一种传热管定位机器人旋转结构

    公开(公告)号:CN114683293A

    公开(公告)日:2022-07-01

    申请号:CN202011560873.X

    申请日:2020-12-25

    IPC分类号: B25J11/00 G21C17/017

    摘要: 本发明公开了一种传热管定位机器人旋转结构,包括基座和转台,基座和转台两部分相对旋转,实现旋转动作。本发明的有益效果在于:实现气路和电路转换机构滑环,并集成至定位机器人结构中,使得电信号和一路压缩气体不受电缆和气管限制,可以无限循环旋转。可大大提供检查效率。由于滑环的结构,转台的阀,传感器等全部前置于执行机构卡爪处,这样可减少气管连接。由于采用了偏心的电机带动同步带轮驱动方式,降低了设备整体高度,并给滑环的安装让出了空间。气电滑环的设计保证了最终只需要一个电缆和一根气管就足够给定位机器人提供动力和信号。

    一种超声波信号噪声提取及量化算法

    公开(公告)号:CN111353942A

    公开(公告)日:2020-06-30

    申请号:CN201811562367.7

    申请日:2018-12-20

    IPC分类号: G06T5/00

    摘要: 本发明涉及无损检测信号处理技术领域,具体公开了一种超声波信号噪声提取及量化算法。该算法包括:步骤1、获取超声波信号B扫图像数据,并进行图像偏移校正;步骤2、对步骤1中图像偏移校正数据进行缺陷提取;步骤3、进行超声波信号噪声提取;步骤4、对噪声数据进行量化处理;根据步骤3中获得的超声波信号噪声中最高噪声点位置,获得原始超声波图像中最高噪声点位置及其幅度;通过设定的阈值,获得噪声图像中超过阈值的A扫数量占整个B扫的比重。该算法能从超声波B扫图像数据自动提取噪声图像,缺陷剔除效果好;算法稳健可靠,无病态问题;噪声特性量化可自动实现;全部处理和显示时间不超过3s,实时性强。

    一种传热管定位机器人旋转结构

    公开(公告)号:CN114683293B

    公开(公告)日:2024-09-10

    申请号:CN202011560873.X

    申请日:2020-12-25

    IPC分类号: B25J11/00 G21C17/017

    摘要: 本发明公开了一种传热管定位机器人旋转结构,包括基座和转台,基座和转台两部分相对旋转,实现旋转动作。本发明的有益效果在于:实现气路和电路转换机构滑环,并集成至定位机器人结构中,使得电信号和一路压缩气体不受电缆和气管限制,可以无限循环旋转。可大大提供检查效率。由于滑环的结构,转台的阀,传感器等全部前置于执行机构卡爪处,这样可减少气管连接。由于采用了偏心的电机带动同步带轮驱动方式,降低了设备整体高度,并给滑环的安装让出了空间。气电滑环的设计保证了最终只需要一个电缆和一根气管就足够给定位机器人提供动力和信号。

    一种基于图像识别的系统定位方法

    公开(公告)号:CN111354041A

    公开(公告)日:2020-06-30

    申请号:CN201811563341.4

    申请日:2018-12-20

    IPC分类号: G06T7/73 G06T1/00

    摘要: 本发明涉及图像识别定位技术领域,具体公开了一种基于图像识别的系统定位方法。该方法包括:1、将待定位的机械结构运动至空间标定位置,并获得机械结构的控制系统坐标;2、采集待定位机械结构末端运动至某一位置时的图像,记录机械结构末端的控制系统坐标;3、通过初始图像获得特征结构的中心位置坐标;4、根据检测工具运动的实时采集图像,分析获得键槽中心位置的坐标,并根据运动控制的输入值,计算获得单个横向和纵向像素值对应的运动控制参数;5、提取键槽边缘中心位置坐标,并获得与表征键槽中心坐标的偏差,并利用控制系统对控制机械的运动,完成系统定位。该方法可以缩短机械系统校准时间,大幅度提高系统运行效率。

    一种超声波信号噪声提取及量化算法

    公开(公告)号:CN111353942B

    公开(公告)日:2024-01-12

    申请号:CN201811562367.7

    申请日:2018-12-20

    IPC分类号: G06T5/70

    摘要: 本发明涉及无损检测信号处理技术领域,具体公开了一种超声波信号噪声提取及量化算法。该算法包括:步骤1、获取超声波信号B扫图像数据,并进行图像偏移校正;步骤2、对步骤1中图像偏移校正数据进行缺陷提取;步骤3、进行超声波信号噪声提取;步骤4、对噪声数据进行量化处理;根据步骤3中获得的超声波信号噪声中最高噪声点位置,获得原始超声波图像中最高噪声点位置及其幅度;通过设定的阈值,获得噪声图像中超过阈值的A扫数量占整个B扫的比重。该算法能从超声波B扫图像数据自动提取噪声图像,缺陷剔除效果好;算法稳健可靠,无病态问题;噪声特性量化可自动实现;全部处理和显示时间不超过3s,实时性强。