CN115222648A - 一种动力电池汇流排焊点的声波反射率提取方法 - Google Patents

一种动力电池汇流排焊点的声波反射率提取方法 Download PDF

Info

Publication number
CN115222648A
CN115222648A CN202210380926.2A CN202210380926A CN115222648A CN 115222648 A CN115222648 A CN 115222648A CN 202210380926 A CN202210380926 A CN 202210380926A CN 115222648 A CN115222648 A CN 115222648A
Authority
CN
China
Prior art keywords
welding
welding spot
area
image
workpiece
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
Application number
CN202210380926.2A
Other languages
English (en)
Inventor
李扬
陈鉴锋
罗柏槐
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong University of Technology
Original Assignee
Guangdong University of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong University of Technology filed Critical Guangdong University of Technology
Priority to CN202210380926.2A priority Critical patent/CN115222648A/zh
Publication of CN115222648A publication Critical patent/CN115222648A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06T7/0008—Industrial image inspection checking presence/absence
    • 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
    • G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
    • 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
    • G06T2207/10132—Ultrasound 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
    • G06T2207/20092—Interactive image processing based on input by user
    • G06T2207/20104—Interactive definition of region of interest [ROI]

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)

Abstract

本发明针对现有技术的局限性，提出了一种动力电池汇流排焊点的声波反射率提取方法，将超声相控阵C扫描图像的灰度信息转换为与被测工件缺陷特性紧密联系的声波反射率，可以用于被测工件的内部缺陷检测和评价；使用本方法计算出来的声波反射率分布，同时可作为焊接区域定位的依据之一，并可以进一步换算出其他相关评价指标，提高了检测的准确性；尤其适用于相控阵超声成像用于电弧焊、超声焊等类型工件的焊接区域内部缺陷检测、有效焊点和贴合面积等有关指标的评判。

Description

一种动力电池汇流排焊点的声波反射率提取方法
技术领域
本发明涉及超声波相控阵C扫描图像技术领域，具体地，涉及一种动力电池汇流排焊点的声波反射率提取方法。
背景技术
相控阵超声波检测技术作为一种新颖的技术得到开发和应用，它可以与图像处理技术相结合对工件进行无损探伤。在新能源汽车行业，利用超声波相控阵技术对动力电池汇流排进行C扫描成像，加以图像处理就可以提取出被测工件的焊接缺陷信息。
如授权公告日为2022-02-18的中国发明专利：一种缺陷检测方法、装置、设备和存储介质中所示，其根据待检测对象的超声脉冲反射C扫描图像，确定待检测对象的缺陷区域；根据缺陷区域的位置，从待检测对象的超声脉冲反射A 扫描图像提取缺陷A扫描图像部分；根据缺陷A扫描图像部分，确定待检测对象的缺陷性质。
这种超声相控阵C扫描图像的一个常见问题是，图像的信息主要体现在图像的灰度信息上，如果直接采用图像的灰度信息作为评判指标，受到诸如噪点、增益、环境变量等因素的影响就会比较大。因此现有技术仍有一定的局限性。
发明内容
针对现有技术的局限，本发明提出一种动力电池汇流排焊点的声波反射率提取方法，本发明采用的技术方案是：
一种动力电池汇流排焊点的声波反射率提取方法，包括以下步骤：
S1，获取待检测工件的超声相控阵C扫描图像；
S2，将所述超声相控阵C扫描图像转换为灰度图像；
S3，对所述灰度图像进行ROI区域分割，获得ROI区域图像；
S4，在所述ROI区域图像上定位出背景区域与待检测工件的焊接区域；
S5，根据待检测工件上的焊点位置，将所述焊接区域划分为若干焊点矩形区域；
S6，获取所述焊点矩形区域的平均灰度以及所述背景区域的平均灰度；
S7，根据所述焊点矩形区域的平均灰度以及背景区域的平均灰度获得待检测工件的焊点的声波反射率。
相较于现有技术，本发明将超声相控阵C扫描图像的灰度信息转换为与被测工件缺陷特性紧密联系的声波反射率，可以用于被测工件的内部缺陷检测和评价；使用本方法计算出来的声波反射率分布，同时可作为焊接区域定位的依据之一，并可以进一步换算出其他相关评价指标，提高了检测的准确性；尤其适用于相控阵超声成像用于电弧焊、超声焊等类型工件的焊接区域内部缺陷检测、有效焊点和贴合面积等有关指标的评判。
作为一种优选方案，在所述步骤S2中，先对所述超声相控阵C扫描图像进行通道检测：
如果所述超声相控阵C扫描图像为三通道，则运用库函数将所述超声相控阵C扫描图像转换为灰度图像；如果所述超声相控阵C扫描图像为是单通道，则不需转换，直接执行所述步骤S3。
作为一种优选方案，在所述步骤S3中，在对所述待检测工件的焊接区域 WED进行定位后，将所述ROI区域图像除所述焊接区域以外的区域作为背景区域。
进一步的，在所述步骤S3中，采用快速邻域搜索算法对所述待检测工件的焊接区域WED进行定位。
作为一种优选方案，所述焊点矩形区域的尺寸，根据对所述待检测工件实际焊接区域测量所得的测量结果以及所述超声相控阵C扫描图像的分辨率换算得到；在所述焊点矩形区域中，焊点的尺寸为焊头的齿形尺寸。
作为一种优选方案，在所述步骤S6中，以所述焊点矩形区域的平均灰度除以所述背景区域的平均灰度得到的比值作为待检测工件的焊点的声波反射率。
作为一种优选方案，在所述步骤S6中，通过以下公式获得待检测工件的焊点的声波反射率α：
Figure BDA0003592953260000021
其中，gw表示所述焊点矩形区域的平均灰度，gb表示所述背景区域的平均灰度。
本发明还包括以下内容：
一种动力电池汇流排焊点的声波反射率提取系统，包括依序连接的扫描图像获取模块、灰度转化模块、ROI分割模块、图像定位模块、焊点矩形区域划分模块、灰度计算模块以及比值计算模块；其中：
所述扫描图像获取模块用于获取待检测工件的超声相控阵C扫描图像；
所述灰度转化模块用于将所述超声相控阵C扫描图像转换为灰度图像；
所述ROI分割模块用于对所述灰度图像进行ROI区域分割，获得ROI区域图像；
所述图像定位模块用于在所述ROI区域图像上定位出背景区域与待检测工件的焊接区域；
所述焊点矩形区域划分模块用于根据待检测工件上的焊点位置，将所述焊接区域划分为若干焊点矩形区域；
所述灰度计算模块用于获取所述焊点矩形区域的平均灰度以及所述背景区域的平均灰度；
所述比值计算模块用于根据所述焊点矩形区域的平均灰度以及背景区域的平均灰度获得待检测工件的焊点的声波反射率。
一种存储介质，其上储存有计算机程序，所述计算机程序被处理器执行时实现如前述的动力电池汇流排焊点的声波反射率提取方法的步骤。
一种计算机设备，包括存储介质、处理器以及储存在所述存储介质中并可被所述处理器执行的计算机程序，所述计算机程序被处理器执行时实现如前述的动力电池汇流排焊点的声波反射率提取方法的步骤。
附图说明
图1为本发明实施例提供的一种动力电池汇流排焊点的声波反射率提取方法的步骤示意图；
图2为本发明实施例中超声波相控阵C扫描图像示例；
图3为本发明实施例中异种金属中声波反射示意图；
图4为本发明实施例中超声波相控阵C扫描图像经分割后的ROI图示例；
图5为本发明实施例中定位焊接区域位置示意图示例；
图6为本发明实施例中提取各焊点矩形区域的声波反射率构成的反射率矩阵；
图7为本发明实施例提供的一种动力电池汇流排焊点的声波反射率提取系统的示意图。
具体实施方式
附图仅用于示例性说明，不能理解为对本专利的限制；
应当明确，所描述的实施例仅仅是本申请实施例一部分实施例，而不是全部的实施例。基于本申请实施例中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本申请实施例保护的范围。
在本申请实施例使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请实施例。在本申请实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。在本申请的描述中，需要理解的是，术语“第一”、“第二”、“第三”等仅用于区别类似的对象，而不必用于描述特定的顺序或先后次序，也不能理解为指示或暗示相对重要性。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。
此外，在本申请的描述中，除非另有说明，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A 和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。以下结合附图和实施例对本发明做进一步的阐述。
为了解决现有技术的局限性，本实施例提供了一种技术方案，下面结合附图和实施例对本发明的技术方案做进一步的说明。
实施例1
请参考图1，一种动力电池汇流排焊点的声波反射率提取方法，包括以下步骤：
S1，获取待检测工件的超声相控阵C扫描图像；
S2，将所述超声相控阵C扫描图像转换为灰度图像；
S3，对所述灰度图像进行ROI区域分割，获得ROI区域图像；
S4，在所述ROI区域图像上定位出背景区域与待检测工件的焊接区域；
S5，根据待检测工件上的焊点位置，将所述焊接区域划分为若干焊点矩形区域；
S6，获取所述焊点矩形区域的平均灰度以及所述背景区域的平均灰度；
S7，根据所述焊点矩形区域的平均灰度以及背景区域的平均灰度获得待检测工件的焊点的声波反射率。
相较于现有技术，本发明将超声相控阵C扫描图像的灰度信息转换为与被测工件缺陷特性紧密联系的声波反射率，可以用于被测工件的内部缺陷检测和评价；使用本方法计算出来的声波反射率分布，同时可作为焊接区域定位的依据之一，并可以进一步换算出其他相关评价指标，提高了检测的准确性；尤其适用于相控阵超声成像用于电弧焊、超声焊等类型工件的焊接区域内部缺陷检测、有效焊点和贴合面积等有关指标的评判。
具体的，在本实施例中，图像的灰度级0-255对应反射率0％-100％。
所述超声相控阵C扫描图像可以运用超声相控阵探头扫描待检测工件并通过超声板卡成像，获得新能源汽车电池汇流排工件的超声相控阵C扫描图像，如图2所示，并且在Visual Studio、QT、OpenCv库的集成环境中读入图像，并以C++作为主要编程语言的图像处理函数实现图像处理。
更具体的，焊接区域的成像为多个界面反射波的叠加，本实施例通过对图像的灰度值进行换算来提取焊接层的声波反射率，具体思路或者原理如下：
请参阅图3，设超声波入射铜片的声波振幅I0’，I0’在铜材料中传输至第二反射界面，又可以分为反射波部分I2和透射波部分I3，即
I0′＝I2+I3
反射波I2回波至第一界面处，再次分为反射波I21和透射波I22。
I2＝I21+I22
设待求第二界面声波反射率为α，则：
I2＝I0′·α
设第二界面的声波反射回波至第一界面的透射率为β，则：
I21＝I2·β
在超声探头在扫查过程中，探头接收的反射波振幅为I21,得到超声波反射率为γ为：
Figure BDA0003592953260000061
设焊接区域的平均灰度为gw，gw与γ的转换关系如下：
gw＝γ·255
非焊接区在第二界面处的反射为全反射，即α＝1，所以非焊接区的反射率γb为：
Figure BDA0003592953260000062
设非焊接区域的平均灰度为gb，gb与γ的转换关系如下：
gb＝γb·255
焊接层的实际反射率α可以根据γ和γb计算出来。
Figure BDA0003592953260000063
可以根据上述公式得出焊接界面实际反射率αi，j，i和j分别表示当前焊点矩形区域位于焊接区域内第i行，第j列，与焊接区灰度级gwi,j和非焊接区灰度级gb的换算关系。
Figure BDA0003592953260000071
最终得出焊点WEDi,j的实际反射率αi，。
作为一种优选实施例，在所述步骤S2中，先对所述超声相控阵C扫描图像进行通道检测：
如果所述超声相控阵C扫描图像为三通道，则运用库函数将所述超声相控阵C扫描图像转换为灰度图像；如果所述超声相控阵C扫描图像为是单通道，则不需转换，直接执行所述步骤S3。
作为一种优选实施例，在所述步骤S3中，在对所述待检测工件的焊接区域 WED进行定位后，将所述ROI区域图像除所述焊接区域以外的区域作为背景区域，如图4所示：
ROI＝WEDYBGD；
作为一种优选实施例，在所述步骤S3中，采用快速邻域搜索算法对所述待检测工件的焊接区域WED进行定位。
作为一种优选实施例，所述焊点矩形区域的尺寸，根据对所述待检测工件实际焊接区域测量所得的测量结果以及所述超声相控阵C扫描图像的分辨率换算得到；在所述焊点矩形区域中，焊点的尺寸为焊头的齿形尺寸。
在精确定位后得到焊接区域位置，把焊接区域按照实际齿形焊点位置划分若干焊点焊点矩形区域，焊接区域如图5的箭头指向的方框所示。
在所述步骤S6中，计算每个焊点矩形区域WEDi,j的平均灰度gwi,j,若焊头有 35个齿形焊点，则i＝0，1，2，3……4，j＝0，1，2，3……6。
WED＝WED0,0∪WED0,1∪......WED4,6；
作为一种优选实施例，在所述步骤S6中，以所述焊点矩形区域的平均灰度除以所述背景区域的平均灰度得到的比值作为待检测工件的焊点的声波反射率。
作为一种优选实施例，在所述步骤S6中，通过以下公式获得待检测工件的焊点的声波反射率α：
Figure BDA0003592953260000081
其中，gw表示所述焊点矩形区域的平均灰度，gb表示所述背景区域的平均灰度。
具体的，分别用每个焊点矩形区域WEDi,j的平均灰度gwi,j除以背景区域BGD 的平均灰度gb，从而获得每个焊点矩形区域的实际反射率，将对应的反射率α[i][j] 存进矩阵，如图6所示：
Figure BDA0003592953260000082
实施例2
请参阅图7，一种动力电池汇流排焊点的声波反射率提取系统，包括依序连接的扫描图像获取模块1、灰度转化模块2、ROI分割模块3、图像定位模块4、焊点矩形区域划分模块5、灰度计算模块6以及比值计算模块7；其中：
所述扫描图像获取模块1用于获取待检测工件的超声相控阵C扫描图像；
所述灰度转化模块2用于将所述超声相控阵C扫描图像转换为灰度图像；
所述ROI分割模块3用于对所述灰度图像进行ROI区域分割，获得ROI区域图像；
所述图像定位模块4用于在所述ROI区域图像上定位出背景区域与待检测工件的焊接区域；
所述焊点矩形区域划分模块5用于根据待检测工件上的焊点位置，将所述焊接区域划分为若干焊点矩形区域；
所述灰度计算模块6用于获取所述焊点矩形区域的平均灰度以及所述背景区域的平均灰度；
所述比值计算模块7用于根据所述焊点矩形区域的平均灰度以及背景区域的平均灰度获得待检测工件的焊点的声波反射率。
实施例3
一种存储介质，其上储存有计算机程序，所述计算机程序被处理器执行时实现如实施例1所述的动力电池汇流排焊点的声波反射率提取方法的步骤。
实施例4
一种计算机设备，包括存储介质、处理器以及储存在所述存储介质中并可被所述处理器执行的计算机程序，所述计算机程序被处理器执行时实现如实施例1 所述的动力电池汇流排焊点的声波反射率提取方法的步骤。
显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (10)

1.一种动力电池汇流排焊点的声波反射率提取方法，其特征在于，包括以下步骤：
S1，获取待检测工件的超声相控阵C扫描图像；
S2，将所述超声相控阵C扫描图像转换为灰度图像；
S3，对所述灰度图像进行ROI区域分割，获得ROI区域图像；
S4，在所述ROI区域图像上定位出背景区域与待检测工件的焊接区域；
S5，根据待检测工件上的焊点位置，将所述焊接区域划分为若干焊点矩形区域；
S6，获取所述焊点矩形区域的平均灰度以及所述背景区域的平均灰度；
S7，根据所述焊点矩形区域的平均灰度以及背景区域的平均灰度获得待检测工件的焊点的声波反射率。
2.根据权利要求1所述的动力电池汇流排焊点的声波反射率提取方法，其特征在于，在所述步骤S2中，先对所述超声相控阵C扫描图像进行通道检测：
如果所述超声相控阵C扫描图像为三通道，则运用库函数将所述超声相控阵C扫描图像转换为灰度图像；如果所述超声相控阵C扫描图像为是单通道，则不需转换，直接执行所述步骤S3。
3.根据权利要求1所述的动力电池汇流排焊点的声波反射率提取方法，其特征在于，在所述步骤S3中，在对所述待检测工件的焊接区域WED进行定位后，将所述ROI区域图像除所述焊接区域以外的区域作为背景区域。
4.根据权利要求3所述的动力电池汇流排焊点的声波反射率提取方法，其特征在于，在所述步骤S3中，采用快速邻域搜索算法对所述待检测工件的焊接区域WED进行定位。
5.根据权利要求1所述的动力电池汇流排焊点的声波反射率提取方法，其特征在于，所述焊点矩形区域的尺寸，根据对所述待检测工件实际焊接区域测量所得的测量结果以及所述超声相控阵C扫描图像的分辨率换算得到；在所述焊点矩形区域中，焊点的尺寸为焊头的齿形尺寸。
6.根据权利要求1所述的动力电池汇流排焊点的声波反射率提取方法，其特征在于，在所述步骤S6中，以所述焊点矩形区域的平均灰度除以所述背景区域的平均灰度得到的比值作为待检测工件的焊点的声波反射率。
7.根据权利要求1所述的动力电池汇流排焊点的声波反射率提取方法，其特征在于，在所述步骤S6中，通过以下公式获得待检测工件的焊点的声波反射率α：
Figure FDA0003592953250000021
其中，gw表示所述焊点矩形区域的平均灰度，gb表示所述背景区域的平均灰度。
8.一种动力电池汇流排焊点的声波反射率提取系统，其特征在于，包括依序连接的扫描图像获取模块(1)、灰度转化模块(2)、ROI分割模块(3)、图像定位模块(4)、焊点矩形区域划分模块(5)、灰度计算模块(6)以及比值计算模块(7)；其中：
所述扫描图像获取模块(1)用于获取待检测工件的超声相控阵C扫描图像；
所述灰度转化模块(2)用于将所述超声相控阵C扫描图像转换为灰度图像；
所述ROI分割模块(3)用于对所述灰度图像进行ROI区域分割，获得ROI区域图像；
所述图像定位模块(4)用于在所述ROI区域图像上定位出背景区域与待检测工件的焊接区域；
所述焊点矩形区域划分模块(5)用于根据待检测工件上的焊点位置，将所述焊接区域划分为若干焊点矩形区域；
所述灰度计算模块(6)用于获取所述焊点矩形区域的平均灰度以及所述背景区域的平均灰度；
所述比值计算模块(7)用于根据所述焊点矩形区域的平均灰度以及背景区域的平均灰度获得待检测工件的焊点的声波反射率。
9.一种存储介质，其上储存有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的动力电池汇流排焊点的声波反射率提取方法的步骤。
10.一种计算机设备，其特征在于：包括存储介质、处理器以及储存在所述存储介质中并可被所述处理器执行的计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的动力电池汇流排焊点的声波反射率提取方法的步骤。
CN202210380926.2A 2022-04-12 2022-04-12 一种动力电池汇流排焊点的声波反射率提取方法 Pending CN115222648A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210380926.2A CN115222648A (zh) 2022-04-12 2022-04-12 一种动力电池汇流排焊点的声波反射率提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210380926.2A CN115222648A (zh) 2022-04-12 2022-04-12 一种动力电池汇流排焊点的声波反射率提取方法

Publications (1)

Publication Number Publication Date
CN115222648A true CN115222648A (zh) 2022-10-21

Family

ID=83606067

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210380926.2A Pending CN115222648A (zh) 2022-04-12 2022-04-12 一种动力电池汇流排焊点的声波反射率提取方法

Country Status (1)

Country Link
CN (1) CN115222648A (zh)

Similar Documents

Publication Publication Date Title
CN105699492B (zh) 一种用于焊缝检测的超声成像方法
CN106770669B (zh) 基于多模式声束合成孔径聚焦的缺陷二维形貌成像检测方法
CN104132997B (zh) 焊接部的组织形状的图像化方法及其装置
CN107576729B (zh) 基于超声相控阵的焊缝缺陷检测和快速提取系统及方法
CN111855809B (zh) 一种基于复合模式全聚焦的裂纹形貌重建方法
JPS6291856A (ja) 欠陥分類方法
CN107356670A (zh) 一种基于斜入射的超声相控阵焊缝缺陷检测方法
CN112756768B (zh) 一种基于超声图像特征融合的焊接质量评价方法及系统
CN111983030A (zh) 基于超声相控阵的摩擦焊焊缝缺陷定量检测方法和系统
CN101832973A (zh) 一种船用钢焊缝相控阵超声波检测工艺方法
WO2015001624A1 (ja) 超音波探傷方法、超音波探傷装置ならびにパネル構造体の溶接部検査方法
CN105353039A (zh) 对接焊接接头的相控阵纵波检测方式
US9829468B2 (en) Method and device for detecting defects within a test object
CN115222648A (zh) 一种动力电池汇流排焊点的声波反射率提取方法
JP4364031B2 (ja) 超音波探傷画像処理装置及びその処理方法
CN111047547B (zh) 一种基于多视图tfm的联合缺陷定量方法
JP4738243B2 (ja) 超音波探傷システム
CN114778689A (zh) 高密度聚乙烯管道热熔对接接头的缺陷检测及识别系统与方法
CN104142368B (zh) 一种超声波相控阵检测的方法和装置
Bulavinov et al. Real-time quantitative ultrasonic inspection
JP2002267638A (ja) 溶接継手の超音波探傷試験方法
JP2761928B2 (ja) 非破壊検査方法及び装置
Faur et al. An Inverse Method for Cracks Characterization from Ultrasonic Bscan Images
Zhang et al. Weld Defect Downscaling Recognition for Phased Array Ultrasonic Data Based on Semantic Segmentation
Reverdy et al. Inspection of Spot Welds Using a Portable Ultrasonic Phased‐Array System

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