期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
U肋全熔透角焊缝超声波相控阵检测方法研究 被引量:10
1
作者 陈刚 汪焮成 《桥梁建设》 EI CSCD 北大核心 2020年第6期33-38,共6页
为检测正交异性桥面板内、外双面焊U肋全熔透角焊缝的内部质量,结合其焊接接头构造特点,基于超声波相控阵技术,通过比选检测面、布置探头及扫查方式,创造性地提出在U肋面板侧实施单面双侧沿线扫查+扇扫描的检测方法。将相控阵探头在焊... 为检测正交异性桥面板内、外双面焊U肋全熔透角焊缝的内部质量,结合其焊接接头构造特点,基于超声波相控阵技术,通过比选检测面、布置探头及扫查方式,创造性地提出在U肋面板侧实施单面双侧沿线扫查+扇扫描的检测方法。将相控阵探头在焊缝两侧等距离分布,探头沿焊缝长度方向自动移动,沿焊缝纵向保持直线扫查,利用探头的声束信号获取扫查数据,并采用多视图(A,B,S扫描视图)实现对U肋焊缝质量的分析,获得缺陷最大波幅值、定位缺陷水平位置及缺陷长度等信息,实桥验证表明该方法可较为准确地识别U肋全熔透角焊缝焊接接头内部缺陷。 展开更多
关键词 桥梁工程 正交异性桥面板 U肋全熔透角焊缝 双面焊 焊缝质量 超声波相控阵检测
在线阅读 下载PDF
ITER超导线缆铠甲套管超声相控阵检测方法
2
作者 罗明 吴君豪 +2 位作者 张颖 吴时红 赵建华 《宇航材料工艺》 CSCD 北大核心 2017年第2期77-80,共4页
为实现ITER超导线缆铠甲套管的超声相控阵检测,对铠甲套管的外形结构及缺陷特点的深入了解并参考文献方法,设计制作不同角度U形槽的人工试样;进行多晶片组不同角度入射声场设计,建立理论模型;借助M2M 256×256相控阵设备和Multi200... 为实现ITER超导线缆铠甲套管的超声相控阵检测,对铠甲套管的外形结构及缺陷特点的深入了解并参考文献方法,设计制作不同角度U形槽的人工试样;进行多晶片组不同角度入射声场设计,建立理论模型;借助M2M 256×256相控阵设备和Multi2000软件平台进行Multi-Salvo设置,开发基于VC^++6.0平台的客户端软件,实现A扫描的实时显示和数据存储,特殊形状试件的B扫描图像拟合并实时显示等功能。实验结果表明,通过旋转90°检测一次的方式实现铠甲套管的100%相控阵检测。 展开更多
关键词 ITER超导电缆铠甲套管 超声波相控阵检测 软件开发 超声B扫描 图像拟合
在线阅读 下载PDF
基于改进YOLOv8的地铁列车焊缝缺陷轻量化检测方法 被引量:3
3
作者 李先旺 贺岁球 +3 位作者 贺德强 孙海猛 吴金鑫 单晟 《广西大学学报(自然科学版)》 CAS 北大核心 2024年第3期540-552,共13页
针对现有的地铁列车车体焊接质量检测技术存在检测模型较大、检测精度和效率较低的问题,提出一种基于改进YOLOv8的焊缝缺陷轻量化检测方法。首先,利用相控阵超声波检测仪采集对接焊缝内部缺陷图像,通过图像预处理制作成焊缝缺陷数据集... 针对现有的地铁列车车体焊接质量检测技术存在检测模型较大、检测精度和效率较低的问题,提出一种基于改进YOLOv8的焊缝缺陷轻量化检测方法。首先,利用相控阵超声波检测仪采集对接焊缝内部缺陷图像,通过图像预处理制作成焊缝缺陷数据集。然后,在YOLOv8模型基础上,利用Inner-SIoU优化原有损失函数、采用C2f-PConv替换C2f模块、引入大型可分离核注意力(LSKA)模块和挤压激励(SE)注意力机制,建立了基于改进YOLOv8的地铁列车车体焊缝缺陷质量检测模型,以提高焊缝缺陷特征提取和多尺度特征融合的能力。最后,利用改进的YOLOv8模型对焊缝缺陷数据集进行训练和测试。结果表明,改进的YOLOv8模型大小为7.91 M,对于焊缝缺陷的检测精度达到98.30%,检测速度达到138.9帧/s,与YOLOv8原始模型相比,模型更小,检测精度更高。 展开更多
关键词 地铁列车 焊缝缺陷检测 YOLOv8 轻量化 相控阵超声波检测
在线阅读 下载PDF
基于改进YOLOX的地铁列车焊接质量检测 被引量:3
4
作者 马瑞 贺德强 +3 位作者 贺岁球 陈彦君 靳震震 单晟 《铁道科学与工程学报》 EI CAS CSCD 北大核心 2023年第10期3998-4007,共10页
车体作为地铁列车的主要承载结构,主要依靠数量庞大的基础件组焊而成,其在列车运行中承受着巨大的冲击载荷,因此对焊接质量提出了更高的要求。实际焊接过程中焊接工艺复杂、焊接技术不一,导致了焊接缺陷的产生。焊接缺陷会降低车体的强... 车体作为地铁列车的主要承载结构,主要依靠数量庞大的基础件组焊而成,其在列车运行中承受着巨大的冲击载荷,因此对焊接质量提出了更高的要求。实际焊接过程中焊接工艺复杂、焊接技术不一,导致了焊接缺陷的产生。焊接缺陷会降低车体的强度和刚度,危害地铁列车的运行安全。现有的焊接质量检测技术存在智能化水平不高、检测效率低的问题。针对上述问题,提出一种基于改进YOLOX的列车车体焊接质量智能检测方法。首先,利用相控阵超声波检测仪采集焊缝缺陷图像,制作焊接缺陷数据集。然后,为提高YOLOX的检测性能,弥补YOLOX在检测精度和速度方面的不足,引入了跨阶段分部网络(Cross-stage Partial Dark Network,CSPDarkNet)、密集连接网络(Densely Connected Network,DCN)、加权双向金字塔网络(Bidirectional Feature Pyramid Network,BiFPN)和自适应空间融合网络(Adaptively Spatial Feature Fusion,ASFF),建立基于改进的YOLOX的地铁列车车体焊接质量检测模型,提高了焊缝缺陷特征提取和多尺度特征融合的能力。最后,利用改进的YOLOX模型对焊接缺陷数据集进行训练和测试,通过实验验证所提方法的有效性和可行性。实验结果表明,改进的YOLOX模型对于焊接缺陷的检测精度达到97.30%,检测速度达到78.4 fps,与主流检测网络Faster R-CNN和YOLO V5相比,在检测精度和检测速度方面具有更大的优势。研究成果能够满足地铁列车焊接质量检测的需求,实现焊接缺陷的智能检测和缺陷类型的智能判断。 展开更多
关键词 地铁列车 焊接缺陷 无损检测 相控阵超声波检测 深度学习
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部