CN114894843A - 一种金属点焊热波成像无损检测方法 - Google Patents
一种金属点焊热波成像无损检测方法 Download PDFInfo
- Publication number
- CN114894843A CN114894843A CN202210533180.4A CN202210533180A CN114894843A CN 114894843 A CN114894843 A CN 114894843A CN 202210533180 A CN202210533180 A CN 202210533180A CN 114894843 A CN114894843 A CN 114894843A
- Authority
- CN
- China
- Prior art keywords
- end cover
- lithium battery
- data
- test piece
- battery end
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N25/00—Investigating or analyzing materials by the use of thermal means
- G01N25/72—Investigating presence of flaws
-
- 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
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/023—Solids
- G01N2291/0234—Metals, e.g. steel
-
- 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
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/028—Material parameters
- G01N2291/0289—Internal structure, e.g. defects, grain size, texture
-
- 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
- G01N2291/2672—Spot welding
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Acoustics & Sound (AREA)
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
Abstract
本发明公开了一种金属点焊热波成像无损检测方法,包括对锂电池端盖进行扫描识别,并将识别信息反馈给模型处理器并生成具体模型;外部红外热像仪配合光源对锂电池端盖输出热源;同时,超声波监测器对锂电池端盖发送监测光波;再次对锂电池端盖进行扫描,并将数据生成模型;同时,超声波监测器捕捉模块将光波捕捉;对模型进行分析,识别端盖是否池有问题。本发明通过对锂电池端盖的快速检测,提高了生产的可靠性和效率,且以成像的方式显现出电池端盖焊接质量状态,快速及时的发现缺陷,有助于提高产品质量,降低电源系统发生故障的风险,同时能够对锂电池端盖的镀层进行检测,进一步提高了锂电池端盖的可靠性。
Description
技术领域
本发明涉及无损检测领域,尤其涉及一种金属点焊热波成像无损检测方法。
背景技术
进入21世纪以来,全球能源与环境安全形势异常严峻,新能源汽车的发展能降低对石油的依赖,减少二氧化碳的排放,具有显著的节能环保的效益。
新能源电动汽车的一个核心部件是锂电池,其价值占到整车成本的40%。锂电池模组由数千只独立锂电池组成,通过数万个焊点串并在一起。焊点的质量十分重要,虚焊不仅会影响电池的充放电,而且虚焊点会由于接触电阻的增加而发热,严重的甚至可能引起火灾,造成人民生命财产的损失。
金属板材点焊质量的检测在国际上是一个难题,目前并没有具有使用价值的检测技术,通常业界都是采用破坏性的方法,例如强力拉扯,检验结合力是否达到预期的目标。这种方法只能抽检,而且样品可能会在检测的过程中因拉力而产生缺陷。
在实验室中可以采用超声显微镜的方法来进行检测,该方法的检测速度很慢,通常需要数分钟,不适合生产线上使用,而且超声波需要耦合介质,样件通常需要浸入水中,这样对很多产品是不适合的,例如锂电池。
发明内容
本发明所要解决的技术问题是针对背景技术的缺陷,提供一种金属点焊热波成像无损检测方法,能够快速检测锂电池端盖的质量,且对锂电池无损害,能够提高锂电池端盖生产效率,降低电源系统发生故障的风险。
本发明为解决上述技术问题采用以下技术方案:
一种金属点焊热波成像无损检测方法,包括以下步骤:
步骤S1,对锂电池端盖进行扫描识别,并将识别信息反馈给模型处理器;
步骤S2,模型处理器对数据进行处理,并生成具体模型;
步骤S3,外部红外热像仪配合光源对锂电池端盖输出热源;
步骤S4,红外热像仪输出热源的同时,超声波监测器对锂电池端盖发送监测光波;
步骤S5,再次对锂电池端盖进行扫描,并将数据生成模型;
步骤S6,生成模型的同时,超声波监测器捕捉模块将光波捕捉;
步骤S7,对模型进行分析,数据异常,则提醒工作人员锂电池端盖有问题,数据正常则进行下一个的检测。
优选的,所述步骤S1具体为:
步骤S11,扫描器对锂电池端盖进行图像扫描,并对图像进行预处理;
步骤S12,构造三维体数据;
步骤S13,设定等值面的值,提取等值面;
步骤S14,对等值面进行投影,将所有二维图像投影到同一坐标轴上;
步骤S15,对投影后的数据进行反变换;
步骤S16,设置视角方向和光线效果,以使重建后的图像达到最佳的显示效果。
优选的,所述步骤S3中方法具体为:
步骤S31,可见光加热;
步骤S32,热在试件内传导,在绝热型缺陷处受阻;
步骤S33,缺陷上方试件表面与其它区域出现温差;
步骤S34,红外热像仪记录试件表面温差;
步骤S35,计算机采集数据、处理数据、显示图像。
优选的,所述步骤S3中原理为:
对半无限大且介质均匀物体,在δ脉冲激励后,温度变化符合:
式中,T(z,t)代表试件表面下z处t时刻的温度,ρ代表试件密度,c代表试件比热,k代表试件热导率,
设被检物初始温度为T0,激励热能为q,且被测对象为半无限大物体,则求解式(1)得:
在被检物表面,z=0,有:
上式即为脉冲激励后无缺陷试件表面温度随时间的变化关系;
实际检测过程中的试件厚度都是有限的,对于厚度为d的试件,当红外热波传播到被测对象内部缺陷处时,由于被测对象中的不连续性缺陷对热传导的影响,进而反映在物体表面温度的差别上,则缺陷区域所对应的温度不同于无缺陷区域的温度,可近似表示为:
则缺陷区域在试件表面的温度为,有:
设在缺陷处,试件的厚度减少了Δ,则表面温度随时间的变化关系为:
由式(5)和式(6)可得正常区域与缺陷区域的温差为:
式中,l=d-Δ
如果被测对象内部存在缺陷,则在被测对象表面,其正常区域和缺陷区域的温度不同,会产生温差,应用红外检测设备可以获得被测对象表面的温度图像,从而可以判断出被测对象内部缺陷的存在。
优选的,所述步骤S4具体为:
步骤S41,超声波监测器中的捕捉装置设定一个固定值;
步骤S42,超声波监测器中发射装置发射光波,光波穿过待测物体;
步骤S43,超声波监测器中接收装置捕捉光波,并将光波的特征数据化;
步骤S44,将步骤S43中的数据与步骤S41中的固定值进行比对;
步骤S45,当差值超过额定范围时,提醒工作人员端盖有问题。
优选的,所述步骤S5具体为:
步骤S51,根据得到的断层图像构造三维数据;
步骤S52,对三维数据进行消噪和分割等预处理;
步骤S53,构造断层图像之间的等值面;
步骤S54,进行光照、明暗处理,突出特定信息,得到渲染后具有真实感的图像。
本发明采用以上技术方案与现有技术相比,具有以下有益效果:
1.本发明提供的一种金属点焊热波成像无损检测方法,通过热波成像技术,能够及时发现虚焊弱焊的点,降低了灾害发生的可能。
2.本发明提供的一种金属点焊热波成像无损检测方法,通过对锂电池端盖的快速检测,提高了生产的可靠性和效率,对提高我国电动汽车的可靠性产生积极推动作用。
3.本发明提供的一种金属点焊热波成像无损检测方法,以成像的方式显现出电池端盖焊接质量状态,快速及时的发现缺陷,有助于提高产品质量,降低电源系统发生故障的风险。
4.本发明提供的一种金属点焊热波成像无损检测方法,分辨率高,能够直观地显示锂电池端盖的整体制造情况,进一步提高了生产效率。
5.本发明提供的一种金属点焊热波成像无损检测方法,在热波成像的同时能够对锂电池端盖的镀层进行检测,进一步提高了锂电池端盖的可靠性。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的方法流程图;
图2为本发明的步骤S1流程图;
图3为本发明的步骤S3流程图;
图4为本发明的步骤S4流程图;
图5为本发明的步骤S5流程图。
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,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
一种金属点焊热波成像无损检测方法,包括以下步骤:
步骤S1,对锂电池端盖进行扫描识别,并将识别信息反馈给模型处理器;
步骤S2,模型处理器对数据进行处理,并生成具体模型;
步骤S3,外部红外热像仪配合光源对锂电池端盖输出热源;
步骤S4,红外热像仪输出热源的同时,超声波监测器对锂电池端盖发送监测光波;
步骤S5,再次对锂电池端盖进行扫描,并将数据生成模型;
步骤S6,生成模型的同时,超声波监测器捕捉模块将光波捕捉;
步骤S7,对模型进行分析,数据异常,则提醒工作人员锂电池端盖有问题,数据正常则进行下一个的检测。
作为本发明的一种具体实施方式,所述步骤S1具体为:
步骤S11,扫描器对锂电池端盖进行图像扫描,并对图像进行预处理;
步骤S12,构造三维体数据;
步骤S13,设定等值面的值,提取等值面;
步骤S14,对等值面进行投影,将所有二维图像投影到同一坐标轴上;
步骤S15,对投影后的数据进行反变换;
步骤S16,设置视角方向和光线效果,以使重建后的图像达到最佳的显示效果。
其中对图像处理计算机算法为:
#pragmaonce
//XBitmap conmand target
class XBitmap:public CCmdTarget
{
DECLARE_DYNAMIC(XBitmap)
public:
enuln DATATYPE
{
XINT,Hint
XSHORT,//short
XLONG,//long
XUINT,//unsigned int
XUSHORT.//unsigned short
XULONG.//unsigned long
XFLOAT.//float
XDOUBLE//double
):
//枚举类型DATATYPE,代表八种基本数据类型
protected:
UINT m_nX;//原始数据所形成图像的长度
UINT m_nY;//原始数据所形成图像的高度
Bitmap*mA)Bitmap;//指向一幅来源是通用格式的图像或者是原始数据形成的图像
DATATYPE m_nDataType;//原始数据的数据类型
int**m_pIntData;//存放int类型的动态申请的二维数组
short**m_pShortData;//存放short类型的动态申请的二维数组
long**m_pLongData;//存放long类型的动态申请的二维数组
unsigned int**m_pUintData;//存放unsigned int类型的动态申请的二维数组
unsigned
short**m pUshortData;//存放unsigned short类型的动态申请的二
维数组
unsigned long**m_pUlongData;//存放unsigned long类型的动态申请的二维数组
float**m_pFloatOata;//存放float类型的动态申请的二维数组
double**m_pDoubleData;//存放double类型的动态申请的二维数组
BOOL m_bUseData;//是否使用原始数据,是为TRUE,不是为FALSE public:
XBitmap0://默认构造函数,一切成员变量清零,不使用原始数据
XBitmap(UINT w,UINT h,XBitmap::DATATYPE dt)://适用于使用原始数据的构造函数,//在其内部调用了LocMem申请内存空间
XBitmap(Bitmap*pBmp)://适用于使用已存在的通用格式数字图像的构造函数
virtual’XBitmap0://析构函数,在其内部调用了FreeMem释放内存空间
protected:
DECLARE_MESSAGE_MAP()
public:
void LocMem(void)://适用于使用原始数据时申请二维内存空间
void FreeMem(void)://适用于使用原始数据时释放二维内存空间
void CreateBitmap(void)://适用于使用原始数据时构造一幅位图图像
UINT GetWidth(void)://获得图像的宽度
void SetWidth(UINT w)://设置图像的宽度
UINT GetHeight(void)://获得图像的高度
void SetHeight(UINT h)://设置图像的高度
Bitmap*GetBitmap(void)://获得位图指针m_pBitmap的值
void SetDataType(XBitmap::DATATYPE dt)://设置原始数据的数据类型
XBitmap::DATATYPE GetDataType 0://获得原始数据的数据类型
void SetuseData(bool bUseData)://设置是否使用原始数据
BOOL IsUseData(void)://获得是否使用原始数据
void SetPixel(int i,int j,int data)://设置某一像素的原始数据值,原始数据数据类型为int
;
void GetPixel(int i,int J,int*data)://获得某一像素的原始数据值,原始数据数据类型为//int
void SetPixel(int i,int j,short data);//设置某一像素的原始数据值,原始数据数据类型为//short
void GetPixel(int i,int J,short*data);//获得某一像素的原始数据值,原始数据数据类型为//short
void SetPixel(int i,int J,long data)://设置某一像素的原始数据值,原始数据数据类型为//long
void GetPixel(int i,int J,long*data)://获得某一像素的原始数据值,原始数据数据类型为//long
void SetPixel(int i,int J,unsigned int data)://设置某一像素的原始数据值,原始数据数据 //类型为unsigned int
void GetPixel(int i,int j,unsigned int*data)://获得某~像素的原始数据值,原始数据数据 //类型为unsigned int
void SetPixel(int i,int j,unsigned short data)://设置某一像素的原始数据值,原始数据数 //据类型为unsigned short
void GetPixel(int i,int J,
值,原始数据数
//据类型为unsigned short
void SetPixel(int i,int J,
unsigned short*data)://获得某一像素的原始数据
unsigned long data)://设置某一像素的原始数据值,
原始数据数
//据类型为unsigned long
void 6etPixel(int i,int J,unsigned long*data);//获得某一像素的原始数据值,原始数据数
//据类型为unsigned long
void SetPixel(int i,int j,float data)://设置某一像素的原始数据值,原始数据数据类型为//float
void GetPixel(int i,int j,float*data)://获得某一像素的原始数据值,原始数据数据类型为//float
void SetPixel(int i,int J,double data)://设置某一像素的原始数据值,原始数据数据类型为//double
void GetPixel(int i,int J,double*data)://获得某一像素的原始数据值,原始数据数据类//型为double
virtual Status Save(const WCHAR*filename,
const CLSID掌clsidEncoder,
const EncoderParameters*encoderParams)://保存一幅图像
virtual Status RotateFlip(RotateFlipType rotateFlipType)://旋转或翻转一幅图像
static
XBitmap
*FromFile(const
WCHAR
*filename,
BOOL
useEmbeddedColorManagement)://从文件打开一幅图像构成一个XBitmap对象
virtual Status SetPixel(INT x,INT y,const Color&color)://设置图像某一像素的颜色
virtual Status GetPixel(INT x,INT Y,Color*color);//获得图像某一像素的颜色
}:
上面的代码中XBitmap的成员函数Save、RotateFlip、FromFile、SetPixel、GetPixel 均来自GDI+类相同名字的方法,且参数列表和使用习惯都设计得和GDI+类相应的方法保持一致,它们在XBitmap中的方法实现体中均调用的是Bitmap的相应方法。
作为本发明的一种具体实施方式,所述步骤S3中方法具体为:
步骤S31,可见光(高能闪光灯)加热;
步骤S32,热在试件内传导,在绝热型缺陷处受阻;
步骤S33,缺陷上方试件表面与其它区域出现温差;
步骤S34,红外热像仪记录试件表面温差;
步骤S35,计算机采集数据、处理数据、显示图像。
作为本发明的一种具体实施方式,所述步骤S3中原理为:
对半无限大且介质均匀物体,在δ脉冲激励后,温度变化符合:
式中,T(z,t)代表试件表面下z处t时刻的温度,ρ代表试件密度,c代表试件比热,k代表试件热导率,
设被检物初始温度为T0,激励热能为q,且被测对象为半无限大物体,则求解式(1)得:
在被检物表面,z=0,有:
上式即为脉冲激励后无缺陷试件表面温度随时间的变化关系;
实际检测过程中的试件厚度都是有限的,对于厚度为d的试件,当红外热波传播到被测对象内部缺陷处时,由于被测对象中的不连续性缺陷对热传导的影响,进而反映在物体表面温度的差别上,则缺陷区域所对应的温度不同于无缺陷区域的温度,可近似表示为:
则缺陷区域在试件表面的温度为,有:
设在缺陷处,试件的厚度减少了Δ,则表面温度随时间的变化关系为:
由式(5)和式(6)可得正常区域与缺陷区域的温差为:
式中,l=d-Δ
如果被测对象内部存在缺陷,则在被测对象表面,其正常区域和缺陷区域的温度不同,会产生温差,应用红外检测设备可以获得被测对象表面的温度图像,从而可以判断出被测对象内部缺陷的存在。
作为本发明的一种具体实施方式,所述步骤S4具体为:
步骤S41,超声波监测器中的捕捉装置设定一个固定值;
步骤S42,超声波监测器中发射装置发射光波,光波穿过待测物体;
步骤S43,超声波监测器中接收装置捕捉光波,并将光波的特征数据化;
步骤S44,将步骤S43中的数据与步骤S41中的固定值进行比对;
步骤S45,当差值超过额定范围时,提醒工作人员端盖有问题。
作为本发明的一种具体实施方式,所述步骤S5具体为:
步骤S51,根据得到的断层图像构造三维数据;
步骤S52,对三维数据进行消噪和分割等预处理;
步骤S53,构造断层图像之间的等值面;
步骤S54,进行光照、明暗处理,突出特定信息,得到渲染后具有真实感的图像。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (6)
1.一种金属点焊热波成像无损检测方法,其特征在于,包括以下步骤:
步骤S1,对锂电池端盖进行扫描识别,并将识别信息反馈给模型处理器;
步骤S2,模型处理器对数据进行处理,并生成具体模型;
步骤S3,外部红外热像仪配合光源对锂电池端盖输出热源;
步骤S4,红外热像仪输出热源的同时,超声波监测器对锂电池端盖发送监测光波;
步骤S5,再次对锂电池端盖进行扫描,并将数据生成模型;
步骤S6,生成模型的同时,超声波监测器捕捉模块将光波捕捉;
步骤S7,对模型进行分析,数据异常,则提醒工作人员锂电池端盖有问题,数据正常则进行下一个的检测。
2.根据权利要求1中所述的一种金属点焊热波成像无损检测方法,其特征在于,所述步骤S1具体为:
步骤S11,扫描器对锂电池端盖进行图像扫描,并对图像进行预处理;
步骤S12,构造三维体数据;
步骤S13,设定等值面的值,提取等值面;
步骤S14,对等值面进行投影,将所有二维图像投影到同一坐标轴上;
步骤S15,对投影后的数据进行反变换;
步骤S16,设置视角方向和光线效果,以使重建后的图像达到最佳的显示效果。
3.根据权利要求1中所述的一种金属点焊热波成像无损检测方法,其特征在于,所述步骤S3中方法具体为:
步骤S31,可见光加热;
步骤S32,热在试件内传导,在绝热型缺陷处受阻;
步骤S33,缺陷上方试件表面与其它区域出现温差;
步骤S34,红外热像仪记录试件表面温差;
步骤S35,计算机采集数据、处理数据、显示图像。
4.根据权利要求1中所述的一种金属点焊热波成像无损检测方法,其特征在于,所述步骤S3中原理为:
对半无限大且介质均匀物体,在δ脉冲激励后,温度变化符合:
式中,T(z,t)代表试件表面下z处t时刻的温度,ρ代表试件密度,c代表试件比热,k代表试件热导率,
设被检物初始温度为T0,激励热能为q,且被测对象为半无限大物体,则求解式(1)得:
在被检物表面,z=0,有:
上式即为脉冲激励后无缺陷试件表面温度随时间的变化关系;
实际检测过程中的试件厚度都是有限的,对于厚度为d的试件,当红外热波传播到被测对象内部缺陷处时,由于被测对象中的不连续性缺陷对热传导的影响,进而反映在物体表面温度的差别上,则缺陷区域所对应的温度不同于无缺陷区域的温度,可近似表示为:
则缺陷区域在试件表面的温度为,有:
设在缺陷处,试件的厚度减少了Δ,则表面温度随时间的变化关系为:
由式(5)和式(6)可得正常区域与缺陷区域的温差为:
式中,l=d-Δ
如果被测对象内部存在缺陷,则在被测对象表面,其正常区域和缺陷区域的温度不同,会产生温差,应用红外检测设备可以获得被测对象表面的温度图像,从而可以判断出被测对象内部缺陷的存在。
5.根据权利要求1中所述的一种金属点焊热波成像无损检测方法,其特征在于,所述步骤S4具体为:
步骤S41,超声波监测器中的捕捉装置设定一个固定值;
步骤S42,超声波监测器中发射装置发射光波,光波穿过待测物体;
步骤S43,超声波监测器中接收装置捕捉光波,并将光波的特征数据化;
步骤S44,将步骤S43中的数据与步骤S41中的固定值进行比对;
步骤S45,当差值超过额定范围时,提醒工作人员端盖有问题。
6.根据权利要求1中所述的一种金属点焊热波成像无损检测方法,其特征在于,所述步骤S5具体为:
步骤S51,根据得到的断层图像构造三维数据;
步骤S52,对三维数据进行消噪和分割等预处理;
步骤S53,构造断层图像之间的等值面;
步骤S54,进行光照、明暗处理,突出特定信息,得到渲染后具有真实感的图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210533180.4A CN114894843A (zh) | 2022-05-17 | 2022-05-17 | 一种金属点焊热波成像无损检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210533180.4A CN114894843A (zh) | 2022-05-17 | 2022-05-17 | 一种金属点焊热波成像无损检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114894843A true CN114894843A (zh) | 2022-08-12 |
Family
ID=82723307
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210533180.4A Pending CN114894843A (zh) | 2022-05-17 | 2022-05-17 | 一种金属点焊热波成像无损检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114894843A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117232792A (zh) * | 2023-11-14 | 2023-12-15 | 南京木木西里科技有限公司 | 基于图像信息的显微镜缺陷检测系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101136346A (zh) * | 2007-08-31 | 2008-03-05 | 中山大学 | 一种芯片焊点在线检测和缺陷辨识装置及芯片封装装置 |
JP2008261889A (ja) * | 2008-08-06 | 2008-10-30 | Jfe Steel Kk | 超音波による内部欠陥の映像化方法、及び、装置 |
CN101713756A (zh) * | 2009-12-24 | 2010-05-26 | 首都师范大学 | 非接触超声热激励红外热成像无损检测方法和系统 |
CN103234977A (zh) * | 2013-04-22 | 2013-08-07 | 哈尔滨工业大学 | 倒装焊芯片焊点缺陷双热像仪红外测温检测法 |
CN103926253A (zh) * | 2014-04-22 | 2014-07-16 | 哈尔滨工业大学 | 线性调频超声波激励的红外热波无损检测方法与系统 |
CN109932394A (zh) * | 2019-03-15 | 2019-06-25 | 山东省科学院海洋仪器仪表研究所 | 涡轮叶片缺陷的红外热波双目立体成像检测系统及方法 |
CN113567442A (zh) * | 2021-01-04 | 2021-10-29 | 东北林业大学 | 一种基于红外热波及图像处理的窑筒体缺陷在线检测方法 |
CN113899785A (zh) * | 2021-09-17 | 2022-01-07 | 南京奥科特创智能科技有限公司 | 一种基于超声和红外探伤对锂电池的检测方法 |
-
2022
- 2022-05-17 CN CN202210533180.4A patent/CN114894843A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101136346A (zh) * | 2007-08-31 | 2008-03-05 | 中山大学 | 一种芯片焊点在线检测和缺陷辨识装置及芯片封装装置 |
JP2008261889A (ja) * | 2008-08-06 | 2008-10-30 | Jfe Steel Kk | 超音波による内部欠陥の映像化方法、及び、装置 |
CN101713756A (zh) * | 2009-12-24 | 2010-05-26 | 首都师范大学 | 非接触超声热激励红外热成像无损检测方法和系统 |
CN103234977A (zh) * | 2013-04-22 | 2013-08-07 | 哈尔滨工业大学 | 倒装焊芯片焊点缺陷双热像仪红外测温检测法 |
CN103926253A (zh) * | 2014-04-22 | 2014-07-16 | 哈尔滨工业大学 | 线性调频超声波激励的红外热波无损检测方法与系统 |
CN109932394A (zh) * | 2019-03-15 | 2019-06-25 | 山东省科学院海洋仪器仪表研究所 | 涡轮叶片缺陷的红外热波双目立体成像检测系统及方法 |
CN113567442A (zh) * | 2021-01-04 | 2021-10-29 | 东北林业大学 | 一种基于红外热波及图像处理的窑筒体缺陷在线检测方法 |
CN113899785A (zh) * | 2021-09-17 | 2022-01-07 | 南京奥科特创智能科技有限公司 | 一种基于超声和红外探伤对锂电池的检测方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117232792A (zh) * | 2023-11-14 | 2023-12-15 | 南京木木西里科技有限公司 | 基于图像信息的显微镜缺陷检测系统 |
CN117232792B (zh) * | 2023-11-14 | 2024-01-30 | 南京木木西里科技有限公司 | 基于图像信息的显微镜缺陷检测系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109544533B (zh) | 一种基于深度学习的金属板缺陷检测和度量方法 | |
Miao et al. | An image processing-based crack detection technique for pressed panel products | |
US9816807B2 (en) | Method of analyzing deformations in a laminated object and according system | |
CN114719749B (zh) | 基于机器视觉的金属表面裂纹检测及真实尺寸测量方法及系统 | |
CN114894843A (zh) | 一种金属点焊热波成像无损检测方法 | |
Guan et al. | Automatic fault diagnosis algorithm for hot water pipes based on infrared thermal images | |
CN109345586A (zh) | 基于紫外成像技术的电气设备放电特征提取方法 | |
CN116109635A (zh) | 复合悬式绝缘子表面质量检测方法、装置、设备及介质 | |
Bahreini et al. | Point cloud semantic segmentation of concrete surface defects using dynamic graph CNN | |
CN109030634B (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 | |
CN112014471B (zh) | 一种基于虚拟传感器的板结构多模态兰姆波拓扑梯度成像方法 | |
CN108765391A (zh) | 一种基于深度学习的平板玻璃异物影像分析方法 | |
CN117576014A (zh) | 陶瓷基板质量检测方法、系统、电子设备及存储介质 | |
Zhu et al. | Quantitative detection of defect size based on infrared thermography: temperature integral method | |
Guldur et al. | Automated classification of detected surface damage from point clouds with supervised learning | |
CN115684269A (zh) | 一种用于压力容器设计的表面缺陷识别系统及方法 | |
Huang et al. | Research on surface defect detection of glass wafer based on visual inspection | |
Xiang et al. | A reliability study on automated defect assessment in optical pulsed thermography | |
Liu et al. | Fast image processing method for coal particle cluster box dimension measurement and its application in diffusion coefficient testing | |
Wang et al. | Method for detecting internal cracks in joints of composite metal materials based on dual-channel feature fusion | |
Hassan et al. | Compressed air leakage detection and quantification through infrared thermography | |
Hao et al. | An Image-Based Hairline Crack Identification Method for Metal Parts | |
Hao et al. | A Survey of Structural Health Monitoring Advances Based on Internet of Things (IoT) Sensors | |
Korzh et al. | Methods and Means of Incoming Quality Inspection of Printed Circuit Boards | |
Huang et al. | Improved visual inspection for nozzle inner radius based on panoramic imaging |
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 |