一种基于改进RefineDet的管道数字射线成像缺陷图像检测方法

为提高管道缺陷图像检测的准确率,提出了一种基于改进RefineDet的管道数字射线成像(digital radiography, DR)缺陷图像检测模型。该模型针对管道DR缺陷图像数据少、目标少等特点,从以下三个方面进行改进。首先,在骨干网络设计方面,使用Swin transformer代替VGG16作为主干网络,在提高特征提取能力的同时减少主干网络参数量。其次,针对管道DR缺陷图像目标数量较少而易受背景干扰问题,通过在主干网络与特征融合阶段之间加入全局注意力模块来强化模型对重要特征的关注,从而提高检测性能。最后,在后处理阶段,针对传统的非最大值抑制算法直接去除非最好预测框问题,使用软非最大值抑制算法以更合理的方式去除非最优预测框。结果表明:该方法能够有效实现管道DR缺陷图像的检测,并且相比于其他4种常用的目标检测模型,提出的模型可以有效提升管道DR缺陷图像检测的准确率,研究结果可为DR缺陷图像检测提供技术支撑。

基于X射线数字成像的GIS设备缺陷无损检测方法

GIS设备的安全性和可靠性对电力体系的平稳运行具有重要意义;因此,为提高对GIS设备缺陷的检测效果、提高设备运行的安全性,在X射线数字成像的基础上,提出一种针对GIS设备的缺陷无损检测方法;通过X射线数字成像的方式采集GIS设备图像,并对图像中存在的泊松噪声实施去噪处理,以提高图像质量;针对处理后的图像,利用二维主成分分析法,通过将复杂的图像数据转换为简单的主成分来表示原始数据,提取出最具代表性的特征;将提取结果输入到BP神经网络分类器中,通过特征分类完成对GIS设备缺陷的无损检测;实验结果表明:应用该方法后,图像识别清晰度较高,对不同类型缺陷的检测效果良好;该方法的优势在于使用先进的图像处理和机器学习技术,能够有效地识别和定位GIS设备中存在的缺陷,通过及时发现并修复这些缺陷,可以提高GIS设备的安全性和可靠性,从而确保电力系统的平稳运行。

射线数字成像检测技术(DR)在低温真空绝热管道测厚评估上的应用

低温真空绝热压力管道在低温液化气体的传输过程中应用广泛,在役低温真空绝热压力管道内管道的测厚工作一直是定检工作中的难点。本文主要通过射线检测原理、DR测厚评估原理、DR在低温真空绝热压力管道内管道测厚三个方面阐述射线数字成像检测技术(DR)在在役低温真空绝热压力管道内管道测厚评估上的应用。为低温真空绝热内管道定期检验的测厚提供了新思路,也为企业降低了化工装置停车过程中破环真空绝热夹套带来的检验成本。

包覆层液氨管道数字射线实时成像检测

针对在役氨制冷系统包覆层液氨管道常规检验手段难以实施的难题,提出利用X射线数字成像检测方法对管道服役阶段产生的缺陷进行实时成像检测。包覆层与介质的双重作用影响了X射线的线质与数字图像的缺陷可识别度,对透照工艺进行优化,优化后的试验结果表明,腐蚀部位与检测图像相吻合,该方法能够实时判定缺陷与腐蚀状况。包覆层液氨管道的无损检测、腐蚀检测及焊缝的咬边、错边检查有助于问题的及时发现和隐患的及时排除,从而实现管道的安全运行。

在役调速器供油管道X射线数字成像检测

针对抽水蓄能电站在役调速器供油管道存在的2种失效破坏形式,考虑到油料介质密度较大,胶片照相技术黑度达不到标准要求,提出利用X射线数字成像检测方法对在役调速器供油管道焊缝制造及服役阶段产生的缺陷进行检测。文中检测采用OR1417 DR成像系统双壁单影透照技术对在役调速器供油管道焊缝进行检测,检测结果表明,油料介质的存在会降低焊缝成像质量,但X射线数字成像检测能够发现焊缝根部内凹缺陷,可以满足检测要求。

基于X射线成像原理的电缆缓冲层缺陷的可视化检测技术对比研究

近年来,高压电缆缓冲层烧蚀缺陷导致电缆故障问题频发,如何有效地对缓冲层缺陷进行检测引起了行业内的广泛关注。基于缓冲层缺陷与其相邻层间的密度差异,分别对X射线数字成像技术和计算机断层成像技术开展了检测参数研究,对比分析了两种方法对不同类型缺陷的检出有效性及在不同干扰下的检测效果。结果表明,计算机断层成像技术在检测准确度和抗干扰性优于X射线数字成像技术,但在检测的现场适用性方面有局限。研究给出两种检测技术的最佳检测参数及各自的优缺点,为后续高压电缆的缓冲层缺陷可视化检测提供了有益的参考。

苯酚管道数字射线在线检测试验研究

针对化工装置的苯酚管道在线检测的需求,通过制作含埋藏缺陷的不同管径的试样,选择合适的透照工艺参数,在有无介质的两种工况下,分别开展数字射线检测试验,研究缺陷的检出情况。通过对比研究检测结果发现后,管径DN 250 mm及以下含介质管道,气孔、未焊透等体积型可以有效检出,裂纹等面积型缺陷一定条件下可以检出,说明苯酚管道数字射线在线检测具有可行性。

基于数字射线的高温管道在线检测的研究

根据在高温管道在线检测中遇到的问题,经过数字射线检测工艺的制定、现场实验、工艺改进等过程,分析了高温管道数字射线检测图像的影响因素。根据实验数据,总结了促进检测质量提升的方法。

基于深度学习的X射线胶片数字化与缺陷检测算法

X射线胶片数字化和焊缝缺陷自动检测对提高航天大型零件生产加工质量和检测效率具有重要意义。在某些特定场景中,X射线检测无法采用数字式接收器,将X射线胶片转化为数字图像是缺陷识别的前提,但现有方法难以实现X射线胶片的高保真数字化,此外,大型零件的焊缝缺陷具有小目标特点,人工判读和传统图像检测算法难以保证识别精度。本文提出了一种基于深度学习的X射线胶片缺陷检测算法,首先基于全卷积神经网络在X射线胶片上不同曝光时间的图像中自动选择曝光时间最佳的数字图像,然后设计了基于轻量级MoGaA网络的缺陷检测网络,实现了数字化图像中的小目标缺陷检测。数字化和检测结果表明,该算法对于焊缝缺陷检测的准确率可达96%,取得了良好的检测效果。

铝合金搭接焊缝数字射线成像典型缺陷参考图像库的建立

对铝合金钨极氩弧焊搭接焊缝进行了X射线DR(数字射线)成像检测,得到了典型焊接缺陷的数字射线参考图像,定性分析了焊缝缺陷的图像特征。对典型缺陷的出现频数进行了统计分析,结果表明,手工钨极氩弧焊搭接焊缝的裂纹、气孔与夹杂缺陷的出现几率较高。对单个气孔、夹杂缺陷进行了分类。通过拉普拉斯锐化、浮雕特效和多尺度对比度增强方法对含裂纹的DR图像进行了缺陷增强显示,提高了人眼视觉效果。

基于X射线数字成像灰度变化的套筒灌浆缺陷识别方法研究

提出X射线数字成像质量增强措施及图像灰度分析方法,并通过现场检测进行验证。应用X射线数字成像法检测套筒灌浆质量,通过拍摄时应用长时积分技术、后期图像处理时应用量子降噪技术、散射线抑制技术和多模式灰度曲线映射技术可有效提升成像质量。由标准试件和实际墙体检测结果可知,当灌浆区归一化灰度值≤0. 65时,可判断灌浆饱满;当灌浆区归一化灰度值≥0. 85时,可判断存在灌浆缺陷;当灌浆区归一化灰度值为0. 65～0. 85时,需进行深入分析或结合其他方法验证。研究结果表明,在预制混凝土剪力墙及预制夹心墙内叶剪力墙中单排居中布置或梅花形布置套筒的灌浆饱满度基本可准确清晰地检测评定。

高质量X射线检测数字化成像及图像采集

X射线数字成像检测是工业无损检测的新技术。非胶片实时数字成像检测以其高效率、低成本 ,特别是数字图像的可交换性和存储方便等特点成为射线检测的发展趋势。通常使用的由射线像增强器、视频摄像机、图像采集卡和计算机组成的系统成像质量差且只能在低能X射线下使用 ,作者经过反复研究和实验 ,研制了基于单晶闪烁屏和科学级CCD相机的可用于高、低能X射线高分辨率、高对比灵敏度数字成像检测系统。介绍了整个检测系统的组成 ,设计了科学级制冷CCD相机、预处理电路、A/D转换电路、微机EPP方式快速数据采集电路和软件等。给出了某铝铸件 (厚 1 5 0mm)在加速器高能X射线下的成像结果。实验证明该系统比普通像增强器和视频相机组成的系统具有适应射线能量范围宽和成像质量好的优点 (成像时间长一些 )。系统的空间分辨率大于 3lp/mm ,检测物体 5 0mm(等效钢厚 )以上时 ,对比度灵敏度小于 1 %。

推力室钎焊身部焊缝缺陷的DR数字成像自动检测方法

针对常规胶片照相法评定推力室焊缝缺陷过程中检测效率低、难以实现自动化、智能化等缺点,提出了一种基于X射线数字成像检测技术的缺陷自动检测方法,搭建了DR数字成像检测系统。采用改进型Faster R-CNN网络建立了DR数字图像焊缝缺陷识别模型,对该模型的识别准确性进行了测试并在DR检测系统上进行了模型部署。研究结果表明,所训练的改进型Faster R-CNN模型能够准确识别DR数字图像中4种典型钎缝缺陷,且识别准确率可达93%以上,单张图像缺陷识别时间不超过2 s。使用改进型Faster R-CNN网络模型对液体火箭发动机推力室钎焊接头DR数字成像检测图像进行计算机智能评定,试验证明模型部署于DR检测系统可实现缺陷的智能在线检测。

基于多幅X射线数字图像的缺陷自动识别技术

在现有的X射线数字图像自动识别方法中,多采用对单幅数字图像进行孤立评判的方法。由于此类方法中阈值选取难以最优化,因而存在一定的误判率。为了解决这一问题,提出了一种X射线数字图像自动识别新方法。该方法将识别过程分为两步:缺陷提取和缺陷跟踪。第一步利用传统方法在每幅图像中分离出潜在缺陷。这一步保证真缺陷能全部提取出来,而不考虑伪缺陷的数量。第二步力图找出同一试件不同图像中分离出的缺陷之间的相互关系。如果第一步某一图像中分离出的某一缺陷在其他图像中都找不到相对应的缺陷区域,就定义该缺陷为伪缺陷,也就是说,真缺陷在不同图像中必须满足一定的几何关系。多幅图像中的缺陷跟踪综合利用了极线约束、三维重建和三线性约束等立体视觉算法。该方法的检测效果已经利用航空发动机叶片X射线数字图像得到验证。试验结果表明:利用该方法可以提高真缺陷的识别率,降低误判率。

X射线数字成像检测中缺陷的自动评判技术

在对目前缺陷自动检测系统所存在问题进行说明的基础上,研究一种通用的缺陷在线自动判定系统,并对其中的各关键技术进行了分析,包括在线系统设计及软件实现定位、定量和定性的技术.提出了基于双目视差法的射线图像缺陷立体定位技术,讨论了缺陷区域的分割、边缘检测、轮廓跟踪以及缺陷特征参数计算等技术,最后利用定位和定量分析得到数据,结合通用标准以及工件的制作工艺、扫查方式等综合判断缺陷的性质.

拉伸载荷下含缺陷管道宽板力学响应与断裂失效试验

为探究缺陷与焊缝的相对距离和夹角对X65螺旋埋弧焊钢管失效的影响,开展宽板拉伸试验,采用三维数字图像相关法分析轴向拉伸载荷下缺陷到焊缝的距离、缺陷与焊缝的夹角对管道宽板的力学响应和断裂失效行为的影响特征.结果表明:焊缝和缺陷的存在,以及缺陷到焊缝的相对距离和夹角对管道宽板的应变变化和断裂失效行为有影响,且不同的相对距离和夹角对其抗拉强度、应变分布和断裂失效行为的影响程度不同;当缺陷与焊缝的夹角为30°且当缺陷到焊缝的距离为39 mm时,管道宽板的抗拉强度最低、裂纹萌生及断裂失效所需位移载荷最小,此时其承载能力最差,最容易断裂失效.

基于X射线数字成像技术的高压输电导线内部缺陷检测实验研究

提出了一种高压输电导线内部缺陷X射线可视化检测方法,详细介绍了CV—1型X射线数字成像系统的组成和工作原理,验证了X射线数字成像系统对500 k V输电导线透照能力,确定了照射参数和透照方法;根据输电导线内部缺陷特征和缺陷所在部位,在实验室条件下分别模拟检测了导线钢芯断股、钢芯表面划伤、夹杂、散股以及压接深度不足等内部缺陷并与无缺陷输电导线进行了对比,得出了导线内部缺陷的X射线数字图像的特征,实验结果证明了X射线数字成像技术对输电导线内部缺陷检测的有效性和可行性,为高压输电导线内部缺陷检测提供了新方法和参考依据。

基于数字射线成像的航空发动机涡轮叶片缺陷尺寸的自动测定

在航空发动机涡轮叶片的缺陷检测线上,缺陷尺寸的自动测定是实现在线检测的关键。为了解决这一问题,分析了叶片数字射线成像(DR)的纹理特点,通过区域分割点将图像分成不同纹理区,提取各个区域的灰度分布函数以减少纹理对缺陷的干扰。消隐纹理后的图像灰度服从正态分布,遵循背景和信号(缺陷)在正态分布曲线上的取值特点,设置灰度阈值,将灰度值并入集合和数组,最后对航空发动机涡轮叶片的缺陷进行了正确的尺寸和形状测定。

基于X射线数字成像技术的管母线焊缝缺陷检测实验研究

焊缝缺陷是影响管母线性能的主要因素。根据管母线典型焊缝缺陷的特征,结合X射线数字成像(DR)系统Rhythm软件测量技术,推导了特定缺陷实际尺寸的理论计算方法,提出了一套基于DR技术的焊缝缺陷实际尺寸计算方法。利用本文提出的方法计算了像质计的长度并与实际尺寸进行了对比,充分验证了本文提出的基于DR技术的焊缝缺陷实际尺寸计算方法的正确性,根据实验室拍摄得到的管母线焊缝缺陷的X射线数字图像,利用该方法对气孔、未焊透等缺陷实际尺寸进行了计算,为定量研究管母线焊缝缺陷对其性能的奠定了基础。

数字式射线图像缺陷检测的C-V方法

数字式射线图像(DR图像)缺陷检测主要是进行缺陷区域的分割和测量,分割精度将直接影响到测量精度。C-V模型是一种新的基于曲线演化理论和水平集方法的图像分割模型,它结合区域信息使得分割结果全局最优,可以很自然地处理轮廓线拓扑结构的变化。针对工件DR图像特点,研究了一种DR图像缺陷检测的C-V方法:首先应用C-V模型进行DR图像缺陷区域的分割,在此基础上,完成缺陷区域几何参数的测量。实验表明,C-V方法能准确地分割出DR图像中的缺陷区域,并获得缺陷形心和面积等参数。