中厚钢板超声波探伤不合格原因分析

针对中厚钢板超声波探伤出现的两类典型缺陷,通过低倍检验和金相检验等手段,并结合实际探伤过程中缺陷的分布位置对探伤不合格的原因进行了分析。结果表明:点状密集型缺陷主要与连铸坯的中心偏析有关,侧边条型缺陷则主要来源于连铸坯的三角区裂纹或靠近三角区的中心裂纹,钢板体部的条型缺陷则是由连铸坯的中间裂纹造成的。

RGB空间下基于C-means颜色聚类的印花布图像分割方法研究

针对印花瑕疵检测的关键技术问题,主要围绕颜色度量和彩色图像分割两个方面展开研究工作。提出一种新的颜色度量公式,实现直接利用聚类分析算法在RGB颜色空间中对图像进行分割。同时还提出一种基于距离修正的模糊C均值聚类算法,提高了算法的抗噪声性能。实验研究结果表明,所提出的算法能成功有效地对印花图像的颜色特征进行提取与分割,并且抗噪声性能也比较强。

基于AlexNet神经网络的手推式双轨探伤仪超声检测系统研究

针对传统方法对钢轨各部位探伤需要采用不同的探伤设备,效率低,并且无法综合评价钢轨质量的问题,设计可以兼顾钢轨内部伤损(含垂向裂纹)和钢轨表面伤损检测的手推式双轨探伤仪。介绍手推式双轨探伤仪超声检测系统组成、工作原理、探伤方法和伤损自动识别方法。详细论述伤损自动识别方法的技术架构、基于无监督聚类的B显数据分割方法和AlexNet神经网络架构,并针对标准样轨4类典型钢轨伤损进行验证。验证结果表明,基于改进的无监督聚类与AlexNet神经网络自动识别算法识别准确率可达90%以上,钢轨伤损图像提取准确率达到98.53%。手推式双轨探伤仪超声检测系统可以同时检测2股钢轨,自动判别伤损,有效识别钢轨伤损特征,较好地解决了现场判读工作量大的问题。