[发明专利]一种基于X射线线衰减系数差异的燃气轮机叶片缺陷辨别方法有效
| 申请号: | 202111025034.2 | 申请日: | 2021-09-02 |
| 公开(公告)号: | CN113670958B | 公开(公告)日: | 2022-12-06 |
| 发明(设计)人: | 李兵;张磊;陈磊;尚中昱 | 申请(专利权)人: | 西安交通大学 |
| 主分类号: | G01N23/083 | 分类号: | G01N23/083;G01N23/18;G01N23/04 |
| 代理公司: | 西安众和至成知识产权代理事务所(普通合伙) 61249 | 代理人: | 强宏超 |
| 地址: | 710049 *** | 国省代码: | 陕西;61 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 射线 衰减系数 差异 燃气轮机 叶片 缺陷 辨别 方法 | ||
1.一种基于X射线线衰减系数差异的燃气轮机叶片缺陷辨别方法,其特征在于包括以下步骤:
步骤一、通过所探测叶片的材料组分和美国国家标准技术研究所XCOM数据库,结合混合物总的质量衰减系数求解公式,计算出叶片的质量衰减系数,再除以叶片的密度,获得叶片的线衰减系数μ1;
步骤二、使用数字射线无损检测系统透射被测叶片,信息由辐射平板探测器接收,经过光电转换和模数转换最终成像并存储在计算机中,得到叶片透照图像;
步骤三、对透照图片采用自适应加权均值滤波去除存在的高斯噪声,使用自适应阈值的Canny边缘检测方法实现边缘的初步提取;观察所提取的缺陷仍然存在少量干扰,再通过形态学开闭操作使得图像失真最小化;
步骤四、定义图像缺陷形状因子λ的计算公式如下:
式中:m为检测图像中连通域的个数;n为缺陷连通区域像素点的总个数;f(i,j)、f(i-1,j)、f(i+1,j)为缺陷连通区域不同像素点(i,j)的灰度值;
通过透照图像结合形状因子λ判断出裂纹类缺陷和疏松类缺陷;
步骤五、定义图像质量评价指标对比度噪声比CNR和信噪比SNR:
式中:所提取的缺陷区域为Ω,获取该缺陷区域的最小外接圆区域记作Ω0,区域Ω1=Ω0-Ω,S、S1分别为Ω区域和Ω1区域内的平均线性灰度值,SD1为Ω1区域内线性灰度值的标准差;
所述步骤二中,平板探测器的线性响应区间灰度差与背景的灰度值之比近似等于射线强度差与初始强度之比:
式中,ΔS为灰度差,ΔI为射线强度差,ΔT为缺陷厚度,I为Ω区域的射线强度,N为散射比;
则有
根据图像信息分别求出CNR和SNR的数值后,获取缺陷的线衰减系数μ2,根据μ2的结果与步骤一得到的叶片线衰减系数μ1进行对比,分辨出气孔缺陷和夹渣缺陷;
若μ2的结果近似于μ1,则说明该缺陷为夹渣类缺陷,铸造时产生的缺陷是由液态金属与其他杂质混合,其材料特性与叶片本身属性类似;
若μ2的结果很小,近似于0,则说明该缺陷为气孔类缺陷,铸造时产生的缺陷是由空气填充而成。
2.根据权利要求1所述的一种基于X射线线衰减系数差异的燃气轮机叶片缺陷辨别方法,其特征在于所述步骤一中叶片质量衰减系μm和线衰减系数μ1用下式计算得到:
其中,μm1-μmn是不同材料的质量衰减系数,W1-Wn是对应材料所占的质量分数,ρ总为叶片密度。
3.根据权利要求1所述的一种基于X射线线衰减系数差异的燃气轮机叶片缺陷辨别方法,其特征在于所述步骤三中采用自适应加权均值滤波去除存在的高斯噪声,滤波器Ψ权重由邻域内像素与中心像素点的灰度差异gdiffer和距离值ldiffer决定;
灰度差异gdiffer和距离值ldiffer计算公式如下:
Ψ(m,n)=gdiffer(m,n)×ldiffer(m,n)
式中,Ψ(m,n)为不同像素处的权重值;
对滤波器Ψ归一化处理,若当前像素点为f(x,y),则处理后的灰度值g(x,y)计算公式为:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安交通大学,未经西安交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111025034.2/1.html,转载请声明来源钻瓜专利网。





