一种基于自动化和CR技术的X射线焊缝检测装置

    公开(公告)号:CN116754781B

    公开(公告)日:2023-10-20

    申请号:CN202311044210.6

    申请日:2023-08-18

    Applicant: 北京大学

    Abstract: 本发明公开了一种基于自动化和CR技术的X射线焊缝检测装置,该X射线焊缝检测装置包括工件定位模块、工件输送模块、工件存储模块、CR成像模块、图像分析模块、检测结果生成模块以及控制模块,工件定位模块、工件输送模块、工件存储模块、CR成像模块、检测结果生成模块和图像分析模块分别与控制模块电连接。实施本发明有利于提高焊缝品质检测的自动化程度。

    一种焊缝组合缺陷识别及分类方法

    公开(公告)号:CN116934737A

    公开(公告)日:2023-10-24

    申请号:CN202311008666.7

    申请日:2023-08-10

    Applicant: 北京大学

    Abstract: 本发明公开了一种焊缝组合缺陷识别及分类方法,该方法中,控制模块控制焊缝缺陷分类模块根据先验目标区域图像对应的先验特征值和目标特征值,确定当前目标区域图像与具有至少两种缺陷的样本焊缝图像的先验目标区域图像的图像匹配评价指数,以及根据该图像匹配评价指数确定出对应焊缝缺陷类别,并生成表示目标工件的焊缝缺陷图像位置以及对应的焊缝缺陷类别,这有利于使得相关人员能够便捷地获悉目标工件的焊缝组合缺陷。本发明公开的焊缝组合缺陷识别及分类方法能够适用于待检测焊缝上具有至少两种缺陷的组合缺陷的应用场景。

    一种基于自动化和CR技术的X射线焊缝检测装置

    公开(公告)号:CN116754781A

    公开(公告)日:2023-09-15

    申请号:CN202311044210.6

    申请日:2023-08-18

    Applicant: 北京大学

    Abstract: 本发明公开了一种基于自动化和CR技术的X射线焊缝检测装置,该X射线焊缝检测装置包括工件定位模块、工件输送模块、工件存储模块、CR成像模块、图像分析模块、检测结果生成模块以及控制模块,工件定位模块、工件输送模块、工件存储模块、CR成像模块、检测结果生成模块和图像分析模块分别与控制模块电连接。实施本发明有利于提高焊缝品质检测的自动化程度。

    一种基于深度学习的焊缝缺陷识别系统

    公开(公告)号:CN117079100A

    公开(公告)日:2023-11-17

    申请号:CN202311021263.6

    申请日:2023-08-14

    Applicant: 北京大学

    Abstract: 本发明公开了一种基于深度学习的焊缝缺陷识别系统,包括摄像头模块、图像分析模块、厚度检测模块、截面图像生成模块、结果输出模块以及控制模块。图像分析模块基于深度学习技术对焊缝实时图像执行目标检测的操作以确定焊缝实时图像中的焊缝图像位置,基于深度学习的技术手段确定出的焊缝图像位置可以用于后续步骤中的厚度检测模块针对焊缝进行厚度检测过程中的快速定位;截面图像生成模块根据厚度检测模块所得到的厚度信息生成截面图像,并根据该截面图像确定焊缝缺陷评价指数,通过该焊缝缺陷评价指数确定出焊缝截面处是否存在缺陷,能够便捷地对焊缝截面处的缺陷进行识别。

    一种基于多模态的焊缝缺陷检测方法

    公开(公告)号:CN116773547A

    公开(公告)日:2023-09-19

    申请号:CN202311036989.7

    申请日:2023-08-17

    Applicant: 北京大学

    Abstract: 本发明公开了一种基于多模态的焊缝缺陷检测方法,该焊缝缺陷检测方法中,控制模块根据导波特征参量和图像特征参量确定出关于目标焊缝的品质评价指数,并基于该品质评价指数而得出是否检测出焊缝缺陷的检测结果。本发明公开的基于多模态的焊缝缺陷检测方法是以第二导波信号以及目标焊缝的实时图像作为取样数据而最终确定焊缝缺陷的检测结果,第二导波信号以及目标焊缝的实时图像是来自不同传感器得到的不同类型的取样数据,其中,第二导波信号由关于导波信号的导波信号检测模块得到,表面实时图像和X射线实时图像由实时图像获取模块得到,从而实现了非单一类型数据作为取样数据的焊缝缺陷检测,有利于提高焊缝缺陷检测结果的准确性。

    一种基于深度学习的焊缝缺陷识别系统

    公开(公告)号:CN117079100B

    公开(公告)日:2024-02-09

    申请号:CN202311021263.6

    申请日:2023-08-14

    Applicant: 北京大学

    Abstract: 本发明公开了一种基于深度学习的焊缝缺陷识别系统,包括摄像头模块、图像分析模块、厚度检测模块、截面图像生成模块、结果输出模块以及控制模块。图像分析模块基于深度学习技术对焊缝实时图像执行目标检测的操作以确定焊缝实时图像中的焊缝图像位置,基于深度学习的技术手段确定出的焊缝图像位置可以用于后续步骤中的厚度检测模块针对焊缝进行厚度检测过程中的快速定位;截面图像生成模块根据厚度检测模块所得到的厚度信息生成截面图像,并根据该截面图像确定焊缝缺陷评价指数,通过该焊缝缺陷评价指数确定出焊缝截面处是否存在缺陷,能够便捷地对焊缝截面处的缺陷进行识别。

    一种基于多模态的焊缝缺陷检测方法

    公开(公告)号:CN116773547B

    公开(公告)日:2023-11-03

    申请号:CN202311036989.7

    申请日:2023-08-17

    Applicant: 北京大学

    Abstract: 本发明公开了一种基于多模态的焊缝缺陷检测方法,该焊缝缺陷检测方法中,控制模块根据导波特征参量和图像特征参量确定出关于目标焊缝的品质评价指数,并基于该品质评价指数而得出是否检测出焊缝缺陷的检测结果。本发明公开的基于多模态的焊缝缺陷检测方法是以第二导波信号以及目标焊缝的实时图像作为取样数据而最终确定焊缝缺陷的检测结果,第二导波信号以及目标焊缝的实时图像是来自不同传感器得到的不同类型的取样数据,其中,第二导波信号由关于导波信号的导波信号检测模块得到,表面实时图像和X射线实时图像由实时图像获取模块得到,从而实现了非单一类型数据作为取样数据的焊缝缺陷检测,有利于提高焊缝缺陷检测结果的准确性。

Patent Agency Ranking