CN110146521A - 基于微波无损检测的管道表面腐蚀缺陷检测方法及装置 - Google Patents

基于微波无损检测的管道表面腐蚀缺陷检测方法及装置 Download PDF

Info

Publication number
CN110146521A
CN110146521A CN201910519821.9A CN201910519821A CN110146521A CN 110146521 A CN110146521 A CN 110146521A CN 201910519821 A CN201910519821 A CN 201910519821A CN 110146521 A CN110146521 A CN 110146521A
Authority
CN
China
Prior art keywords
microwave
defect
detection
reflection coefficient
depth
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
Application number
CN201910519821.9A
Other languages
English (en)
Other versions
CN110146521B (zh
Inventor
于亚婷
王聪
秦鸿
王振伟
程西檬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Electronic Science and Technology of China
Guangdong Electronic Information Engineering Research Institute of UESTC
Original Assignee
University of Electronic Science and Technology of China
Guangdong Electronic Information Engineering Research Institute of UESTC
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by University of Electronic Science and Technology of China, Guangdong Electronic Information Engineering Research Institute of UESTC filed Critical University of Electronic Science and Technology of China
Priority to CN201910519821.9A priority Critical patent/CN110146521B/zh
Publication of CN110146521A publication Critical patent/CN110146521A/zh
Application granted granted Critical
Publication of CN110146521B publication Critical patent/CN110146521B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N22/00Investigating or analysing materials by the use of microwaves or radio waves, i.e. electromagnetic waves with a wavelength of one millimetre or more
    • G01N22/02Investigating the presence of flaws

Landscapes

  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Length-Measuring Devices Using Wave Or Particle Radiation (AREA)
  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)

Abstract

本发明公开了一种基于微波无损检测的管道表面腐蚀缺陷检测方法及装置,该方法包括采集被测管道表面反射的微波信号,采用微波成像技术对反射系数相位值进行成像处理,对成像结果进行边缘检测处理,得到缺陷位置和宽度信息,构建缺陷检测模型,计算缺陷深度信息。本发明利用不同检测位置处的微波反射系数相位值作为成像像素点,同时对边界进行识别,可以获取缺陷位置和宽度信息,同时根据反射系数相位差与缺陷尺寸的关系模型,反解出缺陷深度的定量信息,实现管道上缺陷的位置、宽度和深度的定量检测。

Description

基于微波无损检测的管道表面腐蚀缺陷检测方法及装置
技术领域
本发明属于缺陷检测技术领域,具体涉及一种基于微波无损检测的管道表面腐蚀缺陷检测方法及装置。
背景技术
常规的管道无损检测方法主要有涡流检测法、磁粉检测法、超声检测法、射线检测法等。相较于其他无损检测方法,以微波作为信息载体的微波无损检测技术具有良好的抗干扰能力,能够快速、连续、实时的对缺陷进行监测,同时可以提供精确的数据,可通过检测结果数据对缺陷进行图像的重构,使缺陷区域大小和范围更为直观准确的展示出来。由于微波对金属试件有着良好的反射能力,对非金属试件有着良好的穿透能力,因此该技术可适用于金属试件检测,同样也适用于非金属试件的检测且检测过程中不会对检测人员造成危害。该技术常用于飞机机身结构及发动机的安全检测、核动力设施中的蒸汽管道及石油、天然气等运输管道的可靠性检测,各种板、棒、管等金属零件生产过程中的质量监控等。
根据微波反射、透射等原理,在扫描过程中,微波垂直入射到被测试件表面,如果被测试件表面存在一定的缺陷或者涂层脱落等情况,其反射波的基本参数如相位、幅值会发生较为明显的变化,从而对试件缺陷进行定位和定量检测。同时对缺陷数据可以进行图像重构,使得缺陷能够直观准确的表征出来,不需要专业人员进行判定。
常用的管道无损检测方法主要有漏磁检测方法、超声波无损检测技术、射线检测等。
漏磁检测方法主要是通过对金属管道表面进行激励磁化,通过判定表面的漏磁量来推断管道外表面是否存在缺陷。磁检测主要应用在长距离管道运输的外表面检测中。其检测速度较快,检测仪器的使用较为简单,但在检测中由于容易受到复杂管道结构的影响,因此只适用于直线管道的检测,同时对小于5%管壁厚的缺陷无法进行及时的检测,不能及时对管道健康状态进行预测。
超声波无损检测技术是利用超声波在介质表面会发生反射现象来获得反射波,根据超声波入射波和反射波之间的时间间隔可计算出传感器与管道的距离,通过判定计算出的距离的波动情况即可判定是否存在缺陷。超声波检测成本低,速度快,但是由于检测时需要耦合剂,会对环境和工件质量造成一定的影响。同时对缺陷的显示不直观,需要专业人士才能辨别缺陷种类。
射线检测主要是指X射线照相检测技术,由于X射线中的光量子能量远大于可见光,因此可较好的穿透可见光不能穿透的物体,同时会和被测物体发生复杂变化而产生荧光,在检测中可利用胶片的感光特性检测透射的X射线强度,从而判定是否存在缺陷。但射线普遍具有对人体造成伤害,并产生副作用;使用照相检测时需要使用定影液,不容易回收,也对环境会造成危害;检测速度慢且成本较高等缺点。
涡流检测技术是一种利用电磁感应原理来检测导电材料缺陷的无损检测方法,其检测速度快,效率高,适用于管道环形的检测。但涡流检测只适用于检测金属材质缺陷,且在检测时易受裂纹、材质和尺寸等因素影响,因此对检测条件的要求比较高。
而微波无损检测技术可适用于金属试件,同样也适用于非金属试件的检测且检测过程中不会对检测人员造成危害。可以提供精确的数据,同时可通过检测结果数据对缺陷进行图像的重构,使缺陷区域大小和范围更为直观准确的展示出来,同时拥有较为良好的抗干扰能力。
发明内容
本发明的主要目的在于提供一种基于微波无损检测的管道表面腐蚀缺陷检测方法及装置,旨在解决既有方法中存在的以上全部或部分技术问题。
为实现上述目的,本发明提供一种基于微波无损检测的管道表面腐蚀缺陷检测方法,包括以下步骤:
S1、分别采集经被测管道表面反射后的微波参考信号和微波检测信号;
S2、根据步骤S1采集的微波检测信号,采用微波成像技术对反射系数相位值进行成像处理;
S3、采用基于Canny算子的边缘检测算法对步骤S2的成像结果进行处理,得到缺陷位置和宽度信息;
S4、根据步骤S1采集的微波参考信号和微波检测信号,构建缺陷检测模型,计算缺陷深度信息。
优选地,所述步骤S1具体为:
在被测管道的设定提离高度位置发射微波信号,采集经被测管道表面无缺陷区域反射后的微波信号,并作为微波参考信号;
在被测管道的设定提离高度位置发射微波信号,采集经被测管道表面含缺陷区域反射后的微波信号,并作为微波检测信号。
优选地,所述步骤S2具体为:
根据步骤S1采集的微波检测信号,提取不同扫描位置点上被测管道的微波反射系数相位值,将反射系数相位值作为微波成像像素点,对扫描数据进行成像。
优选地,所述步骤S3具体为:
根据缺陷区域与无缺陷区域的反射系数相位值变化特征,采用基于Canny算子的边缘检测算法对步骤S2的成像结果进行边缘检测处理,得到缺陷区域的边界,根据缺陷区域的边界确定缺陷位置,并计算缺陷宽度。
优选地,所述步骤S4具体包括以下分步骤:
S41、将步骤S1采集的微波参考信号和微波检测信号进行差分运算,得到反射系数相位差;
S42、根据不同深度缺陷与反射系数相位差的映射关系,构建缺陷检测模型;
S43、根据缺陷检测模型反演计算缺陷深度。
优选地,所述缺陷检测模型具体表示为
f(x)=15.07x+0.25
其中,f(x)为反射系数相位差,x为缺陷深度。
本发明还提出了一种基于微波无损检测的管道表面腐蚀缺陷检测装置,包括微波信号处理模块、相位获取模块、微波成像模块、缺陷定位及边缘定量检测模块、缺陷深度定量检测模块;
所述微波信号处理模块用于产生微波信号,控制三维电移动平台进行移动扫描,分别采集经被测管道表面反射后的微波参考信号和微波检测信号,并获取微波反射系数实部和虚部;
所述相位获取模块用于根据微波反射系数实部和虚部计算得到反射系数相位值;
所述微波成像模块用于将反射系数相位值作为微波成像像素点,对扫描数据进行成像;
所述缺陷定位及边缘定量检测模块用于采用基于Canny算子的边缘检测算法对成像结果进行处理,得到缺陷位置和宽度信息;
所述缺陷深度定量检测模块用于根据采集的微波参考信号和微波检测信号,根据缺陷检测模型,计算缺陷深度信息。
优选地,所述微波信号处理模块具体包括矢量网络分析仪、三维电移动平台、矩形波导探头及同轴线。
优选地,所述缺陷定位及边缘定量检测模块具体用于根据缺陷区域与无缺陷区域的反射系数相位值变化特征,采用基于Canny算子的边缘检测算法对步骤S2的成像结果进行边缘检测处理,得到缺陷区域的上下边界,根据缺陷区域的上下边界确定缺陷位置,并计算缺陷宽度。
优选地,所述缺陷深度定量检测模块具体用于将采集的微波参考信号和微波检测信号进行差分运算,得到反射系数相位差,再根据不同深度缺陷与反射系数相位差的映射关系,构建缺陷检测模型,最后根据缺陷检测模型反演计算缺陷深度。
本发明具有以下有益效果:
(1)本发明基于微波无损检测检测技术、微波成像技术以及边缘识别技术,提出用不同检测位置处的微波反射系数相位值作为成像像素点,同时对边界进行识别,可以获取缺陷位置和宽度信息;
(2)本发明提出了反射系数相位差与缺陷尺寸的关系模型,通过深度反演计算模型,反解出缺陷深度的定量信息,实现管道上缺陷的位置、宽度和深度的定量检测。
附图说明
图1是本发明的基于微波无损检测的管道表面腐蚀缺陷检测方法流程示意图;
图2是本发明实施例中反射系数相位值成像示意图;其中图(a)为二维成像示意图,图(b)为三维成像示意图;
图3是本发明实施例中缺陷边缘定位示意图;
图4是本发明实施例中反射系数相位值示意图;
图5是本发明实施例中反演模型示意图;
图6是本发明的基于微波无损检测的管道表面腐蚀缺陷检测装置结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
如图1所示,是本发明的基于微波无损检测的管道表面腐蚀缺陷检测方法流程示意图;一种基于微波无损检测的管道表面腐蚀缺陷检测方法,包括以下步骤:
S1、分别采集经被测管道表面反射后的微波参考信号和微波检测信号;
在本实施例中,本发明首先利用微波设备产生微波频段对应的激励信号,再将检测探头固定在被测管道的设定提离高度位置,向被测管道发射微波信号,微波信号在被测管道表面会反射微波信号,采集经被测管道表面无缺陷区域反射后的微波信号,并将采集的微波信号作为微波参考信号。
同样地,本发明再将检测探头固定在被测管道的设定提离高度位置,向被测管道发射微波信号,微波信号在被测管道表面会反射微波信号,采集经被测管道表面含缺陷区域反射后的微波信号,并将采集的微波信号作为微波检测信号。
S2、根据步骤S1采集的微波检测信号,采用微波成像技术对反射系数相位值进行成像处理;
在本实施例中,本发明根据步骤S1采集的微波检测信号,分别提取微波检测信号的微波反射系数实部和虚部,计算得到微波反射系数相位值;再将反射系数相位值作为微波成像像素点,对扫描数据进行成像,从而可以准确表征缺陷边界信息。
通过对不同位置下所提取的微波反射系数相位值进行分析判断,可知,在缺陷区域内,不同位置下的微波反射系数相位值会发生比较大的波动;在缺陷区域外,微波反射系数相位值波动较小。
本发明对缺陷宽度分别为115mm、35mm和25mm,深度分别为1mm、2mm和3mm的缺陷进行成像。图2为本发明基于微波无损检测技术,对不同缺陷进行微波成像的效果图。
S3、采用基于Canny算子的边缘检测算法对步骤S2的成像结果进行处理,得到缺陷位置和宽度信息;
在本实施例中,本发明根据缺陷区域与无缺陷区域的反射系数相位值变化特征,采用基于Canny算子的边缘检测算法对步骤S2的成像结果进行边缘检测处理,得到缺陷区域的边界,根据缺陷区域的边界确定缺陷位置,并计算缺陷宽度。
通过图2可看出缺陷区域的反射系数相位值较无缺陷区域成像变化明显。因此可根据图像不同颜色对缺陷位置和宽度进行定性判断。
为了获得缺陷位置和宽度的定量信息,采用基于Canny算子的边缘识别算法对图像的边界和形状等信息进行定量表征。
通过对实施例进行基于Canny算子的边缘检测处理,得到图3所示的识别结果。图3中边界1和边界2分别为缺陷深度为1mm的上边界和下边界,边界3和边界4分别为缺陷深度为2mm的上边界和下边界,边界5和边界6分别为缺陷深度为3mm的长边界和下边界。各缺陷上边界和下边界的识别位置和真实位置列于表1中,计算得到的缺陷宽度如表2所示,通过表2的数据的对比分析,可以看出,检测误差控制<1个扫描步长,可实现对缺陷边界的定量表征。
表1、缺陷边缘定位位置表
表2.缺陷宽度定量检测表
S4、根据步骤S1采集的微波参考信号和微波检测信号,构建缺陷检测模型,计算缺陷深度信息。
在本实施例中,本发明具体包括以下分步骤:
S41、将步骤S1采集的微波参考信号和微波检测信号进行差分运算,得到反射系数相位差;
S42、根据不同深度缺陷与反射系数相位差的映射关系,构建缺陷检测模型,具体表示为
f(x)=15.07x+0.25
其中,f(x)为反射系数相位差,x为缺陷深度;
S43、根据缺陷检测模型反演计算缺陷深度。
本发明将反射系数相位值与非缺陷位置反射系数相位值的差值作为反射系数相位差,当缺陷的宽度一定时,反射系数相位差与缺陷深度存在一一对应关系。当贯通型缺陷宽度为5mm,深度分别为1mm、1.2mm、1.4mm、1.6mm、1.8mm和2mm时,将扫描数据绘制成曲线,如图4所示,从图中可轻易看出整条曲线也是在0点位置左右对称此时缺陷中心位置和相位曲线的中心位置相符。接下来选取0点位置为缺陷特征点,将相位差值进行计算,如表3所示。将这种一一对应关系通过一次函数关系式进行描述。因此可通过缺陷深度与反射系数相位差的一一对应关系实现对缺陷深度的定量检测。
表3、同宽不同深缺陷相位差
缺陷深度/mm 1 1.2 1.4 1.6 1.8 2
无缺陷位置相位值/° 39.64 39.64 39.64 39.64 39.64 39.64
0点位置相位值/° 24.65 21.18 18.07 15.00 12.25 9.52
相位差/° 14.99 18.46 21.57 24.64 27.39 30.12
在缺陷宽度一定的情况下,缺陷深度的逆运算方法为:
首先建立反射系数相位差与缺陷深度的映射关系:
p=f(d)
其中,p为反射系数相位差,d为缺陷深度,f()表示缺陷深度d和反射系数相位差p之间的映射关系。
通过上式可得到缺陷深度与反射系数相位差的反演映射关系:
d=g(p)
其中,g()为f()的反函数。
从而通过微波无损检测得到的反射系数相位反演计算得到缺陷深度。
本发明建立不同深度缺陷与反射系数相位差的线性映射关系,如图5所示,其中确定系数(R-square)大于0.99,趋近于1。可实现对缺陷深度的定量检测。
基于上述管道表面腐蚀缺陷检测方法,本发明还提出了一种基于微波无损检测的管道表面腐蚀缺陷检测装置,如图6所示,包括微波信号处理模块、相位获取模块、微波成像模块、缺陷定位及边缘定量检测模块、缺陷深度定量检测模块;
所述微波信号处理模块用于产生微波信号,控制三维电移动平台进行移动扫描,分别采集经被测管道表面反射后的微波参考信号和微波检测信号,并获取微波反射系数实部和虚部;
所述相位获取模块用于根据微波反射系数实部和虚部计算得到反射系数相位值;
所述微波成像模块用于将反射系数相位值作为微波成像像素点,对扫描数据进行成像;
所述缺陷定位及边缘定量检测模块用于采用基于Canny算子的边缘检测算法对成像结果进行处理,得到缺陷位置和宽度信息;
所述缺陷深度定量检测模块用于根据采集的微波参考信号和微波检测信号,根据缺陷检测模型,计算缺陷深度信息。
上述微波信号处理模块具体包括矢量网络分析仪、三维电移动平台、矩形波导探头及同轴线,微波信号处理模块通过矢量网络分析仪产生微波频段对应的激励信号,将检测装置的矩形波导探头固定在被测管道的某一固定提离高度的位置,矢量网络分析仪通过同轴线将微波检测信号送到矩形波导探头中,微波信号在被测物体表面会发生反射信号通过矢量网络分析仪将反射信号进行接收并处理。
上述矢量网络分析仪对反射信号进行处理,得到非缺陷位置和缺陷位置的微波反射系数实部和虚部。
上述缺陷定位及边缘定量检测模块具体用于根据缺陷区域与无缺陷区域的反射系数相位值变化特征,采用基于Canny算子的边缘检测算法对步骤S2的成像结果进行边缘检测处理,得到缺陷区域的边界,根据缺陷区域的边界确定缺陷位置,并计算缺陷宽度。
上述缺陷深度定量检测模块具体用于将采集的微波参考信号和微波检测信号进行差分运算,得到反射系数相位差,再根据不同深度缺陷与反射系数相位差的映射关系,构建缺陷检测模型,最后计算扫描数据反射系数相位差,根据缺陷检测模型反演计算缺陷深度。
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的原理,应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合,这些变形和组合仍然在本发明的保护范围内。

Claims (10)

1.一种基于微波无损检测的管道表面腐蚀缺陷检测方法,其特征在于,包括以下步骤:
S1、分别采集经被测管道表面反射后的微波参考信号和微波检测信号;
S2、根据步骤S1采集的微波检测信号,采用微波成像技术对反射系数相位值进行成像处理;
S3、采用基于Canny算子的边缘检测算法对步骤S2的成像结果进行处理,得到缺陷位置和宽度信息;
S4、根据步骤S1采集的微波参考信号和微波检测信号,构建缺陷检测模型,计算缺陷深度信息。
2.如权利要求1所述的基于微波无损检测的管道表面腐蚀缺陷检测方法,其特征在于,所述步骤S1具体为:
在被测管道的设定提离高度位置发射微波信号,采集经被测管道表面无缺陷区域反射后的微波信号,并作为微波参考信号;
在被测管道的设定提离高度位置发射微波信号,采集经被测管道表面含缺陷区域反射后的微波信号,并作为微波检测信号。
3.如权利要求2所述的基于微波无损检测的管道表面腐蚀缺陷检测方法,其特征在于,所述步骤S2具体为:
根据步骤S1采集的微波检测信号,提取不同扫描位置点上被测管道的微波反射系数相位值,将反射系数相位值作为微波成像像素点,对扫描数据进行成像。
4.如权利要求3所述的基于微波无损检测的管道表面腐蚀缺陷检测方法,其特征在于,所述步骤S3具体为:
根据缺陷区域与无缺陷区域的反射系数相位值变化特征,采用基于Canny算子的边缘检测算法对步骤S2的成像结果进行边缘检测处理,得到缺陷区域的边界,根据缺陷区域的边界确定缺陷位置,并计算缺陷宽度。
5.如权利要求4所述的基于微波无损检测的管道表面腐蚀缺陷检测方法,其特征在于,所述步骤S4具体包括以下分步骤:
S41、将步骤S1采集的微波参考信号和微波检测信号进行差分运算,得到反射系数相位差;
S42、根据不同深度缺陷与反射系数相位差的映射关系,构建缺陷检测模型;
S43、根据缺陷检测模型反演计算缺陷深度。
6.如权利要求5所述的基于微波无损检测的管道表面腐蚀缺陷检测方法,其特征在于,所述缺陷检测模型具体表示为
f(x)=15.07x+0.25
其中,f(x)为反射系数相位差,x为缺陷深度。
7.一种基于微波无损检测的管道表面腐蚀缺陷检测装置,其特征在于,包括微波信号处理模块、相位获取模块、微波成像模块、缺陷定位及边缘定量检测模块、缺陷深度定量检测模块;
所述微波信号处理模块用于产生微波信号,控制三维电移动平台进行移动扫描,分别采集经被测管道表面反射后的微波参考信号和微波检测信号,并获取微波反射系数实部和虚部;
所述相位获取模块用于根据微波反射系数实部和虚部计算得到反射系数相位值;
所述微波成像模块用于将反射系数相位值作为微波成像像素点,对扫描数据进行成像;
所述缺陷定位及边缘定量检测模块用于采用基于Canny算子的边缘检测算法对成像结果进行处理,得到缺陷位置和宽度信息;
所述缺陷深度定量检测模块用于根据采集的微波参考信号和微波检测信号,根据缺陷检测模型,计算缺陷深度信息。
8.如权利要求7所述的基于微波无损检测的管道表面腐蚀缺陷检测装置,其特征在于,所述微波信号处理模块具体包括矢量网络分析仪、三维电移动平台、矩形波导探头及同轴线。
9.如权利要求8所述的基于微波无损检测的管道表面腐蚀缺陷检测装置,其特征在于,所述缺陷定位及边缘定量检测模块具体用于根据缺陷区域与无缺陷区域的反射系数相位值变化特征,采用基于Canny算子的边缘检测算法对步骤S2的成像结果进行边缘检测处理,得到缺陷区域的上下边界,根据缺陷区域的上下边界确定缺陷位置,并计算缺陷宽度。
10.如权利要求9所述的基于微波无损检测的管道表面腐蚀缺陷检测装置,其特征在于,所述缺陷深度定量检测模块具体用于将采集的微波参考信号和微波检测信号进行差分运算,得到反射系数相位差,再根据不同深度缺陷与反射系数相位差的映射关系,构建缺陷检测模型,最后根据缺陷检测模型反演计算缺陷深度。
CN201910519821.9A 2019-06-17 2019-06-17 基于微波无损检测的管道表面腐蚀缺陷检测方法及装置 Expired - Fee Related CN110146521B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910519821.9A CN110146521B (zh) 2019-06-17 2019-06-17 基于微波无损检测的管道表面腐蚀缺陷检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910519821.9A CN110146521B (zh) 2019-06-17 2019-06-17 基于微波无损检测的管道表面腐蚀缺陷检测方法及装置

Publications (2)

Publication Number Publication Date
CN110146521A true CN110146521A (zh) 2019-08-20
CN110146521B CN110146521B (zh) 2020-10-09

Family

ID=67591672

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910519821.9A Expired - Fee Related CN110146521B (zh) 2019-06-17 2019-06-17 基于微波无损检测的管道表面腐蚀缺陷检测方法及装置

Country Status (1)

Country Link
CN (1) CN110146521B (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111122611A (zh) * 2020-01-08 2020-05-08 大连理工大学 一种基于微波技术的钢结构腐蚀的检测方法
CN110146521B (zh) * 2019-06-17 2020-10-09 电子科技大学 基于微波无损检测的管道表面腐蚀缺陷检测方法及装置
CN112595732A (zh) * 2020-12-09 2021-04-02 西安邮电大学 一种基于超宽带微波的焊点质量检测方法
WO2021236019A1 (en) * 2020-05-21 2021-11-25 Wavescan Technologies Pte. Ltd. Non-contact microwave testing system and method for see-through imaging
CN113888471A (zh) * 2021-09-06 2022-01-04 国营芜湖机械厂 一种基于卷积神经网络的高效高分辨力缺陷无损检测方法
CN114018953A (zh) * 2021-10-18 2022-02-08 浙江武义电气安装工程有限公司 基于微波透射法的钢筋混凝土基础腐蚀检测方法及***
CN114113152A (zh) * 2021-12-28 2022-03-01 北京西管安通检测技术有限责任公司 一种无损检测的***、管材生产的方法和装置
CN114136998A (zh) * 2021-12-28 2022-03-04 北京西管安通检测技术有限责任公司 一种微波无损检测的方法、装置、***、设备及介质
CN114258488A (zh) * 2019-08-27 2022-03-29 株式会社日立电力解决方案 超声波检查装置以及超声波检查方法
CN114609189A (zh) * 2022-02-24 2022-06-10 电子科技大学 一种基于微波致热的缺陷深度信息提取方法
CN116124801A (zh) * 2023-04-14 2023-05-16 中建六局建设发展有限公司 一种用于钢结构的无损检测方法及***
CN116592774A (zh) * 2023-07-18 2023-08-15 成都洋湃科技有限公司 管壁污垢检测方法、装置、存储介质及电子设备
CN116823821A (zh) * 2023-08-29 2023-09-29 成都中科卓尔智能科技集团有限公司 基于相位恢复的芯片掩模版瑕疵检测方法

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3340400A (en) * 1964-06-11 1967-09-05 Api Instr Company Dual channel flaw detector having phase comparison feedback for automatic balancing
EP0223748A1 (en) * 1985-11-08 1987-05-27 Consiglio Nazionale Delle Ricerche Method and apparatus for determining the content of unburnt coal in an ash from a combustion heater
FR2613486A1 (fr) * 1987-04-06 1988-10-07 Descombes Michel Dispositif de controle non destructif par micro-ondes de pieces ou materiaux dielectriques
CN1141673A (zh) * 1994-12-16 1997-01-29 东京瓦斯株式会社 管道***组成部分的电磁波检查方法
CN1967221A (zh) * 2006-11-09 2007-05-23 哈尔滨工业大学 子午胎缺陷的微波波导法检测装置
US20090296096A1 (en) * 2008-06-03 2009-12-03 Jeong Hwan J Interferometric Defect Detection
CN102253058A (zh) * 2011-06-22 2011-11-23 太原理工大学 金属表面缺陷微波无损检测装置及其检测方法
CN104280727A (zh) * 2014-09-18 2015-01-14 长沙科瑞德电气有限公司 微波窄束测深装置
CN106248697A (zh) * 2016-07-19 2016-12-21 电子科技大学 一种微波探测***
CN108007943A (zh) * 2017-11-20 2018-05-08 福建师范大学福清分校 基于矩阵分解的矩形波导扫频微波成像***及检测方法
CN108593683A (zh) * 2018-05-09 2018-09-28 电子科技大学 基于微波反射的金属构件缺陷的无损定量识别方法及***
CN108663434A (zh) * 2018-04-26 2018-10-16 中国能源建设集团安徽电力建设第工程有限公司 一种相控阵超声探伤仪的粗晶材料全聚焦检测方法
CN109407499A (zh) * 2018-10-29 2019-03-01 中国科学院国家授时中心 一种H面弯曲π相位差环形拉姆齐微波腔
CN109828023A (zh) * 2019-03-29 2019-05-31 电子科技大学 一种基于涡流成像的金属构件缺陷定量检测方法与装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110146521B (zh) * 2019-06-17 2020-10-09 电子科技大学 基于微波无损检测的管道表面腐蚀缺陷检测方法及装置

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3340400A (en) * 1964-06-11 1967-09-05 Api Instr Company Dual channel flaw detector having phase comparison feedback for automatic balancing
EP0223748A1 (en) * 1985-11-08 1987-05-27 Consiglio Nazionale Delle Ricerche Method and apparatus for determining the content of unburnt coal in an ash from a combustion heater
FR2613486A1 (fr) * 1987-04-06 1988-10-07 Descombes Michel Dispositif de controle non destructif par micro-ondes de pieces ou materiaux dielectriques
CN1141673A (zh) * 1994-12-16 1997-01-29 东京瓦斯株式会社 管道***组成部分的电磁波检查方法
CN1967221A (zh) * 2006-11-09 2007-05-23 哈尔滨工业大学 子午胎缺陷的微波波导法检测装置
US20090296096A1 (en) * 2008-06-03 2009-12-03 Jeong Hwan J Interferometric Defect Detection
CN102253058A (zh) * 2011-06-22 2011-11-23 太原理工大学 金属表面缺陷微波无损检测装置及其检测方法
CN104280727A (zh) * 2014-09-18 2015-01-14 长沙科瑞德电气有限公司 微波窄束测深装置
CN106248697A (zh) * 2016-07-19 2016-12-21 电子科技大学 一种微波探测***
CN108007943A (zh) * 2017-11-20 2018-05-08 福建师范大学福清分校 基于矩阵分解的矩形波导扫频微波成像***及检测方法
CN108663434A (zh) * 2018-04-26 2018-10-16 中国能源建设集团安徽电力建设第工程有限公司 一种相控阵超声探伤仪的粗晶材料全聚焦检测方法
CN108593683A (zh) * 2018-05-09 2018-09-28 电子科技大学 基于微波反射的金属构件缺陷的无损定量识别方法及***
CN109407499A (zh) * 2018-10-29 2019-03-01 中国科学院国家授时中心 一种H面弯曲π相位差环形拉姆齐微波腔
CN109828023A (zh) * 2019-03-29 2019-05-31 电子科技大学 一种基于涡流成像的金属构件缺陷定量检测方法与装置

Non-Patent Citations (9)

* Cited by examiner, † Cited by third party
Title
AZADEH NOORI HOSHYAR 等: "Microwave imaging of composite materials using image processing", 《IEEE》 *
BIN GAO 等: "Smooth Nonnegative Matrix Factorization for Defect Detection Using Microwave Nondestructive Testing and Evaluation", 《IEEE》 *
D. HUGHES 等: "Microwave Nondestructive Detection of Corrosion Under Thin Paint and Primer in Aluminum Panels", 《SUBSURFACE SENSING TECHNOLOGIES AND APPLICATIONS》 *
HONG ZHANG 等: "Metal defects sizing and detection under thick coating using microwave NDT", 《NDT & E INTERNATIONAL》 *
SERGEY KHARKOVSKY 等: "Microwave Dielectric-Loaded Rectangular Waveguide Resonator for Depth Evaluation of Shallow Flaws in Metals", 《IEEE》 *
SONG GUORONG 等: "Detection of Surface Crack on the Substrate under Thermal Barrier Coatings Using Microwave Non-Destructive Evaluation", 《JOURNAL OF MICROWAVE POWER AND ELECTROMAGNETIC ENERGY》 *
何存富 等: "毫米波检测热障涂层缺陷的方法研究", 《机械工程学报》 *
李延斌: "微波无损成像***及金属缺陷边界识别方法研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》 *
杨晨: "压力管道的微波无损检测技术研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》 *

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110146521B (zh) * 2019-06-17 2020-10-09 电子科技大学 基于微波无损检测的管道表面腐蚀缺陷检测方法及装置
CN114258488A (zh) * 2019-08-27 2022-03-29 株式会社日立电力解决方案 超声波检查装置以及超声波检查方法
TWI768448B (zh) * 2019-08-27 2022-06-21 日商日立電力解決方案股份有限公司 超音波檢查裝置及超音波檢查方法
CN111122611A (zh) * 2020-01-08 2020-05-08 大连理工大学 一种基于微波技术的钢结构腐蚀的检测方法
WO2021236019A1 (en) * 2020-05-21 2021-11-25 Wavescan Technologies Pte. Ltd. Non-contact microwave testing system and method for see-through imaging
CN112595732B (zh) * 2020-12-09 2023-03-10 西安邮电大学 一种基于超宽带微波的焊点质量检测方法
CN112595732A (zh) * 2020-12-09 2021-04-02 西安邮电大学 一种基于超宽带微波的焊点质量检测方法
CN113888471A (zh) * 2021-09-06 2022-01-04 国营芜湖机械厂 一种基于卷积神经网络的高效高分辨力缺陷无损检测方法
CN113888471B (zh) * 2021-09-06 2022-07-12 国营芜湖机械厂 一种基于卷积神经网络的高效高分辨力缺陷无损检测方法
CN114018953A (zh) * 2021-10-18 2022-02-08 浙江武义电气安装工程有限公司 基于微波透射法的钢筋混凝土基础腐蚀检测方法及***
CN114136998A (zh) * 2021-12-28 2022-03-04 北京西管安通检测技术有限责任公司 一种微波无损检测的方法、装置、***、设备及介质
CN114113152A (zh) * 2021-12-28 2022-03-01 北京西管安通检测技术有限责任公司 一种无损检测的***、管材生产的方法和装置
CN114609189A (zh) * 2022-02-24 2022-06-10 电子科技大学 一种基于微波致热的缺陷深度信息提取方法
CN116124801A (zh) * 2023-04-14 2023-05-16 中建六局建设发展有限公司 一种用于钢结构的无损检测方法及***
CN116124801B (zh) * 2023-04-14 2023-06-16 中建六局建设发展有限公司 一种用于钢结构的无损检测方法及***
CN116592774A (zh) * 2023-07-18 2023-08-15 成都洋湃科技有限公司 管壁污垢检测方法、装置、存储介质及电子设备
CN116592774B (zh) * 2023-07-18 2023-09-19 成都洋湃科技有限公司 管壁污垢检测方法、装置、存储介质及电子设备
CN116823821A (zh) * 2023-08-29 2023-09-29 成都中科卓尔智能科技集团有限公司 基于相位恢复的芯片掩模版瑕疵检测方法
CN116823821B (zh) * 2023-08-29 2023-12-15 成都中科卓尔智能科技集团有限公司 基于相位恢复的芯片掩膜板瑕疵检测方法

Also Published As

Publication number Publication date
CN110146521B (zh) 2020-10-09

Similar Documents

Publication Publication Date Title
CN110146521A (zh) 基于微波无损检测的管道表面腐蚀缺陷检测方法及装置
Hay et al. A comparison of embedded sensor Lamb wave ultrasonic tomography approaches for material loss detection
JP6441321B2 (ja) 超音波伝送による改良型検査方法
CN109828023A (zh) 一种基于涡流成像的金属构件缺陷定量检测方法与装置
CN104655658A (zh) 一种大型高温叶片内部缺陷三维无损检测方法
WO2009126886A1 (en) Nondestructive testing apparatus and method
CN106770628A (zh) 一种磁光成像无损检测装置
de Castro et al. Baseline-free damage imaging algorithm using spatial frequency domain virtual time reversal
Huang et al. A novel eddy current method for defect detection immune to lift-off
Premel et al. Eddy-current evaluation of three-dimensional flaws in flat conductive materials using a Bayesian approach
Betta et al. Thickness measurements with eddy current and ultrasonic techniques
Murav’eva et al. Analysis of reflected signals in testing cylindrical specimens by the multiple reflection echo-shadow method
KR101465073B1 (ko) 초음파 검사 평가 방법 및 시스템
KR101967044B1 (ko) 블레이드 표면검사방법 및 표면검사장치
Watson et al. Surface-breaking flaw detection in mild steel welds using quantum well hall effect sensor devices
CN111665296A (zh) 基于emat测量超声换能器三维辐射声场的方法及装置
KR20120028127A (ko) 배관 내부 구조물의 초음파검사 방법
CN110514734B (zh) 一种复合磁场磁光成像无损检测***及方法
Watson et al. A Comparative Study of Electromagnetic NDE Methods and Quantum Well Hall Effect Sensor Imaging for Surface-Flaw Detection in Mild Steel Welds
KR20170092273A (ko) 유도 기전력을 이용한 비파괴 검사장치
KR20150123602A (ko) 초음파 탐상의 노이즈 저감 방법
Matheis et al. Terahertz FMCW inspection of GFRP composites: Comparison with conventional NDT techniques and enhanced defect detection capability through
KR102465045B1 (ko) 인공지능 모델을 이용한 비파괴검사시스템 및 비파괴검사 방법
KR102218069B1 (ko) 전자파와 차단 캐비티 프로브를 이용한 도체 균열 검출장치 및 도체 균열 검출 방법
CN108557597B (zh) 一种自动编码收线器、应力云图成像***

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20201009

Termination date: 20210617

CF01 Termination of patent right due to non-payment of annual fee