-
公开(公告)号：CN119291051A
公开(公告)日：2025-01-10
申请号：CN202411820929.9
申请日：2024-12-11
Applicant: 中交第二公路勘察设计研究院有限公司
Abstract: 本发明涉及一种正交异性钢桥面裂纹的超声导波阵列检测方法与系统，所述方法包括：利用超声导波发生器对钢桥面板上沿第一方向划定的多个设定区域内逐一施加在第二方向上传播的超声导波，并采用信号接收器接收超声导波的反射信号；采用预设的信号分析模型，对反射信号进行智能化处理，包括信号数据预处理、基于密集块卷积神经网络的第一模块强度特征分析，以及基于双向长短期记忆神经网络的第二模块时序依赖性分析，从而精确识别裂纹；此外，还提供了执行该方法的检测系统。本发明提出的裂纹检测方法，操作简单方便，解决了传统检测方法难以全面覆盖的难题，提高了检测的准确性和效率。
-
公开(公告)号：CN118641632B
公开(公告)日：2024-12-24
申请号：CN202411096757.5
申请日：2024-08-12
Applicant: 中交第二公路勘察设计研究院有限公司
Abstract: 本发明公开了一种基于机器学习的超声导波检测焊缝缺陷方法、装置及设备，涉及无损检测技术领域，该方法针对大量已知缺陷的焊缝缺陷样本通过超声导波技术获取特征的反射信号，运用P‑PCA算法提取主成分与凸显成分特征，与已知缺陷对照训练，并结合K近邻模型构建缺陷标识模型库；在检测时，识别与提取待测焊缝的缺陷特征，通过K近邻模型与模型库进行模糊匹配，确定缺陷分类，计算具体缺陷位置；另外，采用有监督学习和SVM回归，基于检测结果与模型库的差异特征点，对模型库进行样本衍生。本申请不仅能实现焊缝缺陷信号的精准快速识别、提取与分类及定位，还能降低对操作人员的依赖，提升焊缝缺陷无损检测的可靠性和精准性。
-
公开(公告)号：CN118641632A
公开(公告)日：2024-09-13
申请号：CN202411096757.5
申请日：2024-08-12
Applicant: 中交第二公路勘察设计研究院有限公司
Abstract: 本发明公开了一种基于机器学习的超声导波检测焊缝缺陷方法、装置及设备，涉及无损检测技术领域，该方法针对大量已知缺陷的焊缝缺陷样本通过超声导波技术获取特征的反射信号，运用P‑PCA算法提取主成分与凸显成分特征，与已知缺陷对照训练，并结合K近邻模型构建缺陷标识模型库；在检测时，识别与提取待测焊缝的缺陷特征，通过K近邻模型与模型库进行模糊匹配，确定缺陷分类，计算具体缺陷位置；另外，采用有监督学习和SVM回归，基于检测结果与模型库的差异特征点，对模型库进行样本衍生。本申请不仅能实现焊缝缺陷信号的精准快速识别、提取与分类及定位，还能降低对操作人员的依赖，提升焊缝缺陷无损检测的可靠性和精准性。
