摘要
本申请提供了一种基于超声相控阵的大型环件近表面缺陷智能识别方法和装置,涉及超声波无损检测领域。该方法包括:通过超声相控阵探头沿大型环件表面进行扫查,以获取大型环件对应的环件材料和表面结构特征;根据环件材料和表面结构特征,构建大型环件表面区域的超声相控阵检测参数和超声相控阵全聚焦成像算法;根据超声相控阵检测参数,控制超声相控阵探头实时采集超声检测信号并上传至上位机;通过上位机实时处理超声检测信号,并基于超声相控阵全聚焦成像算法,将超声检测信号转化为超声全聚焦图像;根据超声全聚焦图像生成超声相控阵全聚焦检测视频;将超声相控阵全聚焦检测视频输入运动目标检测神经网络模型,并通过运动目标检测神经网络模型,基于视频序列帧的时空特征输出大型环件的近表面缺陷。本申请解决了现有超声检测技术和缺陷智能识别方法对于近表面缺陷检测精度较差的问题。
技术关键词
相控阵探头
神经网络模型
序列帧
环件
成像算法
视频
缺陷智能
对比试块
生成超声
参数
识别方法
超声信号
运动
特征提取模块
超声波无损检测
图像
双边滤波算法
坐标点
超声检测技术
系统为您推荐了相关专利信息
图片生成方法
卷积神经网络模型
文本
计算机可读指令
变量
风险评估方法
卷积神经网络模型
风险评估系统
桥梁
数据
故障诊断模型
风机运行状态
风力发电设备
故障诊断方法
更新模型参数
安全监控方法
温度传感器
散热金属片
电路板
神经网络模型
判断方法
变压器
负载运行状态
时间序列图像
卷积神经网络模型