[go: up one dir, main page]

CN111855801B - 一种基于激光超声成像的粗糙部件缺陷尺寸精确测量方法 - Google Patents

一种基于激光超声成像的粗糙部件缺陷尺寸精确测量方法 Download PDF

Info

Publication number
CN111855801B
CN111855801B CN202010722394.7A CN202010722394A CN111855801B CN 111855801 B CN111855801 B CN 111855801B CN 202010722394 A CN202010722394 A CN 202010722394A CN 111855801 B CN111855801 B CN 111855801B
Authority
CN
China
Prior art keywords
defect
dec
area
value
surface wave
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
Application number
CN202010722394.7A
Other languages
English (en)
Other versions
CN111855801A (zh
Inventor
张俊
李晓红
杨兵
丁辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan University WHU
Original Assignee
Wuhan University WHU
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuhan University WHU filed Critical Wuhan University WHU
Priority to CN202010722394.7A priority Critical patent/CN111855801B/zh
Publication of CN111855801A publication Critical patent/CN111855801A/zh
Application granted granted Critical
Publication of CN111855801B publication Critical patent/CN111855801B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/04—Analysing solids
    • G01N29/045—Analysing solids by imparting shocks to the workpiece and detecting the vibrations or the acoustic waves caused by the shocks
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/04—Analysing solids
    • G01N29/06—Visualisation of the interior, e.g. acoustic microscopy
    • G01N29/0654—Imaging
    • G01N29/069—Defect imaging, localisation and sizing using, e.g. time of flight diffraction [TOFD], synthetic aperture focusing technique [SAFT], Amplituden-Laufzeit-Ortskurven [ALOK] technique
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/04—Analysing solids
    • G01N29/07—Analysing solids by measuring propagation velocity or propagation time of acoustic waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/4409—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison
    • G01N29/4427—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison with stored values, e.g. threshold values
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/4409—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison
    • G01N29/4436—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison with a reference signal
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/02—Indexing codes associated with the analysed material
    • G01N2291/023—Solids
    • G01N2291/0234—Metals, e.g. steel

Landscapes

  • Physics & Mathematics (AREA)
  • Biochemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Acoustics & Sound (AREA)
  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)

Abstract

本发明公开了一种基于激光超声成像的粗糙部件缺陷尺寸精确测量方法，该方法为：扫描获得表面波时域信号组；提取无缺陷区域表面波信号作为基准信号；以基准信号最大波幅位置所在时刻为基准绘制二维彩色图；初步识别缺陷影像并设置缺陷评定框；将评定框内所有信号与基准信号作互相关运算和幅值差值运算，分别获得互相关最大值X、时移值τ和幅值差值Δ的二维矩阵；设定三者阈值，以满足X<Xdec、τ>τdec和Δ>Δdec任意一个条件为准则构建缺陷二值矩阵；剔除二值矩阵异常点，统计零值元素区域，分别获得缺陷区域面积、长度和宽度。本发明可以避免因部件表面粗糙导致的缺陷波幅跳跃和信噪比分布不均问题，实现缺陷尺寸的精确定量测量。

Description

一种基于激光超声成像的粗糙部件缺陷尺寸精确测量方法
技术领域
本发明涉及激光超声无损检测技术领域，具体涉及一种基于激光超声成像的粗糙部件缺陷尺寸精确测量方法。
背景技术
激光超声检测技术以其非接触、高分辨、易于集成等优点成为应用于以金属增材制造为代表的先进制造技术的最有潜力的在线检测手段。然而，在制造过程中，样品表面一般较为粗糙，由于制造方法的不同，样品表面粗糙度在10～100μm范围内波动。样品表面粗糙在利用激光超声检测技术检测时会存在两方面的问题：一、激光超声表面在样品粗糙表面传播时，受样品表面粗糙微结构的扰动而产生较大的噪声；二、采用以激光干涉为原理的非接触式激光超声接收器进行检测时，由于光斑尺寸与粗糙度相当，在不同的扫描位置所产生的信噪比分散性较大。上述激光超声固有的问题导致其在应用于粗糙表面部件检测时，缺陷信号的波动较大，导致缺陷边界难以准确识别，特别是在扫描成像过程中，难以实现粗燥样品缺陷尺寸的精确测量。
为了进行激光超声检测研究，目前主要方向是采用将增材样品表面进行抛光，然后再进行扫描成像研究，例如法国原子能委员会利用B扫描的方式，实现抛光后增材样品表面亚毫米尺度缺陷的检测；英国诺丁汉姆大学利用激光超声C扫描的方式实现粉末床打印的抛光样品表面百微米级缺陷的检测。上述两种方法均难以对粗糙表面部件的缺陷尺寸进行精确测量。
发明内容
本发明的目的在于，针对现有技术的不足，提供一种基于激光超声成像的粗糙部件缺陷尺寸精确测量方法，解决现有技术难以对具有粗糙表面的工业部件缺陷尺寸进行精确定量测量的问题。
本发明采用的技术方案为：一种基于激光超声成像的粗糙部件缺陷尺寸精确测量方法，包括以下步骤：
S1.激光超声系统的激励激光器光斑与接收器光斑以固定的间距L，按照扫描步进d、扫描点数M×N，对样品表面进行二维扫描，获得M×N组超声表面波时域信号；
S2.从M×N组信号中，提取一组自样品无缺陷区域扫描的表面波时域信号A0(t)作为基准信号，获取该表面波时域信号A0(t)最大幅值所对应的时刻t0；
S3.以t0为基准时刻，提取出所有M×N组信号在t0时刻的波幅强度，构建M×N的幅值矩阵，并绘制为二维彩色图像；
S4.从二维彩色图像中识别出含缺陷区域的影像图，并设置缺陷评定框范围为Mf×Nf；
S5.按顺序调取评定框范围内的所有时域信号A(t),并结合基准信号A0(t)，按公式(1)作互相关运算，
Figure BDA0002600487050000021
根据公式(1)计算评定框内每个扫描点的互相关函数Xcor(n)的最大值X及其对应的时间平移τ，并分别记录为两个大小为Mf×Nf的矩阵；
S6.将评定框范围内的所有时域信号A(t)分别与基准信号A0(t)按照公式(2)作最大幅值绝对值比较，
Figure BDA0002600487050000022
获得幅值差值Δ并记录成大小为Mf×Nf的矩阵；
S7.将互相关函数最大值X、时间平移τ和幅值差值Δ作为是否为缺陷扫描点的特征量，分别设定阈值Xdec，阈值τdec和阈值Δdec，依次对评定框内每个扫描点进行评价：当满足X<Xdec、τ>τdec和Δ>Δdec这三个条件中的任意一个时，则判定该扫描点为缺陷位置点，并记录为0，否则记录为1，将评定框范围扫描点描述为一个Mf×Nf的二值化矩阵；
S8.对二值化矩阵中存在的异常点进行剔除，剔除方法为：对矩阵中数值为1的元素进行逐一判定，当该元素的周围8个点均为0值时，则将该元素数值设置为0，该元素对应的扫描点为异常点；剔除之后的二值化矩阵中元素值为0的区域即为缺陷区域；
S9.统计二值矩阵中所有0元素的数量Q，并结合扫描步进d，得到缺陷面积S＝Q×d2，分别统计二值矩阵两个维度上的0元素数量Mx和Ny，得到缺陷区域的长度l和宽度b，其中l＝Mx×d，b＝Ny×d。
按上述方案，在S1中，扫描步进d不超过目标检测精度的二分之一。
按上述方案，在S1中，间距L的取值范围为1～2mm。
按上述方案，在S2中，表面波信号A0(t)的最大幅值取其绝对值。
按上述方案，在S4中，识别出含缺陷区域影像图的方法为：与无缺陷区域的颜色进行对比，具有明显颜色差异的即为缺陷区域。
按上述方案，在S4中，缺陷评定框完全覆盖缺陷区域。
按上述方案，在S7中，阈值Xdec的设定方法为：选择无缺陷区域的一组表面波时域信号，以A0(t)为基准信号，计算出一组互相关系数，以该互相关系数的平均值作为Xdec。
按上述方案，在S7中，阈值τdec的设定方法为：以表面波的1/4周期所对应的时间作为τdec。
按上述方案，在S7中，阈值Δdec的设定方法为：选择无缺陷区域的一组表面波时域信号，以A0(t)为基准信号，计算出一组幅值差值，该组幅值差值的平均值再加上6dB作为Δdec。
本发明的有益效果为：本发明所述技术方案通过提出互相关系数最大值、时间平移和幅值差值这三个综合判决条件，对扫描图像中缺陷区域的精确识别，并对缺陷尺寸进行了精准定量测量，解决了现有技术由于被检样品表面粗糙引起的缺陷区域与非缺陷区域回波幅值随机跳动、缺陷边界难以区分的问题，提高了被检样品缺陷尺寸的测量精度。本发明还可以应用于其他因信噪比低或者噪声分布不均匀导致的缺陷定量困难，如由材料内组织晶粒粗大导致非接触式的激光超声成像噪声大，由于部件表面色泽不均匀等导致的非接触式的激光超声成像信噪比分布不均匀等。
附图说明
图1为本发明一个具体实施例中粗糙样品及缺陷示意图。
图2为本实施例中基准表面波信号示意图。
图3为本实施例中激光超声扫描成像示意图。
图4为本实施例中缺陷影像示意图。
图5为本实施例中缺陷区域的长度示意图。
图6为本实施例中缺陷区域的宽度示意图。
具体实施方式
为了更好地理解本发明，下面结合附图和具体实施例对本发明作进一步地描述。
利用粉末床熔覆增材制造方法打印一块长度30mm、宽度30mm、厚度5mm的不锈钢样品，样品表面粗糙范围为8μ～12μm；在样品表面设计长度为1mm、宽度和深度均为0.1mm的长条形缺陷，如图1所示。基于上述样品，本发明提供的一种基于激光超声成像的粗糙部件缺陷尺寸精确测量方法，具体包括以下步骤：
S1.激光超声系统的激励激光器光斑与接收器光斑以固定的间距L，按照扫描步进d、扫描点数M×N，对样品表面进行二维扫描，获得M×N组超声表面波时域信号。
本发明中，间距L的设定原则有两点：一是在保证表面波波峰与干扰波波峰在时域上能够区分的前提下，尽可能取较小值；二是针对不同粗糙等级的样品，始终保证表面波信噪比高于6dB。基于上述两点，间距L的取值范围为1～2mm。所述扫描步进d的设定原则为：扫描步进d不超过目标检测精度的二分之一。
本实施例中，间距L＝2mm，扫描步进d＝0.048mm，扫描点数M×N为215×208，获得215×208组超声表面波时域信号。
S2.从M×N组信号中，提取一组自样品无缺陷区域扫描的表面波时域信号A0(t)作为基准信号，获取该表面波时域信号A0(t)最大幅值所对应的时刻t0；本实施例中，t0＝0.84μs，如图2所示。
本发明中，表面波时域信号A0(t)最大幅值可能为正数或者负数，计算时取其绝对值。
S3.以t0为基准时刻，提取出所有M×N组信号在t0时刻的波幅强度，构建M×N的幅值矩阵，并绘制为二维彩色图像，如图3所示。
S4.从二维彩色图像中识别出含缺陷区域的影像图，并设置缺陷评定框范围为Mf×Nf，如图3所示。
本发明中，识别出含缺陷区域影像图的方法为：与无缺陷区域的颜色进行对比，具有明显颜色差异的即为缺陷区域。缺陷评定框的范围设置原则为，在保证覆盖缺陷区域的前提下，缺陷评定框的范围尽量小。
S5.按顺序调取评定框范围内的所有时域信号A(t),并结合基准信号A0(t)，按公式(1)作互相关运算，
Figure BDA0002600487050000051
根据公式(1)计算评定框内每个扫描点的互相关函数Xcor(n)的最大值X及其对应的时间平移τ，并分别记录为两个大小为Mf×Nf的矩阵。
S6.将评定框范围内的所有时域信号A(t)分别与基准信号A0(t)按照公式(2)作最大幅值绝对值比较，
Figure BDA0002600487050000052
获得幅值差值Δ并记录成大小为Mf×Nf的矩阵。
S7.将互相关函数最大值X、时间平移τ和幅值差值Δ作为是否为缺陷扫描点的特征量，分别设定阈值Xdec，阈值τdec和阈值Δdec，依次对评定框内每个扫描点进行评价：当满足X<Xdec、τ>τdec和Δ>Δdec这三个条件中的任意一个时，则判定该扫描点为缺陷位置点，并记录为0，否则记录为1，将评定框范围扫描点描述为一个Mf×Nf的二值化矩阵；
本发明中，阈值Xdec的设定与样品粗糙程度正相关，其设定方法为：选择无缺陷区域的一组表面波时域信号，以A0(t)为基准信号，计算出一组互相关系数，以该互相关系数的平均值作为Xdec。
阈值τdec的设定与表面波的周期相关，其设定方法为：以表面波的1/4周期所对应的时间作为τdec。
阈值Δdec的设定与样品粗糙程度负相关，其设定方法为：选择无缺陷区域的一组表面波时域信号，以A0(t)为基准信号，计算出一组幅值差值，该组幅值差值的平均值再加上6dB作为Δdec。
S8.对二值化矩阵中存在的异常点进行剔除，剔除方法为：对矩阵中数值为1的元素进行逐一判定，当该元素的周围8个点均为0值时，则将该元素数值设置为0，该元素对应的扫描点为异常点。完成剔除之后的二值化矩阵用于描述缺陷形貌，其中元素值为0的区域即为缺陷区域，如图4所示。
S9.统计二值矩阵中所有0元素的数量Q，并结合扫描步进d，得到缺陷面积S＝Q×d2，分别统计两个维度上的0元素数量Mx和Ny，可以得到缺陷区域的长度l和宽度b，其中l＝Mx×d，b＝Ny×d。本发明中，缺陷区域的长度l为该区域的最大长度，缺陷区域的宽度b为该区域的最大宽度。
本实施例中，二值矩阵对应缺陷区域长度方向的维度上0元素的数量Mx＝20，则缺陷区域的长度l＝Mx×d＝20×0.048＝0.96mm，如图5所示；二值矩阵对应缺陷区域宽度方向的维度上0元素的数量NY＝3，则缺陷区域的宽度b＝Ny×d＝3×0.048＝0.144mm，如图6所示。
上述实施例只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人士能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡根据本发明精神所作的等效变化或修饰，都应涵盖在本发明的保护范围之内。

Claims (9)

1.一种基于激光超声成像的粗糙部件缺陷尺寸精确测量方法，其特征在于，包括以下步骤：
S1.激光超声系统的激励激光器光斑与接收器光斑以固定的间距L，按照扫描步进d、扫描点数M×N，对样品表面进行二维扫描，获得M×N组超声表面波时域信号；
S2.从M×N组信号中，提取一组自样品无缺陷区域扫描的表面波时域信号A0(t)作为基准信号，获取该表面波时域信号A0(t)最大幅值所对应的时刻t0；
S3.以t0为基准时刻，提取出所有M×N组信号在t0时刻的波幅强度，构建M×N的幅值矩阵，并绘制为二维彩色图像；
S4.从二维彩色图像中识别出含缺陷区域的影像图，并设置缺陷评定框范围为Mf×Nf；
S5.按顺序调取评定框范围内的所有时域信号A(t),并结合基准信号A0(t)，按公式(1)作互相关运算，
Figure FDA0002600487040000011
根据公式(1)计算评定框内每个扫描点的互相关函数Xcor(n)的最大值X及其对应的时间平移τ，并分别记录为两个大小为Mf×Nf的矩阵；
S6.将评定框范围内的所有时域信号A(t)分别与基准信号A0(t)按照公式(2)作最大幅值绝对值比较，
Figure FDA0002600487040000012
获得幅值差值Δ并记录成大小为Mf×Nf的矩阵；
S7.将互相关函数最大值X、时间平移τ和幅值差值Δ作为是否为缺陷扫描点的特征量，分别设定阈值Xdec、阈值τdec和阈值Δdec，依次对评定框内每个扫描点进行评价：当满足X<Xdec、τ>τdec和Δ>Δdec这三个条件中的任意一个时，则判定该扫描点为缺陷位置点，并记录为0，否则记录为1，将评定框范围扫描点描述为一个Mf×Nf的二值化矩阵；
S8.对二值化矩阵中存在的异常点进行剔除，剔除方法为：对矩阵中数值为1的元素进行逐一判定，当该元素的周围8个点均为0值时，则将该元素数值设置为0，该元素对应的扫描点为异常点；剔除之后的二值化矩阵中元素值为0的区域即为缺陷区域；
S9.统计二值矩阵中所有0元素的数量Q，并结合扫描步进d，得到缺陷面积S＝Q×d2，分别统计二值矩阵两个维度上的0元素数量Mx和Ny，得到缺陷区域的长度l和宽度b，其中l＝Mx×d，b＝Ny×d。
2.如权利要求1所述的粗糙部件缺陷尺寸精确测量方法，其特征在于，在S1中，扫描步进d不超过目标检测精度的二分之一。
3.如权利要求1所述的粗糙部件缺陷尺寸精确测量方法，其特征在于，在S1中，间距L的取值范围为1～2mm。
4.如权利要求1所述的粗糙部件缺陷尺寸精确测量方法，其特征在于，在S2中，表面波信号A0(t)的最大幅值取其绝对值。
5.如权利要求1所述的粗糙部件缺陷尺寸精确测量方法，其特征在于，在S4中，识别出含缺陷区域影像图的方法为：与无缺陷区域的颜色进行对比，具有明显颜色差异的即为缺陷区域。
6.如权利要求1所述的粗糙部件缺陷尺寸精确测量方法，其特征在于，在S4中，缺陷评定框完全覆盖缺陷区域。
7.如权利要求1所述的粗糙部件缺陷尺寸精确测量方法，其特征在于，在S7中，阈值Xdec的设定方法为：选择无缺陷区域的一组表面波时域信号，以A0(t)为基准信号，计算出一组互相关系数，以该互相关系数的平均值作为Xdec。
8.如权利要求1所述的粗糙部件缺陷尺寸精确测量方法，其特征在于，在S7中，阈值τdec的设定方法为：以表面波的1/4周期所对应的时间作为τdec。
9.如权利要求1所述的粗糙部件缺陷尺寸精确测量方法，其特征在于，在S7中，阈值Δdec的设定方法为：选择无缺陷区域的一组表面波时域信号，以A0(t)为基准信号，计算出一组幅值差值，该组幅值差值的平均值再加上6dB作为Δdec。
CN202010722394.7A 2020-07-24 2020-07-24 一种基于激光超声成像的粗糙部件缺陷尺寸精确测量方法 Active CN111855801B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010722394.7A CN111855801B (zh) 2020-07-24 2020-07-24 一种基于激光超声成像的粗糙部件缺陷尺寸精确测量方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010722394.7A CN111855801B (zh) 2020-07-24 2020-07-24 一种基于激光超声成像的粗糙部件缺陷尺寸精确测量方法

Publications (2)

Publication Number Publication Date
CN111855801A CN111855801A (zh) 2020-10-30
CN111855801B true CN111855801B (zh) 2021-04-27

Family

ID=72950011

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010722394.7A Active CN111855801B (zh) 2020-07-24 2020-07-24 一种基于激光超声成像的粗糙部件缺陷尺寸精确测量方法

Country Status (1)

Country Link
CN (1) CN111855801B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112485336B (zh) * 2020-11-23 2022-04-15 西南交通大学 一种基于差分技术的激光超声合成孔径成像方法
CN112858182B (zh) * 2021-01-22 2022-12-16 西安增材制造国家研究院有限公司 一种基于波形分离的激光超声信号缺陷回波信号提取方法
CN113446944B (zh) * 2021-06-16 2023-11-03 厦门天宇丰荣科技有限公司 生物墨水3d打印的直线元素尺寸精度评定方法和装置
CN114166942B (zh) * 2021-11-25 2023-08-15 武汉大学 基于激光超声的金属增材制造层间缺陷埋藏深度测量方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07286993A (ja) * 1994-04-20 1995-10-31 Nippon Steel Corp レーザ超音波材質測定装置
CN104345092A (zh) * 2014-10-22 2015-02-11 南京航空航天大学 一种扫查式激光超声检测方法及其系统
CN108931574A (zh) * 2018-06-05 2018-12-04 北京领示科技有限公司 一种超声无损检测数据的结构噪声数字滤波方法
CN109269985A (zh) * 2018-09-28 2019-01-25 东南大学 金属移动熔池内部缺陷的高频超声在线监测方法
CN111007073A (zh) * 2019-12-23 2020-04-14 华中科技大学 一种増材制造过程中零件缺陷在线检测的方法及检测系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07286993A (ja) * 1994-04-20 1995-10-31 Nippon Steel Corp レーザ超音波材質測定装置
CN104345092A (zh) * 2014-10-22 2015-02-11 南京航空航天大学 一种扫查式激光超声检测方法及其系统
CN108931574A (zh) * 2018-06-05 2018-12-04 北京领示科技有限公司 一种超声无损检测数据的结构噪声数字滤波方法
CN109269985A (zh) * 2018-09-28 2019-01-25 东南大学 金属移动熔池内部缺陷的高频超声在线监测方法
CN111007073A (zh) * 2019-12-23 2020-04-14 华中科技大学 一种増材制造过程中零件缺陷在线检测的方法及检测系统

Also Published As

Publication number Publication date
CN111855801A (zh) 2020-10-30

Similar Documents

Publication Publication Date Title
CN111855801B (zh) 一种基于激光超声成像的粗糙部件缺陷尺寸精确测量方法
CN111855803B (zh) 一种金属增材制造微型缺陷的激光超声高信噪比成像方法
JP7233853B2 (ja) 超音波検査装置、方法、プログラム及び超音波検査システム
CN110243923B (zh) 基于交流电磁场的腐蚀缺陷可视化成像及评估方法
CN110702783A (zh) 一种检测水冷壁管热疲劳裂纹的阵列涡流方法
CN102495078B (zh) 基于量子点红外荧光显示技术的焊缝检测方法
KR101085563B1 (ko) 자기센서를 이용한 냉연강판의 개재물 탐상 장치
CN110243922B (zh) 铁磁性材料不规则裂纹acfm可视化成像方法
CN113390955B (zh) 交流电磁场裂纹可视化监测与评估方法
CN111855802B (zh) 一种消除激光超声行进波的缺陷可视化成像方法
EP0008353B1 (en) Method of detection and classification of flaws on metallic surfaces
CN114166942B (zh) 基于激光超声的金属增材制造层间缺陷埋藏深度测量方法
CN110568083A (zh) 一种针对钢材腐蚀疲劳损伤在线监测的声发射检测方法
US5390544A (en) Method and apparatus for non-destructive evaluation of composite materials with cloth surface impressions
CN111735774B (zh) 基于激光超声表面波时距曲线的裂纹缺陷尺寸定量方法
CN111521679A (zh) 一种钢结构探伤方法
Angani et al. Magnetic leakage testing using linearly integrated hall and GMR sensor arrays to inspect inclusions in cold-rolled strips
CN109884180A (zh) 一种导电结构缺陷稀疏电涡流快速成像检测方法及系统
CN109541013B (zh) 一种铁磁性合金钢位错密度检测方法
Kananen et al. Discriminating pores from inclusions in rolled steel by ultrasonic echo analysis
CN111351859A (zh) 一种织构的超声评价方法
CN114965676B (zh) 一种钢轨表面伤损漏磁检测信号判别方法
CN105486693A (zh) 一种无损检测高精度元件缺陷的方法
CN118914088B (zh) 一种夹层结构激光超声导波成像检测及脱粘缺陷面积测量方法、电子设备及存储介质
Dat et al. Multilayer perceptron neural network and eddy current technique for estimation of the crack depth on massive metal structures

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