一种工业管道的电磁超声检测装置

    公开(公告)号:CN116202455A

    公开(公告)日:2023-06-02

    申请号:CN202310223967.5

    申请日:2023-03-09

    Abstract: 本发明为一种工业管道的电磁超声检测装置,属于电磁超声检测装置技术领域,包括转桶,所述转桶的两头都安设着一个侧接座,每个所述侧接座的外周面都安设着三个等间隔分布的行走组件,个中之一所述侧接座的外侧安设着转向组件,所述转向组件安设着侧接座二,所述侧接座二的一头安设着滑动座。本发明解决了现有电磁超声检测装置需要具备在管道内的移动、穿行的能力,但大部分的检测装置通过能力较弱、难以爬行通过弯折角度较大的管道,无法快速、准确的爬行到达指定位置进行检测的问题,本发明中,由于环形梁可旋转360度,侧接座和侧接座二的弯折范围也大于180度,致使装置可爬过弯折角度较大的管道,大大提升了装置的通过性。

    增材制造内部缺陷检测方法和装置

    公开(公告)号:CN119643579A

    公开(公告)日:2025-03-18

    申请号:CN202411710769.2

    申请日:2024-11-27

    Abstract: 本发明提供一种增材制造内部缺陷检测方法,包括以下步骤:获取增材制造件的三维点云数据;根据三维点云数据生成增材制造件的立体模型,通过立体模型搭建增材制造件的模拟算法,并通过增材制造件的模拟算法获取增材制造件的探测方位和探测路线变量;激光超声系统通过增材制造件的探测方位和探测路线变量输出激光超声信号,包括增材制造件的不同方位的信号图序列;搭建信号图序列的特性选取模型,并通过特性选取模型选取信号图序列的特性信息;搭建基于增材制造的内部缺陷检测模型,对内部缺陷检测模型进行训练,并将选取的信号图序列的特性信息引入训练后的内部缺陷检测模型中,以对增材制造件进行内部缺陷检测。

    一种基于深度学习的DR图像缺陷智能识别算法

    公开(公告)号:CN117788396A

    公开(公告)日:2024-03-29

    申请号:CN202311743135.2

    申请日:2023-12-18

    Abstract: 一种基于深度学习的DR图像缺陷智能识别算法,其分别取得各个DR图像值的余项队列,取得代表DR图像值相应的区间范畴中数值区别量与分散幅度的余项拓展因子,随后对DR图像值的区间数值分队列内数值的扰动状况执行解析,取得DR图像起伏参量;对DR图像值的区间数值分队列内数值的区别量状况执行解析,取得DR图像陡变参量,综合其解析值,取得DR图像值的机动平衡量;最终,可依据DR图像值的区间范畴内数值的平稳度幅度主动取得过滤数目大小,使得运用该过滤数目大小对各个DR图像值执行过滤处置的性能佳,改进型数值队列带有更好的防异常扰动性。

    一种多频阵列涡流检测设备及其方法

    公开(公告)号:CN119470617A

    公开(公告)日:2025-02-18

    申请号:CN202411595372.3

    申请日:2024-11-11

    Abstract: 一种多频阵列涡流检测设备及其方法,属于涡流检测技术领域,其依据相位差的起伏强度和起伏范畴,查出提取出的相位差内的离群值,且对离群值执行校准,可高效防止因为外界噪声变动干扰致使相位差检测不精准的缺陷;依据涡流检测数值和横向管道的相位差间的联系,依据各个往期数值点相应的数值簇的涡流检测状况和离群值所在数值簇的涡流检测状况的相近度和数值簇中各个数值点对离群值的作用幅值,查出和离群值相近的往期数值,且对离群值执行校准,可改善相位差的精准度,也就改善了依据相位差达成管道壁厚的运算,直至达成对管道局部微小裂纹缺陷的检测的精准度。

    一种基于电容成像的缺陷检测方法及系统

    公开(公告)号:CN119000807B

    公开(公告)日:2024-12-20

    申请号:CN202411484299.2

    申请日:2024-10-23

    Abstract: 本发明涉及缺陷检测分析技术领域,尤其涉及一种基于电容成像的缺陷检测方法及系统,本发明根据历史材料属性数据构建复合材料属性分析模型,将材料属性数据导入复合材料属性分析模型中对复合材料的材料属性进行分析;根据历史粘接数据构建复合材料粘接层分析模型,将粘接数据导入复合材料粘接层分析模型中对复合材料粘接层进行分析;根据历史电容缺陷检测图像数据构建电容缺陷分析模型,将电容缺陷检测图像数据导入电容缺陷分析模型中对复合材料粘接层缺陷进行分析;构建待检测复合材料缺陷风险预测模型,对待检测复合材料的缺陷风险进行预测。能够优化复合材料生产流程,节约进行电容成像缺陷检测的成本,提高复合材料缺陷检测效率。

    一种基于深度学习的DR图像缺陷智能识别方法

    公开(公告)号:CN117788396B

    公开(公告)日:2024-08-30

    申请号:CN202311743135.2

    申请日:2023-12-18

    Abstract: 一种基于深度学习的DR图像缺陷智能识别方法,其分别取得各个DR图像值的余项队列,取得代表DR图像值相应的区间范畴中数值区别量与分散幅度的余项拓展因子,随后对DR图像值的区间数值分队列内数值的扰动状况执行解析,取得DR图像起伏参量;对DR图像值的区间数值分队列内数值的区别量状况执行解析,取得DR图像陡变参量,综合其解析值,取得DR图像值的机动平衡量;最终,可依据DR图像值的区间范畴内数值的平稳度幅度主动取得过滤数目大小,使得运用该过滤数目大小对各个DR图像值执行过滤处置的性能佳,改进型数值队列带有更好的防异常扰动性。

    一种基于神经网络的加氢站事故预测方法

    公开(公告)号:CN117745072A

    公开(公告)日:2024-03-22

    申请号:CN202311773216.7

    申请日:2023-12-21

    Abstract: 本发明公开了一种基于神经网络的加氢站事故预测方法,包括:S1,根据加氢站内目标部件的各项检测信息类型设置相应的第一信息采集策略和第二信息采集策略;S2,采用第一信息采集策略和第二信息采集策略采集加氢站内目标部件的各项检测信息;S3,将采用第一信息采集策略采集到的检测信息输入对应的神经网络,以对加氢站内目标部件进行事故预测;S4,在预测目标部件存在事故风险时,对采用第一信息采集策略和第二信息采集策略采集到的各项检测信息进行信息处理以判定事故地点以及事故起因。根据本发明的事故预测方法,结合采用多种信息采集策略采集到的目标部件在多个方面的检测信息来预测目标部件是否存在事故风险,大大提高了事故预测的准确性。

    一种管道内双磁场漏磁检测装置

    公开(公告)号:CN221765334U

    公开(公告)日:2024-09-24

    申请号:CN202420279191.9

    申请日:2024-02-05

    Abstract: 本实用新型公开了一种管道内双磁场漏磁检测装置,包括强磁检测节,所述强磁检测节的末端安装有连接架,所述连接架的一端与强磁检测节固定连接,且连接架的另一端固定连接有弱磁检测节,所述连接架包括固定架和活动架,所述活动架安装在固定架中,且活动架与固定架滑动连接,所述固定架上还固定安装有调节活动架位置的电缸。本实用新型通过在强磁检测节后端加一节弱磁检测节,这样当强磁检测节在动力设备在管道内移动检测的时候弱磁检测节也可以同步移动检测,这样就可以利用不同励磁强度下应力磁信号识别率的不同来实现应力检测。

    一种储氢井井口装置
    20.
    实用新型

    公开(公告)号:CN221742556U

    公开(公告)日:2024-09-20

    申请号:CN202420061582.3

    申请日:2024-01-10

    Abstract: 本实用新型公开了一种储氢井井口装置,包括井口装置和储氢井本体,所述井口装置设置在储氢井本体的上方,储氢井本体部分埋设于地下,所述储氢井本体上端套设有套管,且储氢井本体上部设有封头体,所述套管和封头体上分别设有相互配合的下法兰和上法兰,所述下法兰和上法兰通过紧固螺杆与紧固螺栓配合固定,所述下法兰与上法兰连接处设置有限位凸台,所述封头体的中部设置有出气管道,且封头体的底部设置有阶梯台,所述套管与下法兰连接处设置有螺纹连接处。本实用新型通过在储氢井井口结构的上法兰与下法兰之间设置限位凸台能够提高连接过程中密封效果,减少连接面漏气现象,并且还设置限位圈能够辅助固定从而提高紧固效果。

Patent Agency Ranking