流速檢測技術的案例
如何檢測帶過濾安全防護頭盔進氣口流速大小的方法
以煤礦采礦為例介紹一款防護和過濾功能的頭盔以及如何檢測帶過濾安全防護頭盔進氣口流速大小的方法。
一般礦工的工作環境較為惡劣，不僅需要面對開采產生的粉塵，同時礦井中通風性較差，礦井中的有毒氣體無法快速排出，容易被工作人員吸入；在煤礦采礦過程中，煤礦工人需要佩戴安全頭盔，傳統安全頭盔一般不具備過濾功能，在粉塵較多的情況下，一般通過佩戴口罩減少吸入的灰塵或毒氣，對人的身體損害較大，但佩戴口罩容易對面部形成束縛，且透氣性較差，長時間佩戴的舒適性較差，具有一定的局限性。
所以需要一種過濾器可以調整的頭盔，如此在粉塵多的情況下就使用過濾器，當粉塵危害較大時，可以用手把持住面罩，然后將面罩拉出導軌，然后將面罩套在使用者的口鼻上，若是彈性繩過于寬松或者緊繃，則可以將限位柱向外拉出然后旋轉，卷集輥會對彈性繩的松緊度進行調節，如此使得使用者感覺更為舒適，在粉塵較小的情況下就不使用過濾器，使得適用性得以提高。
當粉塵危害較大時，可以用手把持住面罩，然后將面罩拉出導軌，然后將面罩套在使用者的口鼻上，若是彈性繩過于寬松或者緊繃，則可以將限位柱向外拉出然后旋轉，卷集輥會對彈性繩的松緊度進行調節，如此使得使用者感覺更為舒適，然而需要注意的是在相對惡劣的環境中，會有灰塵等顆粒物造成堵塞，需要用流速傳感器檢測流過濾安全防護頭盔進氣口流速大小，以保證在工作中佩戴過濾防塵防護面罩的舒適性，和安全性。工采網的一款質量流量防堵塞傳感器-FS7002專為快速測量流速變化而設計，獨特的封裝技術使之在相同的管徑下可測量不同范圍的流量，大批量生產以確保高可靠性，高性能和低成本。適用于各類一般用途的清潔、干燥氣體多種設備，如LCD投影儀的散熱系統、空氣清新機、各種儀器、通風管道或風扇馬達等領域。
展開 樁基檢測技術主管-檢測招聘
招聘職位： 樁基檢測技術主管 ( 若干 ) 有效期：長期有效
職位描述
任職要求：
1、大專以上學歷，土木工程、工民建、巖土工程 、勘查科學與技術等相關專業；
2、兩年以上工作經驗，有樁基檢測從業經歷，或有樁基、巖土勘查施工經驗；
3、持有靜載法或小應變法或鉆芯法上崗證，中級以上職稱者，優先考慮；
4、擁有良好的心態和懷有成就事業的熱情；
5、條件優異者可適當放寬招聘條件；
崗位職責：
1、負責公司樁基檢測項目的籌建、完善和實施工作；
2、現場的樁基檢測和數據分析，報告的撰寫以及技術總結；
3、樁基檢測部門團隊的領導和組織工作；
更新日期：
2010-04-08
工作地點：
廣東-深圳市-南山區
招聘人數：
若干
薪資待遇：
面議
專業要求：
不限
學歷要求：
不限
工作年限：
不限
年齡要求：
不限
工作性質：
全職
招聘對象：
社會人才
性別要求：
不限
婚姻狀況：
不限
計算機能力：
不限
語言要求：
不限
戶籍要求：
不限
是否提供食宿：
面議
有意者可投遞簡歷到jctm88@163.com 更多招聘信息盡在檢測英才網
展開 技術 | 最新的鈦合金薄板的無損檢測方法——渦流陣列檢測
摘要:
本文介紹了最新的鈦合金薄板的無損檢測方法。制作了鈦合金人工缺陷試板(薄板)，通過工藝試驗研究了渦流陣列檢測的技術特點，并使用滲透檢測方法對含有自然缺陷的成型鈦板進行了對比驗證試驗。
1 引言
生產中一般認為厚度小于6 mm的鈦合金板材為薄板，其通常采用冷軋或熱軋工藝制造而成。鈦合金薄板被大量用于艦船結構件的制造中，其質量要求高，不允許存在裂紋、起皮、氧化皮、壓折、分層等缺陷。
對其缺陷目前常采用目視法和滲透法檢測，但這兩種方法在應用中均存在弊端。目視檢測容易受操作人員經驗影響，難以發現微小缺陷；
而滲透檢測過程繁瑣，不利于環保，且二者均屬于表面缺陷檢測方法，無法檢測內部缺陷，極易留下安全隱患，如板材在卷制、壓制、焊接成型時出現表面開裂、甚至斷裂等問題。
渦流檢測適用于鈦及鈦合金材料，能夠檢測表面及近表面缺陷，傳統的軸繞式線圈能夠快速檢測小直徑薄壁管材，但檢測大面積或復雜形狀構件較為困難。
隨著傳感器技術與計算機技術的發展，最大集成線圈數量超過100個的渦流陣列技術開始取代傳統渦流檢測方法，在換熱器、汽輪機檢測領域發揮出獨特的優勢，檢測效率提升了數十倍。所以本文介紹最新的渦流陣列檢測，希望讀者有所收獲。
2 渦流陣列檢測原理
渦流陣列（Eddy Current Array，ECA）檢測技術實際上并非是簡單的由單通道向多通道的升級，而是在多種激勵-接收形式的基礎上結合數據融合技術與成像技術實現結果可視化的新型檢測技術。
展開 【技術】DTEmpower核心功能技術揭秘(2) - AIOD智能異常點檢測技術
基于以上現狀，天洑軟件綜合考慮了常見異常點檢測算法的應用場景和工業設計數據集的特點，將數十種異常點檢測算法和自研的調度算法有效結合，實現了適用范圍更加廣泛的的檢測技術-AIOD(Artificial Intelligence Outlier Detection )智能異常點檢測技術。
通過對多種異常點檢測算法的有效結合和調度，用戶可以“一鍵觸達”式的使用AIOD智能異常點檢測技術檢測和刪除異常點，而不用疲于算法選型，這為在實際工業應用中落地數據驅動技術掃清了另一障礙。該技術目前已集成于天洑DTEmpower軟件之中。
二、AIOD智能異常點檢測技術簡介
AIOD智能異常點檢測技術將數十種常見算法和自研調度算法有效結合。并支持3種級別的集中調度策略，如圖2所示，分別為快速響應的(檢測等級=1)、性能均衡的(檢測等級=2)和細致搜索的(檢測等級=3)調度策略：
圖2 AIOD智能異常點檢測技術的參數配置界面，用戶只需配置異常點檢測等級，模塊即可自動進行檢測
同時，AIOD智能異常點檢測技術具有強大的默認設置和自適應性，如圖3所示，支持一鍵啟動數據清理流程，具有良好的用戶交互特性。在大幅降低用戶使用門檻的情況下，滿足了絕大多數應用場景的異常點識別需求。
圖3 AIOD智能異常點檢測技術檢測結果的用戶交互界面，算法會計算出每個樣本的風險評分，并按照從大到小的順序呈現給用戶，方便用戶選擇。支持一鍵選擇數據和一鍵啟動數據清理，具有良好的交互體驗和較低的使用門檻
三、基于DTEmpower的AIOD智能異常點檢測技術建模實驗
1. 實驗過程和結果
① 實驗測試1-某工業數據集回歸分析
i.
展開 
【技術】DTEmpower核心功能技術揭秘(7) - ROD基于回歸分析的異常點檢測技術
其中AIOD異常點檢測技術融合了數十種常見的異常檢測算法，用以識別數據集中的異常點；AIAgent和autoML是對訓練算法的提升。
本系列的第七篇文章將繼續圍繞如何讓算法逼近模型上限的問題，介紹一種基于回歸分析的異常點檢測技術-Regression Based Outlier Detection(ROD)技術。不同于傳統的異常檢測算法，ROD方法是在模型訓練的基礎上后處理的進行異常點剔除的方法。所以，如何選擇合適的異常點剔除個數需要較多的測試，以尋找到最適用于當前測試集的模型。
該技術模塊集成于DTEmpower中的每個回歸算法節點，能夠幫助用戶在剔除“潛在異常點”的同時，提高了模型的精度和泛化能力。
圖1 DTEmpower中每個算法節點都集成有ROD異常點檢測功能，用戶只需要打開對應開關按鈕“activate_remove_malform”，并配置異常點剔除的個數“remove_malform_top_N”和迭代次數“remove_malform_times”，即可開啟算法節點的ROD異常點檢測功能
基于DTEmpower的ROD建模實戰
1. 船舶興波阻力回歸分析
① 數據集介紹：方案中采用的數據集是經SHIPFLOW軟件計算興波阻力的數據集，該數據集中含有5個輸入參數，目標參數是興波阻力eval_CWTWC。
② 建模方法：采用圖2所示的建模方法，對輸入和輸出之間的映射關系進行回歸分析建模。該方法采用了GBDT、Random Forest和ExtraTrees訓練算法進行回歸分析建模。
展開 技術 | 無損檢測新技術在航空工業中的未來的發展趨勢
圖 1 激光散斑檢測技術機理
1.2 激光超聲檢測技術
激光超聲檢測技術是一種將激光技術與聲學技術相結合的無損檢測新技術，其研究始于1962年，通過高能脈沖激光加熱被測件表面一點，瞬間熱膨脹產生超聲波向內部傳播，再利用光學干涉系統檢測表面返回的振動信號，其檢測機理如圖2所示。
圖 2 激光超聲檢測技術機理
與傳統超聲檢測技術相比，其最主要的優點是非接觸檢測，消除了傳統超聲檢測技術中耦合劑的影響；超聲傳播方向與激發用激光脈沖的入射方向無關，適合檢測復雜型面；探測激光束可被聚焦成非常小的點，具有微米量級的空間分辨率；加之又是一種寬帶檢測技術，能精確測量超聲位移。
基于激光超聲技術的非接觸、遙測、寬帶等特點，在航空工業中，主要應用于新型薄膜材料、復雜形狀表面結構，以及高溫、高壓、有毒等惡劣環境下的無損評估，如飛機整體機身的快速激光超聲成像、復雜型面飛機零件檢測等，復雜型面飛機零件的激光超聲檢測圖像如圖3所示。
圖 3 復雜型面飛機零件的激光超聲檢測圖像
1.3 紅外熱像檢測技術
紅外熱像檢測技術是通過特定加熱方式使缺陷處產生與正常部位的溫度差，使用紅外熱像儀監測表面溫度，從而發現缺陷，并以視頻方式記錄下來，其機理如圖4所示。
圖 4 紅外熱像法檢測機理
1.4 微波與金屬磁記憶檢測技術
微波檢測技術始于20世紀60年代，經歷了從早期的微波探傷儀、微波顯微鏡到探地 雷達，直至對目標進行成像和識別的發展過程。它是基于電磁波的介質特性與反射透射率之間的關系及定位方程的原理進行檢測的，具有非接觸、非破壞、非電量、非污染的優點。
特別是微波在復合材料中的穿透力強、衰減小，克服了超聲波和X射線等常規檢測技術的局限，如X射線技術檢測平面型缺陷困難。
展開 【渦流檢測技術】
2、電力、石化
渦流檢測技術用于電站（火電廠、核電站）、石油化工（油田、煉油廠、化工廠）等領域的有色及黑色金屬管道（如銅管、鈦管、不銹鋼管、鍋爐四管等）的在役和役前檢測。對管道晶間腐蝕、壁厚減薄和外壁磨損等均能可靠檢出，在檢測中能有效地去除支撐板和管板的干擾信號。此外，渦流法還用于汽輪機大軸中心孔、發動機葉片，抽油竿、鉆竿、螺栓、螺孔等部件的檢測；聲脈沖檢測技術可用于各種金屬或非金屬管道的快速檢測；金屬磁記憶技術用于在役設備鐵磁性零件早期損傷的診斷。
3、冶金、機械
渦流檢測技術用于各種金屬管、棒、線、絲材的在線、離線探傷。在探傷過程中，能同時兼顧長通傷、緩變傷等長缺陷和短小缺陷（如通孔）；能夠有效抑制管道在線、離線檢測時的某些干擾信號（如材質不均、晃動等），對金屬管道內外壁缺陷檢測都具有較高的靈敏度；還可用于機械零部件混料分選，滲碳深度和熱處理狀態評價，硬度測量等。
4、核能、軍工
渦流檢測技術用于核燃料棒、鈦管、螺紋管等金屬管道的檢測；用于軍工兵器的炮筒、導彈發射架、炮彈底座、彈殼，戰機的發動機葉片、機翼、起落架和輪轂等的役前和在役檢測；金屬磁記憶技術用于裝甲車、艦艇等金屬結構件的早期診斷；低頻電磁場、漏磁技術用于甲板、儲油罐等鐵磁性材料及焊縫質量控制。
今后渦流檢測技術研發包括：完善換能器設計理論，研制性能更好的渦流檢測換能器；研究缺陷大小形狀位置深度的渦流定位技術和三維成像技術；研究并推廣遠場渦流檢測技術；進一步研究金屬材料表面疲勞裂紋的擴展、開裂、機械加工磨削燒傷及殘余應力渦流檢測技術。應用該項技術進行無損檢測必將得到廣泛應用。
展開 激光全息無損檢測技術
近年來，隨著激光技術的發展，全息照相在無損檢測領域中的應用范圍迅速擴大，激光全息無損檢測是在全息照相技術的基礎上發展起來的一種檢測技術，解決了許多過去其他方法難以解決的無損檢測問題。
激光全息無損檢測技術
激光全息無損檢測是利用激光全息干涉來檢測和計量物體表面和內部缺陷的，這種技術的原理是在不使物體受損的條件下，向物體施加一定的載荷，物體在外界載荷作用下會產生變形，這種變形與物體是否含有缺陷直接相關，物體內部的缺陷所對應的物體表面在外力作用下產生了與其周圍不相同的微差位移，并且在不同的外界載荷作用下，物體表面變形的程度是不相同的。用激光全息照相的方法來觀察和比較這種變形，并記錄在不同外界載荷作用下的物體表面的變形情況，進行比較和分析，從而判斷物體內部是否存在缺陷，達到評價被檢物體質量的目的。
具體做法是對被檢測物體加載，使其表面發生微小的位移（微差位移），物體表面的輪廓就發生變化，此時獲得的全息圖上的條紋與沒有加載時相比發生了移動。
展開 交流電磁場檢測技術仿真分析
前言
近年來，隨著能源需求不斷增加，海上石油勘探和開發已經成為一種集資金、技術、風險于一體的新興產業，海上能源開發的有效工具就是海上石油平臺。海洋平臺體積大、造價貴、結構復雜，與陸地設施相比，所處的海洋環境惡劣，容易受到臺風、巨浪、海底腐蝕、海嘯等自然環境的影響。目前我國部分海洋平臺進入了服役的中后期，迫切需要對這些海洋平臺進行安全評估和可靠性分析。
目前，主要的水下無損檢測技術有水下成像檢測、水下超聲波檢測、水下磁粉檢測等。水下成像檢測對水質要求比較高，當水質渾濁的情況下難以發現缺陷。水下超聲波檢測主要針對焊縫內部缺陷的檢測、水下鋼結構的檢驗和評價，通常需要水下和陸地上同時進行檢測，需去掉待測試件表面涂層。水下磁粉檢測對水流要求嚴格，不能應用于流速過快的水下，需要檢測對象表面光滑。
交流電磁檢測（Alternating Current Field Measurement，ACFM）技術結合了交流電位降（ACPD）和渦流檢測（ET）兩種方法。檢測原理為均勻交變磁場在被測工件表面產生均勻的感應電流，當工件表面存有缺陷時，由于工件與空氣電導率不同，感應電流繞過缺陷并在端面處產生聚集，缺陷周圍磁場產生二次畸變。根據二次磁場畸變信號即可對工件表面的缺陷定性和定量分析，實現快速掃查。
與其他水下無損檢測技術相比，ACFM技術具有以下優點：
（1）ACFM技術對水質沒有要求；
（2）ACFM技術產生的磁場能夠很容易穿透金屬上面的涂層，可對不處理涂層的工件進行檢測；
（3）ACFM技術通過檢測可以判斷缺陷長度與深度，實現對缺陷進行定量分析。
綜合考慮水下海洋平臺的檢測環境與檢測成本，交流電磁場檢測技術是解決海洋平臺石油輸送管道和關鍵結構最具潛力的技術方法。
展開 基樁質量檢測技術
基樁質量檢測技術
基樁質量檢測技術.part1.rar
基樁質量檢測技術.part2.rar
基樁質量檢測技術.part3.rar
基樁質量檢測技術.part4.rar
沖壓質量模板匹配視覺檢測技術應用
通過計算機視覺和圖像處理技術，開發沖壓件質量在線視覺檢測系統，可提高沖壓件質量檢查效率，降低人員勞動負荷。
目前整車廠主流沖壓線生產節拍大都是每分鐘12 ～18 件，每個沖壓件進行全面品質檢查大約需要8 ～10min，生產節拍遠大于品質全檢的速度，因此無法做到零件的全檢。沖壓質檢體制主要包括在線抽檢和線下抽檢，在線抽檢由兩名線檢人員周期性地在3 ～5s 的時間內檢查零件的部分區域，線下抽檢由兩名抽檢人員每間隔約100 件進行零件的全檢。這種檢查體制存在偶發不良漏檢和批量不良的風險，如圖1 所示，質檢人員長期重復性動作，也存在作業疲勞、檢出能力下降導致漏檢的情況。
圖1 不良漏檢和批量不良情況
隨著計算機芯片運算能力的提升以及人工智能算法的深入應用，目前已出現通過計算機視覺檢測取代人工檢查的應用案例，如一種基于深度學習的多分類缺陷監測系統，通過采集大樣本量的缺陷數據，對檢測模型進行訓練，使其能夠識別出開裂、凸凹點等缺陷，如圖2 所示。相對于深度學習的檢測系統，模板匹配檢測系統不需要大數據的訓練，即可輔助進行在線缺陷檢測，具有較高準確率，能消除人工漏檢造成的批量不良風險，降低質檢人員的作業負荷。
圖2 視覺監測凸凹點缺陷
硬件布置方案
系統的硬件部署要在現有沖壓線上增加，并盡可能減少對現有生產線的改造，故沿用了現有沖壓線的自動化方案(機械臂、傳送皮帶)，在此基礎上通過在零件傳送路徑上布置8組攝像頭和LED光源(俯視、前視、后視、側視各2 組)，實現對在線零件的圖像采集，如圖3 所示。
圖3 視覺監測布置示意圖
檢測方案
沖壓零件通過機械臂放置到傳送皮帶上，依次經過攝像頭拍攝點，零件的位置、角度是一種有序排列，如圖4 所示。
展開 
振動檢測技術綜合應用
振動監測技術綜合應用.pdf
振動分析診斷軸承故障.pdf
氣壓機電機震動故障分析.pdf
機器視覺定位之零部件尺寸檢測技術
所以降噪濾波在整個檢測系統中起到了不可替代的作用。對于噪聲的處理有線性的濾波方法和非線性的濾波方法，如均值濾波為線性方法，采用mean_image算子對圖像灰度值進行平均處理從而達到降噪平滑圖像的效果。中值濾波為非線性的方法。然而對于精度要求比較高的零部件尺寸檢測，這兩種濾波方法都不能達到我們預期的效果。所以本文采用另一種可靠的濾波方法——高斯濾波。使用高斯濾波器，可以完成高精度的測量任務。
4.圖像匹配
在工業生產加工中，我們所檢測的零部件往往不是單一的，有時候會涉及各種各樣的零部件，通過模板匹配技術就可以實現。模板匹配可以用來做完整性檢測、區分不同類型的物體和得到目標物體在圖像中的位姿。模板的匹配有幾種不同的匹配方式：基于灰度值的匹配、使用圖形金字塔進行的匹配、基于灰度值的亞像素精度的匹配、帶旋轉和縮放的模板匹配。在應用匹配的時候我們主要是用來區分不同類型的物體，很多其他的技術都能分別出不同的物體，但對某種特殊類型的物體來說，實現一個可靠的識別算法是很復雜的。另外如果被識別物體經常發生變化。就必須為每種物體開發一個新的識別算法。通過模板匹配技術就可以實現上述功能。
5.提取亞像素邊緣
亞像素精度輪廓表示圖像中兩個區域之間的邊界，這兩個區域中一個區域的灰度值大于灰度閾值，而另一個區域的灰度值小于灰度閾值。為了獲得這個邊界我們需要將圖像的離散轉換成一個連續函數，而通過雙線插值的方法就能完成這種轉換。
展開 深入了解目標檢測深度學習算法的技術細節
來源 |
新機器視覺
本文將討論目標檢測的基本方法(窮盡搜索、R-CNN、Fast R-CNN和Faster R-CNN)，并嘗試理解每個模型的技術細節。為了讓經驗水平各不相同的讀者都能夠理解，文章不會使用任何公式來進行講解。
檢測螺母和螺栓-克里斯·耶茨（Unsplash）
開啟目標檢測的第一步
這是只鳥還是架飛機？—— 圖像分類
目標檢測(或識別)基于圖像分類。圖像分類是通過上圖所示的像素網格，將圖像分類為一個類類別。目標識別是對圖像中的對象進行識別和分類的過程，如下圖所示：
為了使模型能夠學習圖像中對象的類別和位置，目標必須是一個五維標簽(類別，x, y，寬度，長度)。
對象檢測方法的內部工作
一種費機器（奢侈計算）的方法：窮舉搜索
最簡單的目標檢測方法是對圖像的各個子部分使用圖像分類器，讓我們來逐個考慮：
首先，選擇想要執行目標檢測的圖像。
展開 振動檢測技術綜合應用
振動監測技術綜合應用.pdf
氣壓機電機震動故障分析.pdf
振動分析診斷軸承故障.pdf
