-
公开(公告)号:CN113984909A
公开(公告)日:2022-01-28
申请号:CN202111292224.0
申请日:2021-11-03
申请人: 陕西省地方电力(集团)有限公司西安供电分公司 , 陕西能源研究院有限公司 , 西安交通大学
摘要: 本发明公开了一种基于深度学习的绝缘设备缺陷识别及成像方法,包括:通过超声探伤仪对绝缘设备进行探测获取回波数据,将回波数据通过无线传输回地面工作站,地面工作站将回波数据输入训练好的卷积神经网络模型,输出是否有缺陷的判断结果,有缺陷时输出缺陷类型,并输出缺陷处的B扫描图像;其中卷积神经网络模型的训练过程中,对不同类型缺陷及对应回波数据进行分类,提取不同类型缺陷对应回波数据的特征。本发明通过回波数据对绝缘设备进行缺陷类型识别并输出图像,提高了对内部缺陷的检测效率。
-
公开(公告)号:CN117491501A
公开(公告)日:2024-02-02
申请号:CN202311764340.7
申请日:2023-12-20
申请人: 西安交通大学
IPC分类号: G01N29/06
摘要: 本发明公开了一种基于动态超声波形的线扫描成像系统,包括录制视频导入模块、图片曲线提取模块、图片批量提取与处理模块、超声线扫描成像模块和缺陷估测模块;本发明提出了录制动态超声波形替代原有超声线成像系统A波数据采集方式,降低了超声成像技术对硬件设施要求;并且设计了一套相应的成像系统,将所得视频分割成各扫描位置对应的A波图像,进行A波数据提取、整理、分析与图像重构,最终实现超声成像;根据实际扫描速度,可以选择手机等常用设备或专业设备进行录制,这极大程度地降低了对硬件设施的要求;自动进行缺陷定量评估,减轻对技术人员的依赖性。
-