石墨電極憑借優(yōu)良的導(dǎo)電導(dǎo)熱性、可加工性及耐高溫性,在電爐煉鋼和電火花加工等領(lǐng)域被廣泛使用。電極的使用壽命直接影響整體生產(chǎn)過程的運行。檢測是把控電極質(zhì)量的有力手段,但由于石墨電極自身材質(zhì)的特性,為電極內(nèi)部質(zhì)量的檢測增添了不小的難度。目前,石墨電極的檢測多采用傳統(tǒng)的敲擊法和切斷切片法,但這些方法都存在一定的不足。X射線照相檢測法能較直觀地顯示材料內(nèi)部缺陷的大小和形狀,易于判定缺陷的性質(zhì),在材料質(zhì)量檢測中已大范圍應(yīng)用。但傳統(tǒng)的射線底片人工質(zhì)量評定存在主觀影響大,工作量多等不足。因此,本文根據(jù)石墨電極及其內(nèi)部缺陷的特點,提出了采用X射線照相檢測結(jié)合圖像處理和缺陷自動識別的方式對石墨電極進行質(zhì)量檢測。首先,制作了石墨電極曝光曲線,并應(yīng)用自制的電極曝光曲線參數(shù),對預(yù)制氣孔、裂紋和自帶夾雜缺陷的石墨電極試塊進行了X射線照相檢測工藝的制定,將質(zhì)量合格的石墨電極射線底片轉(zhuǎn)換為數(shù)字圖像。分析了石墨電極射線檢測圖像的特點,結(jié)合各類圖像預(yù)處理算法的適用性,研究了電極射線圖像的預(yù)處理方法。采用不同的去噪和增強算法對電極射線圖像進行處理,對照分析處理結(jié)果,選定將中值濾波和拉普拉斯銳化算子作為電極射線圖像的預(yù)處理方... 

【文章來源】：蘭州理工大學(xué)甘肅省

【文章頁數(shù)】：70 頁

【學(xué)位級別】：碩士

【部分圖文】：

石墨電極

會出現(xiàn)致密度不均、疏松、氣孔、裂紋和夾雜缺陷。（2）焙燒：常出現(xiàn)氣孔和裂紋，但裂紋尺寸細小不容易發(fā)現(xiàn)，嚴重時會出現(xiàn)層狀裂紋或形成裂紋組。（3）石墨化：電極石墨化的時間較長，期間易出現(xiàn)氣孔和裂紋，嚴重的情形下，電極表面會明顯開裂，幾何尺寸產(chǎn)生改變。從以上的總結(jié)來看，石墨電極在生產(chǎn)過程中主要會產(chǎn)生氣孔、裂紋和夾雜三種缺陷，這些缺陷的存在會導(dǎo)致電極的體密度下降，減弱電極的整體強度。此外，電極在使用過程中易受到氧化，震動等作用的影響，這些缺陷會不斷地延伸和擴大，最終導(dǎo)致整根電極的斷裂，如圖1.2所示。因此，本文著重對這三種缺陷進行檢測和識別。圖1.2石墨電極斷裂

碩士學(xué)位論文3傳統(tǒng)的石墨電極檢測方法主要有敲擊法和切段切片法[3]，如圖1.3所示。敲擊法主要依靠操作者對電極不同部位進行敲打，依據(jù)缺陷部位與其他位置聲音的差異來判斷電極質(zhì)量的好壞。這種方法只有少數(shù)經(jīng)驗豐富的人員能操作，結(jié)果由操作人員主觀決定，科學(xué)理論依據(jù)不充分，容易造成漏檢和誤檢；切段切片法是將電極局部切開，觀察其內(nèi)部質(zhì)量，這種方法浪費嚴重，且局部的切段切片并不能反應(yīng)整體的電極質(zhì)量。無損檢測可以在不破壞工件外觀和使用性能的前提下借助儀器設(shè)備對材料內(nèi)部質(zhì)量進行檢測，判斷其內(nèi)部的整體性和完好性等安全指標[4],為產(chǎn)品質(zhì)量保駕護航，成為航空航天、道路工程、石油化工和汽車制造等領(lǐng)域不可或缺的樞紐。a）敲擊法b）切斷切片法圖1.3傳統(tǒng)的石墨電極檢測方法常用的無損檢測方法主要有：射線檢測、超聲檢測、聲發(fā)射檢測、滲透檢測及磁粉檢測等，但不是每一種方法都適合石墨電極的檢測。石墨電極由于原料和制造工藝等因素的影響，其內(nèi)部晶粒粗大，疏松多孔，超聲波在其中的反射和折射會引起嚴重且復(fù)雜的衰減，有時甚至無法穿透電極厚度。另外進行波形采集時，石墨電極的結(jié)構(gòu)會導(dǎo)致干擾波，這些干擾波混在有效波形當中增添了分離的難度。研究證實，采用超聲波檢測石墨電極材料，很難獲得有效的缺陷波，且高頻率不適用，使用低頻率進行檢測又不利于檢測的靈敏度。聲發(fā)射技術(shù)幾乎對材料類別沒有要求，但聲發(fā)射檢測的前提是對被檢工件作用外力或內(nèi)應(yīng)力，故聲發(fā)射對非工作狀態(tài)的石墨電極無能為力。磁粉檢測重在鐵磁性材料的檢驗，并且有效性只體現(xiàn)在表層或近表層的缺陷上。滲透檢測只適合非多孔材料的表面開口缺陷，對內(nèi)部缺陷沒有辦法，且石墨電極可視為多孔材料。因此，絕大部分的無損檢測方法對石墨電極的檢測

【參考文獻】：
期刊論文
[1]石墨電極市場研究分析[J]. 王明.  化工管理. 2018(25)
[2]基于主成分分析-支持向量機模型的激光釬焊接頭質(zhì)量診斷[J]. 程力勇,米高陽,黎碩,胡席遠,王春明.  中國激光. 2017(03)
[3]一種石墨電極缺損音頻檢測系統(tǒng)設(shè)計[J]. 李文可,凌振寶,王君,李東時,張笑彰.  中國測試. 2016(04)
[4]淺析X、γ射線探傷無損檢測原理及防護[J]. 常亮.  品牌與標準化. 2016(04)
[5]國外近十年深度學(xué)習的研究現(xiàn)狀與發(fā)展趨勢——基于引文分析及共詞矩陣的知識圖譜分析[J]. 張思琦,張文蘭,李寶.  遠程教育雜志. 2016(02)
[6]基于改進的深度信念網(wǎng)絡(luò)的人臉識別算法研究[J]. 王飛,李強.  蘭州交通大學(xué)學(xué)報. 2016(01)
[7]射線檢測技術(shù)在無損檢測中的應(yīng)用[J]. 黃愛民.  山東工業(yè)技術(shù). 2015(14)
[8]基于改進Canny算子的鐵軌邊緣檢測方法[J]. 李丹丹,侯濤,魏世鵬.  電視技術(shù). 2015(08)
[9]受限波爾茲曼機[J]. 張春霞,姬楠楠,王冠偉.  工程數(shù)學(xué)學(xué)報. 2015(02)
[10]基于Fourier擬合曲面的X射線焊縫缺陷檢測[J]. 李雪琴,劉培勇,殷國富,蔣紅海.  焊接學(xué)報. 2014(10)

博士論文
[1]基于圖像的焊接缺陷提取與識別方法研究[D]. 孫正.中國礦業(yè)大學(xué) 2010

碩士論文
[1]基于人工智能的管道漏磁內(nèi)檢測缺陷識別方法研究[D]. 岳明星.沈陽工業(yè)大學(xué) 2018
[2]基于深度信念網(wǎng)絡(luò)的滾動軸承壽命預(yù)測方法研究[D]. 張娜.湖南大學(xué) 2018
[3]基于深度信念網(wǎng)絡(luò)的滾動軸承故障類型識別方法研究[D]. 廖湘湘.天津工業(yè)大學(xué) 2018
[4]圖像分類中的卷積神經(jīng)網(wǎng)絡(luò)方法研究[D]. 李明威.南京郵電大學(xué) 2016
[5]基于深度信念網(wǎng)絡(luò)的網(wǎng)絡(luò)水軍識別研究[D]. 孫衛(wèi)強.湘潭大學(xué) 2015
[6]X射線鋼管焊縫缺陷的圖像處理與識別技術(shù)研究[D]. 張明星.電子科技大學(xué) 2015
[7]基于模糊集和神經(jīng)網(wǎng)絡(luò)的焊縫缺陷識別技術(shù)研究[D]. 鞏淼.東北石油大學(xué) 2014
[8]基于神經(jīng)網(wǎng)絡(luò)的焊縫缺陷自動識別技術(shù)研究[D]. 王婧.西安工業(yè)大學(xué) 2014
[9]X射線焊縫數(shù)字圖像的缺陷提取技術(shù)研究[D]. 邵中華.中北大學(xué) 2011
[10]熒光磁粉探傷缺陷識別系統(tǒng)圖像處理技術(shù)研究[D]. 高山青.南京理工大學(xué) 2011



本文編號：3493131