CN103512890A - 检测金属材料近表面缺陷的方法和装置 - Google Patents
检测金属材料近表面缺陷的方法和装置 Download PDFInfo
- Publication number
- CN103512890A CN103512890A CN201310314399.6A CN201310314399A CN103512890A CN 103512890 A CN103512890 A CN 103512890A CN 201310314399 A CN201310314399 A CN 201310314399A CN 103512890 A CN103512890 A CN 103512890A
- Authority
- CN
- China
- Prior art keywords
- thermal imaging
- imaging data
- workpiece
- defect
- set time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
Abstract
本发明提供一种检测金属材料近表面缺陷的方法和装置。方法包括:采用电磁激励外加热源的方式对工件的近表面进行加热处理;在固定时间段内对加热处理后的所述工件表面进行热成像,以产生所述工件表面的热成像数据;对所述热成像数据在所述固定时间段内随时间的变化情况进行分析处理,确定所述工件的近表面缺陷。本发明实施例有效解决了现有技术无法快速直观地检测金属材料近表面缺陷的技术问题。
Description
技术领域
本发明涉及探伤技术领域,尤其涉及一种检测金属材料近表面缺陷的方法和装置。
背景技术
金属材料作为我国很多工业的主要原材料,其质量对其衍生的产品的质量影响至关重要。金属材料在生产过程、使用过程中由于受到原材料、轧制工艺、使用环境等诸多技术因素的影响,会产生如裂纹,夹杂等缺陷,使材料的质量降低。因此,及时有效的对金属材料进行缺陷检测就显得尤为重要。
现有技术中,采用一种涡流检测方法,即载有交流电的线圈会在靠近它的金属材料中感应出涡流,感应的涡流反过来会影响检测线圈周围原有的磁场分布,从而导致检测线圈的测量阻抗发生变化,由于涡流中携带了试件的厚度、缺陷以及电导率等信息,故通过测量因涡流引起的线圈阻抗变化,便可推知金属块的相关物理参数,进而获知其缺陷情况。
但是,涡流因趋肤效应的限制,其一般只适用于金属材料表面以及埋藏深度较浅的近表面缺陷的测量,对于埋藏深度较深的近表面缺陷该方法很难检测到,而这些近表面的缺陷往往会诱发材料的表面缺陷,具有潜在危险性。
发明内容
本发明提供一种检测金属材料近表面缺陷的方法和装置,用以解决现有技术无法检测金属材料近表面缺陷的技术问题。
一方面,本发明实施例提供一种检测金属材料近表面缺陷的方法,包括:
采用电磁激励外加热源的方式对工件的近表面进行加热处理;
在固定时间段内对加热处理后的所述工件表面进行热成像,以产生所述工件表面的热成像数据;
对所述热成像数据在所述固定时间段内随时间的变化情况进行分析处理,确定所述工件的近表面缺陷。
另一方面,本发明实施例提供一种检测金属材料近表面缺陷的装置,包括:加热模块、热成像模块和处理模块;
所述加热模块,用于采用电磁激励外加热源的方式对工件的近表面进行加热处理;
所述热成像模块,用于在固定时间段内对加热处理后的所述工件表面进行热成像,以产生所述工件表面的热成像数据;
所述处理模块,用于对所述热成像数据在所述固定时间段内随时间的变化情况进行分析处理,确定所述工件的近表面缺陷。
本发明提供的检测金属材料近表面缺陷的方法和装置,通过采用电磁激励外加热源的方式对工件的近表面进行加热处理;在固定时间段内对加热处理后的工件表面进行热成像,以产生工件表面的热成像数据;对该热成像数据在该固定时间段内随时间的变化情况进行分析处理,确定该工件的近表面缺陷;该方法实现了对金属材料近表面缺陷的检测,避免了由近表面缺陷引发的潜在危险。
附图说明
图1为本发明提供的检测金属材料近表面缺陷的方法一个实施例的流程图;
图2为本发明提供的检测金属材料近表面缺陷的方法另一个实施例的流程图;
图3为本发明提供的检测金属材料近表面缺陷的装置一个实施例的结构示意图;
图4为本发明提供的检测金属材料近表面缺陷的装置另一个实施例的结构示意图。
具体实施方式
图1为本发明提供的检测金属材料近表面缺陷的方法一个实施例的流程图。如图1所示,该方法具体包括:
S101,采用电磁激励外加热源的方式对工件的近表面进行加热处理;
该电磁激励的信号可以是高频调制的脉冲、阶跃、周期波等电信号,其中调制波的频率可为1kHz-100kHz之间。将电磁激励信号加载到加热线圈上,使靠近加热线圈的工件的近表面产生感应电动势,进而在以金属材料制成的工件的近表面产生感应电流。该感应电动势和感应电流可转换成热功率,从而实现对工件的近表面的加热处理。为使工件产生的热功率能到达较深的近表面,且产生的温度较高,可将电磁激励信号的频率保持在较低水平来保证加热深度,同时对电磁激励信号的功率进行放大处理来保证较高的加热温度,从而实现更好的加热效果。
S102,在固定时间段内对加热处理后的所述工件表面进行热成像,以产生工件表面的热成像数据;
在对工件的近表面进行加热处理一段时间后,停止外加激励对工件的加热,并采用如红外热成像技术,对停止外加激励的工件表面进行固定时长的热成像处理,以产生工件表面在这一固定时长的时间内的热成像数据,该热成像数据反映了工件表面各坐标点上的温度,具体可通过温度曲面图或热分布云图表示出来。
S103,对热成像数据在固定时间段内随时间的变化情况进行分析处理,确定工件的近表面缺陷;
在工件较深的近表面区域的温度会根据材料本身的热传导特性传递到工件表面,而在传递的过程如果传热介质发生改变(传热介质发生改变表明材料中存在缺陷,如夹杂了其他材料的介质、或出现空洞等)会导致工件表面的热成像数据在固定时间段内随时间的变化而出现异常变化,如在某一区域内温度随时间变化可能会出现抖动或下降突然变缓慢等异常变化特点。通过对上述热成像数据在固定时间段内随时间的变化曲线或热分布云图中出现异常变化的区域进行分析,识别这些区域中温度随时间变化的具体特点,并根据这些特点所对应的缺陷位置、缺陷类型等信息,来确定该工件的近表面上的缺陷情况。
本发明提供的检测金属材料近表面缺陷的方法,通过采用电磁激励外加热源的方式对工件的近表面进行加热处理;在固定时间段内对加热处理后的工件表面进行热成像,以产生工件表面的热成像数据;对该热成像数据在该固定时间段内随时间的变化情况进行分析处理,确定该工件的近表面缺陷;该方法实现了对金属材料近表面缺陷的检测,避免了由近表面缺陷引发的潜在危险。
图2为本发明提供的网络流量预测方法另一个实施例的流程图,是如图1所示实施例的一种具体的实现方式。如图2所示,所述方法具体包括:
S201,采用电磁激励外加热源的方式对工件的近表面进行加热处理;该步骤具体执行过程可参见步骤101的相应内容。
S202,在固定时间段内对加热处理后的所述工件表面进行热成像,以产生工件表面的热成像数据;该步骤具体执行过程可参见步骤102的相应内容。
在实际热成像处理过程中,还可以在实时采集热成像数据时,对采样频率及采集区域进行调节,在选定区域内还可进行图像增强放大操作,以便找出温度异常的区域。
在获得上述热成像数据后,就可以执行如步骤103的内容:对这些热成像数据在固定时间段内随时间的变化情况进行分析处理,来确定工件的近表面缺陷。而针对步骤103,本实施例给出了一种具体实现方式,步骤如下(步骤203~205)。
S203,对热成像数据进行压缩处理;
在热成像处理过程中,受采样时长、采样的频率和采样像素的影响,实际产生的热成像数据其数据量会很大。为减小对数据处理的工作量,可分别对获得的热成像数据在时间和空间上进行压缩处理,例如在单位时间或空间上减少数据点的个数。
S204,将压缩处理后的热成像数据在固定时间段内随时间产生异常变化的区域,确定为工件的缺陷区域;
通过分析工件上各点对应的热成像数据在上述固定时间段内随时间的变化特点,确定产生异常变化的区域,该区域即为缺陷所在区域,具体包括水平位置和距离工件表面的深度。
例如,可先通过分析以工件上各点对应的热成像数据形成的曲面随时间的变化所呈现的整体变化特点,确定缺陷区域的水平位置。也可以通过分析不同时间下的温度云图来确定缺陷区域的水平位置。
在确定了缺陷区域的水平位置后,可以对该区域的水平位置上的热成像数据随时间的变化值进行提取,并对提取的随时间变化的热成像数据进行非线性拟合(一般是多项式拟合),根据拟合曲线上产生异常曲线部分对应的时间,以及热量在工件上的热导率、热扩散系数等,判断该缺陷区域距离工件表面的深度。
S205,根据缺陷区域对应的压缩处理后的热成像数据在固定时间段内随时间产生异常变化的异常变化类型,确定该缺陷区域的缺陷类型;
现有的金属材料的缺陷类型主要包括:裂纹缺陷、孔洞缺陷、夹杂缺陷和例如包含油漆层、保温层的材料或复合材料的分离缺陷,其中:
分离缺陷是指不同材料的接触面衔接不紧密,出现分离而构成的缺陷。其他上述缺陷均为常见缺陷,在此不一一描述。
每一种类型的缺陷在对应包含该类型缺陷的工件进行热传导时,其相应区域的热成像数据在固定时间段内随时间产生的变化趋势通常是相对固定的,该变化趋势可以通过绘制热成像数据的曲面图得到,或是直接通过观察热像图来得到。因此,在本方案中,可以预先将各类型缺陷对应的包含该类型缺陷的区域的热成像数据在固定时间段内随时间产生的变化趋势进行一一对应,通过判断当前已确定的缺陷区域对应的压缩处理后的热成像数据在固定时间段内随时间产生异常变化的异常变化类型,即变化趋势,再根据该变化趋势对应的缺陷类型,来确定该缺陷区域的缺陷类型。
例如,对于裂纹缺陷,在对应包含该类型缺陷的工件进行热传导时,其相应区域的热成像数据在固定时间段内随时间产生的变化趋势(变化类型)为等温线呈长条环形。在电磁激励加热阶段,由于裂纹处无感应电流,因此温度明显低于周围温度。在电磁激励结束后,由于电磁激励加热的不均匀性,造成温度按照一定的规律分布,并沿着温度梯度方向进行热传导。裂纹处起到阻热作用,造成温度分布不连续(反应出的热像图呈长条环形)。
S206,将确定的工件的近表面缺陷进行结果显示;
在经过上述方法步骤确定工件近表面缺陷后,可将这些缺陷通过文字或图像的形式进行结果显示,具体可以是数据图表,温度云图等形式。
本发明提供的检测金属材料近表面缺陷的方法,通过采用电磁激励外加热源的方式对工件的近表面进行加热处理;在固定时间段内对加热处理后的工件表面进行热成像,以产生工件表面的热成像数据;对该热成像数据在该固定时间段内随时间的变化情况进行分析处理,确定该工件的近表面缺陷;该方法实现了对金属材料近表面缺陷的检测,避免了由近表面缺陷引发的潜在危险。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
图3为本发明提供的检测金属材料近表面缺陷的装置一个实施例的结构示意图。该结构示意图可以执行如图1实施例中的检测金属材料近表面缺陷的方法的步骤。如图3所示,该检测金属材料近表面缺陷的装置包括:加热模块31、热成像模块32和处理模块33,其中:
加热模块31,用于采用电磁激励外加热源的方式对工件的近表面进行加热处理;
热成像模块32,用于在固定时间段内对加热处理后的工件表面进行热成像,以产生工件表面的热成像数据;
处理模块33,用于对热成像数据在固定时间段内随时间的变化情况进行分析处理,确定工件的近表面缺陷。
具体地,本实施例所示装置实现检测金属材料近表面缺陷的过程如下。
加热模块31采用电磁激励外加热源的方式对工件的近表面进行加热处理;该加热过程具体可参见步骤101的相应内容。
热成像模块32在固定时间段内对加热模块31加热处理后的工件表面进行热成像,以产生工件表面的热成像数据;该过程具体可参见步骤102的相应内容。
处理模块33对热成像模块32产生的热成像数据在固定时间段内随时间的变化情况进行分析处理,确定工件的近表面缺陷;该过程具体可参见步骤103的相应内容。
本发明提供的检测金属材料近表面缺陷的装置,通过采用电磁激励外加热源的方式对工件的近表面进行加热处理;在固定时间段内对加热处理后的工件表面进行热成像,以产生工件表面的热成像数据;对该热成像数据在该固定时间段内随时间的变化情况进行分析处理,确定该工件的近表面缺陷;该方法实现了对金属材料近表面缺陷的检测,避免了由近表面缺陷引发的潜在危险。
图4为本发明提供的检测金属材料近表面缺陷的装置另一个实施例的结构示意图。该结构示意图是如图3所示实施例的一种具体的实现方式,可以执行如图2所示的检测金属材料近表面缺陷的方法的步骤。如图4所示,该检测金属材料近表面缺陷的装置在如图3所示装置的结构和功能的基础上还包括:显示模块34,其中:
处理模块33,还用于对热成像数据进行压缩处理;将压缩处理后的热成像数据在固定时间段内随时间产生异常变化的区域,确定为工件的缺陷区域;根据缺陷区域对应的压缩处理后的述热成像数据在固定时间段内随时间产生异常变化的异常变化类型,确定该缺陷区域的缺陷类型;
显示模块34,用于将确定的工件的近表面缺陷进行结果显示。
具体地,本实施例所示装置实现检测金属材料近表面缺陷的过程如下。
加热模块31采用电磁激励外加热源的方式对工件的近表面进行加热处理;该加热过程具体可参见步骤201的相应内容。
热成像模块32在固定时间段内对加热模块31加热处理后的工件表面进行热成像,以产生工件表面的热成像数据;该过程具体可参见步骤202的相应内容。
处理模块33对热成像模块32产生的热成像数据在固定时间段内随时间的变化情况进行分析处理,确定工件的近表面缺陷;具体地,处理模块33先对热成像数据进行压缩处理,然后,将压缩处理后的热成像数据在固定时间段内随时间产生异常变化的区域,确定为工件的缺陷区域,最后,根据缺陷区域对应的压缩处理后的热成像数据在固定时间段内随时间产生异常变化的异常变化类型,确定该缺陷区域的缺陷类型;该过程具体可参见步骤103和步骤203~205的相应内容。
最后,显示模块34对处理模块33确定的工件的近表面缺陷进行结果显示,具体方式可采用数据图表,温度云图等形式。
本发明提供的检测金属材料近表面缺陷的装置,通过采用电磁激励外加热源的方式对工件的近表面进行加热处理;在固定时间段内对加热处理后的工件表面进行热成像,以产生工件表面的热成像数据;对该热成像数据在该固定时间段内随时间的变化情况进行分析处理,确定该工件的近表面缺陷;该方法实现了对金属材料近表面缺陷的检测,避免了由近表面缺陷引发的潜在危险。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (8)
1.一种检测金属材料近表面缺陷的方法,其特征在于,包括:
采用电磁激励外加热源的方式对工件的近表面进行加热处理;
在固定时间段内对加热处理后的所述工件表面进行热成像,以产生所述工件表面的热成像数据;
对所述热成像数据在所述固定时间段内随时间的变化情况进行分析处理,确定所述工件的近表面缺陷。
2.根据权利要求1所述的方法,其特征在于,所述对所述热成像数据在所述固定时间段内随时间的变化情况进行分析处理,确定所述工件的近表面缺陷包括:
对所述热成像数据进行压缩处理;
将所述压缩处理后的所述热成像数据在所述固定时间段内随时间产生异常变化的区域,确定为所述工件的缺陷区域;
根据所述缺陷区域对应的所述压缩处理后的所述热成像数据在所述固定时间段内随时间产生异常变化的异常变化类型,确定所述缺陷区域的缺陷类型。
3.根据权利要求2所述的方法,其特征在于,所述缺陷类型包括:裂纹缺陷、孔洞缺陷、夹杂缺陷和分离缺陷。
4.根据权利要求1至3任一项所述的方法,其特征在于,所述对所述热成像数据在所述固定时间段内随时间的变化情况进行分析处理,确定所述工件的近表面缺陷之后,还包括:将确定的所述工件的近表面缺陷进行结果显示。
5.一种检测金属材料近表面缺陷的装置,其特征在于,包括:加热模块、热成像模块和处理模块;
所述加热模块,用于采用电磁激励外加热源的方式对工件的近表面进行加热处理;
所述热成像模块,用于在固定时间段内对加热处理后的所述工件表面进行热成像,以产生所述工件表面的热成像数据;
所述处理模块,用于对所述热成像数据在所述固定时间段内随时间的变化情况进行分析处理,确定所述工件的近表面缺陷。
6.根据权利要求5所述的装置,其特征在于,所述处理模块具体用于,
对所述热成像数据进行压缩处理;
将所述压缩处理后的所述热成像数据在所述固定时间段内随时间产生异常变化的区域,确定为所述工件的缺陷区域;
根据所述缺陷区域对应的所述压缩处理后的所述热成像数据在所述固定时间段内随时间产生异常变化的异常变化类型,确定所述缺陷区域的缺陷类型。
7.根据权利要求6所述的装置,其特征在于,所述缺陷类型包括:裂纹缺陷、孔洞缺陷、夹杂缺陷和分离缺陷。
8.根据权利要求5至7任一项所述的装置,其特征在于,还包括显示模块,用于将确定的所述工件的近表面缺陷进行结果显示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310314399.6A CN103512890B (zh) | 2013-07-12 | 2013-07-24 | 检测金属材料近表面缺陷的方法和装置 |
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310293985 | 2013-07-12 | ||
CN2013102939857 | 2013-07-12 | ||
CN201310293985.7 | 2013-07-12 | ||
CN201310314399.6A CN103512890B (zh) | 2013-07-12 | 2013-07-24 | 检测金属材料近表面缺陷的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103512890A true CN103512890A (zh) | 2014-01-15 |
CN103512890B CN103512890B (zh) | 2016-12-28 |
Family
ID=49895952
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310314399.6A Expired - Fee Related CN103512890B (zh) | 2013-07-12 | 2013-07-24 | 检测金属材料近表面缺陷的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103512890B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106324036A (zh) * | 2016-08-30 | 2017-01-11 | 中国特种设备检测研究院 | 热收缩带的红外热成像检测方法及装置 |
CN106814070A (zh) * | 2016-12-12 | 2017-06-09 | 国网山东省电力公司电力科学研究院 | 一种基于红外测温的压接管缺陷判断方法及*** |
CN107796853A (zh) * | 2016-08-30 | 2018-03-13 | 中国特种设备检测研究院 | 热收缩带的红外热成像检测方法及装置 |
CN104535615B (zh) * | 2015-01-18 | 2018-03-13 | 无锡双马钻探工具有限公司 | 一种互相关涡流热成像缺陷检测和层析成像方法及*** |
CN109709147A (zh) * | 2018-12-05 | 2019-05-03 | 厦门城市职业学院(厦门市广播电视大学) | 一种线圈损伤的检测方法 |
CN110988660A (zh) * | 2019-10-21 | 2020-04-10 | 信利光电股份有限公司 | 一种ito缺陷检测方法及*** |
CN112285108A (zh) * | 2020-10-20 | 2021-01-29 | 深圳技术大学 | 一种基于红外热成像技术的便携式贵金属层间掺假无损检测装置 |
CN115047162A (zh) * | 2022-06-24 | 2022-09-13 | 张家港沙龙精密管业有限公司 | 一种钢管热处理的缺陷检测方法及*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4247306A (en) * | 1979-01-17 | 1981-01-27 | Elkem Spigerverket A/S | Detection of flaws in metal members |
CN1869581A (zh) * | 2005-05-24 | 2006-11-29 | 联合工艺公司 | 热成像方法和设备 |
CN102954968A (zh) * | 2012-11-05 | 2013-03-06 | 西安交通大学 | 热障涂层部件电磁涡流热成像无损检测***及检测方法 |
-
2013
- 2013-07-24 CN CN201310314399.6A patent/CN103512890B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4247306A (en) * | 1979-01-17 | 1981-01-27 | Elkem Spigerverket A/S | Detection of flaws in metal members |
CN1869581A (zh) * | 2005-05-24 | 2006-11-29 | 联合工艺公司 | 热成像方法和设备 |
CN102954968A (zh) * | 2012-11-05 | 2013-03-06 | 西安交通大学 | 热障涂层部件电磁涡流热成像无损检测***及检测方法 |
Non-Patent Citations (4)
Title |
---|
UDO NETZELMANN ET AL.: "Induction Thermography as a Tool for Reliable Detection of Surface Defects in Forged Components", 《 17TH WORLD CONFERENCE ON NONDESTRUCTIVE TESTING》 * |
左宪章 等: "电磁激励热成像检测铁磁材料裂纹的磁热效应分析", 《磁性材料及器件》 * |
石继程: "海洋平台检测技术分析及新技术应用探讨", 《全国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
薛书文 等: "利用红外热成像技术检测金属内部近表缺陷", 《红外与毫米波学报》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104535615B (zh) * | 2015-01-18 | 2018-03-13 | 无锡双马钻探工具有限公司 | 一种互相关涡流热成像缺陷检测和层析成像方法及*** |
CN106324036A (zh) * | 2016-08-30 | 2017-01-11 | 中国特种设备检测研究院 | 热收缩带的红外热成像检测方法及装置 |
CN107796853A (zh) * | 2016-08-30 | 2018-03-13 | 中国特种设备检测研究院 | 热收缩带的红外热成像检测方法及装置 |
CN106814070A (zh) * | 2016-12-12 | 2017-06-09 | 国网山东省电力公司电力科学研究院 | 一种基于红外测温的压接管缺陷判断方法及*** |
CN106814070B (zh) * | 2016-12-12 | 2019-11-19 | 国网山东省电力公司电力科学研究院 | 一种基于红外测温的压接管缺陷判断方法及*** |
CN109709147A (zh) * | 2018-12-05 | 2019-05-03 | 厦门城市职业学院(厦门市广播电视大学) | 一种线圈损伤的检测方法 |
CN109709147B (zh) * | 2018-12-05 | 2021-10-01 | 厦门城市职业学院(厦门市广播电视大学) | 一种线圈损伤的检测方法 |
CN110988660A (zh) * | 2019-10-21 | 2020-04-10 | 信利光电股份有限公司 | 一种ito缺陷检测方法及*** |
CN112285108A (zh) * | 2020-10-20 | 2021-01-29 | 深圳技术大学 | 一种基于红外热成像技术的便携式贵金属层间掺假无损检测装置 |
CN112285108B (zh) * | 2020-10-20 | 2023-11-21 | 深圳技术大学 | 一种基于红外热成像技术的便携式贵金属层间掺假无损检测装置 |
CN115047162A (zh) * | 2022-06-24 | 2022-09-13 | 张家港沙龙精密管业有限公司 | 一种钢管热处理的缺陷检测方法及*** |
CN115047162B (zh) * | 2022-06-24 | 2024-02-06 | 张家港沙龙精密管业有限公司 | 一种钢管热处理的缺陷检测方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN103512890B (zh) | 2016-12-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103512890A (zh) | 检测金属材料近表面缺陷的方法和装置 | |
Wang et al. | Image processing based quantitative damage evaluation in composites with long pulse thermography | |
Madruga et al. | Infrared thermography processing based on higher-order statistics | |
US7699521B2 (en) | Automated binary processing of thermographic sequence data | |
US20100235115A1 (en) | Automated Binary Processing of Thermographic Sequence Data | |
Zeng et al. | Depth prediction of non-air interface defect using pulsed thermography | |
US7549339B2 (en) | Inverse thermal acoustic imaging part inspection | |
CN102095755B (zh) | 一种混凝土结构的无损检测方法 | |
CN103163216A (zh) | 一种基于巨磁电阻传感器的金属导体缺陷识别及估计方法 | |
Chung et al. | Latest advances in common signal processing of pulsed thermography for enhanced detectability: A review | |
WO2021007970A1 (zh) | 一种载波式脉冲涡流检测方法及装置 | |
Wei et al. | Accurate depth determination of defects in composite materials using pulsed thermography | |
CN103308521A (zh) | 一种增强红外热波检测图像缺陷对比度的方法 | |
Li et al. | Circumferential current field testing system with TMR sensor array for non-contact detection and estimation of cracks on power plant piping | |
Liu et al. | Investigation of thermal imaging sampling frequency for eddy current pulsed thermography | |
CN109427049B (zh) | 一种涂层缺陷的检测方法 | |
CN110568083A (zh) | 一种针对钢材腐蚀疲劳损伤在线监测的声发射检测方法 | |
Baskaran et al. | Probability of detection modelling in eddy current NDE of flaws integrating multiple correlated variables | |
CN102867316A (zh) | 一种热波动态图像序列拟合重构方法 | |
CN102608162B (zh) | 超声红外热图阈值分割方法 | |
Xie et al. | Automated identification of front/rear surface cracks in ferromagnetic metals based on eddy current pulsed thermography | |
Zhang et al. | Effect of background subtraction on defect detection in thermographic signal reconstruction coefficient images | |
Santospirito et al. | Detection of defects in laser powder deposition (LPD) components by pulsed laser transient thermography | |
Jenson et al. | A Bayesian approach for the determination of POD curves from empirical data merged with simulation results | |
CN102445491B (zh) | 利用自发射磁信号评价再制造毛坯应力集中程度的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20161228 Termination date: 20180724 |