位置:成果数据库 > 期刊 > 期刊详情页
基于厚壁工件X射线实时成像的焊缝缺陷自动检测
  • ISSN号:1000-0054
  • 期刊名称:《清华大学学报:自然科学版》
  • 时间:0
  • 分类:TP115.28[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程]
  • 作者机构:[1]清华大学机械工程系,北京100084
  • 相关基金:中国焊接学会创新思路预研奖学金资助项目; 教育部高等学校博士学科点专项科研基金资助项目(20090002110080)
中文摘要:

基于X射线成像的焊缝缺陷自动检测技术对提高工业射线检测的自动化水平具有重要意义。焊缝缺陷在线连续检测的实时性要求较高,随着工件厚度的增加,其焊缝X射线实时图像的信噪比变得很低,使得已有的处理算法难以在满足实时性的同时,有效处理缺陷误检与漏检之间的矛盾。针对这些问题,在分析了传统方法在厚壁工件X射线图像焊缝缺陷自动检测中存在的问题基础上,对传统方法进行了改进,提出了双阈值背景消除法和平行焊接方向波形分析法,然后利用所提出算法之间的冗余性和互补性,融合多种分割结果以解决缺陷误检与漏检之间的矛盾。试验结果表明:所提出的缺陷自动检测方法能够在满足实时性要求的同时,实现缺陷检出,有效避免误检。

英文摘要:

The technology of automatic weld defect detection based on X ray imaging plays an important role in improving the automatic level of industrial radiography inspection. The signal to noise ratio of the X ray real time weldment image decreases with increasing weldment thickness, which makes the current method fail to deal with the conflict of reducing false alarms and avoiding missed detections of weld defects while meeting the requirement of on line continuous detection efficiency. Based on the analysis of drawbacks in traditional background subtraction and grey level profile analysis method, information fusion of multiple image segmentation algorithms was developed to detect weld defects. Double threshold background subtraction and grey level analysis parallel to weld direction were proposed with the segmentation results using different algorithms then fused to deal with the conflict of false alarms and missed detections. Experimental results show that the proposed method can meet the requirement of on-line continuous detection efficiency of weld defects and automatically detect weld defects of thick-wall weldments.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《清华大学学报:自然科学版》
  • 中国科技核心期刊
  • 主管单位:教育部
  • 主办单位:清华大学
  • 主编:梁恩忠
  • 地址:北京市海淀区清华大学学研大厦B座908
  • 邮编:100084
  • 邮箱:xuebaost@tsinghua.edn.cn
  • 电话:010-62788108 62792976
  • 国际标准刊号:ISSN:1000-0054
  • 国内统一刊号:ISSN:11-2223/N
  • 邮发代号:2-90
  • 获奖情况:
  • 国家期刊奖,国家“双高”期刊,1992年以来,历次国家级和省部级一等奖,第一、二届全国优秀科技期刊一等奖,教育部优秀期...,第三届中国出版政府奖提名奖
  • 国内外数据库收录:
  • 美国化学文摘(网络版),美国数学评论(网络版),德国数学文摘,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,日本日本科学技术振兴机构数据库,美国应用力学评论,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:43470