冶金工業(yè)為基本建設(shè)和軍事裝備等各行業(yè)提供原材料,檢測原材料是否存在損傷缺陷,對于企業(yè)生產(chǎn)效率及設(shè)備運(yùn)行安全起著至關(guān)重要的作用。如何快速、準(zhǔn)確、智能地對金屬損傷缺陷進(jìn)行檢測成為當(dāng)前無損檢測領(lǐng)域廣泛研究的課題。在金屬冶煉過程中各環(huán)節(jié)都可能會造成金屬的損傷缺陷,而這些損傷缺陷的位置和類型各異。因此,如何在復(fù)雜工業(yè)環(huán)境下,提取金屬損傷缺陷的特征,并根據(jù)這些特征準(zhǔn)確識別損傷缺陷所在位置及類型,是具有應(yīng)用價值的研究方向,在工業(yè)應(yīng)用中也具有重要的意義。為此,本文圍繞鐵磁性材料損傷缺陷的特征提取及損傷缺陷的類型識別等問題展開研究,解決鐵磁性材料熱成像損傷缺陷特征提取及分類的問題,最終完成基于渦流熱成像的金屬材料損傷缺陷的分類識別。主要研究內(nèi)容包括以下幾個部分:（1）針對渦流無損檢測中渦流熱成像的數(shù)據(jù)結(jié)構(gòu),在傳統(tǒng)霍夫圓檢測算法基礎(chǔ)上進(jìn)行了改進(jìn)。為了提高復(fù)雜工況下金屬損傷缺陷類型識別精度,本文使用改進(jìn)的霍夫圓檢測算法對金屬渦流熱成像數(shù)據(jù)進(jìn)行預(yù)處理。實(shí)驗(yàn)結(jié)果證明改進(jìn)的霍夫圓檢測算法能夠準(zhǔn)確地檢測出大功率激勵線圈內(nèi)圈的位置并提取出其內(nèi)部像素。（2）原始圖像數(shù)據(jù)經(jīng)過改進(jìn)的霍夫圓檢測算法進(jìn)行圖像分割后,使用卷積神... 

【文章來源】：昆明理工大學(xué)云南省

【文章頁數(shù)】：71 頁

【學(xué)位級別】：碩士

【部分圖文】：

電磁熱成像原理示意圖

昆明理工大學(xué)碩士研究生學(xué)位論文10高的溫度,綠色、黑色表示了較低的溫度從左至右溫度逐漸減低。渦流加熱系統(tǒng)主要通過諧振在帶有損傷缺陷的試件內(nèi)部產(chǎn)生渦流,由于在損傷缺陷處電流無法形成閉合回路,所以滲透到表面的溫度相對較低。使用熱像儀采集試件表面溫度變化并以圖片的形式存儲下來，并可進(jìn)一步在軟件中分析、處理和儲存等操作。圖2-2熱成像顏色與溫度關(guān)系圖Fig.2-2RelationshipBetweenThermalImagingColorandTemperature如下圖2-3所示，一次側(cè)在本文中使用的是紫銅管大功率激勵線圈，小的激勵頻率與電流無法產(chǎn)生足夠的焦耳熱，這只會帶來小的磁場的變化，這種小的磁場的變化可根據(jù)磁敏電阻進(jìn)行測量，以電壓或者阻抗變化形式表示。這種方法的激勵多數(shù)為脈沖激勵，這也是目前渦流無損檢測領(lǐng)域的主流研究方法之一。激勵頻率大才會產(chǎn)生足夠的熱量使金屬試件上完好與損傷缺陷部位有明顯的溫度差，才能使用熱像相機(jī)進(jìn)行溫度差的捕捉。產(chǎn)熱的同時紫銅管上的溫度也會急速上升，由于紫銅管與驅(qū)動電路相連，如果不采取水冷的散熱方式，將使驅(qū)動板因溫度過高而燒壞。二次側(cè)的線圈在本文中是待測的金屬試件，可以看做是單線圈。在大功率激勵線圈中通入交變電流，根據(jù)電磁感應(yīng)原理在其下方的待測金屬試件中就會感生出渦流，具體實(shí)驗(yàn)設(shè)備參數(shù)及運(yùn)行過程將在第五章渦流無損探傷系統(tǒng)的設(shè)計與實(shí)現(xiàn)中展示。圖2-3電磁感應(yīng)原理Fig.2-3PrincipleofElectromagneticInduction2.2熱成像原理人眼可以看到可見光或電磁波譜的微小部分但是人眼看不見紫外線還有紅外線。熱間隙照相機(jī)檢測在電磁波譜范圍內(nèi)的紅外輻射大約為0.9-14微米,并產(chǎn)生我們能看到的輻射[35]。熱能是電磁光譜的一部分,使紅外光譜占到了光譜的上部。當(dāng)紅外探頭與備檢試件呈垂直角度時接收到物體發(fā)

3.1 渦流熱成像數(shù)據(jù)生成本文使用日本松下公司生產(chǎn)的熱成像探頭，基于 stm32 的熱成像數(shù)據(jù)采集設(shè)備。該設(shè)備通過串口將數(shù)據(jù)傳輸至上位機(jī)中，并對圖像數(shù)據(jù)進(jìn)行預(yù)處理提取大功率激勵線圈內(nèi)部像素，然后送入深度學(xué)習(xí)網(wǎng)絡(luò)模型中進(jìn)行特征提取后進(jìn)行識別與分類。下圖 3-1 所示，為熱成像探頭模塊及其組成結(jié)構(gòu)，圖片來源于探頭數(shù)據(jù)手冊，探頭最外層是金屬外殼（Metal case）、硅透鏡（Si lens）、陶瓷底座（Ceramic base）、MEMS 傳感器芯片、ASIC（為具體功能而設(shè)計的集成電路），熱敏電阻。探頭內(nèi)部包含 65 個傳感器，最大可測量距離為七米，俯攝角度為 60 度。

【參考文獻(xiàn)】：
期刊論文
[1]基于脈沖渦流熱成像鋼材表面裂紋檢測效果分析[J]. 蘇伯泰,李強(qiáng),韓靜濤,張永軍.  中國測試. 2018(05)
[2]紅外熱像檢測技術(shù)的發(fā)展和研究現(xiàn)狀[J]. 呂事桂,劉學(xué)業(yè).  紅外技術(shù). 2018(03)
[3]面向脈沖渦流熱成像的激勵電源特性研究[J]. 唐波,方旭,侯德鑫,葉樹亮.  儀器儀表學(xué)報. 2018(01)
[4]基于脈沖渦流熱成像的下表面缺陷評估[J]. 盛衛(wèi)鋒,杜陽,周德強(qiáng),常祥.  激光與紅外. 2017(08)
[5]脈沖渦流熱成像檢測金屬缺陷的激勵參數(shù)研究[J]. 閆曉梅,孫志毅,謝家麟,崔赟,孫前來.  太原科技大學(xué)學(xué)報. 2017(04)
[6]基于渦流熱成像的鐵磁材料近表面微裂紋檢測[J]. 閆會朋,楊正偉,田干,明安波,張煒.  紅外與激光工程. 2017(03)
[7]基于磁軛結(jié)構(gòu)的脈沖渦流熱成像激勵效果比較[J]. 邢曉軍,左憲章,褚麗娜,張?jiān)?  磁性材料及器件. 2017(02)
[8]基于多物理場的焊球缺陷檢測方法[J]. 周秀云,薛云,周金龍.  西南交通大學(xué)學(xué)報. 2017(02)
[9]脈沖渦流熱成像金屬材料裂紋檢測研究[J]. 邢曉軍,左憲章,王建斌,張玉華.  中國測試. 2016(09)
[10]基于脈沖渦流熱成像的金屬材料裂紋檢測研究[J]. 胡德洲,左憲章,王建斌,張玉華.  中國測試. 2016(02)

博士論文
[1]面向圖像目標(biāo)識別和檢測的深度神經(jīng)網(wǎng)絡(luò)關(guān)鍵技術(shù)研究[D]. 李揚(yáng).北京郵電大學(xué) 2018
[2]電磁無損檢測缺陷識別與評估新方法研究[D]. 何赟澤.國防科學(xué)技術(shù)大學(xué) 2012
[3]基于紅外熱像儀的溫度測量技術(shù)及其應(yīng)用研究[D]. 李云紅.哈爾濱工業(yè)大學(xué) 2010
[4]紅外圖像處理中的關(guān)鍵算法研究[D]. 簡耀波.華中科技大學(xué) 2009

碩士論文
[1]基于深度學(xué)習(xí)的空間非合作目標(biāo)姿態(tài)估計算法設(shè)計[D]. 李想.哈爾濱工業(yè)大學(xué) 2018
[2]基于紅外熱成像的復(fù)合材料無損檢測研究[D]. 馮琪智.電子科技大學(xué) 2018
[3]基于深度學(xué)習(xí)的細(xì)粒度圖像識別研究[D]. 陳鶴森.北京郵電大學(xué) 2018
[4]脈沖渦流無損檢測技術(shù)在鋼筋混凝土上的應(yīng)用研究[D]. 白利芳.華北水利水電大學(xué) 2017
[5]車載紅外夜視行人檢測與跟蹤技術(shù)研究[D]. 王璐.電子科技大學(xué) 2017
[6]消除提離效應(yīng)的脈沖渦流測厚方法研究[D]. 張銳.西安理工大學(xué) 2009
[7]被檢物表面條件對紅外熱波無損檢測結(jié)果影響的研究[D]. 李艷紅.首都師范大學(xué) 2006
[8]復(fù)雜條件下的圓檢測技術(shù)研究[D]. 項(xiàng)學(xué)智.哈爾濱工程大學(xué) 2005



本文編號：3069851