-
公开(公告)号：CN117557455A
公开(公告)日：2024-02-13
申请号：CN202311739563.8
申请日：2023-12-18
申请人： 南昌航空大学
IPC分类号： G06T3/4053 , G06T3/4046 , G06T7/00 , G06T17/00 , G06N3/0464 , G06N3/08
摘要： 本发明公开一种DR图像重建方法、系统、电子设备及存储介质，涉及图像处理技术领域，所述方法包括：获取待重建DR图像；待重建DR图像为目标航空发动机涡轮叶片气膜孔周微裂纹的DR图像；将待重建DR图像和预设放大尺度输入至超分辨率重建模型中，得到重建后的DR图像；超分辨率重建模型是利用训练数据集对初始网络进行训练得到的，初始网络包括：浅层特征提取结构、深层特征提取结构、上采样结构和放大结构，训练数据集包括多张初始DR图像和对应的训练用DR图像以及放大尺度。本发明提高了重建得到的DR图像的分辨率。
-
公开(公告)号：CN117153308A
公开(公告)日：2023-12-01
申请号：CN202311200091.9
申请日：2023-09-18
申请人： 南昌航空大学
IPC分类号： G16C60/00 , G16C20/70 , G06F30/25 , G06F30/27 , G06F111/06 , G06F119/08
摘要： 本发明公开一种高温合金晶粒尺寸评价方法、系统、电子设备及介质，涉及超声评价金属微观组织结构领域，评价方法包括：根据高温合金样本的晶粒尺寸、超声声速和衰减系数的真实数据，应用PSO‑SVM算法构建评价模型；生成由Voronoi图模拟的高温合金多晶结构几何模型；对多晶结构几何模型进行仿真得到仿真数据；以衰减系数和超声声速的仿真数据与真实数据以及对应的晶粒尺寸的仿真数据与真实数据为训练数据集对评价模型进行训练；将待评价高温合金的衰减系数和超声声速作为模型的输入数据，将数据输入至训练后的评价模型，计算得到晶粒尺寸评价值。本发明克服了现有技术存在破坏性及在样本数量少的条件下对晶粒尺寸评价模型误差较大的问题。
-
公开(公告)号：CN112328972B
公开(公告)日：2022-03-29
申请号：CN202011251581.8
申请日：2020-11-11
申请人： 南昌航空大学
摘要： 本发明涉及一种晶粒结构评价方法及系统，该方法获取参考试块中晶粒的多个结构特征；根据多个所述结构特征通过类圆映射方法确定融合特征；采用费马螺旋线对多个参考试块对应的多个融合特征进行拟合，确定螺旋可视化评价模型；通过所述螺旋可视化评价模型对待评价参考试块的晶粒结构进行评价。本发明将晶粒的多个结构特征通过类圆映射方法确定为一个融合特征，根据包含多个结构特征的融合特征对晶粒结构进行评价，提高了晶粒结构评价的准确性，另外将多个参考试块对应的多个融合特征拟合为费马螺旋线，以费马螺旋线为评价模型，融合特征越接近原点，说明晶粒结构越好，提高了晶粒结构评价的可视化。
-
公开(公告)号：CN112836433A
公开(公告)日：2021-05-25
申请号：CN202110186836.5
申请日：2021-02-18
申请人： 南昌航空大学
摘要： 本发明公开了一种高温合金晶粒尺寸识别模型的构建方法及系统、高温合金晶粒尺寸的识别方法及系统。该构建方法包括：获取高温合金晶粒的原始样本集，原始样本为高温合金晶粒的超声波特征参数，标签为晶粒尺寸；根据原始样本集，基于高斯分布获得扩充虚拟样本；判断第二预测模型的预测精度是否高于第一预测模型的预测精度，如果是，则确定扩充虚拟样本为有效虚拟样本；其中，第一预测模型为采用原始样本集训练得到的机器学习模型，第二预测模型为采用原始样本集以及扩充虚拟样本训练得到的机器学习模型；采用原始样本集以及有效虚拟样本所构成的重构样本集训练高温合金晶粒尺寸识别模型。本发明扩充了样本量，提高了晶粒尺寸识别的准确度和有效性。
-
公开(公告)号：CN108490081A
公开(公告)日：2018-09-04
申请号：CN201810290114.2
申请日：2018-04-03
申请人： 南昌航空大学
IPC分类号： G01N29/44
摘要： 本发明公开一种基于多参数的合金晶粒尺寸的确定方法及确定系统。确定方法包括：获取各个实验样本的超声定点扫描信号、平均厚度值及平均晶粒尺寸值；根据平均厚度值及超声定点扫描信号确定每个实验样本的各个超声检测参数值；根据相关性度量准则确定各个有效超声检测参数；根据各个有效超声检测参数建立晶粒尺寸软测量模型；采用晶粒尺寸软测量模型确定被测合金的晶粒尺寸。本发明提供的确定方法及确定系统，将多个超声检测参数进行融合，保留了大量超声波传播过程中不同超声检测参数对晶粒尺寸的响应，能够有效提高测量精度和抗干扰能力。
-
公开(公告)号：CN109033586B
公开(公告)日：2022-08-12
申请号：CN201810768923.X
申请日：2018-07-13
申请人： 南昌航空大学
IPC分类号： G06F30/20
摘要： 本发明公开一种基于映射单调性的合金晶粒尺寸的确定方法及确定系统。本发明采用相关性度量准则逐步筛选有效超声检测参数，然后以单调性最大为优化目标，根据最终筛选的有效超声检测参数集合建立晶粒尺寸软测量模型，使得在随着晶粒尺寸有序排列的情况下，有效超声检测参数不仅能够保持单调递增或单调递减的形式，同时能够实现样本集外测试的有效性。因此，采用本发明提供的确定方法及确定系统建立的晶粒尺寸软测量模型，测量精度高，单调性好，误差小，模型的结果图直观完整且有着稳定的评价效应。
-
公开(公告)号：CN113066072A
公开(公告)日：2021-07-02
申请号：CN202110379197.4
申请日：2021-04-08
申请人： 南昌航空大学
摘要： 本发明涉及一种航空发动机导向叶片微裂纹缺陷检测方法及系统，所述检测方法包括：通过DR检测系统获取航空发动机导向叶片待测部分的DR检测图像；根据DR检测图像得到原始灰度矩阵；根据DR检测图像，得到DR检测图像灰度分布直方图和信噪比；根据灰度分布直方图、信噪比及DR检测图像，得到增强灰度矩阵；对原始灰度矩阵进行掩模处理，得到低频灰度矩阵；根据增强灰度矩阵及低频灰度矩阵，得到高频灰度细节信息矩阵，所述高频灰度细节信息矩阵表征航空发动机导向叶片待测部分的微裂纹缺陷情况。既达到了增加DR检测图像对比度的效果，又突出了图像中的细节信息缺陷轮廓，能够清楚识别航空发动机导向叶片微裂纹的缺陷。
-
公开(公告)号：CN112328972A
公开(公告)日：2021-02-05
申请号：CN202011251581.8
申请日：2020-11-11
申请人： 南昌航空大学
摘要： 本发明涉及一种晶粒结构评价方法及系统，该方法获取参考试块中晶粒的多个结构特征；根据多个所述结构特征通过类圆映射方法确定融合特征；采用费马螺旋线对多个参考试块对应的多个融合特征进行拟合，确定螺旋可视化评价模型；通过所述螺旋可视化评价模型对待评价参考试块的晶粒结构进行评价。本发明将晶粒的多个结构特征通过类圆映射方法确定为一个融合特征，根据包含多个结构特征的融合特征对晶粒结构进行评价，提高了晶粒结构评价的准确性，另外将多个参考试块对应的多个融合特征拟合为费马螺旋线，以费马螺旋线为评价模型，融合特征越接近原点，说明晶粒结构越好，提高了晶粒结构评价的可视化。
-
公开(公告)号：CN106770389A
公开(公告)日：2017-05-31
申请号：CN201611081421.7
申请日：2016-11-30
申请人： 南昌航空大学 , 上海航天精密机械研究所
IPC分类号： G01N23/05
CPC分类号： G01N23/05 , G01N2223/03 , G01N2223/1066 , G01N2223/63 , G01N2223/646
摘要： 本发明公开了一种空心涡轮叶片型腔残余型芯中子射线照相检测方法。本方法步骤如下：利用纯净水制备蒸馏水，采用专用的塑料盛水容器盛放蒸馏水，将空心涡轮叶片平放完全浸入蒸馏水中5‑10min，保持水位略高于叶片平放高度，将塑料盛水容器整体送入冷冻室持续冷却，控制温度在‑10∽30°C，完全结冰后取出塑料盛水容器，取下叶片，清除叶片表面冰块，用干燥吸水布清理叶片表面残留冰屑和水迹，送入中子射线探伤室，由于型芯材料对热中子射线的衰减系数远小于冰对热中子射线的衰减系数，可进行残余型芯的热中子射线照相检测。本发明提出的残余型芯热中子射线照相检测方法，操作简单，残余型芯检出率高，适用于中子射线胶片照相方法和实时成像方法。
-
公开(公告)号：CN106093080A
公开(公告)日：2016-11-09
申请号：CN201610024783.6
申请日：2016-01-14
申请人： 南昌航空大学
CPC分类号： G01N23/04 , G01T1/16 , G01T1/2006
摘要： 本发明公开了一种基于数字射线成像技术探测器响应曲线的金属合金材料散射比测量方法。其测量方法为：首先利用剂量仪和数字射线探测器来获取数字探测器对X射线的响应特性曲线，然后分别在宽束和窄束两种条件下，将待测金属材料阶梯试块放在X射线透照场中，选取一系列不同的管电压和曝光量进行单壁垂直透照，从获取阶梯试块数字图像上读出宽束和窄束条件下各阶梯的灰度值，利用数字探测器响应特性曲线找出各灰度所对应的曝光量，进而计算出不同电压下金属合金材料对应的散射比。本发明的优点是：与传统的基于胶片的射线照相技术的测量方法相比，简单，高效，可操作性强，重复性好，可以实现对大多数金属合金材料的射线散射比测量。
-
-
-
-
-
-
-
-
-
搜索结果
42 条记录 (耗时 0.023 秒)
