机8将拍摄的数据传送给上位机11进行金属容器气密性红外检测分析,同时上位机11还可以对红外相机8进行控制处理。同理,温度传感器7、压力传感器4和流量传感器10的数据信号输出端均与自动控制装置5相连,自动控制装置5的数据输出端与上位机11相连,将其相连温度传感器7、压力传感器4和流量传感器10的数据传递给上位机11进行数据分析处理。
激励源组件包括气压源1,气压源1上接有气动三联2,气动三联2的出口通过第二管路与温控装置3相连、通过第三管路与自动控制装置5的第一进阀相连,温控装置3的出口通过第一管路与自动控制装置5的第二进阀相连,其中,通过温控装置3所送出的为加热气源,通过自动控制装置5送出的则为常温气源(即加压操作)。自动控制装置5为传统的管路控制装置,其分为两部分,一部分为管路连接结构、另一部分为安装在各管路上电磁阀的电路控制线路。
自动控制装置5的第一管路上还接有温度传感器7和压力传感器4,用于直接获取温度和压力数据,第三管路上接有流量传感器10,用于获取流量数据。
自动控制装置5的第一出阀上通过第四管路与金属待测件6的入口相连,可以在自动控制装置5的控制下给金属待测件6输入热源或加压。金属待测件6的出口通过第五管路与自动控制装置5的第三进阀相连,通过自动控制装置5的第三进阀开和闭,实现金属待测件6出口的封堵或放气。
在此,将待测金属容器定义为一个具备存储或释放气体的能力的密闭容器,提出泄漏容器的容性阻尼模型。将待测的金属泄漏容器视为电容C,气体为电容介质,泄漏孔形成的气体节流件视为气阻R。
本发明提出的泄漏容器容性阻尼模型,通过设计的脉冲式充放气过程所带来的泄漏处气流与压力的微分成正比的容性抗阻尼现象所建立的特征模型,以提高利用红外检测检测微小泄漏的灵敏度。
另外,红外成像识别主要依靠目标表面温度场分布,而金属容器本身热传导性较强,泄漏大小又受孔径形状、激励压力、壁厚、气流外溢等多因子影响,泄漏处与正常点所产生的微量温差特征非常不明显,光靠机器视觉定量分析有难度;因此,我们提出外加一个受内在和外部条件约束的较低压力和温度的激励源,来放大泄漏处温度场的信号模式,达到检测效果。
具体而言,在高温气体充入后加入另一个常温脉冲气体予以扰动,在泄漏处渗透热形成一系列尖脉冲,将随时间平稳下降的温度差信号附加上它的微分信号,放大了温度场图像产生奇异点或区域变化特征,从而提升了检测精度。
本发明所述方法尤其适合高热传导率金属材料表面容器的气密性检测。
本发明的工作原理如下:
密闭容器漏孔向外放气过程中,压力变化如图3所示;温度从T1下降至T2,表达式为:
向容器充气工程中,压力变化如图4所示;充气后的温度为:
其中,容器内气体的温度压力为T2、P2,气源气体的温度压力为T3、P3,充气后气体的温度为T4。
在充气和放气的过程中,温度随时间连续平稳变化。由于金属容器表面具有高传导性、高反射率、器壁厚度不一致以及热噪声的影响,表面温度场分布不均衡,用红外成像检测时,光靠泄漏点与正常点间的微量温度差难以实现高灵敏度和准确性的检测。
本发明提出泄漏容器的容性阻尼模型,用于设计的脉冲式充放气过程所带来的红外检测微小泄漏的灵敏度的提升。将待测的金属泄漏容器视为电容C,气体为电容介质,泄漏孔形成的气体节流件视为气阻R。对容器施加高压脉冲式气体,由于容器内气压无法瞬间上升,泄漏气流与压力的微分成正比,此现象称之为泄漏容器的容抗阻尼特征。根据容性阻尼特征模型,对容器施加脉冲加压时,泄漏处输出气流会呈正负尖波状扰动,其理想状态如图5和图6所示。但由于容器不可能完全隔直,且较大的时间常数对脉冲宽度和间隔的影响,实际气流输出波形会有展宽和干扰,但是终究为泄漏气流信号模式提供了更丰富的多维信息,有助于提高检测灵敏度。
如图2所示,本发明所述的金属容器气密性红外检测方法包括以下步骤:
第一步,检测工作的预准备:进行参数设置,设置温差阈值、加压阈值。
在实际应用中,根据金属待测件6的实际容量进行设置,通常参数设置中脉冲打压充气时间可以为4s、持续恒定时间可以为12s、放气时间可以为10s-15s,可以设置温差阈值为10度、加压阈值为0.5Mpa-0.8Mpa,热源激励过程重复次数n为3-4次。
第二步,热源激励:通过自动控制装置5关闭第一进阀、打开第二进阀、关闭第三进阀、打开第一出阀,向金属待测件6内通入高于50℃热气。
第三步,红外相机的实时监测:上位机11通过红外相机8实时动态监测,获取金属待测件6表面平均温度与室温。
第四步,热源激励的关闭:当金属待测件6表面平均温度与室温相差高于10℃时,关闭自动控制装置5的第二进阀,停止进气。
第五步,热源激励过程重复n次,热源激励过程为:打开自动控制装置5的第一进阀,向金属待测件6内部加压,直到压力上升至0.5mpa;打开自动控制装置5的第三进阀、关闭第一出阀,金属待测件6对外泄气,直到压力下降到0.11mpa。
第六步,上位机进行气密性计算分析:上位机11通过采集到的红外相机8、温度传感器7、压力传感器4和流量传感器10的数据基于容性阻尼模型进行气密性红外检测。
在泄漏检测中采用连续帧差方差法。双边滤波后图像用h(i,j)表示,上位机进行气密性计算分析包括以下步骤:
(1)对采集的红外图像,采用连续帧差方差法进行泄漏检测:
利用双边滤波对时序图像进行预处理,处理后图像用h(i,j)表示,序列里的第k-1帧和第k帧分别用hk-1(i,j)和hk(i,j)来表示;
其差分过程如下所示:
R(k-1,k)(i,j)=|hk(i,j)-hk-1(i,j)|,
得到序列差分图像R(k-1,k)(i,j)后计算方差如下所示:
式中R(k-1,k)(i,j)是序列差分图像灰度值矩阵,P(i,j)是差分图像均值,R(k-1,k)(i,j)的均值图像灰度值矩阵,C(i,j)是差分图像方差,n为图像总帧数;
式中D(i,j)为阈值分割结果图像,其中值为255的像素点(i,j)为疑似泄漏位置,T为分割阈值,此处为0.9×MAX()C(i,j)。
(2)采用帧差概率法进行分析泄漏点判定与验证,步骤如下:
A1)用上述步骤(1)计算得到的D(i,j)方差矩阵,定义为所有可疑泄漏点坐标集;
A2)对集合里的每个像素点坐标(i,j),计算在帧序列图的灰度值变化次数占总次数的比例;
A3)设定阈值用以判定此坐标(i,j)是否为泄漏点,阈值设定如下所示:
其中,gk(i,j)是对每幅帧差图像的阈值分割结果,(i,j)取D(i,j)中值为255的像素点;
其中,n为帧差图像的个数,f(i,j)是帧差概率结果;
阈值r为泄漏点灰度值变化量,对此变化量进行归一化处理后,其值随不同的加压大小而变化,在此设为0.8;阈值p为变化帧数占总帧数的概率大小,其大小与加压频率有关,在此设为0.3。
因此本发明在高温气体充入后加入另一个常温脉冲气体予以扰动,在泄漏处渗透热形成一系列尖脉冲,将随时间平稳下降的温度差信号附加上它的微分信号,大大提高了检测精度。在连续红外图像上,放大了温度场产生奇异点即区域变化特征,泄漏处的温度变化较大。如图7所示,其为采用现有文献红外检测法正常点与泄漏点温度--时间变化对比图,如图8所示,其为脉冲加压红外检测法正常点与泄漏点温度--时间变化对比图。对比图7和图8,可以看出脉冲加压法增加了扰动,图像上灰度变化大,灰度方差增加,在泄漏检测中采用连续帧差方差法进行金属容器气密性红外检测更为合适。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是本发明的原理,在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。
Claims (3)
1.一种基于激励源与容性阻尼模型的金属容器气密性红外检测方法,金属容器气密性红外检测装置包括激励源组件和电控组件,所述的电控组件包括红外相机(8),红外相机(8)和金属待测件(6)均放置于抗干扰装置(9)内,红外相机(8)的数据输出端、控制信号输入端均与上位机(11)相连,自动控制装置(5)的数据输出端与上位机(11)相连,温度传感器(7)、压力传感器(4)和流量传感器(10)的数据信号输出端均与自动控制装置(5)相连,
所述的激励源组件包括气压源(1),气压源(1)上接有气动三联(2),气动三联(2)的出口通过第二管路与温控装置(3)相连、通过第三管路与自动控制装置(5)的第一进阀相连,温控装置(3)的出口通过第一管路与自动控制装置(5)的第二进阀相连,第一管路上还接有温度传感器(7)和压力传感器(4),第三管路上接有流量传感器(10),自动控制装置(5)的第一出阀上通过第四管路与金属待测件(6)的入口相连,金属待测件(6)的出口通过第五管路与自动控制装置(5)的第三进阀相连;
其特征在于,所述的金属容器气密性红外检测方法包括以下步骤:
11)检测工作的预准备:进行参数设置,设置温差阈值、加压阈值;
12)热源激励:通过自动控制装置(5)关闭第一进阀、打开第二进阀、关闭第三进阀、打开第一出阀,向金属待测件(6)内通入高于50℃热气;
13)红外相机的实时监测:上位机(11)通过红外相机(8)实时动态监测,获取金属待测件(6)表面平均温度与室温;
14)热源激励的关闭:当金属待测件(6)表面平均温度与室温相差高于10℃时,关闭自动控制装置(5)的第二进阀,停止进气;
15)热源激励过程重复n次,热源激励过程为:打开自动控制装置(5)的第一进阀,向金属待测件(6)内部加压,直到压力上升至0.5mpa;打开自动控制装置(5)的第三进阀、关闭第一出阀,金属待测件(6)对外泄气,直到压力下降到0.11mpa;
16)上位机进行气密性计算分析:上位机(11)获取红外相机(8)、温度传感器(7)、压力传感器(4)和流量传感器(10)的数据,基于激励源和容性阻尼模型得到温度传感器(7)、压力传感器(4)的最优激励阈值数据,进行气密性红外检测,得到准确定位的泄漏位置坐标信息。
2.根据权利要求1所述的一种基于激励源与容性阻尼模型的金属容器气密性红外检测方法,其特征在于,所述上位机进行气密性计算分析包括以下步骤:
21)对采集的红外图像,采用连续帧差方差法进行泄漏检测:
利用双边滤波对时序图像进行预处理,处理后图像用h(i,j)表示,序列里的第k-1帧和第k帧分别用hk-1(i,j)和hk(i,j)来表示;
其差分过程如下所示:
R(k-1,k)(i,j)=|hk(i,j)-hk-1(i,j)|,
得到序列差分图像R(k-1,k)(i,j)后计算方差如下所示:
式中R(k-1,k)(i,j)是序列差分图像灰度值矩阵,P(i,j)是差分图像均值,R(k-1,k)(i,j)为均值图像灰度值矩阵,C(i,j)是差分图像方差,n为图像总帧数;
式中D(i,j)为阈值分割结果图像,其中值为255的像素点(i,j)为疑似泄漏位置,T为分割阈值,此处为0.9×MAX(C(i,j));
22)采用帧差概率法进行分析泄漏点判定与验证,步骤如下:
221)用上述21)步骤计算得到的D(i,j)方差矩阵,定义为所有可疑泄漏点坐标集;
222)对集合里的每个像素点坐标(i,j),计算在帧序列图的灰度值变化次数占总次数的比例;
223)设定阈值用以判定此坐标(i,j)是否为泄漏点,阈值设定如下所示:
其中,gk(i,j)是对每幅帧差图像的阈值分割结果,(i,j)取D(i,j)中值为255的像素点;
其中,n为帧差图像的个数,f(i,j)是帧差概率结果;
阈值r为泄漏点灰度值变化量,对此变化量进行归一化处理后,其值随不同的加压大小而变化,在此设为0.8;阈值p为变化帧数占总帧数的概率大小,其大小与加压频率有关,在此设为0.3。
3.根据权利要求1所述的一种基于激励源与容性阻尼模型的金属容器气密性红外检测方法,其特征在于:所述的参数设置中脉冲打压充气时间为4s、持续恒定时间为12s、放气时间为10s-15s,设置温差阈值为10度、加压阈值为0.5Mpa-0.8Mpa,热源激励过程重复次数n为3-4次。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210007122.8A CN114383789B (zh) | 2022-01-05 | 2022-01-05 | 基于激励源与容性阻尼模型的金属容器气密性红外检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210007122.8A CN114383789B (zh) | 2022-01-05 | 2022-01-05 | 基于激励源与容性阻尼模型的金属容器气密性红外检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114383789A CN114383789A (zh) | 2022-04-22 |
CN114383789B true CN114383789B (zh) | 2024-06-18 |
Family
ID=81200706
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210007122.8A Active CN114383789B (zh) | 2022-01-05 | 2022-01-05 | 基于激励源与容性阻尼模型的金属容器气密性红外检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114383789B (zh) |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1991324A (zh) * | 2005-12-28 | 2007-07-04 | 陈乃克 | 一种利用红外成像技术检测密封物体泄漏的方法 |
CN101281079A (zh) * | 2008-05-12 | 2008-10-08 | 北京理工大学 | 基于红外成像技术的泄漏检测定位方法及系统 |
WO2016038527A1 (en) * | 2014-09-08 | 2016-03-17 | Universidad De Medellín | Device and method for fluid leakage detection in pressurized pipes |
CN105424802B (zh) * | 2015-11-10 | 2018-09-14 | 华南理工大学 | 一种复合绝缘子缺陷的超声导波检测系统及其检测方法 |
CN109804119B (zh) * | 2016-12-30 | 2021-03-19 | 同济大学 | 基于红外热像图分析的沥青路面裂缝发育程度检测方法 |
CN113406145A (zh) * | 2020-03-17 | 2021-09-17 | 觉芯电子(无锡)有限公司 | 一种基于红外热成像的缺陷检测方法、装置及系统 |
CN113390569B (zh) * | 2021-04-30 | 2022-12-09 | 西安交通大学 | 基于光热激励的宽波长红外成像气体泄漏检测系统及方法 |
-
2022
- 2022-01-05 CN CN202210007122.8A patent/CN114383789B/zh active Active
Non-Patent Citations (2)
Title |
---|
容器及泄漏点温度变化对红外气体泄漏检测的影响的研究;金月丽;王涛;覃鹤宏;张睿智;范伟;;液压气动与密封;20120815(08);全文 * |
气体泄漏检测新方法的研究进展;王涛;王东颖;范伟;;液压与气动;20151015(10);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114383789A (zh) | 2022-04-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2881731B1 (en) | Thermographic inspection techniques | |
CN103760230B (zh) | 基于bp神经网络的焊接缺陷巨磁电阻涡流检测方法 | |
CN108008006B (zh) | 一种焊缝缺陷检测方法、装置、设备及系统 | |
CN110231366B (zh) | 基于多传感器电子鼻的共形气室及气体测试系统和方法 | |
CN114383789B (zh) | 基于激励源与容性阻尼模型的金属容器气密性红外检测方法 | |
CN205719448U (zh) | 一种用于检测建筑防水效果的密封负压检测装置 | |
CN205538126U (zh) | 一种电子设备外壳完整性检测装置 | |
CN110057745B (zh) | 一种金属构件腐蚀情况的红外检测方法 | |
CN103471777A (zh) | 一种基于二氧化碳传感器的气体泄漏检测方法 | |
CN115994893B (zh) | 一种基于低分辨率红外图像的密封件弱小泄露目标检测方法 | |
CN105354598A (zh) | 一种在线检测连续带状泡沫金属材料漏镀缺陷的方法 | |
CN109816651B (zh) | 基于变化率与温度差异的热图像缺陷特征提取方法 | |
CN114878111B (zh) | 空调换热器的检漏方法及检漏装置 | |
CN212693169U (zh) | 基于静电超声传感器的超声泄漏安全检测系统 | |
CN105466652A (zh) | 一种隔膜阀检测装置 | |
CN115266951A (zh) | 对选择性激光熔化过程内部缺陷实时在线监测方法及系统 | |
CN110428408B (zh) | 基于ELM-in-ELM的瑕疵检测方法 | |
CN205192711U (zh) | 一种热水袋的检漏装置 | |
CN211317647U (zh) | 一种冷水机组水室铜管的检漏及处理工具 | |
CN207318021U (zh) | 一种增压器中间体水套微负压密封检验装置 | |
CN105427335A (zh) | 一种连续带状多孔金属材料漏镀缺陷的检测并定位的方法 | |
CN105910774A (zh) | 一种电机气密性试验方法及装备 | |
CN206074186U (zh) | 一种用于在开放条件下对工件进行稳定测试的气检试漏机 | |
CN203025156U (zh) | 一种基于b超的防水卷材搭接缝质量检测仪器 | |
CN110985896A (zh) | 一种多通道管路智能查漏系统 |
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 |