CN116124801B - 一种用于钢结构的无损检测方法及系统 - Google Patents
一种用于钢结构的无损检测方法及系统 Download PDFInfo
- Publication number
- CN116124801B CN116124801B CN202310397693.1A CN202310397693A CN116124801B CN 116124801 B CN116124801 B CN 116124801B CN 202310397693 A CN202310397693 A CN 202310397693A CN 116124801 B CN116124801 B CN 116124801B
- Authority
- CN
- China
- Prior art keywords
- steel structure
- waveforms
- microwave
- reflected
- quantized
- 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
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 72
- 239000010959 steel Substances 0.000 title claims abstract description 72
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000009659 non-destructive testing Methods 0.000 title abstract description 24
- 238000013528 artificial neural network Methods 0.000 claims abstract description 15
- 238000001514 detection method Methods 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 17
- 238000010276 construction Methods 0.000 claims description 15
- 238000005259 measurement Methods 0.000 claims description 8
- 238000007689 inspection Methods 0.000 claims description 6
- 238000013139 quantization Methods 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 4
- 238000002474 experimental method Methods 0.000 claims description 3
- 230000003902 lesion Effects 0.000 claims description 3
- 230000001066 destructive effect Effects 0.000 claims 1
- 238000012360 testing method Methods 0.000 abstract description 20
- 238000004904 shortening Methods 0.000 abstract description 2
- 239000000463 material Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000004566 building material Substances 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000013523 data management Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000004035 construction material Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N22/00—Investigating or analysing materials by the use of microwaves or radio waves, i.e. electromagnetic waves with a wavelength of one millimetre or more
- G01N22/02—Investigating the presence of flaws
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Biochemistry (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Electromagnetism (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
- Investigating Or Analyzing Materials By The Use Of Magnetic Means (AREA)
Abstract
本发明提出了一种用于钢结构的无损检测方法及系统，涉及钢结构的无损检测技术领域，驱动微波发射装置和微波接收装置对钢结构的不同测定位置进行微波发射，分别取得来自不同测定位置的反射微波信号；对来自不同测定位置的反射微波信号的波形进行量化，得到量化波形；根据量化波形，求出不同测定位置的叠加量化波形在选定频率间的积分值；将积分值代入神经网络构建模型，判定钢结构损伤程度，保证了无损检测精度，缩短了检测时间，显著提升了检测效率。
Description
技术领域
本发明涉及钢结构的无损检测技术领域，具体涉及一种用于钢结构的无损检测方法及系统。
背景技术
随着现代社会工业的发展，相关企业对建筑产品质量和安全的重视，提出了越来越高的要求。由于经济水平发展迅速，国家大力支持以及倡导钢结构建筑，在国家相关政策指引下，建筑行业进入了一个新的发展高度。钢结构是现代建筑工程建设中重要的建筑材料，钢结构有多个使用优点，由于其轻质性，在工程施工进程中轻便快速，同时产生的经济效益也很高，成为了现代建筑炙手可热的建筑材料。
无损检测是在不破坏试件的条件下，以物理或者化学方法为手段，借助先进的科学设备，对试件的表面，以及试件内部结构进行检测。判断被检测试件中是否存在缺陷或不均匀性，给出缺陷大小、位置、性质和数据等信息，进而判断被检测试件所处技术状态的所有技术手段的总称。
现代社会飞跃发展，以及现代工业的要求，建筑企业对施工材料质量以及材料结构特点都有严格的要求，材料质量可靠性都要求高标准，由于无损检测技术具有不破坏试件、检测灵敏度高等特点，所以在钢结构检测中应用日益广泛。
为保证钢结构材料的安全可靠且不影响被检测对象的性能，需采用相应的无损检测技术通过不损伤被检查材料的方式，对钢结构材料的状态进行无损的检测，及时检测缺陷，杜绝潜在的危害。但常规的无损检测方法存在着一定的限制和不足。无损检测精度低且检测时间和检测效率不高。
发明内容
为了解决上述技术问题，本发明提出了一种用于钢结构的无损检测方法，包括如下步骤：
S1、驱动微波发射装置和微波接收装置对钢结构的不同测定位置进行微波发射，分别取得来自不同测定位置的反射微波信号；
S2、对所述来自不同测定位置的反射微波信号的波形进行量化，得到量化波形；
S3、根据所述量化波形，求出不同测定位置的叠加量化波形在选定频率间的积分值；
S4、将所述积分值代入神经网络构建模型，判定钢结构损伤程度。
进一步地，设钢结构的测定位置有m处，将第n处测定位置的来自钢结构表面的反射微波形用rn0(f)表示，将来自损伤处的反射微波形用rn1(f)表示，将来自钢结构的底面的反射微波用rn2(f)表示,则得到量化波形
：
其中，
为平均化波形，f为反射微波的频率，an0 、an1 、an2分别表示来自钢结构的表面、损伤处、底面的反射微波的反射系数，Tn0 、Tn1 、Tn2分别表示来自钢结构的表面、损伤处、底面的反射微波的传播时间。
进一步地，来自钢结构的表面的反射微波的反射系数an0和传播时间Tn0能够通过实验预先设定，来自钢结构的损伤处和底面的反射微波的反射系数an1 、an2和传播时间Tn1、Tn2通过匹配函数
的最小化求出：
其中，将式（1）和式（2）代入匹配函数
，使得匹配函数/>
值最小时的参数为反射系数an1 、an2和传播时间Tn1 、Tn2。
进一步地，步骤S3中，
利用下式求出m处测定位置的叠加量化波形S(f)：
m处测定位置的叠加量化波形S(f)在选定频率fs到fe的积分值Im为：
进一步地，步骤S4中，
将已知不同损伤程度的钢结构的积分值作为输入量，代入神经网络构建模型中进行训练，输出量为钢结构的损伤程度，
利用无损检测系统对实际钢结构进行检测，得到实际积分值，将实际积分值代入训练好的神经网络构建模型中，构建出实际钢结构的损伤程度。
本发明还提出了一种用于钢结构的无损检测系统，用于实现无损检测方法，包括：检测主体、微波发射装置、微波接收装置、信号处理装置和显示装置；
所述微波发射装置和微波接收装置安装在所述检测主体上，所述检测主体在钢结构的表面上移动，驱动微波发射装置和微波接收装置；
所述信号处理装置分别取得来自不同测定位置的反射微波信号，对来自不同测定位置的反射微波信号进行叠加处理，判定钢结构损伤程度，并通过所述显示装置显示判定结果。
进一步地，所述信号处理装置包括：波形量化单元，叠加单元和判定单元；
所述波形量化单元，用于对来自不同测定位置的反射微波信号的波形进行量化，得到量化波形；
所述叠加单元，用于根据量化波形，求出不同测定位置的叠加量化波形在选定频率间的积分值；
所述判定单元，用于将积分值代入神经网络构建模型，判定钢结构损伤程度。
相比于现有技术，本发明具有如下有益技术效果：
驱动微波发射装置和微波接收装置对钢结构的不同测定位置进行微波发射，分别取得来自不同测定位置的反射微波信号；对来自不同测定位置的反射微波信号的波形进行量化，得到量化波形；根据量化波形，求出不同测定位置的叠加量化波形在选定频率间的积分值；将积分值代入神经网络构建模型，判定钢结构损伤程度，保证了无损检测精度，缩短了检测时间，显著提升了检测效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的用于钢结构的无损检测方法流程图；
图2为本发明的用于钢结构的无损检测系统结构示意图；
图3为本发明的信号处理装置的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
在本发明的具体实施例附图中，为了更好、更清楚的描述系统中的各元件的工作原理，表现所述装置中各部分的连接关系，只是明显区分了各元件之间的相对位置关系，并不能构成对元件或结构内的信号传输方向、连接顺序及各部分结构大小、尺寸、形状的限定。
如图1所示，为本发明的用于钢结构的无损检测方法的流程图。无损检测方法包括如下步骤：
S1、驱动微波发射装置和微波接收装置对钢结构的不同测定位置进行微波发射，分别取得来自不同测定位置的反射微波信号。
将微波发射装置和微波接收装置安装在检测主体上，检测主体在钢结构的表面上移动，随着检测主体的移动，驱动微波发射装置和微波接收装置对钢结构的不同测定位置进行微波发射，分别取得来自不同测定位置的反射微波信号。
S2、对所述来自不同测定位置的反射微波信号的波形进行量化，得到量化波形。
对多次的反射微波的波形进行量化，得到量化波形
。设在钢结构的测定位置有m处，将第n处测定位置的来自钢结构表面的反射微波形用rn0(f)表示，将来自损伤处的边界面的反射微波形用rn1(f)表示，将来自钢结构的底面的反射微波用rn2(f)表示,则得到量化波形/>
。
其中，
为平均化波形，f为反射微波的频率，an0 、an1 、an2分别表示来自钢结构的表面、损伤处、底面的反射微波的反射系数，Tn0 、Tn1 、Tn2分别表示来自钢结构的表面、损伤处、底面的反射微波的传播时间。
来自钢结构的表面的反射微波的反射系数an0和传播时间Tn0能够通过实验预先设定，来自钢结构的损伤处和底面的反射微波的反射系数an1 、an2和传播时间Tn1 、Tn2则通过如下的匹配函数
的最小化求出。
其中，
是平均化波形。
确定求出平均化波形
与量化波形/>
的匹配函数/>
最小时的参数{an1 、an2、Tn1 、Tn2}为来自钢结构的损伤处和底面的反射微波的反射系数an1 、an2和传播时间Tn1、Tn2。
S3、根据量化波形，求出不同测定位置的叠加量化波形在选定频率间的积分值。
将{an0 、an1 、an2}和{Tn0 、Tn1 、Tn2}代入量化波形
中，通过下式求出m处测定位置的叠加量化波形S(f)：
m处测定位置的叠加量化波形S(f)在选定频率fs到fe的积分值Im：
S4、将积分值代入神经网络构建模型，判定钢结构损伤程度。
设置神经网络构建模型的输入层、隐含层和输出层节点数，训练次数。已知不同损伤程度的钢结构的积分值Im作为输入量，钢结构的损伤程度作为输出量，代入神经网络构建模型中进行训练。
利用无损检测系统对实际钢结构进行固定扫频检测，计算实际积分值Im，将实际积分值Im代入训练好的神经网络构建模型中，构建出钢结构的损伤程度。
图2为本发明的用于钢结构的无损检测系统结构示意图，无损检测系统包括：检测主体、微波发射装置、微波接收装置、信号处理装置和显示装置。
微波发射装置和微波接收装置安装在检测主体上。检测主体在钢结构的表面上移动。随着检测主体的移动，驱动微波发射装置和微波接收装置，信号处理装置分别取得来自不同测定位置的反射微波信号，对所获取的来自不同测定位置的反射微波信号进行叠加处理，判定钢结构损伤程度，并通过显示装置显示判定结果。
如图3所示，为信号处理装置的结构示意图，信号处理装置包括：波形量化单元，叠加单元和判定单元。
波形量化单元，用于对来自不同测定位置的反射微波信号的波形进行量化，得到量化波形。
叠加单元，用于根据量化波形，求出不同测定位置的叠加量化波形在选定频率间的积分值。
判定单元，用于将积分值代入神经网络构建模型，判定钢结构损伤程度。
在优选实施例中，无损检测系统还包括数据管理装置，用于管理无损检测系统在检测过程中产生的数据，如检测记录和判定结果的查询及检测报告的生成等。
在优选实施例中，本实施例的无损检测系统，基于Websocket及HTTP进行检测主体与信号处理装置和显示装置通信，采用 C++及Qt框架信号处理装置程序，并采用Node .js构建数据管理装置的管理程序，可以很好的与信号处理装置进行交互，降低系统的维护成本，并保证运行效率和稳定性。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者通过所述计算机可读存储介质进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如，固态硬盘(solid state disk，SSD))等。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。
Claims (3)
1.一种用于钢结构的无损检测方法，其特征在于，包括如下步骤：
S1、驱动微波发射装置和微波接收装置对钢结构的不同测定位置进行微波发射，分别取得来自不同测定位置的反射微波信号；
S2、对所述来自不同测定位置的反射微波信号的波形进行量化，得到量化波形；
设钢结构的测定位置有m处，将第n处测定位置的来自钢结构表面的反射微波形用rn0(f)表示，将来自损伤处的反射微波形用rn1(f)表示，将来自钢结构的底面的反射微波用rn2(f)表示,则得到量化波形
：
其中，
为平均化波形，f为反射微波的频率，an0 、an1 、an2分别表示来自钢结构的表面、损伤处、底面的反射微波的反射系数，Tn0 、Tn1 、Tn2分别表示来自钢结构的表面、损伤处、底面的反射微波的传播时间；
来自钢结构的表面的反射微波的反射系数an0和传播时间Tn0通过实验预先设定，来自钢结构的损伤处和底面的反射微波的反射系数an1 、an2和传播时间Tn1 、Tn2通过匹配函数
的最小化求出：
其中，将式（1）和式（2）代入匹配函数
，使得匹配函数/>
值最小时的参数为反射系数an1、an2和传播时间Tn1 、Tn2；
S3、根据所述量化波形，求出不同测定位置的叠加量化波形在选定频率间的积分值；
利用下式求出m处测定位置的叠加量化波形S(f)：
m处测定位置的叠加量化波形S(f)在选定频率fs到fe的积分值Im为：
S4、将所述积分值代入神经网络构建模型，判定钢结构损伤程度。
2.根据权利要求1所述的无损检测方法，其特征在于，步骤S4中，
将已知不同损伤程度的钢结构的积分值作为输入量，代入神经网络构建模型中进行训练，输出量为钢结构的损伤程度，
利用无损检测系统对实际钢结构进行检测，得到实际积分值，将实际积分值代入训练好的神经网络构建模型中，构建出实际钢结构的损伤程度。
3.一种用于钢结构的无损检测系统，其特征在于，用于实现如权利要求1-2任意一项所述的无损检测方法，包括：检测主体、微波发射装置、微波接收装置、信号处理装置和显示装置；
所述微波发射装置和微波接收装置安装在所述检测主体上，驱动微波发射装置和微波接收装置；
所述信号处理装置分别取得来自不同测定位置的反射微波信号，对来自不同测定位置的反射微波信号进行叠加处理，判定钢结构损伤程度，并通过所述显示装置显示判定结果；
所述信号处理装置包括：波形量化单元，叠加单元和判定单元；
所述波形量化单元，用于对来自不同测定位置的反射微波信号的波形进行量化，得到量化波形；
所述叠加单元，用于根据量化波形，求出不同测定位置的叠加量化波形在选定频率间的积分值；
所述判定单元，用于将积分值代入神经网络构建模型，判定钢结构损伤程度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310397693.1A CN116124801B (zh) | 2023-04-14 | 2023-04-14 | 一种用于钢结构的无损检测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310397693.1A CN116124801B (zh) | 2023-04-14 | 2023-04-14 | 一种用于钢结构的无损检测方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116124801A CN116124801A (zh) | 2023-05-16 |
| CN116124801B true CN116124801B (zh) | 2023-06-16 |
Family
ID=86312109
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310397693.1A Active CN116124801B (zh) | 2023-04-14 | 2023-04-14 | 一种用于钢结构的无损检测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116124801B (zh) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110146521A (zh) * | 2019-06-17 | 2019-08-20 | 电子科技大学 | 基于微波无损检测的管道表面腐蚀缺陷检测方法及装置 |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1025758C (zh) * | 1992-04-03 | 1994-08-24 | 石油大学(北京) | 岩石介电常教自动测量系统 |
| CA2388394C (en) * | 2002-05-31 | 2009-02-10 | Precarn Incorporated | Method and apparatus for evaluating anisotropic materials |
| FR2901023B1 (fr) * | 2006-05-10 | 2008-07-04 | Saint Gobain Isover Sa | Methode de detection des defauts localises presents dans un matelas de fibres minerales |
| DE102012207186A1 (de) * | 2012-03-29 | 2013-10-02 | Rohde & Schwarz Gmbh & Co. Kg | Verfahren und Vorrichtung zur Detektion von Strukturen in einem zu untersuchenden Objekt |
| KR20140079094A (ko) * | 2012-12-18 | 2014-06-26 | 한국전자통신연구원 | 공명기 및 이를 포함하는 바이오 센서 시스템 |
| CN104316544B (zh) * | 2014-11-18 | 2016-07-06 | 上海市计量测试技术研究院 | 一种固体介质材料微波特性参数测量系统及方法 |
| CN204536226U (zh) * | 2014-12-18 | 2015-08-05 | 中国南方电网有限责任公司超高压输电公司天生桥局 | 复合绝缘子的缺陷的检测设备和系统 |
| CN104568991A (zh) * | 2014-12-18 | 2015-04-29 | 中国南方电网有限责任公司超高压输电公司天生桥局 | 复合绝缘子的缺陷的检测方法、设备和系统 |
| CN108344753A (zh) * | 2017-01-25 | 2018-07-31 | 嘉兴市特种设备检验检测院 | 基于矢量网络分析仪的聚乙烯管道焊接接头缺陷检测方法 |
| DE102020103978A1 (de) * | 2020-02-14 | 2021-08-19 | Tews Elektronik Gmbh & Co. Kg | Vorrichtung und Verfahren zur Transmissionsmessung von reflektierten Mikrowellen |
| CN113916989B (zh) * | 2021-09-24 | 2024-08-20 | 广东电网有限责任公司广州供电局 | 一种电力系统高性能环氧绝缘件内部缺陷检测方法及系统 |
-
2023
- 2023-04-14 CN CN202310397693.1A patent/CN116124801B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110146521A (zh) * | 2019-06-17 | 2019-08-20 | 电子科技大学 | 基于微波无损检测的管道表面腐蚀缺陷检测方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116124801A (zh) | 2023-05-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Kudela et al. | Identification of cracks in thin-walled structures by means of wavenumber filtering | |
| Masserey et al. | High-frequency guided ultrasonic waves for hidden defect detection in multi-layered aircraft structures | |
| Mariani et al. | Location specific temperature compensation of guided wave signals in structural health monitoring | |
| US10001457B2 (en) | Performance curve generation for non-destructive testing sensors | |
| Belanger et al. | Feasibility of low frequency straight-ray guided wave tomography | |
| US8997550B2 (en) | Method and system for correcting for temperature variations in ultrasonic testing systems | |
| JP2003207463A (ja) | コンクリート構造物及びそれ以外の構造物の非破壊検査方法 | |
| US20090093999A1 (en) | Method and system for quantifying damage in a structure | |
| US7720626B2 (en) | Model-based dissimilarity indices for health monitoring systems | |
| CN103245311A (zh) | 用超声检测多层吸波涂层的测厚装置及其测厚方法 | |
| TW202024632A (zh) | 超音波檢查方法及超音波檢查裝置 | |
| US20090303064A1 (en) | Material inspection methods and devices | |
| US11221314B2 (en) | Combined pulse echo inspection of pipeline systems | |
| CN113808092B (zh) | 钢管混凝土界面脱粘缺陷检测方法、系统、装置及介质 | |
| CN116124801B (zh) | 一种用于钢结构的无损检测方法及系统 | |
| CN117233257A (zh) | 检测方法、装置、设备及存储介质 | |
| JP4580957B2 (ja) | コンクリート構造物の非破壊検査方法 | |
| CN109613122B (zh) | 涂层检测方法、装置以及计算机存储介质 | |
| RU2577037C1 (ru) | Способ вихретокового контроля толщины композитных материалов на неметаллических подложках и устройство для его осуществления | |
| Volker et al. | Experimental results of guided wave travel time tomography | |
| US10620162B2 (en) | Ultrasonic inspection methods and systems | |
| KR101452442B1 (ko) | 탄성계수 측정 방법 | |
| US8677825B1 (en) | Identification of lamb wave modes | |
| Commandeur et al. | Observations and improvements on the impact-echo method used for blast furnace hearth refractory measurement | |
| US12130256B2 (en) | Flexible and adaptable hybrid sensor for HTHA detection |
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 |