-
公开(公告)号：CN119887628A
公开(公告)日：2025-04-25
申请号：CN202411779658.7
申请日：2024-12-05
Applicant: 中国兵器科学研究院宁波分院
IPC: G06T7/00 , G06T7/187 , G01N23/046 , G01M13/00
Abstract: 本发明涉及一种活塞检测方法，包括对活塞的缺陷进行检测，具体为：步骤1、构建CT图像分割模型，并对构建的CT图像分割模型进行训练，得到训练完成后的CT图像分割模型；步骤2、将S件活塞摆放在固定工装上进行检测，固定工装的每一层可以摆放N件活塞，S和N均为正整数，对固定工装每一层摆放的活塞的内冷油道顶部、中部和底部分别进行一次CT断层扫描，获得多幅CT图像，并将所有CT图像获取双通道图像，并将获取的双通道图像输入到训练完成后的CT图像分割模型中，即得到预测缺陷。优点在于：该方法提高了检测精确性和检测效率。
-
公开(公告)号：CN110084786B
公开(公告)日：2022-05-13
申请号：CN201910272027.9
申请日：2019-04-04
Applicant: 中国兵器科学研究院宁波分院
Abstract: 本发明涉及一种渐变背景的数字X射线图像缺陷自动识别方法，通过数字X射线成像对被检工件和阶梯形对比试块进行扫描，选取对比试块DR图像中不同穿透厚度的阶梯所在区域图像，计算不同穿透厚度下对应的图像灰度值均值、标准偏差和量子噪声的概率密度函数；并使用被检工件的DR图像中检测区域，计算任一点的局部区域内的噪声理论概论密度函数与噪声实际概率密度函数，将两者之间差的绝对值之和替代该点的数值，形成新的图像；使用相同的方法，实现检测区域内所有点的数值替换，形成被检工件新的检测图像；采用阈值分割方法被检工件新的检测图像进行自动检测。该方法降低了噪声对小缺陷的干扰，能自动识别出小缺陷，识别准确精度高。
-
公开(公告)号：CN109946382B
公开(公告)日：2021-07-30
申请号：CN201910095762.7
申请日：2019-01-31
Applicant: 中国兵器科学研究院宁波分院
IPC: G01N29/06 , G01N29/22 , G01N29/275
Abstract: 一种超声波C扫描自动检测方法，包括S1、将工件置于转盘中心，示教世界坐标系和参考坐标系；S2、按照工件的实际尺寸建立三维成像模型，并进行采样点的划分；S3、获取成像模型的母线上的关键点在参考坐标系中的坐标值，并计算工业机器人在关键点的位置值；S4、转盘带动工件旋转，通过转盘伺服编码器提供脉冲信号，作为超声收发仪与数据采集卡的外部触发源，工业机器人根据各采样点及超声回波信号对工件进行到位触发采集，使各采样点的超声回波信号与所述成像模型的空间位置相对应；S5、数据处理，并通过调色板将不同采样点的特征值对应为不同颜色值并映射至C扫描图像中。本检测方法大幅简化工业机器人的运动路径，保证较高的检测效率和检测精度。
-
公开(公告)号：CN113109373A
公开(公告)日：2021-07-13
申请号：CN202110402097.9
申请日：2021-04-14
Applicant: 中国兵器科学研究院宁波分院
IPC: G01N23/046
Abstract: 本发明涉及一种面阵工业CT射束硬化校正方法，步骤1、加工N个不同穿透厚度的滤波片；步骤2、将每个滤波片分次放置于X射线机出束窗口前，采用同一扫描工艺对每个滤波片进行DR扫描，获得每个滤波片的DR图像；步骤3、根据步骤2中滤波片的DR图像的灰度值和滤波片对应的穿透厚度进行指数拟合，得到拟合函数；步骤4、建立射束硬化校正函数；步骤5、利用与步骤2中相同的扫描工艺采集被检测样品的周向DR图像，利用射束硬化校正函对其进行射束硬化校正，获得校正以后的DR图像；步骤6、对步骤5中校正后的DR图像进行重建，得到被检测样品的CT图像。该方法中的拟合结果较为精确，大幅降低了后续工业CT重建后图像的射束硬化伪像。
-
公开(公告)号：CN112605541A
公开(公告)日：2021-04-06
申请号：CN202011250366.6
申请日：2020-11-11
Applicant: 中国兵器科学研究院宁波分院
IPC: B23K26/382 , B23K26/70
Abstract: 本发明公开了航空发动机燃油喷嘴激光打孔对壁击伤深度的测量方法，首先对激光打孔后的燃油喷嘴进行CT扫描，获取通过加工孔中心的二维CT图片，对获取的CT图片进行处理，测量击伤尖端距离内壁的距离，在燃油喷嘴的结构上建立几何特征，测量各几何特征的尺寸以及各几何特征之间的距离，利用这些建立的辅助几何特征以及前述步骤测量的尺寸计算击伤深度，实现对激光加工内部结构部分损毁的击伤深度测量。本发明解决了燃油喷嘴激光打孔对壁击伤深度的测量问题，并提高了测量值的准确性。
-
Patent Agency Ranking
公开(公告)号：CN112508841A
公开(公告)日：2021-03-16
申请号：CN202010939322.8
申请日：2020-09-09
Applicant: 中国兵器科学研究院宁波分院
Abstract: 本发明涉及一种基于工业CT图像的点阵镂空结构尺寸偏差快速表征方法，采用本方法，将三维CT数据进行投影重叠形成二维数据，自动计算最小重复结构的模板，比较待测点阵镂空结构与点阵结构模板的差异，计算获得尺寸偏差和判断缺陷位置，减少了缺陷识别、定量计算次数，提高检测效率，且针对周期性点阵镂空结构给出整体尺寸误差快速量化表征方法，以及快速的缺陷定位方法，特别适用于无法提供精确零部件模型的增材制造点阵镂空结构的快速尺寸偏差、缺陷识别。
-
公开(公告)号：CN111932573A
公开(公告)日：2020-11-13
申请号：CN202010635729.1
申请日：2020-07-03
Applicant: 中国兵器科学研究院宁波分院
IPC: G06T7/136 , G06T7/11 , G06T7/13 , G06T7/66 , G06T7/00 , G06T5/30 , G06T5/40 , G01N23/046 , G01B15/00
Abstract: 一种光学系统空间分辨率的自动测试方法，包括：对贴合在一起的两测试块进行CT扫描，并利用自动阈值分割方法将其转换为二值化图像，且计算出二值化图像中质心的位置；对二值化图像进行形态学处理，并计算边缘图像中距离质心最近的点N；将质心与点N连成线段，将边缘图像中每个像素值为1的边缘点按照位于线段CN的左、右侧进行分类；之后，对分类后得到的第一集合和第二集合中所有边缘点进行拟合得到双圆的圆心坐标；利用两圆心坐标和计算出两圆心对应的中轴线；接着，提取中轴线上的灰度分布，对每个灰度值进行归一化处理后则进行线性拟合；最后，则计算MTF曲线。该方法的测试模体结构简单，加工难度小且成本低，测量精度更高，速度快。
-
公开(公告)号：CN111882539A
公开(公告)日：2020-11-03
申请号：CN202010738109.0
申请日：2020-07-28
Applicant: 中国兵器科学研究院宁波分院
Abstract: 本发明涉及一种航空发动机叶片的自动测量方法，采用本方法，利用三维面阵CT检测系统对待测叶片进行扫描，同时通过散射线获取校正数据，并结合工业CT软件对获取的数据进行分析、拟合等操作，有效实现了一次性自动测量叶片多个截面的多个位置的壁厚的效果，极大提高了空心薄壁叶片壁厚测量的效率，测量结果准确性高、稳定性好。
-
公开(公告)号：CN111879799A
公开(公告)日：2020-11-03
申请号：CN202010637061.4
申请日：2020-07-03
Applicant: 中国兵器科学研究院宁波分院
IPC: G01N23/046
Abstract: 一种光学系统空间分辨率的手动测试方法，包括：通过机械化加工手段制造待测试模体；并对贴合在一起的两测试块进行CT扫描，获得两测试块截面对应的CT图像；在CT图像中任意框选一个测试块或两个测试块中的内部区域，并计算出框选区域内的灰度值均值；将CT图像中做一条垂直且等分线段两圆圆心的线段L；并提取该线段上的灰度分布，最后绘制成灰度分布曲线；在灰度分布曲线上绘制灰度值为K的直线，该直线与线段L上的灰度值相交于两点；计算相交的两点之间的距离；从而计算得到最小识别间隙a；并计算出该 即即为MIF＝10％下对应的线对数。该方法的测试模体加工难度低、测试结果直观且测试过程简单、易实现。
-
公开(公告)号：CN110956618A
公开(公告)日：2020-04-03
申请号：CN201911167482.9
申请日：2019-11-25
Applicant: 中国兵器科学研究院宁波分院
Abstract: 一种基于变异系数法的CT图像小缺陷定量方法，包括以下：获取对比试片和被测试片的CT图像；在对比试片CT图像中选取多个大小相同且包含一个小缺陷或不包括缺陷的区域，对选取的区域图像进行t次小波分解，计算每幅选取的区域图像各次小波分解后低频成分小波系数的变异系数；建立各次小波分解后低频成分小波系数的变异系数与缺陷面积之间的关系；并计算出不同大小区域下各次小波分解后低频成分小波系数的变异系数与缺陷面积之间的相关性系数和斜率；进而选择出最佳小波分解次数；最后，拟合出不同大小的区域下缺陷尺寸与以最佳小波分解次数分解后的低频成分小波系数变异系数之间的数学关系式；即可对进行定量。该方法的效率更佳，实用性更好。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.05 seconds)
