沥青路面内部缺陷无损检测技术研究综述

为了快速、准确地检测出沥青路面内部缺陷和病害,以便及时采取养护或其他处理措施,保障道路行车安全。同时,为促进沥青路面内部隐性病害和缺陷无损检测技术的发展,对现有沥青路面内部缺陷的无损检测技术进行了综述。分别综述了探地雷达的基本原理、在沥青路面检测中的应用以及探地雷达图谱的智能识别,超声波检测技术的检测原理、超声波的衰减规律研究和其在路面内部缺陷检测中的应用与研究,红外热成像技术、核子密度仪、无核密度仪和瑞利波法的检测原理和在沥青路面内部缺陷检测中的应用与研究,最后汇总了各检测技术的检测原理、检测缺陷类型和优缺点等,并探讨了各检测技术存在的问题和未来的发展方向,为沥青路面内部缺陷无损检测技术的进一步应用与研究提供了参考和依据。

基于红外热像的车站混凝土结构损伤智能检测方法

车站作为一种典型的混凝土建筑,受工艺和材料配比的限制,大多数混凝土结构均具有一定的内部缺陷。因此,为了保证车站人员的安全,研究提出了一种基于红外热像及掩膜循环卷积神经网络的混凝土结构内部损伤智能检测方法。实验结果显示,该方法对不同类型缺陷的检测精度最高为99.7%,最低为93.3%;Io U最高为98.4%,最低为91.5%。在缺陷尺寸量化中,预测尺寸与实际尺寸的比值均趋近于1,二者的相对误差最大为1.35%,最小为0.04%,平均相对误差为0.70%。在实际应用中,智能检测模型的平均精度均值、平均Io U和平均召回率分别为92.1%、90.2%和84.4%,相较于测试中有所下降,但仍保持在良好水平上。上述结果表明,基于红外热像及掩膜循环卷积神经网络的智能检测模型能有效实现混凝土内部损伤的准确检测,有效保障车站混凝土结构的性能。

基于深度学习的管道热图像泄漏识别

为了降低输液管道多泄漏点微小泄漏的检测难度,提高输液管道无损检测的检测精度与检测速度,通过搭建水循环管道泄漏实验系统,改变管道泄漏点尺寸、泄漏点数量及输送介质温度,应用红外热像仪实时采集红外图像,提出基于非线性平稳小波和双边滤波算法实现图像降噪;并结合红外检测技术和YOLO(You Only Look Once)v4模型实现输液管道单、多漏点的自动化智能检测。结果表明,与传统滤波算法相比,该降噪方法的峰值信噪比、结构相似性均有所提升;该模型能够快速且准确地检测管道单、多漏点,检测精度(mAP)分别达到了0.9822及0.98,准确率分别达到了98.3%及98.36%,单帧检测时间分别达到了0.3021 s及0.3096 s,实现了在复杂背景干扰下对单、多泄漏点的识别。通过与YOLO v3、Faster R-CNN和SSD 300这3种算法比较发现,YOLO v4算法对管道单一漏点及多泄漏点检测的准确率、mAP和检测时间均更佳,具有更高的检测准确性与检测效率。

基于近红外光谱的衣物材质与含量检测研究

本文利用近红外光谱(Near infrared spectrum,NIR)技术,建立了一种衣物材质和含量检测模型。选择8种衣物样品与棉-涤混纺织物作为测试对象,通过对数据进行预处理、特征提取、分类识别和回归分析等步骤,建立了衣物材质和含量的检测模型。实验结果表明,最小二乘向量机所建立的定性判别模型准确性较高,运算时间更短。经二阶导数平滑与预处理后的棉-涤混合面料近红外光谱数据结合偏最小二乘法算法建立的定量分析模型有较好的精准度与稳定性,预测均方根误差达到了0.0019,满足了近红外快速检测的准确度要求。本文所建立的近红外检测方法具有环保、耗时短、成本低等优点,在衣物制造、质保和质检等领域都有一定应用价值。本研究为衣物材质和含量的检测提供了一种新的方法和思路,具有一定的理论和实际应用价值。

近红外光谱检测技术在塑料分选中的应用进展

近红外光谱检测技术(NIRS)在塑料分选中的应用旨在对塑料种类与组份进行识别,从而提高回收效率最终实现资源的综合利用。本文首先介绍传统塑料分选技术发展;其次概述近红外检测技术原理与其在塑料领域的应用现状;最后对在塑料分选领域应用前景进行了总结与展望。在塑料分选领域,近红外光谱检测技术相比传统的物理和化学检测方法,具有快速、无损、高效等明显的优势,可通过实时、在线检测,定性与定量的方式对未知样品进行识别与分选。尽管该技术在一些实验研究中已经取得了显著的阶段性成果,但在实际工程应用特别是检测的精准度,外延新的应用场景等方面仍需进一步研究和优化。

Numerical Simulation of Non-destructive Testing of Stainless Steel Composites Plate by Infrared Thermography

The non-destructive testing(NDT)of debonding in stainless steel composites plate(SSCP)is performed by infrared thermography,finite element analysis(FEA)software ANSYS is taken as the simulative tool,and 2D simulative model has been set up to investigate effect of the thickness of coating and/or substrate on the detectibility of debonging in SSCPs.Two parameters,namely the maximum defect temperature difference and defect appearing index,are defined to evaluate the detectivity of defects,and their computational methods and formulas are given respectively.The preliminary changing tendency of the maximum defect temperature difference and defect appearing index with the thickness of coating and/or substrate is found by numerical simulation.

基于单谐振结构的金属裂纹CRFID传感器设计

为实现单结构谐振器对金属裂纹参数的无损检测,设计了一款同时检测裂纹宽度及方向的无芯片射频识别(CRFID)金属裂纹传感器。将圆形、切角矩形谐振器一体化设计,利用HFSS有限元分析软件对传感器进行结构优化与性能仿真。深层次探究了不同裂纹缺陷下传感器雷达散射截面(RCS)的响应特征。结果表明金属结构的裂纹方向和裂纹宽度可以通过传感器谐振频率的变化进行识别。双极化下RCS幅频特性的频偏方向对应裂纹的方向,而频偏量与裂纹宽度成正比。设计的CRFID传感器能够检测0°水平方向、90°竖直方向、45°或135°斜向等三类方向下的亚毫米宽度裂纹,其中裂纹宽度检测灵敏度最高可达43.5MHz/0.1mm。

激光热成像无损检测研究进展(特邀)

红外热成像是无损检测技术的典型代表。按有无外部激励源,红外热成像可大致分为被动式热成像与主动式热成像两类。其中,以激光作为激励源的主动式热成像,因其输出功率稳定、能量分布均匀、可控性强等诸多优势于近些年得到了广泛的应用。文中首先介绍了激光热成像无损检测系统的构成与激光热成像的分类,并进一步探讨了激光热成像无损检测系统的优化与相关图像处理方法,并从应用角度对现有主要研究工作进行了综述、分析、总结与对比。目前,基于激光热成像的无损检测方法在实际应用过程中存在精度不够,效率偏低,检测对象受限等问题。为提升检测效果,研究人员从激励方式、检测条件、图像处理等方面出发提出了多类优化策略。随着新一代信息技术的发展与检测技术精度要求的提高,激光热成像无损检测从裂纹等表面缺陷的检测,拓展至包括分层、脱粘等内部缺陷检测,从缺陷定性分析拓展至缺陷定量计算,从二维缺陷识别拓展至三维缺陷重构。通过详细分析现有研究,认为提升激光源性能、开发小型便携式激光器、结合智能算法的三维缺陷定量检测等是激光热成像无损检测未来的发展方向。

基于激光联动扫描的单目动态三维主动热成像研究

为了满足对非平面碳纤维复合材料无损检测的需求,文中提出了一种仅使用一台热像仪对运动试件进行主动三维热成像的系统,称为单目动态三维主动热成像。该系统融合了检测对象的三维轮廓与和主动热成像检测,能够对具有复杂几何形状的复合材料试件进行检测,并给出直观的热成像缺陷检查结果。不同于传统的三维主动热成像检测方法需要额外的三维相机获取检测对象表面轮廓信息;该系统不需要独立的三维传感器,而热像仪同时作为三维传感器与温度传感器。为了实现这一功能,在线激光联动扫描热成像的基础上,文中提出了一个统一联动扫描模型和针孔相机投影模型的数学模型,将线激光作为主动热成像的热激励和三维重建的空间编码。在算法中,该模型实现了对重构热图序列和三维形状点云的无特征配准,该配准方法工作快速、稳健,不需要关键点。标准高度试件标定实验结果表明:在1~150mm的高度测量范围,平均误差0.16mm,最大误差不超过0.25 mm。碳纤维进气管实验表明,该方法具有大尺寸碳纤维复合材料三维温度场重建与检测检测能力。文中提出的单目三维动态热成像系统结构简单、工作稳定,可用于在生产线的三维测量、缺陷检测和质量控制。

基于各向异性导电膜的射频SP8T开关无损测试

为了解决射频器件无损测试的难点,基于各向异性导电膜Z轴(ACF-Z)连接结构,设计并实现了射频器件无损测试技术。针对表面贴装式GaAs金属半导体场效应晶体管(MESFET)单刀八掷(SP8T)开关,该测试技术使用ACF-Z轴连接结构实现器件与测试板的无损连接,通过矢量网络分析仪对GaAs MESFET SP8T开关性能进行测试,最多可同时测试SP8T开关的8个通道。测试结果显示,1~8 GHz内,器件的插入损耗为-15~-35 dB,回波损耗为-15~-35 dB,测试过程中未对器件造成损伤。

牛肉品质无损检测技术研究进展

牛肉营养物质丰富,是受消费者青睐的肉类之一。牛肉品质的优劣影响市场价格、消费者的购买意愿与满意度,因此牛肉品质的检测工作十分重要。目前传统的牛肉品质检测方法存在耗时、样品损坏以及操作复杂等问题。近年来,无损检测技术凭借其快速、高效、无损、绿色无污染的优势被广泛应用于牛肉品质检测。本文对无损检测技术在牛肉的品质分析(感官品质、营养品质和其他品质)进展进行了总结,系统阐述了近红外光谱、拉曼光谱、高光谱成像、电子舌和电子鼻等无损检测技术的原理,详细论述了近5年内无损检测技术在牛肉品质分析的进展,提出了无损检测技术在牛肉品质分析中存在的问题,并对未来的应用前景进行了展望,以期为牛肉品质无损检测技术的研究与应用提供参考。

白纹肉与木质肉品质安全无损检测研究进展

随着我国居民生活水平日益提升,消费者对食品品质及食品安全问题日渐关注。鸡肉味美价廉,肉质鲜美,深受消费者喜爱。为了满足消费者的鸡肉供应需求,禽肉业一味追求快速出栏率,导致鸡肉已出现一系列肌肉缺陷问题,发生率最高的白纹肉(white striping,WS)和木质肉(woody/wooden breast,WB)目前对禽肉业及消费者影响最为严重。常用的判别白纹肉、木质肉的方法是对其进行视觉观察和感官触碰,这种方法存在着主观、效率低和繁琐等缺点,而化学实验法会对鸡肉样本带来污染,显然不适用于后续的快速、在线检测及分选。近年来,无损检测技术发展迅速,其凭借快速、准确和安全等特点已广泛应用于食品品质安全领域。该文综述了近年来国内外关于近红外光谱、机器视觉以及高光谱成像等无损检测技术在白纹肉、木质肉检测中的最新研究进展,对各项技术现阶段存在的问题及未来的发展前景进行了总结和展望,以期为我国肉类食品品质安全检测提供参考和借鉴。

基于反向传播神经网络和高光谱成像的芒果可溶性固形物含量检测

目的比较反向传播神经网络(backpropagation algorithm neural network,BPNN)模型与偏最小二乘回归(partial least squares regression,PLSR)模型在预测芒果可溶性固形物含量(soluble solids content,SSC)方面的性能。方法使用高光谱成像仪和全自动折光仪采集芒果的近红外高光谱及SSC数据,建立两种预测模型,采用多元散射校正(multiplicative scatter correction,MSC)进行光谱预处理,利用遗传算法(genetic algorithm,GA)、区间变量迭代空间收缩算法(interval variable iterative space shrinkage algorithms,IVISSA)和变量组合群体分析算法(variable combination population analysis,VCPA)提取特征波长变量,通过比较不同特征波长提取方法进一步优化对比预测模型。结果与PLSR模型相比,BPNN模型在预测SSC方面更为有效。而在IVISSA特征波长变量提取后优化的BPNN模型预测能力最佳,预测集判定系数R_(p)^(2)、均方根误差(root mean square error of prediction,RMSEP)、残差预测偏差(residual prediction deviation,RPD)分别为0.8641、0.3924和2.7127。结论该模型可快速、准确地检测芒果的SSC,并证明可见光-近红外高光谱成像与反向传播神经网络模型相结合有望预测芒果的SSC,为开发在线芒果SSC无损检测系统奠定基础。

光谱技术在肉制品无损检测中的应用

肉制品在日常饮食中占据重要地位,其质量与安全一直是消费者关注的问题,光谱技术因其快速、无损、成本低等特点被越来越多地应用于肉制品质量与安全检测中。介绍了光谱技术用于肉品品质检测的原理,综述了光谱技术在肉制品无损检测中的应用进展,特别是在肉制品真实性、肉制品品质指标等方面的应用,研究可能会加速光谱技术在肉制品质量检测中的标准化,从而更快、更有效地检测产品品质。

近红外光谱技术在山葡萄无损检测中的应用研究

山葡萄是中国特色葡萄酒的原材料,其成熟度和品质对酿造优质葡萄酒有关键作用。无损检测技术是指在不破坏样品的前提下进行检测,目前应用研究广泛。综述无损检测技术的几种机制和适用领域及研究进展,通过比较发现近红外光谱分析技术比较适宜于山葡萄的无损检测,为后续的无损检测设备研究和拓展应用提供参考。

非金属管道在油气田中的应用及完整性管理技术研究进展

为研究非金属管道在油气田中的应用情况及完整性管理技术进展,解决非金属管道由于种类繁多、功能特性和材料结构各异而引起的选型困难、标准执行不统一、埋地管道探测、无损检测和管道失效预测等方法选用不适合的问题,通过查阅文献、技术交流、实地调研和数据整合等方法,总结油气田建设常用非金属管道的分类、结构和功能特点、应用条件和范围、执行的标准体系,以及埋地非金属管道探测、无损检测、管道失效分析及预测的技术和方法,针对非金属管道数据采集、风险评价、寿命预测方法等完整性管理关键技术方面提出相关对策,并对非金属管道的发展提出相关建议。研究结果可为非金属管道在油气田领域的进一步推广应用提供有效支撑。

基于SSPPs传感器的金属凹槽填充工件检测

提出了一种基于液体开关控制的人工表面等离激元传感器,用于检测金属凹槽填充密度。该传感器由液体开关控制器和功分结构组成。液体开关由塑料管和带水的注射器组成,固定在SSPPs传感器的分支结构上。塑料管内充满水时,支路不能传输信号,这称为“OFF”状态。相反,塑料管内无水时称为“ON”状态。通过切换传感器支路的“ON”或“OFF”状态,可以控制SSPPs传感器的传感区域。该检测方法是基于凹槽填充质量变化引起的SSPPs传感器反射系数的变化,通过切换支路状态,可以检测各支路下方是否存在填充质量问题。实验结果表明,SSPPs传感器可以有效检测10 mg填充变化,可用于实现批量生产工件的快速筛选。

应力测试结合无损检测在起重机金属结构安全评估中的应用

起重机是现代工业中不可或缺的一种机械设备,被广泛运用于各个行业。金属结构是起重机的骨架,承担和传递作用在起重机上的各种载荷,其工作状态直接影响整机的工作性能、安全性和可靠性,一旦发生故障将会带来巨大的直接和间接损失。因此,对金属结构开展必要的检测分析,进一步评估起重机性能是否安全可靠十分重要。在起重机金属的安全评估中,最常见的就是应力测试和无损检测。应力测试可以评估设备金属结构的应力状况,而无损检测能够发现焊缝及母材的缺陷,从而客观准确地评估起重机金属结构的安全性能。基于此,简要分析应力测试与无损检测的工作原理及其在起重机金属结构安全评估中的应用,以期能够更好地保障起重机施工作业的安全性与可靠性。

建筑水泥质量无损检测技术及应用研究

建筑水泥是现代建筑中不可或缺的材料之一。为了确保建筑物的结构安全和耐久性,水泥质量的检测至关重要。传统的水泥质量检测方法需要破坏性取样,而无损检测技术则可以在不破坏样品的情况下获得水泥材料的质量信息。介绍了目前常用的建筑水泥质量无损检测技术,包括超声波检测、红外热像检测、电磁波检测等,探讨了它们在建筑水泥质量检测中应用的优势和局限性;通过对比分析不同的无损检测技术,为建筑工程提供多种快速、准确、非破坏性的水泥质量检测方法,为工程质量控制提供科学的理论依据及技术支持。

无损检测技术在浇筑模具质量控制中的应用研究

本研究旨在探讨无损检测技术在浇筑模具质量控制中的具体应用,以提高模具制造的精度和可靠性。主要采用超声波检测技术对模具材料进行检测,以精确识别缺陷位置并评估材料应力分布。同时,利用红外热成像技术监测模具表面的温度分布和加工参数,从而评估表面质量。研究结果表明,无损检测技术在浇筑模具质量控制方面具有显著优势,能够有效提升质量控制水平。期望通过文章的研究,能够有效提高模具制造行业的技术水平,推动产业的发展。