-
公开(公告)号：CN107505396A
公开(公告)日：2017-12-22
申请号：CN201710818527.9
申请日：2017-09-12
Applicant: 燕山大学
IPC: G01N29/04
CPC classification number: G01N29/048 , G01N2291/0234
Abstract: 本发明公开了一种结构损伤在线实时监测方法及系统，该方法或者该系统通过对方向垂直于结构的微小振动响应信号采用集合经验模分解算法，得到第一阶固有频率和第二阶固有频率，并判断第一阶固有频率和第二阶固有频率与未损伤结构的固有频率是否相等；若是则确定结构表面未发生损伤；若否则确定结构表面发生损伤，并计算不同滑动次数不同测量点的能量值；比较不同滑动次数某一测量点的能量值与未损伤结构的对应的测量点的能量值是否都相等；若是则确定该测量点未损伤；若否则该测量点是损伤位置。因此，采用本发明提供的方法或者系统，能够在高频、高速背景条件下，实时检测结构瞬态微小损伤并确定损伤位置。
-
公开(公告)号：CN109521028A
公开(公告)日：2019-03-26
申请号：CN201811474246.7
申请日：2018-12-04
Applicant: 燕山大学
IPC: G01N21/90
Abstract: 本发明公开了一种金属三维多层点阵结构内部宏观缺陷检测方法，通过工业CT对多层金属点阵结构材料样件进行扫描得到样件内部的二维层析图像，从得到的二维层析图像中截取平行于点阵单元横向排布方向的横向断层截面二维灰度图，再通过三个横向相邻固定尺寸像素点集合灰度值总和之间的差值分布来判别缺陷的存在，且理论分析给出了相应的判别标准和依据。实验验证结果表明，与人工标记的缺陷进行对比，本发明对金属三维多层点阵结构样件的内部典型断层缺陷的识别率达到98.5％。
-
公开(公告)号：CN109360204A
公开(公告)日：2019-02-19
申请号：CN201811434076.X
申请日：2018-11-28
Applicant: 燕山大学
IPC: G06T7/00 , G06N3/04 , G01N23/046
Abstract: 本发明公开了一种基于Faster R-CNN的多层金属点阵结构材料内部缺陷检测方法，结合卷积神经网络，通过工业CT对多层金属点阵结构材料样件进行扫描检测，得到样件内部结构的三维立体结构，截取点阵结构横向截面的二维灰度图像，对灰度图中大量的缺陷样本进行采样学习，用学习到的缺陷特征对灰度图中的缺陷进行识别定位。经过试验验证，对多层金属点阵结构材料内部缺陷检测的平均正确率达到99.5％。
-
Patent Agency Ranking
公开(公告)号：CN109283253A
公开(公告)日：2019-01-29
申请号：CN201811433475.4
申请日：2018-11-28
Applicant: 燕山大学
IPC: G01N29/06
Abstract: 本发明公开了一种基于超声原理轻质陶瓷基多孔复合材料缺陷检测方法，将超声波发射探头与超声波接收探头同时浸入水中，超声波发射探头与超声波接收探头垂直于待检测轻质多孔陶瓷基复合材料的两侧面；超声波发射探头与超声波接收探头在待检测轻质多孔陶瓷基复合材料的两侧面的x-y方向往复运动从而对待检测轻质多孔陶瓷基复合材料进行扫描，数据采集卡采集超声波接收探头接收到的超声波信号并传输给安装有LabVIEW程序的计算机，LabVIEW将获得的数据进行最大值投影重建得到超声C扫描图像，即可识别出缺陷区域，也就完成了材料缺陷检测实验。与现有技术相比，本发明可以实现对陶瓷基复合材料中孔洞、夹杂和脱粘等危险性缺陷的检测。
-
公开(公告)号：CN107330886A
公开(公告)日：2017-11-07
申请号：CN201710558919.6
申请日：2017-07-11
Applicant: 燕山大学
Abstract: 本发明公开了一种表面微小损伤的高精度量化方法，采用激光扫描仪对被测样件表面进行扫描得到损伤形貌的三维点云数据，对于高速滑动电接触损伤形貌的高精度测量问题，根据扫描数据线型分布的特点，提出了以扫描数据的每条扫描线为处理对象，采用迭代求差的方法，提取出损伤边界点。利用最近邻域搜索的方法确定位于同一边界线上的边界点，根据以上结果结合数据配准技术，提取出损伤区域，在此基础上结合三角剖分思想把损伤区域的点云数据进行三角剖分，剔除不同损伤区域边界产生的异常三角形后，计算得到高精度的损伤区域体积和质量，为减小表面损伤措施的建立提供重要依据，提高了提取的损伤形貌的精度。
-
公开(公告)号：CN107330886B
公开(公告)日：2020-08-04
申请号：CN201710558919.6
申请日：2017-07-11
Applicant: 燕山大学
Abstract: 本发明公开了一种表面微小损伤的高精度量化方法，采用激光扫描仪对被测样件表面进行扫描得到损伤形貌的三维点云数据，对于高速滑动电接触损伤形貌的高精度测量问题，根据扫描数据线型分布的特点，提出了以扫描数据的每条扫描线为处理对象，采用迭代求差的方法，提取出损伤边界点。利用最近邻域搜索的方法确定位于同一边界线上的边界点，根据以上结果结合数据配准技术，提取出损伤区域，在此基础上结合三角剖分思想把损伤区域的点云数据进行三角剖分，剔除不同损伤区域边界产生的异常三角形后，计算得到高精度的损伤区域体积和质量，为减小表面损伤措施的建立提供重要依据，提高了提取的损伤形貌的精度。
-
公开(公告)号：CN109360204B
公开(公告)日：2021-07-16
申请号：CN201811434076.X
申请日：2018-11-28
Applicant: 燕山大学
IPC: G06T7/00 , G06N3/04 , G01N23/046
Abstract: 本发明公开了一种基于Faster R‑CNN的多层金属点阵结构材料内部缺陷检测方法，结合卷积神经网络，通过工业CT对多层金属点阵结构材料样件进行扫描检测，得到样件内部结构的三维立体结构，截取点阵结构横向截面的二维灰度图像，对灰度图中大量的缺陷样本进行采样学习，用学习到的缺陷特征对灰度图中的缺陷进行识别定位。经过试验验证，对多层金属点阵结构材料内部缺陷检测的平均正确率达到99.5％。
-
公开(公告)号：CN109521028B
公开(公告)日：2021-06-25
申请号：CN201811474246.7
申请日：2018-12-04
Applicant: 燕山大学
IPC: G01N21/90
Abstract: 本发明公开了一种金属三维多层点阵结构内部宏观缺陷检测方法，通过工业CT对多层金属点阵结构材料样件进行扫描得到样件内部的二维层析图像，从得到的二维层析图像中截取平行于点阵单元横向排布方向的横向断层截面二维灰度图，再通过三个横向相邻固定尺寸像素点集合灰度值总和之间的差值分布来判别缺陷的存在，且理论分析给出了相应的判别标准和依据。实验验证结果表明，与人工标记的缺陷进行对比，本发明对金属三维多层点阵结构样件的内部典型断层缺陷的识别率达到98.5％。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.014 seconds)
