基于涡流传感器系统的常压容器底面缺陷检测研究

来源 :天津工业大学 | 被引量 : 3次 | 上传用户:sun383407949
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
常压容器作为化工产品生产、存储及运输的常用设备,具有广泛的应用需求。危化产品常压容器罐底经长期使用后极易出现腐蚀减薄、电化学腐蚀等结构性缺陷,极大增加了化工产业的事故风险。因此对化工常压容器罐底的全面缺陷检测意义重大。涡流检测是一种非接触性、无辐射性、不需要耦合剂且检测成本低、速度快的检测技术。本文根据常压容器底面缺陷的检测需求,利用涡流检测技术对其进行了深入研究。利用双空气芯线圈作为涡流传感器,检测多频正弦激励下常压容器底面涡流感应信号,选定相位梯度作为检测信号的特征量,并在二维空间对该特征量进行计算,对影响涡流检测的多个参数进行有限元仿真分析。在此基础上,设计了一套便携式实验设备,实现了基于涡流检测的常压容器罐底面缺陷检测系统。并基于相位梯度特征量提出了一种二维平面扫描的检测方法,对铝板样件、钢板样件和常压容器底面样件进行涡流检测及缺陷识别研究。研究表明,将相位梯度作为检测信号的特征量,通过涡流传感器系统对常压容器底面进行二维平面扫描检测,可在有效抑制提离噪声的前提下准确识别出常压容器底面样件的裂纹缺陷,相位梯度图的可视化检测效果明显。
其他文献
随着社会的发展与进步,人们的生活水平也不断提高,狗在人们日常生活中出现的频率也逐渐增加,越来越多的机构和组织也投入了对狗的研究与应用。其中狗脸图像的多目标检测具有
随着智能手机等移动电子设备的快速发展与普及,如今已进入全民摄影时代。由于摄影条件和摄影者自身美学鉴赏能力的差异,所拍摄图像的美学质量也呈现出较大的差异。为满足人们
目的:共词聚类分析结果的表达是共词分析应用的最后一步。现有的共词分析结果表达的方法均具有一定的局限性,所得到的结果存在主观性较强及表达不全面等问题。本研究提出基于
随着近几年的发展,深度学习方法在许多人工智能应用领域取得了极大的突破,例如计算机视觉和自然语言处理。其中在计算机视觉领域,不同于传统方法依赖的手工特征提取,深度学习由于其端到端训练的特点,和优越的特征提取性能,近几年以卷积神经网络为代表的深度学习方法几乎在所有计算机视觉子领域都取得了重大突破,极大地推进了这些研究领域的发展。在本文中,基于卷积神经网络,我们将聚焦计算机视觉领域中两个重要任务:图像识
近年来,灾害事件、恐怖袭击频发,使得搜救机器人逐渐成为机器人产业中受到较大关注的一个分支。搜救机器人凭借其自身结构特点可以在战后、灾后(地震、火灾、恐怖袭击等)未知
土地是农业的根本,农用地的数量、质量、利用情况及其空间分布等信息是构成农业信息资源的基本要素和重要基础。对农用地数据进行精确采集和动态跟踪管理,是实现现代农业生产
随着2019年《政府信息公开条例》的修订,过程性信息正式作为政府信息存在的形态之一,被纳入“可以不予公开”的范围之中。但是在目前的法律制度中,过程性信息的概念界定模糊,公开与否的认定标准不一,对信息公开的具体实践造成困扰。因此,对过程性信息的豁免公开作出合理认定有着重要意义。合理构建过程性信息豁免公开的认定体系,首先需要明确过程性信息豁免公开的理论基础。为了保障行政机关内部坦诚交流、保证行政效率与
信息技术的发展给人们带来了不少好处和便利,但是信息安全和版权保护问题同时也变得益发突出。数字印刷品作为信息交互的重要方式,其版权保护和信息安全也越来越受到重视。数
本文主要进行了两项工作:一是对中心-外围模型(Center-Periphery Model,一般简称C-P模型)进行推广并建立理论模型。本文在标准C-P模型中引入了政府部门,进而探究在农业部门,
随着互联网信息规模的急速膨胀,对大规模数据进行快速处理、学习和挖掘的需求也变得越来越多。在许多真实应用比如社交网络中,具有图结构的数据的规模也在不断变大。因此,基于图计算的大规模分布式(并行)机器学习框架受到了越来越多的关注。一方面,许多数据间的依赖关系可以自然地用图来进行建模,而且许多数据本身就具有图或网络的结构,例如社交网络数据;另一方面,许多机器学习和数据挖掘的算法也可以用图或网络来建模。在