简介：疲劳断口图像的纹理具有多样性,对多种纹理混合在一起的纹理图像分割是一大难点。基于二维经验模式分解提出了一种新的疲劳断口图像的分割方法。对图像进行BEMD分解后提取本征模式函数bimf中的纹理能量作为特征：首先,对疲劳断口图像进行BEMD分解,得到一系列的本征模式函数bimf和残差函数;然后,采用Laws纹理能量描述方法分别对bimf和残差提取纹理能量作为特征分量;最后,在最近邻准则下对所得特征分量进行分割。通过对比经典的傅立叶方法,断口图像的分割结果表明该方法对疲劳断口图像的分割具有较好的效果。

简介：采用超声相控阵检测方法对预制了夹杂和气孔缺陷的奥氏体不锈钢焊缝进行检测，分析了缺陷的相控阵图像与A扫描信号特征。试验采用的是超声相控阵扇型扫查方式，同时用深度定标方法对仪器参数进行了优化，对缺陷的位置及尺寸进行测量并获得了能够判断缺陷类型的图像特征和A信号特征。研究结果表明：超声相控阵方法不但适用于不锈钢焊缝的检测，且具备更大的检测范围及更丰富的检测信息；通过检测图像特征及相关的A信号特征能够对这2类缺陷的位置及类型进行有效评价。

简介：检测实践中金属构件缺陷成因各异,宽度相差较大,为了实现涡流检测的可靠性评价,建立了含矩形槽和梯形槽的管道二维轴对称有限元模型,计算了槽深和槽宽变化时信号相位和幅值结果。仿真结果表明：当矩形槽宽度一定时,信号相位与槽深规律性较强;而槽深固定,在槽宽较小时相位和幅值随槽宽有较大变化,槽宽较大时信号比较稳定;梯形槽的槽宽对信号的影响与矩形槽相似。上述结论将有助于人们认识缺陷宽度在涡流检测中的作用,以期指导工程检测实践。

简介：为研究通孔直径在钢管涡流检测中对检测信号的影响,开展了不同磁化强度下钢管通孔涡流检测试验,研究了不同直径通孔随磁化电流的信号变化特征。试验结果表明：通孔直径一定时,在非饱和磁化区（6~18A）内,信号幅值随电流的增加先增大后减小,相位角随电流的增加逐步上升,在饱和磁化区（20~22A）内,检测信号成形较小或严重扭曲,相位变化杂乱无章;当磁化电流一定时,信号幅值随通孔直径的增大而增大,不同直径通孔间信号相位角在非饱和磁化区（6~18A）内,最大值与最小值的极值偏差在10°~18°范围内变化,差异较小,而在饱和磁化区（20~22A）信号相位角变化起伏较大,无明显规律。试验研究结果可用于指导钢管涡流检测工程实践。

简介：超声非线性测试系统的性能直接影响材料非线性系数测量的可靠性。在非线性系统中，相对于基频信号幅值而言，谐频幅值通常很小，难以观察。本研究对如何在所搭建的测试系统中提取需要的二次谐波信号进行了分析，并研制了相对应的滤波系统，给出高阶有源滤波系统的设计方案和对该系统进行了仿真，仿真结果证实：所研制的滤波系统实现了从大振幅信号中提取小振幅信号的功能，同时抑制了仪器自身所产生的部分非线性因素。

简介：Grouplet变换是通过Haar变换实现的一种二维图像多尺度分析技术,拥有根据图像的纹理结构自适应改变基的能力,从而具有较好的稀疏性。与小波变换相比,Grouplet变换在针对纹理复杂的金属断口图像的识别方面具有更优越的性能;将Grouplet变换与关联向量机结合,采用Grouplet熵作为特征,关联向量机作为识别器,提出了一种新的基于Grouplet熵-RVM的航空构件断口图像识别方法。试验表明：该方法结合了Grouplet变换以及关联向量机的优势,在针对222张断口图像的训练与识别中,识别率达到了85.58%,相比Grouplet熵-SVM方法识别速率提高了5倍。

简介：制冷系统压力容器应用非常广泛,对于该类在役压力容器还没有可靠的实时动态监测方法。提出采用声发射检测技术对制冷系统压力容器进行实时监测,通过对容器制造材料Q345R钢的疲劳载荷试验,采集材料损伤全过程的声发射信号进行特征参数分析、波形和频谱分析,发现材料从裂纹萌生到断裂失效过程的转折点,并对不同损伤阶段声发射信号波形和频谱的特性进行对比研究,找出各个阶段声发射信号的特征,为实现Q345R声发射动态监测和评价提供可靠依据。

简介：通过对TC4钛合金显微组织的金相图片的研究，提出一种对金相定量分析的数字图像处理方法。以ImageJ软件为工具，采用数字图像处理中的图像增强、阈值化、图像分割等数字化处理方法，计算出钛合金组织在不同热处理状态下α相所占比例，以及金相分析中其他的特征参数。研究结果表明：该数字图像处理方法可实现对TC4组织金相图片的处理，在TC4棒材锻件中α相占49.38%，长短轴比为1.458。

简介：为探寻能够区分矿山微震信号和爆破信号的波形特征,建立基于人工识别标准的事件数据库。人工识别的考虑因素包括：波形的重复特征、波形的衰减特征、信号的主频大小以及事件发生的具体时间。将数据库中的微震信号和爆破信号调整至同一坐标系下发现,两类事件的起振角趋。于集中在不同的区间。考虑到P波到时提取的不准确性,波形起振角难以准确计算,提出以应用线性回归拟合得到的起振趋势线斜率代替起振角。将首次峰值起振趋势线斜率和最大峰值起振趋势线斜率连同首次波峰及最大波峰的坐标列为特征参数,应用Fisher判别法,能成功实现微震事件与爆破时间的准确分离,识别正确率达到97.1%。