钢筋混凝土结构移动式精准检测技术开发

无损检测技术是一种在不损害材料及结构服役性能的前提下,对其性质进行评估和测量的检测技术。然而,随着无损检测技术的发展和实践,结构内部的复杂损伤检测缺乏多层次精准性成为该领域的难点和核心问题。该文旨在结合国内外的研究成果,对无损检测技术的发展、分类和挑战进行梳理和分析,并在此基础上,介绍作者研究团队建立的一套由宏观到细观,再到内部的全面精准检测系统研究成果。针对表面宏观识别与细观定量识别,作者团队开发了表观病害视觉检测技术,包括构建的空间基准点自动追踪融合和亚像素级病害分割的全景图像快速拼接及表观病害厘米级定位方法,以及提出的全景图像中0.05 mm~0.2 mm多尺寸微细裂缝同步识别及真伪判别的人工智能算法。针对结构内部损伤识别,作者团队首创了智能变频敲击声波扫描及各类损伤精准识别新原理,发明建立了自适应激励分布移动敲击声波的损伤检测评估理论方法、声波及声纹图像特征人工智能算法及智能装备关键技术。经过实验验证,裂缝检测中宽度为0.05 mm时最大深度可达40 mm,剥离检测中最大深度可达400 mm,最小识别范围为50 mm。

应用衰减全反射红外光谱无损鉴别中国传统手工纸的方法研究

纤维种类鉴别是古代纸张保护的重要基础工作。探究中国传统手工纸的无损纤维鉴别的方法对中国古籍、档案及纸质文物的研究和保护具有重要意义。该研究应用衰减全反射傅里叶变换红外光谱(ATRFTIR)对已知纤维成分的17类64种中国传统手工纸标准样品进行了无损分析,参考纤维素和木质素的红外峰位及部分纸样的X射线衍射(XRD)分析结果确认纸样中的所有红外谱峰归属;并采用分波段比较分析的方法对相似度极高的谱图进行比对分析,分别总结各类纸张在4000~1800、1800~1500、1500~1200和1200~600cm^(-1)四个波段的谱图特征;同时对4cm^(-1)精度的谱图进行二阶导数处理,分别总结各类纸张在1500~1200和1200~900cm^(-1)两个波段的二阶导数谱图特征;最后通过红外结晶指数及其他峰高和峰面积比值计算结果实现对纸类更细致的区分。应用上述方法对16个盲测样品进行了有效性测试,红外分析结果与显微纤维鉴别结果一致,初步证明了该方法在中国传统手工纸无损纤维鉴别上的可行性和有效性。实验结果表明,应用ATR-FTIR无损分析法可对麻、桑构皮、檀皮、瑞香皮和竹几大类原料的传统手工纸纤维类型作出快速而准确的鉴别,对于混料的宣纸也同样适用;但对于显微分析也难以鉴别的亲缘关系较近的植物原料如桑、构皮之间的精细鉴别仍有一定局限性。

种蛋受精与性别信息无损检测技术与装备研究进展

种蛋受精及性别鉴别关系到家禽孵化、养殖的经济效益和动物福利伦理等,种蛋受精与性别信息的检测是禽、蛋产业发展的难题,特别是种蛋性别的无损鉴定是世界难题。合适有效的无损检测技术,不仅应获得相关未知信息且不会对种蛋造成任何损伤,因此无损检测种蛋成为研究热点。然而,由于蛋壳厚度和颜色等外部品质形状差异、内部流体形态变化和胚胎发育等因素的影响,难以实现准确检测。本文对比了现有种蛋无损检测研究中的相关方法与技术,包括机器视觉技术、光谱技术、声共振频率分析、生物电信号分析、敲击振动法、介电常数分析、气味特征分析等;分析了种蛋受精和性别信息无损检测仍存在的技术限制、发育阶段检测限制、蛋壳干扰和种蛋个体差异性等方面挑战,并针对未来的研究及发展探讨了高光谱成像、X射线成像、超声波成像和磁共振成像等新兴技术应用于种蛋受精与性别无损检测的可行性。

声发射检测技术在材料断裂损伤中的研究进展与展望

声发射检测技术的特点是能够实时采集由材料内部发出的声能信号,无须外部激励,它的信号来源于材料缺陷本身属于动态无损检测技术中的一种。本文阐述了声发射检测技术的原理以及研究进展,并总结了该方法在金属材料、高分子材料和非金属复合材料的断裂损伤中的应用。同时,针对现有声发射检测模式识别技术对材料断裂的研究发展趋势,分析了浅层学习在技术层面的不足,并指出了深度学习技术在声发射检测领域的应用前景。

基于递归量化分析的CFRP超声检测缺陷识别方法

为了解决碳纤维增强复合材料(CFRP)超声检测缺陷识别不准确、不可靠的问题,提出自适应变分模态分解(AVMD)与递归量化分析技术(RQAT)特征提取和卷积神经网络(CNN)识别方法.实验预埋6种模拟缺陷,使用超声相控阵检测后,每种缺陷取500个A扫描波形信号数据,利用蝠鲼智能优化算法优化出变分模态分解(VMD)所需的K、Alpha,使用优化参数的VMD得到本征模态函数(IMF)分量,筛选高频噪声部分,对剩余IMF分量使用递归量化分析技术.每个信号得到72个特征值,将特征值组成特征向量,输入CNN进行识别,训练集识别正确率为99.94%,验证集识别正确率为98.09%,测试集识别正确率为98.27%.结果表明,AVMD与RQAT、CNN的结合解决了CFRP超声检测中缺陷的识别分类问题.

基于表面显微分析技术的古代纸张纤维组成无损鉴别方法浅述

古纸样本纤维组成的分析鉴别是文物保护与修复的基础和关键。目前已有的鉴别方法主要有显微分析法、热裂解气相色谱质谱联用法和傅里叶变换红外光谱法。使用光学显微镜直接观察纸张表面过去常用于分析古纸加工的特征,无法鉴别纤维的组成。本研究通过调整光学显微镜的照明模式、光照角度,在不同放大倍数下观察纸张表面的纤维形态、尺寸、纹理、细胞腔形态以及杂细胞、非细胞类杂质的形态特征,实现了完全无损的古纸样本纤维组成多角度综合鉴别分析,并以3种古纸样品的分析过程为例展示其鉴别过程。

混凝土结构钢筋锈蚀无损检测方法研究进展

钢筋混凝土结构性能优良并且成本低廉,广泛应用于基础设施建设和工业民用建筑中。在外部荷载和环境侵蚀等因素的作用下,结构中的钢筋不可避免地出现锈蚀情况,降低了结构的安全性和耐久性,导致高昂的维修费用。对混凝土结构钢筋锈蚀情况进行定期检测,对于确定锈蚀出现后结构的承载力、预测结构剩余寿命等有直接意义。经过多年发展,融合了多学科理论,钢筋锈蚀无损检测技术已经应用在一些实际工程上。但是现代工程建设对锈蚀检测技术提出了更高的要求,尤其是在大数据和机器学习等新一代信息技术的推动下,钢筋检测方法面临着向数字化、自动化和智能化的产业变革和技术升级。为了推动钢筋混凝土结构检测技术和评价体系的进步,本文对钢筋锈蚀无损检测的主要方法进行了总结评述,重点探讨新兴智能感知技术在钢筋锈蚀检测方面的应用和研究成果,提出现有技术面临的挑战,展望其未来发展方向。

肉制品中动物源性成分鉴别研究进展

随着人们对肉及肉制品的需求不断增长,在利益的驱使和科技的加持下,肉制品掺假问题日趋严重,严重损害了消费者的身体健康和合法权益,阻碍了我国进出口贸易的顺利进行。因此肉制品中动物源性成分的鉴别技术逐渐成为研究热点。本文从形态学鉴定、核酸分析技术、蛋白质分析技术、无损检测技术和快速检测技术5个方面,对肉及肉制品中动物源性成分的鉴别方法现状进行了综述,并对其进行总结与比较,深入分析每种技术的优缺点。同时总结了近年来掺假鉴别技术在公安机关与食品企业的应用实践,旨在为肉制品掺假鉴别研究提供有益的参考,为有效打击肉制品掺假行为提供强有力的技术支持和坚实的理论依据。

基于YOLO v5深度网络的隧道衬砌质量评估

雷达无损检测技术已成为隧道衬砌状态评估特别是在复杂地质条件下非可视区域结构安全性检测方面的重要手段,而当前隧道衬砌检测面临人工分析效率低、精度受限及人力成本高昂等难题。针对此问题引入深度学习技术,通过构建针对性的深度学习框架,实现自动化处理雷达无损检测数据,克服传统检测手段瓶颈,提升检测速度与准确性,减少人为因素影响。采用真实隧道检测数据集进行深度学习模型训练,实验结果表明,深度学习驱动的模型能高效识别各类衬砌缺陷,从微小裂纹到严重结构损伤,同时显著降低误报与漏检率,体现了相较于传统技术的明显优势。该成果为隧道结构安全评估提供了更为精确和高效的工具。

基于Mask-RCNN的金属缺陷识别系统设计

在传统的工业生产中,特别是铸造或焊接的生产过程,对金属件的缺陷识别是非常重要的。传统的人工缺陷识别程序通常耗时且容易出错。然而,通过引入智能化缺陷识别系统,可以提高检测效率,满足生产高质量产品的需求。文中提出了一种基于Mask-RCNN模型的X射线无损检测缺陷识别系统。该系统使用客户-服务器模式,由客户端上传原始图片,服务器调用Mask-RCNN模型将原始图片进行缺陷识别,返回识别缺陷后的图片给客户端,在客户端上通过掩模透明化功能进行缺陷识别结果,并分析比对。该系统以Mask-RCNN模型进行缺陷识别,完成了缺陷识别工作,解决了传统人工缺陷识别程序易出错、耗时多的问题,并提升了铸件或焊接件的缺陷检识别效率和可靠性,解放了执行缺陷识别工作质检人员的生产力。

钢筋混凝土结构工程质量检测鉴定的非破坏性方法研究

钢筋混凝土结构在现代建筑中广泛应用,其工程质量检测鉴定对于保障建筑安全具有重要意义。传统的破坏性检测方法虽然能够提供较为准确的结果,但会对结构造成一定程度的破坏,不符合现代建筑对于结构完整性的要求。因此,非破坏性检测方法的研究和应用成为了当前研究的热点。基于此,论文将对钢筋混凝土结构工程质量检测鉴定中的四种非破坏性检测方法进行探讨。

建筑施工质量检测方法探究——以永康市解放街重建地块新建项目为例

针对已建成高层建筑的施工质量检测方法不能直观验证施工质量的问题,以永康市解放街重建地块新建项目为例展开研究。在处理施工质量事故、评估新建建筑结构与建筑新材料工艺应用过程中,采用无损检测与鉴定方法,对已建高层建筑施工质量进行监管,揭示新建建筑结构内部、外部存在的适用性缺陷,以此提升新建建筑施工质量和建筑可靠性。

无损检测技术在航空发动机叶片故障自动检测中的应用

针对航空发动机叶片复杂的失效机理和精准快速检测的需求,研究了无损检测技术在叶片缺陷自动识别中的应用。通过综合选择超声检测与涡流检测方法,优化多传感器阵列布置,集成深度学习、数字孪生等智能算法,构建了航空发动机叶片自动化无损检测系统。攻克了高灵敏传感器设计、自适应聚焦成像、智能缺陷识别等关键技术,实现了叶片亚毫米级微小缺陷的快速准确检出。研究表明,该系统的检测灵敏度较传统方法有明显提高,为保障航空发动机安全可靠运行提供了重要支撑。

基于高光谱成像技术的涂抹掩盖字迹识别方法研究

在刑事案件和民事案件中,许多重要文件中的签名、日期、数字等字迹常常被有意涂抹而掩盖其真实信息,因而无法作为证据使用。因此,开展高光谱成像技术(450~950 nm)快速无损显现涂抹掩盖字迹十分必要。涂抹掩盖字迹中,黑色签字笔作为书写及涂抹工具占多数,因此从21种黑色签字笔中随机选取两种进行相互涂抹作为样本。同时,选取墨水中含有碳元素和不含有碳元素的黑色签字笔各两支,用同一支笔书写字迹并进行涂抹掩盖作为样本。实验结果表明,用高光谱成像技术在450~950 nm波长范围内进行显现肉眼无法辨别的涂抹掩盖字迹,大部分被涂抹掩盖的字迹能够得到完整、清晰的显现,反映出被掩盖字迹的真实形态与信息,具有良好的显现效果。部分显现效果不佳,原书写字迹细节特征残缺,但能识别出原字迹,还有少部分较为模糊,无法达到检验要求。而使用传统红外显现方法时,大部分涂抹掩盖字迹难以显现。

基于近红外光谱的大枣表面损伤检测方法

为了提升大枣表面损伤检测精度,提出基于近红外光谱的大枣表面损伤检测方法。构建近红外光谱采集系统,采集大枣样本的近红外光谱数据,利用SpectraSuite软件实现光谱曲线的可视化呈现;对光谱数据进行黑白校正处理,提取大枣样本的感兴趣区域,剔除包含大量噪声的波长;采用基于竞争性自适应重加权算法提取大枣样本的光谱特征波长;构建基于SVM的损伤检测模型,实现大枣表面损伤的检测。实验结果表明:该方法可实现大枣表面损伤区域近红外光谱反射率的变化分析,选取的光谱特征波段较为精准,自然条件损伤检测误差率仅为3.32%,人为损伤检测存在1个误识别和1个漏识别样本,提高了检测精度。

基于小波散射网络的聚乙烯管道热熔接头缺陷太赫兹识别

采用频率范围为0.25~2.5 THz的反射式脉冲太赫兹时域光谱系统,对聚乙烯管道热熔接头缺陷进行了无损检测。利用PE100板材之间的热熔焊接模拟实际聚乙烯管道的热熔焊接,分别制作了标准热熔焊接和冷焊、过焊、未熔合和夹杂热熔缺陷接头样件。通过太赫兹系统逐点扫描,并对接头位置进行了波形及峰度成像分析。其中未熔合和夹杂热熔缺陷样件与标准焊接样件在波形上有明显差别;冷焊、过焊、未熔合及夹杂热熔缺陷在峰度成像图中可见明显缺陷轮廓。针对标准焊接和夹杂、未熔合热熔缺陷构建第一类小波散射网络-卷积神经网络缺陷识别模型进行缺陷定性分析,其缺陷识别率均可达到98%以上。针对标准焊接和夹杂金属、粗沙、树枝缺陷构建第二类缺陷识别模型进行定量识别,其缺陷识别相对误差均在7.42%以下。

基于子母共位电磁超声换能器的平面波成像

为了实现电磁超声相控阵单通道激励下的平面波成像(PWI),提升检测效率,设计了一种新型电磁超声相控阵换能器,命名为子母共位电磁超声换能器(EMAT)。该换能器将激发线圈与接收线圈分离,激发线圈为整体线圈,接收线圈为分离多通道线圈,两类线圈共用一组磁体。该换能器可降低实验仪器操作复杂性,使得不需要相控阵全通道激发,采用单通道激励即可以实现电磁超声平面波成像。本文使用子母共位电磁超声换能器对“斜向排列”的2 mm直径阶梯横通孔缺陷进行成像检测,结果表明:常规平面波算法检测的纵向定位误差在0.5 mm范围内,横向定位误差在2 mm范围内,采用相位相干算法可辅助提升成像信噪比(SNR),表明该类型换能器对于平面波成像快速检测是适用的。

基于多光谱成像技术鉴别不同紫花苜蓿品种的种子

不同紫花苜蓿(Medicago sativa)品种种子的无损检测是一个极具潜力的研究方向,本研究利用多光谱成像(Multispectral imaging,MSI)技术对25个紫花苜蓿品种的种子进行检测,并对形态和光谱两种特征参数进行分析。结果显示,不同品种种子的形态和光谱特征参数均有区别。基于形态特征参数的k-means聚类分析,将不同苜蓿品种大致归为四类,其中三类偏向于国外品种,一类偏向于国内品种。再结合基于光谱特征参数的k-means聚类分析,根据聚类结果,可以大致区分25个品种的种子。此外,本研究尝试用多光谱数据来关联种子内物质含量,对种子抗坏血酸(Ascorbic acid,AsA)含量与形态、光谱特征参数的相关性进行分析,结果表明,种子AsA含量与形状参数a、形状参数b、长宽比以及紧实度圆等形态参数具有一定的相关性,相关系数分别为-0.59,-0.58,-0.67,-0.68。以上研究结果表明,利用多光谱成像技术检测不同紫花苜蓿品种具有可行性,种子内储存物质含量也与种子图像存在一定相关性。

古代纺织品的染料提取及鉴定分析方法研究进展

对古代纺织品的染料进行有效鉴定,可以为相关纺织文物的保存和修复提供最佳方案,为天然染料应用及新型染料和染色工艺开发提供参考。文章针对古代纺织品的染料鉴定技术,从染料提取方法和染料成分检测分析技术两个方面展开综述。基于染料提取方法对纺织品的损伤程度以及检测手段的技术特点,对提取方法和检测分析技术进行了梳理分类,介绍了各种提取方法和检测分析技术的原理,总结了各种提取方法和检测分析技术的特点和局限性。最后指出,古代纺织品的染料鉴定技术正朝着无损、快速、高精度的方向发展,开发有效的非侵入式取样方法、建立丰富的染料谱图数据库以及开发新型无损鉴定技术等是未来的重点研究方向。

光纤反射光谱技术无损鉴别天然染料

通过鉴别古代服饰中的染料能够为纺织品文物的色彩复原和颜色保护提供理论依据。文章采用光纤反射光谱技术获得8种天然染料(红花、苏木、栀子、姜黄、槐米、黄栌、黄檗和靛青)的吸收光谱图,对每一种染料的吸收光谱作出相应的一阶导数图。通过对比明代红纱地绣仙鹤方补袍与染料参考品的吸收光谱图和一阶导数图以鉴别文物使用的天然染料种类。结果表明,明代红纱地绣仙鹤方补袍中的红色纱线由红花和黄檗染制,黄色纱线由槐米染制,蓝色纱线由靛青染制,绿色纱线为槐米和靛青套染获得。