首页 / 专利库 / 专利权 / 专利合作条约 / 第I章 / 受理局 / 形式要求 / 缺陷 / 一种锻件内部缺陷的超声波C扫描识别方法

一种锻件内部缺陷声波C扫描识别方法

阅读:113发布:2023-02-24

专利汇可以提供一种锻件内部缺陷声波C扫描识别方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种锻件内部 缺陷 的 超 声波 C扫描识别方法,本发明的锻件内部缺陷的 超声波 C扫描识别方法可操作性强,几何形状描述更为准确,检测结果直观可靠,便于永久保存,这都为缺陷的定量、定性、 定位 的最终判定提供了有利的判定依据。利用超声波C扫描功能可获得锻件的超声 层析成像 ,进而获得缺陷的具体形状和精确尺寸,这为锻件的安全评定,寿命评估和有限元应 力 计算等提供了准确的预测依据。,下面是一种锻件内部缺陷声波C扫描识别方法专利的具体信息内容。

1.一种锻件内部缺陷声波C扫描识别方法,其特征在于:利用超声波C扫描检测仪对所述锻件进行检测,得到超声波C扫描图像;
当所述超声波C扫描图像中缺陷的X方向、Y方向和Z方向的宽度均小于λ时,所述缺陷为点状缺陷;
当所述超声波C扫描图像中缺陷的X方向、Y方向和Z方向中一个方向的宽度大于3λ,另外两个方向的宽度均小于λ时,所述缺陷为线状缺陷;
当所述超声波C扫描图像中缺陷的X方向、Y方向和Z方向中一个方向的宽度大于3λ,第二个方向的宽度为λ-2λ,第三个方向的宽度均小于λ时,所述缺陷为条状缺陷;
当所述超声波C扫描图像中缺陷的X方向和Y方向的宽度均大于3λ,Z方向的宽度小于λ时,所述缺陷为片状缺陷;
当所述超声波C扫描图像中缺陷的X方向、Y方向和Z方向的宽度均不小于λ时,所述缺陷为体积缺陷;
当所述超声波C扫描图像中缺陷的X方向、Y方向和Z方向的宽度均不小于3λ时,所述缺陷为团重叠缺陷;
当所述超声波C扫描图像中缺陷的数量为多个且缺陷的X方向、Y方向和Z方向的宽度均小于λ时,所述缺陷为多点小缺陷;
在多点小缺陷中,点与点之间距离均不小于13mm时,所述缺陷为多点分散型小缺陷;
在多点小缺陷中,点与点之间距离均小于13mm时,所述缺陷为多点密集型小缺陷;
当所述超声波C扫描图像中缺陷的数量为多个且缺陷的X方向、Y方向和Z方向的宽度中一个方向的宽度为λ-3λ,另外两个方向的宽度均小于λ时,所述缺陷为点状大缺陷;
在点状大缺陷中,点与点之间距离均不小于13mm时,所述缺陷为多点分散型大缺陷;
在点状大缺陷中,点与点之间距离均小于13mm时,所述缺陷为多点密集型大缺陷;
其中,超声波C扫描检测仪包括超声波探头,λ为超声波探头的波长,X方向、Y方向和Z方向为迪卡尔坐标的三维方向。

说明书全文

一种锻件内部缺陷声波C扫描识别方法

技术领域

[0001] 本发明超声波C扫描领域,具体涉及一种锻件内部缺陷的超声波C扫描识别方法。

背景技术

[0002] 自1956年在美国的加里福尼亚的派拉蒙,世界上第一台超声波C扫描检测仪器问世以来,这种检测技术被迅速推广应用到材料内部质量的检测上,而C扫描实现了材料检测的自动化,使检测结果呈直观的图像显示,并且可以做永久性记录。尤其重要的是超声C扫描具有良好的穿透性,对缺陷具有较高的灵敏度和可靠性。它可以使我们获得构件内部缺陷、损伤的最大量的信息,例如:缺陷的位置分布、形状和大小等。但是现有技术中还没有针对特定缺陷的识别方法。
[0003] 因此,需要一种锻件内部缺陷的超声波C扫描识别方法以解决上述问题。

发明内容

[0004] 本发明的目的是针对现有技术中超声波C扫描对于锻件缺陷类型的判断不够精确的缺陷,提供一种简单方便的锻件内部缺陷的超声波C扫描识别方法。
[0005] 为实现上述发明目的,本发明锻件内部缺陷的超声波C扫描识别方法可采用如下技术方案:
[0006] 一种锻件内部缺陷的超声波C扫描识别方法,利用超声波C扫描检测仪对所述锻件进行检测,得到超声波C扫描图像;
[0007] 当所述超声波C扫描图像中缺陷的X方向、Y方向和Z方向的宽度均小于λ时,所述缺陷为点状缺陷;
[0008] 当所述超声波C扫描图像中缺陷的X方向、Y方向和Z方向中一个方向的宽度大于3λ,另外两个方向的宽度均小于λ时,所述缺陷为线状缺陷;
[0009] 当所述超声波C扫描图像中缺陷的X方向、Y方向和Z方向中一个方向的宽度大于3λ,第二个方向的宽度为λ-2λ,第三个方向的宽度均小于λ时,所述缺陷为条状缺陷;
[0010] 当所述超声波C扫描图像中缺陷的X方向和Y方向的宽度均大于3λ,Z方向的宽度小于λ时,所述缺陷为片状缺陷;
[0011] 当所述超声波C扫描图像中缺陷的X方向、Y方向和Z方向的宽度均不小于λ时,所述缺陷为体积缺陷;
[0012] 当所述超声波C扫描图像中缺陷的X方向、Y方向和Z方向的宽度均不小于3λ时,所述缺陷为团重叠缺陷;
[0013] 当所述超声波C扫描图像中缺陷的数量为多个且缺陷的X方向、Y方向和Z方向的宽度均小于λ时,所述缺陷为多点小缺陷;
[0014] 在多点小缺陷中,点与点之间距离均不小于13mm时,所述缺陷为多点分散型小缺陷;
[0015] 在多点小缺陷中,点与点之间距离均小于13mm时,所述缺陷为多点密集型小缺陷;
[0016] 当所述超声波C扫描图像中缺陷的数量为多个且缺陷的X方向、Y方向和Z方向的宽度中一个方向的宽度为λ-3λ,另外两个方向的宽度均小于λ时,所述缺陷为点状大缺陷;
[0017] 在点状大缺陷中,点与点之间距离均不小于13mm时,所述缺陷为多点分散型大缺陷;
[0018] 在点状大缺陷中,点与点之间距离均小于13mm时,所述缺陷为多点密集型大缺陷;
[0019] 其中,超声波C扫描检测仪包括超声波探头,λ为超声波探头的波长,X方向、Y方向和Z方向为迪卡尔坐标的三维方向。
[0020] 有益效果:本发明的锻件内部缺陷的超声波C扫描识别方法可操作性强,几何形状描述更为准确,检测结果直观可靠,便于永久保存,这都为缺陷的定量、定性、定位的最终判定提供了有利的判定依据。利用超声波C扫描功能可获得锻件的超声层析成像,进而获得缺陷的具体形状和精确尺寸,这为锻件的安全评定,寿命评估和有限元应计算等提供了准确的预测依据。附图说明
[0021] 图1为超声波C扫描的主视图;
[0022] 图2为超声波C扫描的俯视图;
[0023] 图3为超声波C扫描的左视图;
[0024] 图4为实施例1的C扫描幅度法的图像;
[0025] 图5为实施例1的C扫描层析法的第24层的图像;
[0026] 图6为实施例1的C扫描层析法的第25层的图像;
[0027] 图7为实施例1的C扫描层析法的第26层的图像;
[0028] 图8为实施例1的C扫描层析法的第27层的图像;
[0029] 图9为实施例1的C扫描层析法的第28层的图像;
[0030] 图10为实施例1的C扫描层析法的第29层的图像;
[0031] 图11为实施例1的C扫描层析法的第30层的图像;
[0032] 图12为实施例1的C扫描层析法的第31层的图像;
[0033] 图13为实施例1的C扫描层析法的第32层的图像;
[0034] 图14为实施例1的C扫描层析法的第33层的图像。

具体实施方式

[0035] 下面结合附图和具体实施例,进一步阐明本发明,应理解这些实施例仅用于说明本发明而不用于限制本发明的范围,在阅读了本发明之后,本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
[0036] 请参阅图1、图2和图3所示,本发明的锻件内部缺陷的超声波C扫描识别方法,利用超声波C扫描检测仪对锻件进行检测,得到超声波C扫描图像;其中,超声波C扫描检测仪可以采用各种分析法对锻件进行检测,如幅度法、层析法等。采用幅度法可以测得缺陷在X方向和Y方向的宽度。采用层析法可以测得缺陷在Z方向的宽度。
[0037] 当超声波C扫描图像中缺陷的X方向、Y方向和Z方向的宽度均小于λ时,缺陷为点状缺陷,其中,宽度的测量公差为±0.1mm;点状缺陷的形状为圆形或椭圆形的点;
[0038] 当超声波C扫描图像中缺陷的X方向、Y方向和Z方向中一个方向的宽度大于3λ,另外两个方向的宽度均小于λ时,缺陷为线状缺陷,其中,宽度的测量公差为±0.1mm;线状缺陷的形状为细长形,长短径比大于3;
[0039] 当超声波C扫描图像中缺陷的X方向、Y方向和Z方向中一个方向的宽度大于3λ,第二个方向的宽度为λ-2λ,第三个方向的宽度均小于λ时,缺陷为条状缺陷,其中,宽度的测量公差为±0.1mm;条状缺陷的形状也为细长形,长短径比大于3;
[0040] 当超声波C扫描图像中缺陷的X方向和Y方向的宽度均大于3λ,Z方向的宽度小于λ时,缺陷为片状缺陷,其中,宽度的测量公差为±0.1mm;片状缺陷的平面面积较大;
[0041] 当超声波C扫描图像中缺陷的X方向、Y方向和Z方向的宽度均不小于λ时,缺陷为体积缺陷,其中,宽度的测量公差为±0.1mm;体积缺陷的形状为横截面为圆形或椭圆形的孔;
[0042] 当超声波C扫描图像中缺陷的X方向、Y方向和Z方向的宽度均不小于3λ时,缺陷为团重叠缺陷,其中,宽度的测量公差为±0.1mm;团重叠缺陷的形状为叠形或不规则孔腔单个夹杂状分布;
[0043] 当超声波C扫描图像中缺陷的数量为多个且缺陷的X方向、Y方向和Z方向的宽度均小于λ时,缺陷为多点小缺陷;
[0044] 在多点小缺陷中,点与点之间距离均不小于13mm时,缺陷为多点分散型小缺陷,其中,宽度的测量公差为±0.1mm;多点分散型小缺陷的形状为多个稀疏分布的圆形或椭圆形点;
[0045] 在多点小缺陷中,点与点之间距离均小于13mm时,缺陷为多点密集型小缺陷,其中,宽度的测量公差为±0.1mm;多点分散型小缺陷的形状为多个密集分布的圆形或椭圆形点;
[0046] 当超声波C扫描图像中缺陷的数量为多个且缺陷的X方向、Y方向和Z方向的宽度中一个方向的宽度为λ-3λ,另外两个方向的宽度均小于λ时,缺陷为点状大缺陷,其中,宽度的测量公差为±0.1mm;
[0047] 在点状大缺陷中,点与点之间距离均不小于13mm时,缺陷为多点分散型大缺陷,其中,距离的测量公差为±0.1mm;多点分散型大缺陷的形状为多个稀疏分布的圆形或椭圆形点;
[0048] 在点状大缺陷中,点与点之间距离均小于13mm时,缺陷为多点密集型大缺陷,其中,距离的测量公差为±0.1mm;多点分散型大缺陷的形状为多个密集分布的圆形或椭圆形点;
[0049] 其中,超声波C扫描检测仪包括超声波探头,λ为超声波探头的波长,X、Y和Z方向为迪卡尔坐标的三维方向。
[0050] 表1锻件内部缺陷的超声波C扫描识别方法的比较
[0051]
[0052]
[0053]
[0054] 本发明是针对现有技术一次大的改进,2011年文章《列车车轮缺陷的超声波C扫描分析》中对于超声波C扫描缺陷的分类不够精确,也不够科学,经过发明人多年实践经验总结,终于得到。本发明主要是针对现有技术中C扫描图像几何特征的分类方法的不足进行的改进。新老技术的比较,具体详见表1所示。
[0055] 实施例1
[0056] 试样与超声波C扫描检测仪扫描参数
[0057]
[0058] (1)C扫描幅度法分析
[0059] 请参阅图4所示,可以看出该锻件试样缺陷位置分布较为集中,各点缺陷的相对位置较为接近,点与点之间距离小于13mm,主要集中在锻件试样的中心部位。缺陷在水平面两个方向上的宽度均不大于波长0.6mm(λ=0.6mm)。
[0060] (2)C扫描层析法分析
[0061] 请参阅图5、6、7和8所示,超声波C扫描层析图像显示,层间显示为四色谱幅度C扫描图像。Z轴上每层以0.1mm深度变化,反应出试样中缺陷的渐变趋势。
[0062] 本次扫描按每层0.1mm层析显示,本次案例选取24-33层显示来观察该试样中缺陷的发展趋势。
[0063] 从26-27层显示看出缺陷(框内)与四周形成鲜明对比,判断此缺陷对周围的组织产生了影响,破坏了组织的连续性。
[0064] 请参阅图9、10、11、12、13和14所示,试样C扫描第28-33层逐层显示图像。
[0065] (3)C扫描各种分析法综合判定
[0066] 缺陷数量较多,点与点之间距离小于13mm,且由超声波C扫描幅度法缺陷在水平面两个方向上的宽度均不大于波长0.6mm(λ=0.6mm)。缺陷在检测深度方向(即Z方向)上的长度为0.3mm。故该缺陷属于多点密集型小缺陷。
[0067] 本发明的锻件内部缺陷的超声波C扫描识别方法可操作性强,几何形状描述更为准确,检测结果直观可靠,便于永久保存,这都为缺陷的定量、定性、定位的最终判定提供了有利的判定依据。利用超声波C扫描功能可获得锻件的超声层析成像,进而获得缺陷的具体形状和精确尺寸,这为锻件的安全评定,寿命评估和有限元应力计算等提供了准确的预测依据。
相关专利内容
标题 发布/更新时间 阅读量
缺陷检查方法 2020-05-12 777
去除缺陷的方法 2020-05-12 336
潜在缺陷识别 2020-05-13 240
缺陷检测机 2020-05-11 257
出生缺陷高危因子库及其构建方法 2020-05-11 399
缺陷检测方法 2020-05-13 656
缺陷检测方法 2020-05-13 242
石墨烯缺陷检测 2020-05-13 262
AGSE缺陷菌株 2020-05-11 454
出生缺陷细胞库及其构建方法 2020-05-11 533
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈