基于超声合成孔径缺陷检测技术的研究
发布时间:2021-11-20 16:25
对加工材料内部缺陷提前识别和对部件接触状态的预检是保障工业安全生产、提升产品质量和提高生产效率的关键环节。目前工业生产流程中的检测环节面临着两方面问题,一方面工业生产领域现阶段所采用的传统检测方法针对非金属材料内部微小缺陷检测效果较差,尤其是面对内部结构复杂或检测信号的能量在材料内部衰减较大的待检物时问题尤为突出,例如光伏产业和电子设备制造中大量使用到的基础材料-硅,其内部晶体排列多样,复杂的组织结构使得检测信号的能量进入材料后迅速降低,因此,此类材料的检测手段仍然停留在像金相腐蚀技术等有损检测阶段,加工过程的低效和材料浪费率的居高不下等一系列问题归根结底急需改革落后的检测技术;另一方面,存在着像机械结合部这样具有接触面积大但接触点分布不均匀,两界面间的接触形式并非表现为缺陷的大小,宏观反映缺陷特性的超声幅度的变化难以对结合面的耦合接触状态进行描述的问题。以上两方面问题现已成为工业生产领域关键环节中亟待解决的核心问题,但是,关于此类问题的无损检测定量评价和定性分析研究寥寥无几。因此,改革生产行业传统检测技术,应用超声无损检测的优势,研究缺陷分类识别的方法,提高超声特征提取的有效性,实现...
【文章来源】:西安理工大学陕西省
【文章页数】:112 页
【学位级别】:博士
【部分图文】:
合成孔径成像示意图
小波包降噪处理流程
论文技术路线图
【参考文献】:
期刊论文
[1]螺栓结合部接触面域的融合绑定建模方法[J]. 崔方圆,华灯鑫,李言,孔令飞,李鹏阳. 中国机械工程. 2018(16)
[2]机械固定结合面动态特性的试验与研究[J]. 周振财,王天雷,王柱,赵挺,陈惠添. 机电工程技术. 2018(04)
[3]复合材料空气耦合超声检测[J]. 程建楠,王明泉,杨顺民,李光亚,邹琪. 测试技术学报. 2017(06)
[4]基于小波降噪和主成分分析的结构损伤识别[J]. 赵怀山,郭伟超,高新勤,杨振朝,李言. 西安理工大学学报. 2017(04)
[5]盲去卷积图像复原算法研究[J]. 王宇坤,刘福平,卢志鹏. 北京印刷学院学报. 2017(08)
[6]RBF神经网络的舰船图像滤波融合[J]. 李红睿,杜银霞,邢彦飞. 舰船科学技术. 2017(24)
[7]基于单晶硅制绒金字塔生长异常的解决方法[J]. 汤欢,张波宁,杨伟光. 电子技术与软件工程. 2017(24)
[8]基于小波图像融合算法和改进FCM聚类的MR脑部图像分割算法[J]. 耿艳萍,郭小英,王华夏,陈磊,李雪梅. 计算机科学. 2017(12)
[9]基于多尺度特征融合Hessian稀疏编码的图像分类算法[J]. 刘盛清,孙季丰,余家林,宋治国. 计算机应用. 2017(12)
[10]基于Anscombe变换Wiener滤波的DR图像重建[J]. 邵翔. 中国特种设备安全. 2017(11)
博士论文
[1]大型回转体超声成像检测技术研究[D]. 王新征.南京理工大学 2017
[2]基于高频超声的人牙釉质三维重建[D]. 杜娟.华南理工大学 2016
[3]低缺陷密度大单晶比例太阳能级类单晶硅锭制备及其表面制绒研究[D]. 王强.苏州大学 2016
[4]机床固定结合部动力学特性与整机动力学建模研究[D]. 肖魏魏.华中科技大学 2015
硕士论文
[1]曲面涂层脱粘超声检测方法研究及设备研制[D]. 李杨杨(Lee Yangyang).南昌航空大学 2017
[2]细径棒材在线相控阵超声无损检测关键技术的研究[D]. 李克迪.浙江大学 2017
[3]超声成像模拟的关键技术研究[D]. 赵翔.东南大学 2017
[4]基于小波包分析的激光超声缺陷信号处理方法研究[D]. 侯静.中北大学 2017
[5]基于反卷积方法的光声成像研究[D]. 王京磊.电子科技大学 2017
[6]基于神经网络模型融合的图像识别研究[D]. 寿质彬.华南理工大学 2015
[7]机械结合面接触刚度研究[D]. 党会鸿.大连理工大学 2015
[8]基于背散射信号时频分析的碳纤维复合材料微缺陷研究[D]. 魏宏远.浙江大学 2015
[9]机床固定结合面动态特性参数实验研究[D]. 顾思闽.南京理工大学 2011
[10]混凝土超声CT的数值模拟与试验研究[D]. 黄靓.湖南大学 2003
本文编号:3507709
【文章来源】:西安理工大学陕西省
【文章页数】:112 页
【学位级别】:博士
【部分图文】:
合成孔径成像示意图
小波包降噪处理流程
论文技术路线图
【参考文献】:
期刊论文
[1]螺栓结合部接触面域的融合绑定建模方法[J]. 崔方圆,华灯鑫,李言,孔令飞,李鹏阳. 中国机械工程. 2018(16)
[2]机械固定结合面动态特性的试验与研究[J]. 周振财,王天雷,王柱,赵挺,陈惠添. 机电工程技术. 2018(04)
[3]复合材料空气耦合超声检测[J]. 程建楠,王明泉,杨顺民,李光亚,邹琪. 测试技术学报. 2017(06)
[4]基于小波降噪和主成分分析的结构损伤识别[J]. 赵怀山,郭伟超,高新勤,杨振朝,李言. 西安理工大学学报. 2017(04)
[5]盲去卷积图像复原算法研究[J]. 王宇坤,刘福平,卢志鹏. 北京印刷学院学报. 2017(08)
[6]RBF神经网络的舰船图像滤波融合[J]. 李红睿,杜银霞,邢彦飞. 舰船科学技术. 2017(24)
[7]基于单晶硅制绒金字塔生长异常的解决方法[J]. 汤欢,张波宁,杨伟光. 电子技术与软件工程. 2017(24)
[8]基于小波图像融合算法和改进FCM聚类的MR脑部图像分割算法[J]. 耿艳萍,郭小英,王华夏,陈磊,李雪梅. 计算机科学. 2017(12)
[9]基于多尺度特征融合Hessian稀疏编码的图像分类算法[J]. 刘盛清,孙季丰,余家林,宋治国. 计算机应用. 2017(12)
[10]基于Anscombe变换Wiener滤波的DR图像重建[J]. 邵翔. 中国特种设备安全. 2017(11)
博士论文
[1]大型回转体超声成像检测技术研究[D]. 王新征.南京理工大学 2017
[2]基于高频超声的人牙釉质三维重建[D]. 杜娟.华南理工大学 2016
[3]低缺陷密度大单晶比例太阳能级类单晶硅锭制备及其表面制绒研究[D]. 王强.苏州大学 2016
[4]机床固定结合部动力学特性与整机动力学建模研究[D]. 肖魏魏.华中科技大学 2015
硕士论文
[1]曲面涂层脱粘超声检测方法研究及设备研制[D]. 李杨杨(Lee Yangyang).南昌航空大学 2017
[2]细径棒材在线相控阵超声无损检测关键技术的研究[D]. 李克迪.浙江大学 2017
[3]超声成像模拟的关键技术研究[D]. 赵翔.东南大学 2017
[4]基于小波包分析的激光超声缺陷信号处理方法研究[D]. 侯静.中北大学 2017
[5]基于反卷积方法的光声成像研究[D]. 王京磊.电子科技大学 2017
[6]基于神经网络模型融合的图像识别研究[D]. 寿质彬.华南理工大学 2015
[7]机械结合面接触刚度研究[D]. 党会鸿.大连理工大学 2015
[8]基于背散射信号时频分析的碳纤维复合材料微缺陷研究[D]. 魏宏远.浙江大学 2015
[9]机床固定结合面动态特性参数实验研究[D]. 顾思闽.南京理工大学 2011
[10]混凝土超声CT的数值模拟与试验研究[D]. 黄靓.湖南大学 2003
本文编号:3507709
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3507709.html