论文摘要
针对微小层片型缺陷的超声检测效率低、检测能力弱、易受主客观因素干扰的问题,提出弹簧扁钢中微小层片型缺陷的非线性超声区域检测技术。首先,优化探头夹持装置并提出区域检测方法,提取稳定可靠的检测信号;其次,提出相对非线性系数均值及波动系数表征缺陷分布;最后,基于斯皮尔曼次序相关系数分析扁钢各类缺陷与非线性超声系数均值的相关性。研究结果显示:两种非线性超声特征参数中的波动系数具有更高的缺陷敏感度,可表征扁钢中缺陷分布;波动系数与扁钢中微小层片型缺陷的相关系数比与体积型缺陷的相关性系数大得多,特别适用于微小层片型缺陷的检测。
论文目录
文章来源
类型: 期刊论文
作者: 陈振华,肖峰,陆铭慧,卢超
关键词: 非线性超声,层片型缺陷,波动系数,相关性
来源: 应用声学 2019年02期
年度: 2019
分类: 工程科技Ⅱ辑,工程科技Ⅰ辑
专业: 金属学及金属工艺
单位: 南昌航空大学无损检测技术教育部重点实验室,中国科学院声学研究所声场声信息国家重点实验室
基金: 国家自然科学基金项目(11664027),声场声信息国家重点实验室开放课题项目(SKLA201811)
分类号: TG115.285
页码: 200-207
总页数: 8
文件大小: 830K
下载量: 171
相关论文文献
- [1].浅析一种基于显著区域检测的智能监控技术[J]. 科技经济导刊 2017(28)
- [2].基于视觉显著性的海面船只候选区域检测方法[J]. 计算机科学 2020(S1)
- [3].融合聚类与排序的图像显著区域检测[J]. 清华大学学报(自然科学版) 2016(09)
- [4].复杂自然环境下感兴趣区域检测[J]. 中国图象图形学报 2015(05)
- [5].基于Attention-YOLOv3的锈蚀区域检测与识别[J]. 计算机技术与发展 2020(11)
- [6].显著区域检测算法综述[J]. 智能计算机与应用 2014(01)
- [7].基于敏感区域检测的网络不良图片识别研究[J]. 信息与电脑(理论版) 2020(13)
- [8].基于多任务深度神经网络的图像情感区域检测[J]. 计算机工程与设计 2020(09)
- [9].基于智能图像处理的污水区域检测研究[J]. 环境科学与管理 2019(03)
- [10].基于全卷积网络的语义显著性区域检测方法研究[J]. 电子学报 2017(11)
- [11].基于游戏中区域检测碰撞的改进措施[J]. 计算机光盘软件与应用 2014(08)
- [12].基于运动区域检测的黑板设计[J]. 现代计算机(专业版) 2009(08)
- [13].结合极值区域检测的血管内超声图像并行分割[J]. 中国图象图形学报 2020(02)
- [14].结合天空区域检测的图像去雾算法研究与实现[J]. 重庆工商大学学报(自然科学版) 2017(05)
- [15].基于马尔可夫的图像显著区域检测[J]. 福建电脑 2016(06)
- [16].结合区域检测和注意力机制的胸片自动定位与识别[J]. 南京大学学报(自然科学) 2020(04)
- [17].基于融合树的事件区域检测容错算法[J]. 通信学报 2010(09)
- [18].基于显著区域检测的模糊核优化算法研究[J]. 军事通信技术 2015(04)
- [19].图像型垃圾邮件中文字区域检测方法的研究[J]. 邮电设计技术 2013(12)
- [20].人工智能系统在船舶锚泊区域检测中的应用[J]. 舰船科学技术 2019(06)
- [21].基于稀疏表示的图像显著区域检测算法[J]. 计算机应用与软件 2016(06)
- [22].基于分形理论的显著区域检测[J]. 产业与科技论坛 2014(19)
- [23].一种图像中的文字区域检测新方法[J]. 西安电子科技大学学报 2013(06)
- [24].基于时-频结合的显著性区域检测[J]. 铁道学报 2014(07)
- [25].基于边缘与深度特征的感兴趣区域检测技术[J]. 计算机仿真 2009(07)
- [26].基于优化区域卷积神经网络的机场区域检测[J]. 激光与光电子学进展 2020(10)
- [27].大坝表面聚氨酯未覆盖区域检测方法[J]. 人民黄河 2020(S1)
- [28].基于边缘盒与低秩背景的图像显著区域检测算法[J]. 计算机科学 2017(12)
- [29].改进图割的显著性区域检测算法[J]. 计算机工程与设计 2015(06)
- [30].自动特征选择和加权的图像显著区域检测[J]. 计算机工程与应用 2011(24)