摘要：脉冲涡流检测技术是一种快速发展的无损检测方法,而相应的缺陷分类识别是缺陷检测与评估中的关键步骤之一。本文首先对脉冲涡流检测技术进行了频谱分析,得出下表面缺陷主要影响低频成分,而表面缺陷同时影响低频成分与高频成分的结论;其次,设计了脉冲涡流矩形传感器和腐蚀型缺陷模拟试件;最后,在对上下表面的缺陷分别进行频域分析的基础上,提出了选择3个特定频率点的幅值作为特征量对缺陷进行3D分类识别的方法。实验结果证明本文所提出的方法可对3 mm铝板上下表面腐蚀缺陷进行有效的分类识别。

摘要：针对激光雷达点云数据稀疏、扰动、存在噪声和其他方法难以迁移,实时性差等难题,面向“L”型小尺寸目标研究了一种基于视觉修正的激光雷达体积测量方法。该方法首先通过联合标定和时间戳最近邻匹配实现相机与激光雷达数据的对齐;然后经过目标检测算法获取图像中目标的信息,与此同时对点云数据执行地面分割得到地面点云与非地面点云,利用视觉投影和点云聚类实现目标点云的分割,使用KDtree找到目标点云附近的地面点云;最后,设计了一种三维框的拟合算法初步完成点云目标三维框的粗拟合,并建立视觉修正模型对于目标三维框进行细修正,从而实现目标体积的计算。实验结果表明,对于武器箱道具、医疗箱和油桶等“L”型物体,提出的算法在一定范围内,体积测量的平均相对误差小于4.44%、最大误差小于6.12%、最大重复性小于5.61%,并且基于视觉的修正模型大幅提高了算法的精度和稳定性,在嵌入式平台的处理1帧用时55 ms,能够实现实时高精度的体积测量,具有良好的工程应用前景。

摘要：设计了一套锂电池状态监控与报警系统,该系统主要包含主控、测量、诊断、显示和报警等子模块,能够对电池工作电压、电流、温度及荷电状态等主要参数和工作状态进行实时监控和健康评估,当参数异常时系统可自主报警。以18650锂电池进行了实际测试,测试结果表明该系统工作稳定可靠。

摘要：针对航空航天装备现场原位涡流无损检测(ECNDT)快速化、智能化、集成化的需求,提出了一种应用于原位涡流无损检测系统的新型数控传感器阻抗信号调理电桥,从设计思路、理论分析、电桥结构、工程实现方法以及性能分析等方面对其进行了详尽的阐述,最后通过具体的航空装备现场原位实验(某型飞机发动机九级蓖齿盘)验证了该数控阻抗信号调理电桥方法的有效性。

摘要：针对传统方法缺乏考虑电机绕组缺陷尺寸变化对检测效果的影响,以及接触式检测的局限性,建立一种考虑电-磁-热耦合的电机绕组缺陷的多物理场模型,并提出基于脉冲涡流热成像的定量检测方法。基于脉冲涡流检测过程中的电磁感应与热传导机理,建立电-磁-热多物理场耦合模型模拟涡流激励下缺陷的生热过程,给出不同种类缺陷的电磁场与温度场分布,并揭示了缺陷尺寸变化对温度分布及检测结果的影响机理。进一步设计电磁感应激励红外热成像检测系统,在脉冲式激励模式下获得了电机绕组的热像图序列,通过定量处理后实现电机绕组的绝缘破损、铜条表面裂纹、绝缘减薄与铜条裂纹复合缺陷等缺陷的可视化检测。所提多物理场方法仿真结果表明,缺陷处温度低于周围非缺陷处温度,且缺陷中心处温度随绝缘层变薄而增大,实验分析结果与仿真一致,验证了模型的准确性。

摘要：脉冲涡流是一种有效的电磁无损检测技术。基于脉冲涡流检测原理设计了脉冲涡流检测系统,并对矩形脉冲涡流传感器的三维磁场量进行了研究。分别在传感器的不同走向下,使用三维检测传感器获得了三维磁场量的Bx、By与Bz曲线。在传感器的不同走向下,提出使用三维蝶形图对缺陷进行检测识别。对三维信号进行特征分析后,分别在不同走向下,通过Bz曲线评估缺陷的深度。通过By与Bz曲线的特征可以测量缺陷的长度。为进一步实现飞机机身缺陷的成像检测提供了有价值的参考。

摘要：功率金属–氧化物半导体场效应晶体管(metal-oxide-semiconductor field-effect transistor,MOSFET)在电磁热机等物理场相互作用下产生的应力波,对器件的可靠性设计和状态监测有重要意义。根据理论分析可知,功率MOSFET开通或关断可以产生瞬态电磁场,器件中的带电粒子在磁场中所受洛伦兹力,因此产生机械应力波。在30V低压条件下,采用脉冲测试电路并对功率MOSFET进行试验,应用声发射测量平台采集试验过程中功率MOSFET器件产生的瞬态电磁场和机械应力波。对不同电气参数下得到的声发射信号进行处理和分析,发现器件漏源电压导致高频电磁波的产生,而栅源电压和漏源电压共同影响低频机械应力波,为功率MOSFET器件产生声发射现象提供理论依据。

摘要：脉冲涡流是一种可以对飞机结构中缺陷进行有效检测的电磁无损检测技术。本文设计了三维检测传感器,并对矩形激励传感器中的多维检测信号进行了研究。分别在传感器不同扫描方向下,对三维检测传感器的Bx、By与Bz曲线进行了特征分析。实验证明取其中任意两路信号都可构成蝶形图,可以有效地实现缺陷的判别。对检测信号进行特征分析后,不仅可以判断缺陷的有无,还可以评估缺陷的长度,深度等信息,为进一步实现飞机机身缺陷的定量检测提供了有价值的参考。脉冲涡流技术将会在航空无损检测领域发挥重大的作用。

摘要：风机叶片在制造、服役和维修阶段的无损检测非常重要。叶片长期在高强度的风力载荷下工作,制造过程产生的任何微小缺陷将在服役中扩大,进一步威胁到风机的正常运行。因而,风机叶片的无损检测一直是工业界与学术界探索的难题。根据叶片视觉检测方法结合无人机技术应用、相关数据包括图像处理方法以及缺陷评判方法的智能程度等方面对前人以及作者所在课题组的前期工作进行综述、总结、分析与对比。目前,可见光视觉检测与红外热成像检测等以视觉为基础的检测手段满足了风机叶片在役运维时非接触、高效、低成本、安全等需求。视觉检测与无人机巡检技术相结合能最大程度的保证人员安全,同时克服了望远镜检测视野受限的难题。然而该检测手段在风机叶片巡检中目前尚存在缺陷定量难、内部缺陷识别率低等方面的不足。通过分析对比可见光检测与热成像检测技术,认为结合智能算法的无人机搭载双光融合检测手段未来有望于解决风机叶片检测中存在的不足。

摘要：在实现风机叶片巡检的无人化和智能化的过程中,数据集的准备与标注严重影响深度学习网络的预测准确性。这一点在基于无人机载红外热成像尤为重要,不同于可见光检测:由于红外相机像素有限,导致缺陷在检测图像上像素少、温差小、缺陷温度表征因缺陷种类变化等问题。仅依赖一次数据标定的网络识别准确率较低,且数据集标注的差异对识别精度带来严重影响。为此,提出基于人在回路的风机叶片智能红外缺陷检测与测量的方法,将人员反馈引入到网络性能迭代中,并且通过缺陷局部假设解决在缺陷面积测量中的温度表征随种类变化的问题。实验表明,引入人为参与的方法能有效地提高风机叶片缺陷检测识别率。在自制的风机叶片红外数据集中,第二次数据迭代的mAP@0.5比第一次数据标注提高22.94%,第三次数据迭代的mAP@0.5比第二次数据迭代提高27.8%。