-
Patent Agency Ranking
公开(公告)号：CN109975398A
公开(公告)日：2019-07-05
申请号：CN201711448245.0
申请日：2017-12-27
Applicant: 核动力运行研究所 , 中核武汉核电运行技术股份有限公司
Abstract: 本发明核电站无损检测领域，具体为一种传热管涡流检测探头磁通量线圈布线检测方法，采集标定管信号，包括标定管的结构信息以及每个绝对通道信号的图形，确定通孔范围，并确定无缺陷位置中心点，进行磁通量和布线检测，若存在副瓣，则需要对磁通量和布线进行测量，确定信号最大幅值的两个端点A和B，分别计算A点和B点到中心点间的幅值，最后确定探头磁通量和布线Rs，检测探头磁通量和布线越是否合格。本方法能够准确测量探头磁通量和布线，从而改进制作方式与工艺，保证产品的可靠性。
-
公开(公告)号：CN109975397A
公开(公告)日：2019-07-05
申请号：CN201711448219.8
申请日：2017-12-27
Applicant: 核动力运行研究所 , 中核武汉核电运行技术股份有限公司
IPC: G01N27/90
Abstract: 本发明属于涡流检测技术领域，具体为一种基于多频涡流复信号的传热管损伤信息高保真提取方法。获取多频涡流信号数据矩阵确定被对消通道和对消通道，之后提取上述通道在检测区域内的成对实、虚部信号，并行对消得到四个对应相量，对其中两个进行二维相似处理，相似处理结果sR和sI以李萨育图表示。基于并行对消+二维相似的混频方法，提取的缺陷信息在幅度和相位的保真上优于传统混频方法，提高了缺陷深度和高度探测的准确性；运用此方法探测缺陷信号可以扩大检测范围，简化信号标定步骤，减少人为手工操作，利于实现信号自动检测。
-
公开(公告)号：CN108268984A
公开(公告)日：2018-07-10
申请号：CN201611256559.6
申请日：2016-12-30
Applicant: 核动力运行研究所 , 中核武汉核电运行技术股份有限公司
Abstract: 本发明涉及核电厂在役检查技术领域，具体公开了一种核电厂役检计划自动生成与校验的方法。该方法包括：1、根据核电相关法规标准以及核电厂在役检测数据特点，建立核电厂役检计划模型；步骤2、通过役检计划服务器，完成役检长周期计划的自动编排；3、役检长周期计划手动调节后，由役检计划服务器完成自动校验。本发明所述的一种核电厂役检计划自动生成与校验的方法，可实现核电厂役检长周期计划的自动编制、手动调整后的自动检验，并能够通过字符串数组与键值对集合数据结构对核电厂役检长周期计划进行存储与处理，提高了计划数据存储、查找以及对比速度。
-
公开(公告)号：CN115308298A
公开(公告)日：2022-11-08
申请号：CN202210990461.2
申请日：2022-08-18
Applicant: 中核武汉核电运行技术股份有限公司
Abstract: 本发明具体涉及一种基于机器学习的涡流信号缺陷深度分析方法，包括如下步骤：(1)构建已知缺陷矩阵X；(2)构建已知缺陷相位行向量Y；(3)根据已知缺陷矩阵X和已知缺陷相位行向量Y生成径向基网络Net；(4)构建未知缺陷信号向量x；(5)将径向基网络Net和未知缺陷信号向量x输入仿真函数sim()，输出未知缺陷信号向量x对应的相位角θ；(6)将相位角θ与深度对应表写成一个长度为180的向量D；(7)根据向量D，查出步骤(5)得到的相位角θ查出对应的缺陷深度D(θ)％。本发明的基于机器学习的涡流信号缺陷深度分析方法，利用该人工神经网络预测未知缺陷的相位角，利用相位角与深度对应表给出缺陷深度。
-
公开(公告)号：CN115308298B
公开(公告)日：2025-05-13
申请号：CN202210990461.2
申请日：2022-08-18
Applicant: 中核武汉核电运行技术股份有限公司
Abstract: 本发明具体涉及一种基于机器学习的涡流信号缺陷深度分析方法，包括如下步骤：(1)构建已知缺陷矩阵X；(2)构建已知缺陷相位行向量Y；(3)根据已知缺陷矩阵X和已知缺陷相位行向量Y生成径向基网络Net；(4)构建未知缺陷信号向量x；(5)将径向基网络Net和未知缺陷信号向量x输入仿真函数sim()，输出未知缺陷信号向量x对应的相位角θ；(6)将相位角θ与深度对应表写成一个长度为180的向量D；(7)根据向量D，查出步骤(5)得到的相位角θ查出对应的缺陷深度D(θ)％。本发明的基于机器学习的涡流信号缺陷深度分析方法，利用该人工神经网络预测未知缺陷的相位角，利用相位角与深度对应表给出缺陷深度。
-
-
-
-
Search Results
15
records
(took 0.053 seconds)
